新西兰的经济被形容为一个“零零落落的房地产市场”。买卖房产是一项全国性的运动，受到全国房价上涨的推动。

作者

• 威廉张

  新西兰奥克兰大学商学院高级讲师

• 爱德华姚

  Waipapa Taumata Rau奥克兰大学商学院副教授

但更广泛的公众对这些房地产估值是如何产生的知之甚少——尽管它们是大多数银行决定愿意为抵押贷款提供多少贷款的关键因素。

自动估值模型（AVM）——由人工智能（AI）启用的系统，通过处理大量数据集来即时产生房地产价值——在提高这一过程的透明度方面几乎没有起到什么作用。

这些模式在2010年代初开始在新西兰获得关注。早期版本使用有限的数据源，如物业销售记录和委员会信息。今天更先进的模型包括来自新西兰土地信息等来源的高质量地理空间数据。

人工智能模型提高了效率。但这些avm背后的专有算法可能会让房主和行业专业人士难以理解具体价值是如何计算的。

在我们正在进行的研究中，我们正在开发一个评估这些自动估值的框架。我们已经研究了这些数据应该如何解释，以及人工智能模型可能遗漏了哪些因素。

在像新西兰这样一个地域和文化各异的房地产市场，这些观点不仅相关，而且至关重要。将人工智能快速整合到房地产估值中，不再仅仅是创新和速度的问题。它关乎信任、透明度和强有力的问责框架。

人工智能估值是一个黑盒子

在新西兰，房地产估价传统上是一个劳动密集型的过程。估价师通常会检查房产，进行市场比较，并运用他们的专家判断来得出最终的价值估计。

但这种方法缓慢、昂贵且容易出现人为错误。随着对更有效的房地产估值需求的增加，人工智能的使用带来了急需的变化。

但这些估值模式的兴起并非没有挑战。虽然人工智能提供了速度和一致性，但它也有一个关键的缺点：缺乏透明度。

avm经常像“黑盒子”一样运作，对驱动其估值的数据和方法几乎没有提供任何见解。这引起了对这些制度的一致性、客观性和透明度的严重关切。

当AVM估计房屋价值时，算法究竟在做什么尚不清楚。这种不透明对现实世界产生了影响，使市场失衡和不公平永久化。

如果没有一个框架来监测和纠正这些差异，人工智能模型可能会进一步扭曲房地产市场，特别是在新西兰这样一个地域、文化和历史因素对房地产价值产生重大影响的多元化国家。

透明度和问责制

最近，房地产行业内部人士、法律研究人员和计算机科学家就人工智能治理和房地产估值问题举行了一个论坛，强调了在avm方面需要加强问责制。光有透明度是不够的。信任必须建立在这个体系中。

这可以通过要求人工智能开发者和用户披露其估值背后的数据源、算法和误差幅度来实现。

此外，估值模型应该包含一个“置信区间”——一个价格范围，显示估计价值可能会有多大的变化。这让用户更清楚地了解每种估值中固有的不确定性。

但在房地产估值方面，有效的人工智能治理不可能孤立地实现。这需要监管机构、人工智能开发商和房地产专业人士之间的合作。

偏差纠正

新西兰迫切需要一个全面的avm评估框架，一个优先考虑透明度、问责制和纠正偏见的框架。

这就是我们研究的切入点。我们反复重新采样一小部分数据，以解释属性值数据不遵循正态分布的情况。

此过程生成一个置信区间，显示每个属性估计值周围的可能值范围。这样，用户就能够理解人工智能生成的估值的可变性和可靠性，即使数据是不规则或倾斜的。

我们的框架超越了透明度。它包含一个偏差校正机制，可以检测和调整AVM输出中不断高估或低估的估计。这方面的一个例子涉及区域差异或对特定财产类型的低估。

通过解决这些偏见，我们确保估值不仅是可问责或可审计的，而且是公平的。其目标是避免未经检查的人工智能模型可能造成的长期市场扭曲。

人工智能审计的兴起

但光有透明度是不够的。对人工智能生成的信息进行审计变得越来越重要。

新西兰法院现在要求一名合格人员检查人工智能产生的信息，并随后在法庭程序中使用。

与财务审计师确保会计准确性的方式大致相同，人工智能审计师将在保持估值完整性方面发挥关键作用。

在前期研究的基础上，我们将人工估值模型的估算值与同一时期同一套房屋的市场交易价格进行比较，对其进行审核。

这不仅仅是信任算法，而是信任算法背后的人和系统。

作者不为任何公司或组织工作，咨询，拥有股份或从任何公司或组织获得资金，这些公司或组织将从本文中受益，并且除了他们的学术任命之外，他们没有透露任何相关的隶属关系。