Key points are not available for this paper at this time.
Les avis et autres évaluations sont utilisés par les consommateurs pour décider quels biens acheter et par les entreprises pour choisir avec qui commercer, embaucher ou promouvoir. Cependant, parce que les évaluateurs potentiels ne sont pas rémunérés pour soumettre des avis et peuvent avoir des raisons d’omettre des informations pertinentes dans leurs avis, ces derniers peuvent être biaisés. Nous utilisons le cadre d'Airbnb pour étudier les déterminants du comportement d’évaluation, l’étendue à laquelle les avis sont biaisés, et si des changements dans la conception des systèmes de réputation peuvent réduire ce biais. Nous constatons que les avis sur Airbnb sont généralement informatifs et que 97 % des invités rapportent en privé avoir eu des expériences positives. Grâce à deux expériences de terrain visant à réduire le biais, nous montrons que les non-évaluateurs ont tendance à avoir des expériences moins bonnes que les évaluateurs et que le comportement d’évaluation stratégique s'est produit sur le site, bien que l’effet agrégé de ce comportement stratégique soit relativement faible. Nous utilisons un exercice qualitatif pour montrer que les mécanismes de biais que nous documentons réduisent le taux d’avis avec un texte négatif et une non-recommandation de seulement 0,86 point de pourcentage. Enfin, nous discutons de la façon dont les marchés en ligne peuvent concevoir des systèmes d’avis plus informatifs.
Fradkin et al. (Fri,) ont étudié cette question.