Conformidade de precificação por IA e equidade algorítmica
Quando a Civil Investigative Demand (CID) chega, a resposta deve ser um arquivo. O Equity é uma camada de auditoria de defensibilidade de preços que opera sobre qualquer mecanismo de precificação que um varejista já utilize. Ele reproduz o próprio log de decisões do mecanismo, pontua cada entrada de precificação quanto ao vazamento de classe protegida, incluindo os proxies compostos que verificações por recurso isolado não conseguem detectar. Ele submete o resultado ao gate da EEOC four-fifths rule (29 CFR 1607.4(D)) em código determinístico, mede o custo da restrição de equidade em receita, demonstra por que a correção óbvia é burlada e sela o registro em um pacote de evidências mapeado para regulações e com hash SHA-256, desenvolvido exatamente para atender a essa demanda.
+26.2%
Preço mais alto para a coorte de ZIP de maioria minoritária e dispositivos antigos, mesmo SKU
Médias de coorte sobre 3,037 e 2,880 decisões sintéticas com seed, sinais de demanda correspondentes
0.43 to 0.82
Razão da EEOC four-fifths rule, Fail para Pass, após modelagem de recompensa consciente de equidade
A um custo medido de 1.3% de receita neste mecanismo e cenário sintéticos
0.73
Informação mútua conjunta de um proxy composto cujos dois componentes são aprovados individualmente
Referral × Dwell Time; remover apenas ZIP e dispositivo ainda falha no gate em 0.59
Cada valor de demonstração nesta página é sintético e baseado em seed. O ShopMart Dynamic Pricing é um contextual bandit LinUCB que construímos como substituto para o mecanismo que um cliente executaria, os Aura Wireless Earbuds e os 10,000 compradores são gerados, e a estrutura de proxy foi inserida para que a auditoria tenha algo real a capturar. Nenhum varejista real foi auditado e nenhum comprador real sofreu cobrança indevida.
Um General Counsel ou Head of Pricing em uma plataforma de e-commerce com volume em New York e California opera um mecanismo de precificação dinâmica que nunca ingere raça ou renda e ainda assim está exposto, porque o mecanismo precifica com base em código ZIP, nível de dispositivo e comportamento da sessão, e cada um deles carrega sinal demográfico. Um contextual bandit otimizando receita encontrará cada entrada que prevê a disposição a pagar, incluindo aquelas que realmente preveem quem é o comprador. O ZIP prevê a renda; a renda prevê a sensibilidade ao preço; um telefone Android antigo prevê menos comparação de preços. Nenhum desses fatores é raça. Todos eles variam com ela. Quando a Civil Investigative Demand (CID) chega, uma equipe sem nada disso registrado passa meses em uma extração forense reativa.
O acordo de $60M da FTC com a Instacart referente aos seus experimentos de precificação Eversight (FTC, December 2025) foi uma ação baseada em resultados. A denúncia documentou que diferentes compradores visualizavam preços distintos para itens idênticos, com variações de até 23%. Não se tratou de uma constatação de discriminação com base em grupo, e não dependeu do que havia sido instruído ao algoritmo.
O Algorithmic Pricing Disclosure Act de New York, em vigor a partir de November 10, 2025, exige divulgação ostensiva quando dados pessoais alteram um preço e impõe uma penalidade civil de até $1,000 por violação. O SB 24-205 do Colorado, em vigor a partir de June 30, 2026, trata a precificação como uma decisão consequencial que requer uma avaliação de impacto.
As obrigações para alto risco do EU AI Act aplicam-se a partir de August 2, 2026. Os Articles 13 and 14 abrangem transparência de alto risco e documentação antidiscriminação, e a não conformidade para alto risco acarreta penalidades de até um teto legal de €15M ou 3% do faturamento global.
O pipeline consiste em uma única passagem pelo próprio log de decisões do mecanismo: 10,000 decisões de precificação do mecanismo sob auditoria, uma auditoria determinística de entradas, um gate de quatro quintos, uma síntese de restrição de equidade comparada a um teto passível de manipulação, narração por agentes, um pacote de evidências com hash SHA-256 e um benchmark rotulado. Os agentes aconselham, o código decide, e essa separação é o que mantém o pacote defensável para submissão oficial, qualquer que seja o modelo subjacente.
01 / O MECANISMO SOB AUDITORIA
O mecanismo sob auditoria é o ShopMart Dynamic Pricing, um contextual bandit LinUCB de 7 braços com seed=42, precificando um único SKU, os Aura Wireless Earbuds com preço de tabela de $79.00, para uma população rotulada sintética de 10,000 compradores. Ele precifica com base no índice de renda por ZIP, nível de dispositivo, indicação (referral), tempo de permanência (dwell time), tamanho do carrinho, taxa de recorrência, contagem de sessões, associação premium e hora, além de termos cruzados de indicação por permanência do tipo que muitos mecanismos reais utilizam. A coorte protegida é um rótulo latente que a auditoria nunca recebe. Na demonstração, esse bandit é o mecanismo sob auditoria.
02 / A AUDITORIA DETERMINÍSTICA DE ENTRADAS
Run Audit calcula, em numpy puro, a correlação de Pearson absoluta de cada entrada de precificação em relação à coorte protegida, sua informação mútua normalizada, uma informação mútua conjunta para pares de variáveis e uma variação contrafactual de preço: sobrescreve uma entrada da coorte protegida com o valor de referência da coorte favorecida, mantém todo o restante constante, reexecuta a própria política do mecanismo e mede o quanto o preço da coorte protegida se move. As regras de veredito são código, verificadas em ordem: uma entrada cuja amostra efetiva fique abaixo de 400 é retornada como Insufficient Evidence em vez de receber um veredito de proxy, regra que nenhuma entrada nesta execução aciona; o sinal de lealdade de duplo uso com qualquer associação material é um ABSTAIN encaminhado para revisão jurídica antes da execução do teste de violação; uma correlação absoluta de pelo menos 0.30 ou uma informação mútua de pelo menos 0.05 é uma VIOLATION; uma correlação de 0.20 até 0.30 é um ABSTAIN; todo o restante é um PASS. Para todas as outras entradas, o contrafactual corrobora e nunca aciona um veredito isoladamente; somente para o sinal de duplo uso uma variação contrafactual material conta para o ABSTAIN.
03 / O GATE E A RESTRIÇÃO
O Disparate-Impact Gate aplica a EEOC four-fifths rule (29 CFR 1607.4(D)) adaptada a faixas de preço: a taxa da coorte protegida ao receber a faixa de preço favorável dividida pela taxa da coorte favorecida, comparada a um limiar de 0.80. A Remediation em seguida sintetiza o Fairness-Aware Reward Shaping, que atrai cada preço continuamente em direção a um preço de referência livre de proxies a partir de um segundo bandit treinado com a exclusão das quatro entradas de proxy, e realiza uma busca binária pelo menor peso de atração que atinja 0.80. Ele é exibido ao lado de uma Hard-Cap Baseline a 115% do preço justo, a correção simplória, com a assinatura de manipulação medida para ambos.
04 / A EQUIPE E O PACOTE
Um Feature Auditor explica cada entrada sinalizada e um Adversarial Challenger defende o tratamento da entrada em abstenção como um sinal legítimo; a função Regulatory Mapper é uma tabela fixa que vincula cada VIOLATION a cinco regimes e o ABSTAIN a uma única linha de revisão jurídica. A equipe possui provedores intercambiáveis, recorre a modelos determinísticos quando nenhum provedor de modelos está configurado para que o aplicativo seja executado de forma idêntica, e não pode calcular números nem definir vereditos. O Evidence Pack sela o nome e a versão do mecanismo, a população auditada, o gate, cada constatação com sua justificativa, o mapeamento regulatório, o resultado da remediação e o resumo da narração em JSON e em um pacote HTML imprimível, com um digest SHA-256 do corpo do pacote como seu hash inviolável.
O console é composto por duas visualizações e caixas de diálogo. A visualização manual contém o cartão Pricing Outcome Comparison e um painel de atividades que transmite cada etapa em tempo real; cada resultado é aberto em um diálogo intitulado Audit Results, Remediation Results ou Evidence Pack Results, e Remediation e Evidence Pack permanecem desativados até que Run Audit seja concluído. Run Benchmark alterna para uma visualização Benchmark Results separada. About Demo apresenta os limites do cenário na tela: um mecanismo sintético com parâmetros conhecidos (ground truth), cujos resultados demonstram o método e não constituem evidência de intenção validada em campo. Cada número abaixo situa-se dentro desses limites.
A demonstração audita 10,000 decisões de precificação sintéticas com seed em um único SKU. O que se segue é o que a execução exibe na tela, na ordem em que é apresentado.
Os números acima derivam de uma população sintética com seed de 10,000 decisões de precificação em um único SKU com uma estrutura de proxy inserida e reproduzível. Os dados demonstram que o método recupera a estrutura inserida com a precisão de um conjunto rotulado. Eles não constituem uma taxa de acerto em dados reais de precificação, não representam um benchmark frente a concorrentes e não configuram uma afirmação sobre qualquer varejista real.
| Pergunta | O que o Equity faz nesta demonstração | O que permanece fora da demonstração |
|---|---|---|
| Integração | Audita o bandit LinUCB que o aplicativo de demonstração utiliza como mecanismo substituto e é projetado para que o mecanismo de um cliente possa ser integrado por meio de um adaptador. | Qualquer código de adaptador ou conector em tempo real para plataformas de precificação. Nenhum deles existe nesta versão, e nenhum fornecedor mencionado é cliente ou parceiro. |
| Dados demográficos | Lê uma tabela de referência selecionada de dez códigos ZIP de New York e California e um viés de dispositivos com seed codificado no aplicativo. | Um feed censitário em tempo real ou de posse de dispositivos. A tabela é reduzida e selecionada manualmente, e a coorte protegida é um rótulo inserido. |
| Constatações | Recupera a estrutura de proxies inserida e registra o veredito de cada entrada acompanhado de sua justificativa no pacote. | Prova de discriminação ou intenção no mundo real; o sistema não emite nenhum veredito de intenção. |
O Equity não define preços para nenhum cliente e não substitui Pricefx, PROS, Zilliant ou Competera; o mecanismo precifica, o Equity audita e restringe. Ele não certifica conformidade, não garante aprovação nem presta assessoria jurídica; o pacote constitui evidência para o departamento jurídico do cliente. A versão abrange um único SKU e o fluxo de impacto desproporcional desde a auditoria até o pacote de evidências; conluio algorítmico, middleware de divulgação multijurisdicional, monitoramento contínuo em streaming e interface de checkout estão fora do escopo. Os perfis de South Bronx e Upper East Side no cartão Pricing Outcome Comparison são rótulos representativos para coortes de múltiplos ZIPs e múltiplos dispositivos, não alegações sobre qualquer bairro real.
Porque o mecanismo não precisa visualizar raça ou renda para precificar com base nelas. Na demonstração, o mecanismo sob auditoria precifica a partir do índice de renda por ZIP, nível de dispositivo e comportamento da sessão, e essas entradas carregam a classe protegida: o índice de renda por ZIP correlaciona-se com ela em 0.95 e o nível de dispositivo em 0.32. O resultado na população sintética com seed é um preço 26.2% mais alto para a coorte de ZIP de maioria minoritária e dispositivos antigos nos mesmos fones de ouvido com sinais de demanda correspondentes, além de uma razão de quatro quintos de 0.43 frente ao limiar de 0.80. A ação da FTC referente à Instacart foi um caso baseado em resultados sobre diferentes compradores que visualizavam preços distintos para itens idênticos, não uma constatação sobre o que havia sido informado ao algoritmo.
Neste mecanismo, não. A linha de base Fairness Through Unawareness no benchmark é retreinada sem as entradas de ZIP e dispositivo, e a razão de quatro quintos sobe apenas de 0.43 para 0.59, continuando como reprovação. O modo como o comprador chegou e quanto tempo permaneceu recebem aprovação individualmente, mas codificam conjuntamente a coorte com uma informação mútua de 0.73. A correlação recurso a recurso é cega para esse par; uma verificação de informação mútua conjunta não é, razão pela qual a auditoria pontua interações além de entradas isoladas.
Você pode, e a demonstração expõe o que um maximizador de receita faz com isso. A Hard-Cap Baseline proíbe qualquer preço acima de 115% do preço justo de referência. O mecanismo abre mão de 0.2% da receita para cumprir a regra ao pé da letra e posiciona 29% da coorte protegida a até 1% do teto, de modo que a razão de quatro quintos atinge apenas 0.59 e o gate ainda falha. Um teto é um alvo. O Fairness-Aware Reward Shaping não oferece um limite para ser visado, sendo aprovado em 0.82 a um custo de receita de 1.3% neste mecanismo sintético.
Não. O Equity nunca define preços. Ele audita as decisões do mecanismo e propõe uma restrição; o seu mecanismo — seja Pricefx, PROS, Zilliant, Competera ou um bandit personalizado — continua realizando a precificação. A interface de integração para o mecanismo do cliente é um ponto de substituição documentado; na demonstração não há código de adaptador nem integração em tempo real, portanto o bandit LinUCB que construímos é o mecanismo e é auditado diretamente.
Nada que um advogado precisaria defender é saída de modelo: as estatísticas, a comparação com os limiares, cada veredito, a restrição e o hash do pacote provêm todos de código numpy determinístico fora da camada de agentes. O Feature Auditor e o Adversarial Challenger redigem texto em prosa; eles nunca calculam um número e não podem definir nem alterar um veredito, e o mapeamento regulatório é uma tabela fixa em vez de saída de modelo. Sem nenhum provedor de modelos, a equipe recorre a modelos determinísticos e o aplicativo gera os mesmos vereditos. A narração na apresentação gravada é uma saída de modelo validada e armazenada em cache, e o cabeçalho do pacote informa isso expressamente.
Um pacote de evidências preparado para CID em JSON e HTML imprimível. Ele registra o nome e a versão do mecanismo, as 10,000 decisões auditadas, o gate de quatro quintos antes e depois da remediação, o veredito de cada entrada com sua respectiva justificativa, o mapeamento de cada entrada sinalizada para a EEOC four-fifths rule (29 CFR 1607.4(D)), o Algorithmic Pricing Disclosure Act de New York, o Colorado SB 24-205, os EU AI Act (Articles 13 and 14) e o FTC Act Section 5, o resultado da remediação e um digest SHA-256 do corpo do pacote. Nós fornecemos as evidências; sua equipe jurídica toma a decisão.
Trata-se de uma autoverificação com conjunto rotulado e deve ser interpretada como tal. O benchmark regenera a população sintética com seed de 10,000 decisões da demonstração e faz uma única pergunta a ela: a auditoria encontrou os três proxies que inserimos e nada mais? Sim, encontrou. Todos os três foram sinalizados, nenhum dos quatro sinais legítimos de demanda foi sinalizado e o único sinal de duplo uso recebeu abstenção em vez de ser sinalizado ou liberado (Cleared). Isso demonstra que o método recupera a estrutura inserida. Logs reais de precificação apresentam variáveis de confusão, e não é eticamente viável realizar testes A/B cobrando preços diferentes de grupos demográficos; portanto, em um projeto contratado, a mesma estrutura gera evidências para revisão jurídica, nunca um veredito automatizado.
A pesquisa por trás desta demonstração — a arquitetura, o design de verificação e a estrutura corporativa.
Solução completa
Explore a solução AI Pricing Compliance & Algorithmic Fairness →Somos uma equipe de engenharia de IA, não um fornecedor de software de precificação nem uma certificadora de conformidade. Partimos do próprio log de decisões do seu mecanismo e entregamos um pacote que seu departamento jurídico pode submeter oficialmente; a avaliação sobre o que ele demonstra cabe a eles.
Uma primeira conversa produtiva é concreta: qual mecanismo precifica seu catálogo, quais entradas ele observa, se ele inclui termos cruzados ou árvores que poderiam precificar com base em um proxy composto, e quais jurisdições entre New York, California, Colorado ou a UE o seu volume alcança. Podemos estruturar a auditoria, a síntese de restrições e o formato do pacote de evidências em colaboração direta com suas equipes de precificação, jurídica e de dados.
