Konrad Kopczyński (Znajdom): Użytkownik musi wiedzieć, dlaczego AI pokazała mu konkretne mieszkanie

Artykuł sponsorowany

Wyszukiwanie mieszkań za pomocą zwykłego języka, automatyczna analiza ogłoszeń i wyceny oparte na rzeczywistych cenach transakcyjnych. Sztuczna inteligencja otwiera nowe możliwości na rynku nieruchomości, ale stawia też pytania o wiarygodność danych i granice automatyzacji. Konrad Kopczyński, współzałożyciel portalu Znajdom, opowiada, jak powstawały narzędzia AI, dlaczego algorytm powinien wyjaśniać swoje decyzje i w jakich obszarach technologia nie zastąpi człowieka.

 

Co wam przeszkadzało w tym, jak działają tradycyjne portale z ogłoszeniami nieruchomości?

Przede wszystkim ograniczenia filtrów. Pozwalają wybrać cenę, liczbę pokoi, powierzchnię czy dzielnicę, ale przecież ludzie nie szukają mieszkań wyłącznie na podstawie takich parametrów.

Ktoś chce mieszkać blisko parku, ktoś inny potrzebuje spokojnej okolicy, a jeszcze inna osoba szuka lokalu, z którego dojedzie do pracy w maksymalnie 20 minut. Takich oczekiwań nie da się łatwo zamienić na zestaw pól w formularzu.

W efekcie użytkownik dostaje kilkadziesiąt albo kilkaset wyników spełniających podstawowe kryteria, ale nadal musi samodzielnie analizować ogłoszenia. Czyta opisy, przegląda zdjęcia, sprawdza lokalizacje na mapie i próbuje ustalić, które mieszkania rzeczywiście odpowiadają jego potrzebom.

Problemem jest również powtarzalność ofert. To samo mieszkanie może pojawiać się w kilku ogłoszeniach, a niektóre opisy zawierają bardzo ogólne deklaracje. Wszędzie jest blisko, okolica jest spokojna, a komunikacja doskonała. Tylko co to właściwie oznacza?

Chcieliśmy skrócić ten proces. Sprawić, żeby użytkownik zamiast przekopywać się przez kolejne ogłoszenia, mógł od razu zobaczyć te, które najlepiej odpowiadają temu, czego szuka.

Jak w praktyce wygląda wyszukiwanie mieszkań za pomocą AI?

Zamiast ustawiać kolejne filtry, użytkownik może po prostu opisać mieszkanie własnymi słowami.

Na przykład: „Mieszkanie na wynajem, Warszawa, dwa pokoje, cicho, blisko parku, do 20 minut do centrum”.

Przy takim zapytaniu nasza wyszukiwarka zaproponowała niedawno 48 mieszkań. Wszystkie znajdowały się w Śródmieściu, a przy najwyżej ocenionych ofertach pojawiły się dodatkowe informacje, takie jak „Park 290 m” czy „Cicha okolica”.

Co ważne, użytkownik widzi też, dlaczego system uznał dane ogłoszenie za dopasowane. Ajdo, nasz asystent AI, wyjaśnia na przykład, że wyżej umieścił oferty, których opisy wspominają o cichej okolicy, albo te, które znajdują się w pobliżu parku.

Można zadawać również bardziej nietypowe pytania. Ktoś może szukać mieszkania blisko Żabki albo poprosić o tanie nieruchomości w konkretnej okolicy. W tym drugim przypadku algorytm interpretuje cenę w odniesieniu do podobnych ofert w danej lokalizacji.

Obsługujemy także wykluczenia. Można napisać: „Mieszkanie w Warszawie, ale bez Bemowa i Białołęki”, a system odpowiednio zawęzi wyniki.

Nie oznacza to jednak, że zrezygnowaliśmy z tradycyjnych filtrów. Na stronie głównej Znajdom dostępne są dwa tryby: „Szukaj z AI” i „Szukaj po filtrach”.

Jeżeli ktoś dokładnie wie, że interesują go trzy pokoje do 800 tys. zł, klasyczne filtrowanie może być najszybszym rozwiązaniem. AI przydaje się przede wszystkim wtedy, gdy oczekiwania są trudniejsze do opisania za pomocą standardowych parametrów.

Co dzieje się z takim zapytaniem od strony technologicznej?

Model językowy analizuje wypowiedź użytkownika i rozpoznaje zawarte w niej wymagania.

Część z nich można przełożyć bezpośrednio na parametry wyszukiwania. Jeśli użytkownik wskazuje Warszawę, dwa pokoje i ofertę najmu, system potrafi odpowiednio zawęzić zbiór ogłoszeń.

Pozostałe preferencje, takie jak bliskość parku czy spokojna okolica, służą do oceny dopasowania i ustalania kolejności wyników.

W ten sposób możemy wykorzystać informacje, które wcześniej były ukryte w opisach ogłoszeń albo wymagały dodatkowego sprawdzania na mapie.

Ważne jest też to, że wyszukiwanie nie kończy się na jednej liście. Użytkownik może zapisać swoje poszukiwanie, a system dopasowuje do niego nowe oferty i wysyła powiadomienia.

Chodzi o to, żeby nie trzeba było codziennie powtarzać tej samej pracy i sprawdzać, czy pojawiło się coś nowego.

Skąd AI wie, że mieszkanie jest w cichej okolicy?

To bardzo dobre pytanie, bo pokazuje jedną z najważniejszych zasad, którymi kierowaliśmy się podczas projektowania Znajdom.

Jeżeli informacja o spokojnej okolicy pochodzi z opisu ogłoszenia, mówimy o tym wprost. System wskazuje, że dane ogłoszenie wspomina o cichej okolicy, a nie że samodzielnie potwierdziliśmy poziom hałasu w mieszkaniu.

Nie mierzymy przecież hałasu we wszystkich lokalach. Nie możemy więc udawać, że dysponujemy taką wiedzą.

Użytkownik powinien rozumieć, że jest to deklaracja ogłoszeniodawcy, którą warto zweryfikować. Może na przykład zapytać, na którą stronę wychodzą okna, czy mieszkanie znajduje się od strony ulicy, czy wewnętrznego dziedzińca.

Z odległością od parku jest inaczej. Tutaj korzystamy z danych o lokalizacji i możemy podać konkretną wartość w metrach.

To dwa różne rodzaje informacji. Jedna pochodzi z treści ogłoszenia, druga jest wyliczana na podstawie danych przestrzennych.

Jeśli sztuczna inteligencja przedstawia oba rodzaje informacji z taką samą pewnością, użytkownik może nie wiedzieć, czemu rzeczywiście może zaufać, a co powinien sprawdzić.

Dlatego tak duże znaczenie ma dla nas wyjaśnianie, skąd pochodzi określona informacja i dlaczego konkretne mieszkanie znalazło się w wynikach wyszukiwania.

Wasz asystent ma imię Ajdo i komunikuje się w pierwszej osobie. Dlaczego zdecydowaliście się na takie rozwiązanie?

Chcieliśmy, żeby użytkownik wiedział, kiedy ma do czynienia ze sztuczną inteligencją.

Ajdo pojawia się w wyszukiwarce, na stronie głównej i w naszych cotygodniowych analizach rynku. Kiedy użytkownik widzi komunikat podpisany jego imieniem, wie, że został on przygotowany przez system AI.

Pierwsza osoba pomaga również w wyjaśnianiu działania algorytmu.

Komunikat „Ułożyłem wyżej oferty, które w opisie wspominają cichą okolicę” jest znacznie bardziej zrozumiały niż samo „sortowanie według trafności”.

Użytkownik otrzymuje nie tylko wynik, ale też informację, jakie kryterium wpłynęło na jego pozycję.

Oczywiście nadawanie AI określonej osobowości wiąże się również z ryzykiem. Jeżeli asystent komunikuje się w sposób przypominający człowieka, niektórzy użytkownicy mogą przypisywać mu większe możliwości, niż rzeczywiście posiada.

Dlatego staramy się wyraźnie rozdzielać to, co AI interpretuje, od informacji pochodzących z konkretnych danych i rejestrów.

Asystent powinien ułatwiać korzystanie z technologii, ale nie może tworzyć fałszywego wrażenia, że wie wszystko.

Ajdo przygotowuje również cotygodniowy Puls Rynku. Po co portalowi nieruchomości takie narzędzie?

Bo rynek mieszkaniowy jest bardzo złożony, a informacje na jego temat często wydają się sprzeczne.

Jednego dnia pojawiają się publikacje o rosnącym popycie, następnego o rekordowej liczbie dostępnych mieszkań. Do tego dochodzą decyzje dotyczące stóp procentowych, dane o kredytach hipotecznych, inflacji i aktywności deweloperów.

Dla osoby, która nie śledzi rynku zawodowo, wyciągnięcie z tego spójnych wniosków może być trudne.

Dlatego stworzyliśmy Puls Rynku, czyli cotygodniową analizę najważniejszych wydarzeń i nastrojów na rynku nieruchomości.

W każdy poniedziałek Ajdo analizuje publikacje z ostatnich tygodni dotyczące cen mieszkań, popytu, kredytów i sytuacji gospodarczej. Wykorzystuje między innymi materiały bazujące na danych NBP, BIK i GUS, a pomija treści o charakterze marketingowym.

Następnie zestawia te informacje i ocenia nastroje w skali od –2 do +2. Osobno analizuje bieżącą sytuację i perspektywę kolejnych 6–12 miesięcy.

Pod każdym odczytem umieszczamy materiały źródłowe, żeby użytkownik mógł samodzielnie sprawdzić, na czym opiera się analiza.

Dodatkowo przed publikacją nasz zespół redakcyjny weryfikuje dane i ich zgodność ze źródłami.

Nie chcemy, żeby AI było wyrocznią. Ma pomagać uporządkować informacje i lepiej zrozumieć to, co dzieje się na rynku.

 

Czy Puls Rynku ma znaczenie również dla wycen nieruchomości?

Tak, ale trzeba rozdzielić dwie rzeczy: oszacowanie wartości nieruchomości i ocenę aktualnej sytuacji rynkowej.

Podstawą naszej wyceny są dane o rzeczywistych transakcjach. Pokazują one, za jakie kwoty sprzedawano podobne nieruchomości.

Takie dane mają jednak naturalne ograniczenie. Odnoszą się do transakcji, które już się odbyły, a informacje z aktów notarialnych trafiają do rejestrów z pewnym opóźnieniem.

Z kolei ceny ofertowe pokazują oczekiwania sprzedających, które nie zawsze odpowiadają kwotom ostatecznie uzyskiwanym podczas sprzedaży.

Puls Rynku pomaga uzupełnić ten obraz o aktualny kontekst gospodarczy i nastroje uczestników rynku.

W naszej inteligentnej wycenie prezentujemy go w sekcji „Temperatura rynku”. Użytkownik może zobaczyć, czy bieżące informacje wskazują na ożywienie, stabilizację czy ochłodzenie.

Puls nie zmienia jednak samej kwoty wyceny. Ta wynika z analizy danych transakcyjnych i parametrów nieruchomości.

Chcemy w ten sposób oddzielić szacowaną wartość mieszkania od interpretacji aktualnych wydarzeń rynkowych.

Gdzie jeszcze wykorzystujecie sztuczną inteligencję?

Bardzo ważnym obszarem jest inteligentna wycena nieruchomości.

Jej podstawą są dane liczbowe, a nie odpowiedź wygenerowana przez model językowy.

Korzystamy z ponad 30 mln wpisów z Rejestrów Cen Nieruchomości ze wszystkich powiatów oraz z danych publicznych dotyczących działek i budynków.

Na tej podstawie system wyszukuje odpowiednie transakcje porównawcze i szacuje wartość analizowanej nieruchomości.

Sztuczna inteligencja pomaga nam natomiast w interpretacji informacji, których nie da się łatwo zapisać w postaci liczb.

Przykładem są zdjęcia i opisy ogłoszeń. Model może rozpoznać widoczny standard wykończenia, ocenić stan mieszkania, zauważyć rozbieżności pomiędzy opisem a fotografiami czy zidentyfikować wizualizacje wnętrz.

Ma to znaczenie, ponieważ dwa mieszkania w tym samym budynku, o podobnej powierzchni i układzie, mogą przedstawiać zupełnie inną wartość ze względu na stan techniczny i standard.

Jednocześnie ustaliliśmy granice wpływu AI na wycenę. Model nie może dowolnie wymyślać kwoty. Jego zadaniem jest dostarczenie dodatkowych informacji o nieruchomości, które można uwzględnić w określonych ramach obliczeń.

Jak sprawdzacie, czy takie wyceny są wiarygodne?

Regularnie testujemy naszą metodologię na rzeczywistych transakcjach.

Wybieramy nieruchomości, dla których znamy już ceny sprzedaży, ale nie udostępniamy ich modelowi na etapie przygotowania wyceny. Następnie porównujemy wynik algorytmu z rzeczywistą kwotą z aktu notarialnego.

Dzięki temu możemy ocenić, jak często nasza metoda trafia w odpowiedni przedział i jak duże są typowe różnice pomiędzy wyceną a ceną transakcyjną.

Wyniki tych testów publikujemy, ponieważ uważamy, że użytkownik powinien znać nie tylko szacowaną wartość mieszkania, lecz także ograniczenia metody, która ją wyznaczyła.

W przypadku mieszkań nasze testy pokazały, że rzeczywista cena sprzedaży mieściła się w podawanym przedziale wyceny w ośmiu na dziesięć przypadków.

Nie twierdzimy, że automatyczna wycena będzie zawsze dokładna. Ważniejsze jest pokazanie, z jaką niepewnością należy się liczyć.

Wycena nieruchomości nigdy nie jest wyłącznie prostym działaniem matematycznym. Zbyt wiele zależy od indywidualnych cech konkretnego lokalu.

Raport nieruchomości łączy wiele różnych baz danych. Co było najtrudniejsze przy jego tworzeniu?

Największym wyzwaniem okazały się dane, a nie sama sztuczna inteligencja.

Nasz raport nieruchomości (https://znajdom.pl/raport) wykorzystuje informacje pochodzące z wielu niezależnych źródeł.

Są to między innymi Rejestr Cen Nieruchomości, dane o budynkach i zagospodarowaniu terenu, rejestry pozwoleń na budowę GUNB, statystyki GUS, informacje o zasięgach sieci z UKE czy mapy zagrożenia powodziowego.

Uzupełniamy je również danymi dotyczącymi otoczenia nieruchomości, charakterystyki mieszkańców i dostępności różnych usług, w tym informacjami analitycznymi od DataPlace.

Każde z tych źródeł funkcjonuje inaczej. Dane mają różne formaty, poziomy szczegółowości i częstotliwość aktualizacji. Nie wszędzie dostępny jest też taki sam zakres informacji.

Dlatego połączenie ich w jeden spójny raport wymagało znacznie więcej pracy niż samo przygotowanie warstwy AI.

Od początku przyjęliśmy zasadę, że nie będziemy wypełniać luk w danych ogólnikami.

Jeżeli dla danej miejscowości dostępnych jest mniej informacji, raport powinien jasno to komunikować. Użytkownik musi wiedzieć, na jakiej podstawie powstały poszczególne wnioski.

Zależało nam również na sposobie prezentacji wyników. Generowanie raportu trwa zwykle 2–3 minuty, ale użytkownik nie musi czekać na zakończenie całego procesu.

Poszczególne sekcje pojawiają się stopniowo, dzięki czemu pierwsze informacje można analizować już podczas przygotowywania kolejnych części dokumentu.

Czego świadomie nie powierzacie sztucznej inteligencji?

Przede wszystkim decyzji, których nie da się odpowiedzialnie podjąć na podstawie dostępnych danych.

AI może przeanalizować zdjęcia mieszkania, ale nie zastąpi jego oględzin. Nie wykryje wszystkich usterek technicznych, nie oceni zapachu w budynku ani nie sprawdzi wad, których nie widać na fotografiach.

Automatyczna wycena nie zastępuje też analizy stanu prawnego nieruchomości czy pracy rzeczoznawcy majątkowego.

Dlatego wyraźnie informujemy, że nasze wyceny mają charakter poglądowy i nie są operatami szacunkowymi.

Podobnie podchodzimy do Pulsu Rynku. Jest on podsumowaniem informacji gospodarczych i analiz prasowych, a nie indywidualną poradą inwestycyjną.

Nie chcemy, żeby AI mówiło użytkownikowi: kup to mieszkanie albo sprzedaj je teraz.

Może natomiast pomóc mu zrozumieć sytuację, porównać dane i zidentyfikować kwestie wymagające dokładniejszego sprawdzenia.

Ostateczna decyzja zawsze należy do człowieka.

Co poradziłbyś innym firmom, które planują wdrożenie AI do swoich platform?

Zacząłbym od konkretnego problemu użytkownika, a nie od samej technologii.

W naszym przypadku były to ograniczenia tradycyjnego wyszukiwania. Wiedzieliśmy, że ludzie mają wymagania, których nie potrafią wyrazić za pomocą standardowych filtrów. AI pozwoliło nam rozwiązać ten problem w sposób, który wcześniej był znacznie trudniejszy do zrealizowania.

Nie oznacza to jednak, że sztuczna inteligencja powinna zastąpić wszystkie dotychczasowe narzędzia.

Filtry nadal są bardzo przydatne. Jeśli ktoś chce szybko znaleźć mieszkanie o konkretnej powierzchni i cenie, nie musi rozmawiać z asystentem AI.

Druga sprawa to transparentność.

Użytkownik musi rozumieć, dlaczego otrzymał konkretny wynik, skąd pochodzą informacje i na ile może im zaufać.

Jeżeli algorytm przedstawia deklarację właściciela mieszkania i dane pochodzące z rejestru państwowego w identyczny sposób, bardzo łatwo o nieporozumienie.

Dlatego wyjaśniamy, kiedy informacja pochodzi z opisu ogłoszenia, kiedy jest wyliczona na podstawie lokalizacji, a kiedy wynika z analizy cen transakcyjnych.

Moim zdaniem właśnie takie podejście będzie decydowało o tym, czy użytkownicy rzeczywiście zaufają narzędziom wykorzystującym sztuczną inteligencję.

Nie wystarczy, żeby AI znalazło odpowiedź. Trzeba jeszcze pokazać, dlaczego tę odpowiedź zaproponowało.

 

 

Artykuł sponsorowany