文章研究了算法预测在美国独户住宅市场中的市场效应。通过利用县一级房产记录数字化的自然实验，文章发现数字化导致算法投资者进入市场，但并未排挤依赖人工判断的投资者。相反，人类投资者转向算法难以预测的房产。算法投资者 disproportionately 购买少数族裔拥有的房屋，这一市场段可能存在人类偏见。数字化使少数族裔拥有房屋的平均售价提高了5%，并将种族价格差异缩小了45%。算法投资者通过竞争影响了自住者和人类投资者对少数族裔房屋的出价，这种变化推动了种族差异的大部分减少。种族不平等的减少突显了算法在减轻人类偏见方面的潜力。
近年来，人工智能和机器学习的进步使得算法预测在多个高风险的决策领域展现出超越人类判断的潜力。然而，关于算法如何影响市场层面的研究仍然有限。文章聚焦于美国独户住宅市场，探讨算法预测如何改变市场进入、分配和价格。
独户住宅是美国最大的资产市场之一，也是家庭财富积累的重要驱动力。文章选取了乔治亚州、北卡罗来纳州、南卡罗来纳州和田纳西州的住房市场作为研究对象，这些地区的单户住宅占城市和农村住房存量的主要部分。
文章利用县一级房产记录数字化的时间差异作为自然实验。数字化降低了获取机器可读数据的成本，从而影响了算法预测的准确性。通过比较数字化前后以及不同数字化进度的县之间的市场变化，文章能够识别算法对市场的因果效应。
数字化导致算法投资者进入市场，其交易份额从几乎为零增加到总交易的2%和投资者交易的20%。人类投资者并未被排挤出市场，而是转向那些算法难以预测的房产，显示出市场根据预测能力重新分配的特点。
文章发现数字化前存在明显的种族价格惩罚，少数族裔拥有的类似房屋售价平均比白人拥有的低5.8%。数字化后，这一差距缩小到3.2%，减少了45%。算法投资者 disproportionately 购买少数族裔拥有的房屋，且在这些交易中不表现出种族价格差异。
价格差异的缩小主要来自于自住者和人类投资者对少数族裔房屋出价的提高。这表明算法投资者通过竞争影响了整个市场的定价行为，而不仅仅是他们直接参与的交易的定价。
文章表明，即使有限的算法采用也可以通过市场竞争产生显著的市场效应。算法不仅改变了直接使用它们的投资者的行为，还通过竞争影响了其他市场参与者的决策。这些发现对理解算法如何塑造市场均衡以及减轻人类偏见具有重要意义。