2024. júniusában jelentős jogszabály lépett életbe New York államban, amely megtiltja a bérbeadók számára az árkartell-szoftverek használatát a bérleti díjak meghatározására. Ezzel Új York lett az első amerikai állam, amely kifejezetten tiltja az algoritmikus árazást a lakáskiadás területén, követve több nagyváros – például Jersey City, Philadelphia, San Francisco és Seattle – korábbi tilalmait.
Mi az az árkartell-szoftver és hogyan működik?
A piacon több szoftvercég, köztük a RealPage, kínál olyan algoritmusokat, amelyek segítik a bérbeadókat a bérleti díjak optimalizálásában. Ezek a programok nemcsak azt határozzák meg, hogy mennyi legyen a lakbér, hanem azt is, hogy hány ember élhet ideálisan egy-egy lakásban, vagy milyen feltételekkel hosszabbítható meg a bérleti szerződés.
A RealPage például azt állítja, hogy szoftvere „optimalizálja a bérleti díjakat úgy, hogy elérje az adott ingatlan legmagasabb összjövedelmét, vagyis a bérleti díj és a kihasználtság legjobb kombinációját”. Azonban ezek az úgynevezett „privát adat-algoritmusok” – ahogy Kathy Hochul kormányzó fogalmazott – torzítják a lakáspiacot és súlyosan károsítják a bérlőket egy olyan időszakban, amikor történelmi lakásellátási és megfizethetőségi válság van jelen.
A törvény részletei és hatálya
Az új jogszabály nem csupán megtiltja az ilyen szoftverek használatát a bérleti feltételek meghatározására, hanem szigorúbb szankciókat is bevezet. A törvény kimondja, hogy ha két vagy több ingatlantulajdonos vagy kezelő algoritmus segítségével egyezteti vagy állapítja meg a bérleti díjakat, akkor ez gyakorlatilag árkartellnek minősül.
Ez azt jelenti, hogy még akkor is versenyellenes magatartásnak számítanak ezek a tevékenységek, ha a résztvevők nem szándékosan vagy tudatosan egyeztetnek egymással, hanem akár gondatlanságból is. Ez különbözik attól az esettől, amikor valaki pusztán használja az algoritmust – itt már magának az együttműködésnek van jogi következménye.
Az algoritmikus árazás hatása a bérlőkre
Kathy Hochul kormányzó sajtóközleménye szerint 2024-ben az ilyen szoftverek használata miatt az amerikai bérlők összesen körülbelül 3,8 milliárd dollárt veszítettek el. Egy 2022-es ProPublica vizsgálat rámutatott arra, hogy a RealPage algoritmusa jelentős mértékben hozzájárult az országos lakbérek drasztikus emelkedéséhez. Két évvel később pedig az Egyesült Államok kormánya pert indított a RealPage ellen.
A jogszabály támogatói és céljai
A törvény egyik fő támogatója, Pat Garofalo, az American Economic Liberties Project állami és helyi politikai igazgatója hangsúlyozta: „Ez a jogszabály védi meg a bérlőket az algoritmikus árkartellezéstől.”
Egy másik kezdeményezője, Brad Hoylman-Sigal állami szenátor így nyilatkozott: „Ez a törvény frissíti versenyellenes jogszabályainkat annak érdekében, hogy egyértelművé tegye: mesterséges intelligencia által vezérelt bérleti díj-megállapítás tilos. Biztosítjuk továbbá azt is, hogy legyenek határok azokkal a magatartásokkal szemben, amelyeket a szövetségi kormány antikompetitív gyakorlatoknak és árkartellezésnek minősített.”
Mikor lép életbe az új szabályozás?
A törvény kihirdetését követően 60 nap múlva lépett hatályba. Ez idő alatt minden érintett ingatlantulajdonosnak és kezelőnek fel kellett készülnie arra, hogy megszüntesse vagy ne alkalmazza tovább ezt a fajta algoritmikus árazást.
Összegzés
Új York állam új jogszabálya mérföldkőnek számít abban a harcban, amelyet az egyre növekvő lakbérek és az átláthatatlan árképzés ellen folytatnak. Az algoritmusok által vezérelt árkartellezés betiltása nemcsak védelmet nyújt a bérlők számára egy súlyos lakhatási válság közepette, hanem precedenst teremt más államok és városok számára is.
Ezzel egyidejűleg felhívja a figyelmet arra is, hogy bár a mesterséges intelligencia és automatizáció számos előnyt kínálhat ingatlanpiaci szereplőknek, azok etikusan és felelősségteljesen kell működjenek annak érdekében, hogy ne sértsék meg sem a versenytársakat, sem pedig végső soron a fogyasztókat – jelen esetben a bérlőket.
Forrás: https://www.theverge.com/news/801205/new-york-rent-price-fixing-ban-software