三個關鍵事實
威廉.張(William Cheung)是奧克蘭大學商學院的資深講師;愛德華.姚(Edward Yiu)是副教授。
紐西蘭的經濟被形容為「附有附加價值的房屋市場」。由於全國各地房屋價值不斷攀升,買賣房地產成為一項全民運動。
但是大眾對於這些物業估值是如何產生的卻知之甚少,儘管這些估值是大多數銀行決定願意貸款多少的關鍵因素。
自動估價模型(Automated valuation models, AVM)-由人工智慧(Artificial Intelligence, AI)啟動的系統,可以處理大量資料集以產生即時的房地產價值-對於提高過程中的透明度幾乎毫無幫助。
這些模型在2010年代早期開始在紐西蘭逐漸受到重視。早期版本使用有限的資料來源,例如物業銷售記錄和議會資訊。如今,更先進的模型包括來自紐西蘭土地資訊局(Land Information New Zealand)等來源的高品質地理空間資料。
AI模型提高了效率。但這些AVM背後的專有演算法可能會讓房主和業界專業人士難以理解特定價值是如何計算出來的。
在我們正在進行的研究中,我們正在開發一個評估這些自動估值的框架。我們研究了應該如何詮釋這些數字,以及AI模型可能會遺漏哪些因素。
在像紐西蘭這樣地理和文化多樣化的房地產市場中,這些觀點不僅是相關的,而且是至關重要的。將人工智能快速整合至物業估價,不再只是創新與速度的問題。它關乎信任、透明度和穩健的責任框架。
在紐西蘭,物業估價傳統上是一個勞動密集的過程。估價師通常會檢查物業、進行市場比較,並運用其專業判斷得出最終的估價。
但這種方法既緩慢又昂貴,而且容易造成人為錯誤。隨著對更有效率的物業估值需求增加,人工智能的使用帶來了亟需的改變。
但這些估值模型的興起並非沒有挑戰。雖然人工智能提供了速度和一致性,但也有一個重要的缺點:缺乏透明度。
AVM經常以「黑箱」方式運作,幾乎無法讓人了解驅動其估值的資料和方法。這引起了人們對這些系統的一致性、客觀性和透明度的嚴重關注。
當AVM估計房屋價值時,演算法究竟在做什麼並不清楚。這種不透明性會造成真實世界的後果,使市場不平衡和不公平的現象持續下去。
如果沒有監控和糾正這些差異的框架,AI模型就有可能進一步扭曲房地產市場,尤其是在紐西蘭這樣一個多元化的國家,區域、文化和歷史因素對房地產價值有重大影響。
最近與房地產業內人士、法律研究人員和電腦科學家就AI治理和物業估價進行的討論論壇,強調在AVM方面需要加強問責性。僅有透明度是不夠的。必須在系統中建立信任。
這可以透過要求AI開發者和使用者披露其估值背後的資料來源、演算法和誤差範圍來實現。
此外,估值模型應包含「置信區間」,即顯示估計價值可能變化幅度的價格範圍。這可讓使用者更清楚瞭解每個估值中固有的不確定性。
但是,物業估值中有效的AI治理不可能單獨實現。它需要監管機構、AI開發者和房地產專業人士之間的合作。
紐西蘭迫切需要一個全面的AVM評估框架,一個以透明度、問責性和糾正偏差為優先的框架。
這正是我們研究的用武之地。我們重複對小部分資料進行重新採樣,以考慮房地產價值資料不遵循正態分佈的情況。
此過程會產生一個置信區間,顯示每個房地產估算值周圍的可能值範圍。如此一來,即使資料不規則或偏斜,使用者也能瞭解AI所產生估值的變異性與可靠性。
我們的架構超越了透明度。它結合了偏差修正機制,可檢測和調整AVM輸出中持續被高估或低估的估計值。其中一個例子與特定房地產類型的區域差異或低估有關。
通過解決這些偏差,我們確保估值不僅可問責或審計,而且公平。我們的目標是避免未經檢查的AI模型可能造成的長期市場扭曲。
但僅有透明度是不夠的。對人工智能產生的資訊進行審核正變得越來越重要。
紐西蘭的法院現在要求有資格的人士檢查AI所產生的資訊,並隨後用於審裁程序中。
就像財務稽核人員確保會計的準確性一樣,AI稽核人員也將在維持估值的完整性上扮演舉足輕重的角色。
基於先前的研究,我們正在審核人工估值模型的估算值,將其與同期相同房屋的市場交易價格進行比較。
這不僅關乎信任演算法,還關乎信任演算法背後的人員和系統。
本文轉載自《The Conversation》,採用Creative Commons授權條款。閱讀原文。
原文網址:https://www.nzherald.co.nz/nz/artificial-intelligence-use-in-property-valuation-is-on-the-rise-but-we-need-greater-transparency-and-trust/2OYTUNXGWFGJXMG2ZFR2BCJPVE/,轉載自William Cheung and Edward Yiu/紐西蘭先驅報