GAO警告：租赁住房使用人脸识别存隐私风险

2025年8月31日

在美国租赁住房市场，广告平台、租户筛选、租金定价和人脸识别等房产科技工具在提供便利的同时，也带来了隐私、偏见和信息不准确的风险。尽管联邦机构已采取措施应对，但美国政府问责局（GAO）的报告特别指出，住房和城市发展部（HUD）当前对公共住房机构使用人脸识别技术的指导过于模糊。因此，GAO建议HUD提供更具体的书面指引，以帮助这些机构更好地管理数据、保护租户隐私并解决技术准确性问题。

四种主要的房产科技工具

房东和租客在租赁过程中会使用多种数字化工具，其中四种因其广泛应用和潜在影响而受到重点关注：

广告平台： 房东用于发布房源信息，平台利用算法向潜在租户进行定向推荐和展示。
租户筛选工具： 通过评估申请人的信用、犯罪和驱逐记录等背景信息，生成一份筛选报告，帮助房东评估风险。
租金设定软件： 利用市场数据、入住率和算法，向房东推荐最优的租金价格，以实现收入最大化。
人脸识别技术： 主要用于建筑物的门禁和安防，通过摄像头验证租户身份以授权进入。

便利与风险并存

这些技术工具为房东和租客带来了效率和安全，但其背后隐藏的风险同样不容忽视。

广告平台：扩大覆盖面 vs. 误导与歧视

优点： 房东可以触及更广泛的潜在租客，而虚拟看房等功能为租客提供了便利，节省了时间和成本。
风险： 存在 欺诈性或误导性信息 的可能，例如美化过的房间照片或隐藏的额外费用。更严重的是，算法可能根据用户的个人特征进行 歧视性广告推送，将特定人群（如少数族裔、有孩子的家庭）排除在某些房源之外。

租户筛选：风险管理 vs. 不准确与偏见

优点： 帮助房东验证申请人信息，降低因租户欺诈或违约带来的财务风险。
风险： 筛选报告中 频繁出现不准确信息 是主要问题，例如过时或错误的犯罪与驱逐记录，导致合格的申请人被无理拒绝。此外，算法的不透明性使得房东和租客都难以理解拒绝的真正原因。

由于黑人和西班牙裔在刑事司法和住房法庭系统中的比例偏高，依赖犯罪和驱逐记录的算法可能对这些群体产生不成比例的负面影响。

租金设定软件：市场洞察 vs. 价格协同

优点： 帮助房东快速响应市场变化，调整租金以维持理想的入住率和收入。
风险： 当一个地区的许多房东都使用相同的软件时，可能导致租金价格趋同，削弱租客的议价能力。有研究指出，这类软件的使用与租金水平上涨有关，尤其是在经济增长时期。

人脸识别技术：安全提升 vs. 隐私侵犯

优点： 通过控制出入人员，能有效提升建筑物的安全性，防止未经授权的人员进入。

风险：

联邦机构的监管行动

为了应对上述风险，联邦贸易委员会（FTC）、司法部（DOJ）和住房与城市发展部（HUD）等机构已采取了一系列行动。

打击误导性广告： FTC对租赁平台Roomster提起诉讼，指控其发布虚假房源和评论。
遏制歧视性行为： 司法部与Meta（Facebook母公司）达成和解，要求其修改广告系统，以防止基于种族、性别、家庭状况等受保护特征的歧视性房源推送。
纠正不准确的筛选报告： FTC和消费者金融保护局（CFPB）对多家租户筛选公司（如AppFolio和TransUnion）采取了执法行动，因其报告中包含不准确、过时的负面记录。

GAO的核心建议：HUD需为公共住房机构提供更明确指引

尽管联邦层面已有所行动，但GAO发现HUD对公共住房机构（PHA）使用人脸识别技术的指导存在明显不足。

当前的指导方针过于笼统，未能解决公共住房机构在实际操作中面临的关键问题。所有受访的公共住房机构都表示，他们需要HUD提供更具体的方向，尤其是在以下方面：

使用目的： 除了门禁之外，这些数据能否以及如何与执法部门等第三方共享？
租户同意： 怎样的同意才算充分？如果租户拒绝提供面部数据该如何处理？
数据管理： 租户搬离后，其生物信息应该保留多久？
技术准确性： 如何减轻技术对特定人群的偏见和错误率？

鉴于人脸识别技术固有的隐私和准确性风险，GAO建议HUD应向公共住房机构提供更具体的书面指导，明确规定该技术的使用范围、租户同意的标准、数据管理规则以及准确性问题的应对措施。