Conformité de l'IA pour le logement

Sur un jeu synthétique fixe, un ratio d'impact disparate (DIR) de 0.694 pour le groupe le plus défavorisé lance la recherche de remédiation d'Equora.

Equora transforme une disparité mesurée en une recherche reproductible d'alternative à moindre disparité, tout en gardant en vue le coût en précision, la preuve décisionnelle exacte et le filtre de publication (release gate).

0.694 to 0.875

Évolution du DIR pour le groupe le plus défavorisé

Jeu de données synthétique fixe

480

Configurations évaluées

Recherche bornée à sélectivité égale

0.36%

Coût en précision mesuré

AUC 0.7823 to 0.7788

Tous les résultats principaux présentés ici proviennent d'un ensemble synthétique fixe de 9,000 dossiers de candidats. Equora est une démonstration technique, non un conseil juridique ou un système décisionnel en production.

Le problème

Une métrique d'équité peut identifier une disparité. Elle ne peut choisir la réponse opérationnelle.

Un audit de sélection des locataires peut indiquer aux juristes et aux équipes de gestion des risques que les résultats diffèrent selon les groupes protégés. Le travail difficile commence alors : déterminer si une alternative d'apparence neutre réduit la disparité, préserve des performances de modèle utiles et peut être rejouée ultérieurement.

Le règlement amiable de SafeRent en novembre 2024 fournit un contexte essentiel expliquant la surveillance étroite dont font l'objet les systèmes de filtrage. L'accord de $2.275 million ne comportait aucune reconnaissance de culpabilité, et cette démonstration ne reproduit pas cette affaire.

Les éléments de preuve qu'un score rouge ne fournit pas

  • 01Quelles alternatives neutres ont été réellement évaluées
  • 02Si les candidats ont été comparés à sélectivité égale
  • 03Combien de performance mesurée coûte la modification retenue
  • 04Si le motif adressé au candidat concorde avec le journal de décision

Sources : Page de l'affaire de la DOJ Civil Rights Division et l' Final Approval Order déposée le 20 novembre 2024.

Comment ça fonctionne

L'audit alimente une recherche de remédiation bornée.

La mesure, la recherche, la recommandation et les contrôles de publication demeurent déterministes.

Mesurer

Mesurer la référence avant remédiation

Equora calibre ScreenScore v3 (référence orientée crédit) sur le groupe synthétique intégré et restitue le taux d'approbation, le ratio d'impact disparate (DIR), la différence de parité statistique et l'écart des chances égalisées. La race et le statut de bénéficiaire de bon de logement sont des champs d'audit, non des variables du modèle.

Rechercher

Évaluer des modifications neutres explicites à sélectivité égale

La recherche de l'alternative la moins discriminatoire (Least Discriminatory Alternative, LDA) évalue 480 combinaisons de sous-ensembles optionnels de variables, de plafonds de score de crédit, de traitement des revenus garantis et d'intensité de régularisation. L'espace de recherche est explicite et borné.

Sélectionner

Choisir selon une règle reproductible

Le moteur trace la frontière de Pareto précision-DIR minimal, puis sélectionne le candidat éligible présentant la plus faible perte d'AUC mesurée dans la limite du budget configuré de 0.03. Si aucun candidat n'est éligible, il ne renvoie aucune alternative sûre.

Filtrer

Refuser les textes d'explication non étayés

L'attribution exacte par modèle linéaire identifie les trois principaux facteurs contributifs négatifs. Un critique de concordance des variables compare ces moteurs avec les motifs de la notification et oriente les explications génériques ou non étayées vers un examen humain.

Preuves issues de la démonstration

Le compromis reste visible de la référence jusqu'à la recommandation.

Ces écrans montrent la démonstration locale réelle sur son jeu de données synthétique fixe.

Frontière de Pareto Equora montrant la référence synthétique à 0.694 DIR, l'alternative recommandée à 0.875 DIR et un coût en précision mesuré de 0.36 pour cent
La preuve centrale : 480 configurations évaluées, 240 respectant le filtre et le budget AUC configurés, avec le compromis recommandé consigné sur la frontière de Pareto.
Audit synthétique de sélection des locataires achevé par Equora avec ratio d'impact disparate du groupe le plus défavorisé et résultats des groupes protégés
L'audit de référence identifie la disparité avant le début de la recherche d'alternatives.
Vérification de notification Equora montrant un motif fondé sur les variables validé et un motif générique orienté vers un examen humain
Le filtre de publication vérifie uniquement la concordance des variables. Il ne certifie pas la pleine conformité juridique de la notification.

État des lieux objectif

Ce qui change lorsque le flux de travail dépasse le simple audit

Equora est conçu pour rendre inspectable une décision de remédiation bornée, et non pour transformer une métrique isolée en un verdict juridique.

Question Un score d'équité seul Démonstration Equora
Qu'a-t-on mesuré ?Une disparité sur une configuration de modèle uniqueDIR, SPD, écart EO, taux d'approbation et intervalles de confiance sur le jeu fixe
Que pourrait-on changer ?Non spécifiéUne grille déclarée de configurations d'apparence neutre comparées à sélectivité égale
Pourquoi cette recommandation ?Aucun journal de sélectionLa plus faible perte d'AUC mesurée parmi les candidats éligibles dans la recherche bornée
Les motifs de notification peuvent-ils être vérifiés ?Hors du périmètre du scoreLes variables citées sont comparées avec les trois principaux facteurs contributifs négatifs exacts

Ce que cette démonstration ne fait pas

Equora n'établit pas la conformité juridique, ne certifie pas un modèle comme équitable, n'explore pas tous les modèles possibles et ne valide pas les performances réelles en production locative. Son seuil de 0.80 correspond au filtre de politique des quatre cinquièmes configuré pour la démo.

Le vivier de candidats est synthétique, le pack de règles est statique et les connecteurs de production ne sont pas développés. Le critique de notification vérifie uniquement la concordance des variables, tandis que l'exécution UCI Adult constitue un benchmark public d'équité sur les revenus du recensement plutôt que des données de locataires.

Questions posées par les équipes logement, risque et conformité

Que fait Equora lorsqu'un modèle de sélection des locataires échoue au filtre de politique des quatre cinquièmes configuré ?

Equora évalue 480 configurations explicites et d'apparence neutre à sélectivité égale. Il recommande le candidat éligible présentant la plus faible perte d'AUC mesurée respectant le filtre des quatre cinquièmes et le budget de précision, ou ne renvoie aucune alternative sûre si aucun ne convient.

Un DIR inférieur à 0.80 prouve-t-il une violation du Fair Housing Act ?

Non. Equora utilise 0.80 comme filtre de politique des quatre cinquièmes configuré pour la démo, et non comme une conclusion juridique. L'heuristique des quatre cinquièmes provient des directives de sélection dans l'emploi et ne caractérise pas à elle seule une responsabilité légale en matière de logement.

Quelle part de performance du modèle l'alternative recommandée sacrifie-t-elle ?

Sur le jeu synthétique fixe, l'AUC passe de 0.7823 à 0.7788. La perte mesurée est de 0.0036, affichée dans l'interface sous forme d'un coût de précision de 0.36%, tandis que le DIR du groupe le plus défavorisé passe de 0.694 à 0.875.

Equora prend-il des décisions de sélection de locataires à l'aide d'un modèle de langage ?

Non. Un code déterministe calcule les métriques, applique les seuils, évalue les alternatives et retient la recommandation. Un modèle de langage, lorsqu'il est activé, se limite à la rédaction du texte de notification, et le mode hors ligne emploie un modèle déterministe.

La vérification de notification de décision défavorable prouve-t-elle la pleine conformité FCRA ?

Non. Le critique de concordance des variables vérifie si les motifs cités correspondent aux trois principales contributions négatives du modèle. Il oriente les motifs génériques ou non étayés vers un examen humain, mais ne vérifie pas chaque exigence légale de notification ni n'établit la suffisance juridique.

Les données de cette démonstration d'IA pour le logement sont-elles de vraies données de candidats ?

Non. Le jeu de données principal est un vivier synthétique fixe et intégré de 9,000 dossiers de sélection de locataires. L'exécution distincte UCI Adult Census Income est un benchmark public d'équité qui sollicite le même code d'audit, et non un jeu de validation pour le logement.

Recherche technique

La recherche derrière cette démonstration — l'architecture, la conception de la vérification et le modèle pour l'entreprise.

Réseaux sociaux

Également publié sur

Rendez reproductible la réponse à un audit défavorable.

Réunissez le modèle, la frontière de conformité et les obligations de preuve dans un examen unique.

Si votre équipe définit des contrôles d'audit, de remédiation et de mise en production pour l'IA du logement, contactez-nous pour examiner les preuves que l'audit doit conserver.

Contrôles d'audit et de preuve démontrés

  • ✓ Conception de métriques par groupe protégé
  • ✓ Spécification des filtres de politique
  • ✓ Rapports de confiance et de significativité
  • ✓ Artefacts JSON et HTML vérifiables

Contrôles de remédiation et de publication démontrés

  • ✓ Recherche bornée d'alternatives neutres
  • ✓ Examen du compromis précision-disparité
  • ✓ Attribution exacte des facteurs décisionnels
  • ✓ Filtres de publication avec validation humaine