الطريقة الأفضل لمكافحة التمييز في الاقتصاد التشاركي

لدى الاقتصاد التشاركي مشكلة تمييز. فقد أظهرت الدراسات أنّ الاقتصاد التشاركي ليس منفتحاً كما نعتقد، حيث يتعرض بعض الأشخاص للتمييز على منصات مثل إير بي إن بي وأوبر وليفت. ووجدت دراسة حول منصات النقل حسب الطلب تعرّض بعض الركاب أصحاب البشرة السوداء إلى أوقات انتظار أطول ومعدلات إلغاء أعلى من الركاب البيض. كما وجدت دراسة أجرتها شبكة إير بي إن بي أن الضيوف الذين يحملون أسماء أميركية من أصل أفريقي كانوا أقل احتمالاً للقبول من قبل المضيفين بنسبة 16% مقارنة بالضيوف الذين يحملون أسماء أميركيين بيض.

كان توثيق وإثبات التمييز في الاقتصاد التشاركي خطوة أولى حاسمة، ولكن السؤال الأكثر صعوبة هو كيفية منع حدوث ذلك في المقام الأول. نعتقد أننا وجدنا إجابة عن ذلك.

يمكن للضيوف والمضيفين على موقع إير بي إن بي على شبكة الإنترنت تقييم بعضهم البعض، وقد تبيّن أن هذا الإجراء محوري في مكافحة التمييز. ووجدنا في دراسة حديثة تستند إلى تجربة ميدانية شملت أكثر من ألف مضيف، أن وجود تقييم إيجابي واحد فقط للضيوف على ملفاتهم الشخصية، يقضي بشكل إحصائي على التمييز العنصري ضدهم. وأنشأنا في هذه الدراسة حسابات ضيوف إما بأسماء أميركيين بيض أو أميركيين من أصول أفريقية على حد سواء، وكانت صور الملفات الشخصية بمناظر طبيعية عامة، ثم أرسلنا طلبات حجز إلى مضيفين محتملين تم اختيارهم بشكل عشوائي. عندما لا يمتلك الضيف أي معلومات تقييم على صفحة ملفه الشخصي، فإن الضيوف البيض لديهم نسبة قبول أعلى بكثير بمعدل (48%) من الضيوف السود (29%). ومع ذلك، بمجرد أن يكون لكل ضيف تقييم إيجابي واحد على الأقل، أصبحت معدلات القبول متطابقة تقريباً بنسبة 56 و58%. وعندما تلاعبنا في محتوى التقييم لتضمين المزيد من المعلومات السلبية، رأينا أيضاً تمييزاً أقل، حيث واجه الضيوف الأميركيون من أصل أفريقي والبيض صراعاً مشابهاً للعثور على مضيف.

لفهم سبب التأثير القوي للتقييم الفردي، نحتاج إلى استعراض النظريات المتعلقة بأسباب التمييز العنصري في المقام الأول. هناك نوعان من النظريات الرئيسية. النوع الأول هو أن المعاملة التفضيلية للأشخاص السود تدفعها معلومات ناقصة. تفترض هذه النظرية التي يعود تاريخها إلى سبعينيات القرن العشرين وغالباً ما يشار إليها باسم نظرية التمييز الإحصائي، أي استخدام صنّاع القرار العقلانيين متوسطات المجموعة لتبني استدلال إحصائي للخصائص الفردية عندما تكون المعلومات ذات الصلة بفرد معين غير كاملة. على سبيل المثال، إذا كان المضيف يعتقد أن لدى الأميركيين من أصل أفريقي معدلات سجن وجريمة أعلى كفئة ديموغرافية، فسيربط بين أي ضيف أميركي من أصل أفريقي وانخفاض الجودة. في حالة إير بي إن بي، عندما يتلقى المضيفون المحتملون طلباً من ضيف، يقومون باستدلال إحصائي لجودة الضيف باستخدام جميع المعلومات المتاحة. إذا كانت المعلومات المتاحة حول جودة الضيف غير كافية، يلجأ المضيفون إلى العرق لاستنتاج الجودة. ومع ذلك، عندما يتم مشاركة معلومات كافية، يعتمد المضيفون بشكل أقل على العرق لاتخاذ قرار، ما يقلل من التمييز.

تشير النظرية الرئيسية الأخرى إلى أن التمييز يحركه الذوق. وتفترض تفضيل صانع القرار لوكلاء لديهم بعض الخصائص الديموغرافية، بغض النظر عن المعلومات التي يمتلكها. قد يكره المضيفون في هذه الحالة ضيفاً من مجموعة معينة حتى عندما يكون الضيف جديراً بالثقة ويمتلك الكثير من المعلومات التي تؤكد ذلك.

قد تكون طرق مكافحة التمييز مختلفة تماماً اعتماداً على ما قد يحفز التمييز. فمن ناحية، إذا كان التمييز ناتجاً إلى حد كبير عن معلومات غير كاملة، فإن توفير المزيد من المعلومات ذات الصلة سيقلل من اعتماد الأفراد على العرق كإشارة. ومن ناحية أخرى، إذا كان التمييز مدفوعاً بالنفور المتأصل من الأفراد الملونين، فإن توفير المعلومات ببساطة لا يكفي، وستكون هناك حاجة إلى تدخلات أكثر منهجية.

حقيقة أننا لم نعد نلاحظ التمييز على إير بي إن بي مع الضيوف الذين لديهم تقييم واحد فقط تشير إلى أن التمييز في الاقتصاد التشاركي هو من الصنف السابق، وهي بوادر مشجعة. يمكن أن يؤدي تصميم منصة تشجع مشاركة المعلومات الصادقة وذات الصلة إلى غرس الثقة وتقليل التمييز.

لكن حجب المعلومات عن مستخدمي المنصة كما تقوم سياسة بعض الشركات، لن يساعد في تقليل التمييز. على سبيل المثال، اقترحت إير بي إن بي "تقليل أهمية صور الملف الشخصي في عملية الحجز" كوسيلة لمعالجة المعاملة المتباينة للضيوف السود على موقعها. لكن تشير أبحاثنا إلى أنّ هذا لن يحل المشكلة. حتى استخدام صورة ملف شخصي لا تُظهر المستخدم لن تتغلب على المشكلة، كما فعلنا في دراستنا. من المحتمل أن يركز المضيف على المزيد من المعلومات الأخرى التي قد تكون بمثابة إشارة له، مثل اسم الضيف.

إن توصيتنا هي أن تقوم شركات المنصة ببناء سمعة ونظام اتصال موثوق وسهل الاستخدام عبر الإنترنت. ومن المرجح أن يكون جلب المعلومات إلى النور بدلاً من محاولة إخفائها عن المستخدمين طريقة ناجحة لمعالجة التمييز في الاقتصاد التشاركي.