في يونيو (حزيران ) 2020 مستفيدًا من قانون شيكاغو الذي يطالب تطبيقات النقل بالحجز بالكشف عن أسعارها ، نشر باحثون من جامعة جورج واشنطن تحليلًا للخوارزميات التي تستخدمها الشركات الناشئة في مشاركة الرحلات مثل Uber و Lyft لتحديد الأسعار. لقد سلطت الضوء على الدليل على أن الخوارزميات فرضت رسومًا على الدراجين الذين يعيشون في مبانٍ بها سكان كبار السن وذوي الدخل المنخفض والأقل تعليماً أكثر من أولئك الذين ينحدرون من مناطق غنية ، وهو تأثير ربطه الباحثون بالشعبية العالية – وبالتالي الطلب المتزايد على – الركوب. – المشاركة في الأحياء الغنية.
رفضت أوبر وليفت نتائج الدراسة ، زاعمين أن هناك عيوبًا في المنهجية. لكنها لم تكن أول دراسة تحدد التناقضات المزعجة في عملية صنع القرار الخوارزمي للتطبيقات.
الراكبون ليسوا الوحيدين الذين يقعون ضحية خوارزميات التوجيه والتسعير. واجهت أوبر مؤخرًا انتقادات بسبب تطبيق “الأسعار المسبقة” للسائقين ، والتي تستفيد من خوارزمية لحساب الأسعار مقدمًا باستخدام عوامل لا تكون دائمًا في صالح السائقين.
في منطقة التوصيل ، يُقال إن نظام التوجيه في أمازون يشجع السائقين على اتخاذ قرارات خطيرة على الطريق سعياً وراء نوافذ توصيل أقصر. وفي الوقت نفسه ، تستخدم تطبيقات مثل DoorDash و Instacart خوارزميات لحساب أجور شركات التوصيل – الخوارزميات التي يزعم بعض الأشخاص الذين يقومون بالتوصيل أنها جعلت من الصعب التنبؤ بأرباحهم والتعرف عليها.
كما لاحظ خبراء مثل عاموس توه ، الباحث البارز في هيومن رايتس ووتش الذي يدرس آثار الذكاء الاصطناعي والخوارزميات على عمل الحفلة ، أنه كلما كانت الخوارزميات أكثر غموضًا ، زاد عدد المنظمين والجمهور يواجهون صعوبة في مساءلة الشركات.