Perusahaan pialang real estat John L. Scott menggunakan Amazon Textract untuk menyerang bahasa yang membatasi secara rasial dari perbuatan properti untuk pemilik rumah

Didirikan lebih dari 91 tahun yang lalu di Seattle, John L. Scott Real Estatnilai inti adalah Menjalani Hidup sebagai Kontribusi®. Perusahaan membantu pembeli rumah menemukan dan membeli rumah impian mereka, sambil juga membantu penjual pindah ke bab berikutnya dari perjalanan kepemilikan rumah mereka. John L. Scott saat ini mengoperasikan lebih dari 100 kantor dengan lebih dari 3,000 agen di seluruh Washington, Oregon, Idaho, dan California.

Ketika petugas operasi perusahaan Phil McBride bergabung dengan perusahaan pada tahun 2007, salah satu tantangan awalnya adalah mengubah situs web publik perusahaan dari lingkungan lokal ke lingkungan yang dihosting di cloud. Menurut McBride, dunia sumber daya terbuka bagi John L. Scott begitu perusahaan mulai bekerja dengan AWS untuk membangun lingkungan yang mendukung cloud dengan mudah dikontrol.

Hari ini, McBride menerima tantangan untuk mengungkap dan memodifikasi pembatasan diskriminatif yang telah berlangsung puluhan tahun dalam gelar dan akta kandang. Apa yang tidak dia harapkan adalah meminta bantuan AWS untuk usaha tersebut.

Dalam posting ini, kami membagikan bagaimana John L. Scott menggunakan Teks Amazon dan Amazon Comprehend untuk mengidentifikasi bahasa yang membatasi ras dari dokumen-dokumen tersebut.

Masalah yang berakar pada diskriminasi historis

Perjanjian ras membatasi siapa yang dapat membeli, menjual, menyewakan, atau menempati properti berdasarkan ras (lihat contoh dokumen berikut). Meskipun tidak lagi dapat ditegakkan sejak Fair Housing Act tahun 1968, perjanjian rasial menyebar ke seluruh negeri selama booming perumahan pasca-Perang Dunia II dan masih ada dalam jutaan rumah. Perjanjian rasial adalah bukti langsung dari keterlibatan dan kepuasan industri real estat dalam hal kebijakan rasis pemerintah di masa lalu, termasuk redlining.

Pada 2019, McBride berbicara untuk mendukung undang-undang negara bagian Washington yang berfungsi sebagai langkah berikutnya dalam mengoreksi ketidakadilan historis bahasa rasial dalam perjanjian. Pada tahun 2021, sebuah undang-undang disahkan yang mengharuskan agen real estat untuk memberikan pemberitahuan tentang perjanjian atau pembatasan akta yang tidak sah kepada pembeli pada saat penjualan. Setahun setelah undang-undang disahkan dan pemilik rumah diberitahu, John L. Scott menemukan bahwa hanya lima pemilik rumah di negara bagian Washington yang bertindak untuk memperbarui akta properti mereka sendiri.

“Tantangannya terletak pada banyaknya properti di negara bagian Washington, dan sistem saat ini untuk memperbarui perbuatan Anda,” kata McBride. “Proses pembaruan masih sangat rumit, jadi hanya pemilik rumah yang paling termotivasi yang akan melakukan penelitian dan kerja keras untuk mengubah perbuatan mereka. Ini tidak akan terjadi dalam skala besar.”

Upaya awal untuk menemukan bahasa yang membatasi telah menemukan mahasiswa dan relawan masyarakat secara manual membaca dokumen dan merekam temuan. Tetapi di negara bagian Washington saja, jutaan dokumen perlu dianalisis. Pendekatan manual tidak akan menskalakan secara efektif.

Pembelajaran mesin mengatasi proses manual dan rumit

Dengan dukungan dari AWS Global Impact Computing Specialists and Solutions Architects, John L. Scott telah membangun solusi pemrosesan dokumen cerdas yang membantu pemilik rumah dengan mudah mengidentifikasi batasan rasial dalam dokumen kepemilikan mereka. Solusi pemrosesan dokumen cerdas ini menggunakan pembelajaran mesin untuk memindai judul, akta, dan dokumen properti lainnya, mencari teks untuk bahasa yang membatasi ras. Asosiasi Auditor Wilayah Negara Bagian Washington juga bekerja sama dengan John L. Scott untuk menyediakan akta, gelar, dan CC&R digital dari basis data mereka, dimulai dari King County, Washington.

Setelah perjanjian rasial ini diidentifikasi, anggota tim John L. Scott memandu pemilik rumah melalui proses memodifikasi pembatasan diskriminatif dari judul rumah mereka, dengan dukungan layanan notaris online seperti Notarize.

Dengan tujuan membangun solusi yang dapat dikelola oleh tim lean di John L. Scott, tim McBride bekerja dengan AWS untuk mengevaluasi berbagai layanan dan menyatukannya dalam cara modular dan berulang yang memenuhi visi dan prinsip tim untuk kecepatan dan skala. Untuk meminimalkan overhead manajemen dan memaksimalkan skalabilitas, tim bekerja sama untuk membangun arsitektur tanpa server untuk menangani penyerapan dokumen dan identifikasi bahasa terbatas menggunakan beberapa layanan AWS utama:

• Layanan Penyimpanan Sederhana Amazon – Dokumen disimpan dalam data lake Amazon S3 untuk penyimpanan yang aman dan sangat tersedia.
• AWS Lambda – Dokumen diproses oleh Lambda saat tiba di data lake S3. Gambar dokumen asli dibagi menjadi file satu halaman dan dianalisis dengan Amazon Textract (deteksi teks) dan Amazon Comprehend (analisis teks).
• Teks Amazon – Amazon Textract secara otomatis mengonversi gambar mentah menjadi blok teks, yang dipindai menggunakan pencocokan pola string fuzzy untuk bahasa terbatas. Saat bahasa terbatas diidentifikasi, fungsi Lambda membuat file gambar baru yang menyoroti bahasa menggunakan koordinat yang disediakan oleh Amazon Textract. Akhirnya, catatan temuan restriktif disimpan dalam Amazon DynamoDB tabel.
• Amazon Comprehend – Amazon Comprehend menganalisis output teks dari Amazon Textract dan mengidentifikasi data (entitas) yang berguna seperti tanggal dan lokasi di dalam teks. Informasi ini adalah kunci untuk mengidentifikasi di mana dan kapan pembatasan berlaku.

Diagram berikut mengilustrasikan arsitektur penyerapan tanpa server dan pipeline identifikasi.

Membangun dari yayasan ini, tim juga menggabungkan informasi parsel (melalui GeoJSON dan shapefile) dari pemerintah daerah untuk mengidentifikasi pemilik properti yang terkena dampak sehingga mereka dapat diberi tahu dan memulai proses perbaikan. Sebuah situs web publik yang akan datang juga akan segera memungkinkan pemilik properti untuk memasukkan alamat mereka untuk melihat apakah properti mereka terpengaruh oleh dokumen pembatasan.

Memberi contoh baru untuk abad ke-21

Ketika ditanya tentang apa selanjutnya, McBride mengatakan bekerja dengan Amazon Textract dan Amazon Comprehend telah membantu timnya menjadi contoh bagi negara lain dan perusahaan real estat di seluruh negeri yang ingin membawa proyek ke wilayah geografis mereka.

“Tidak semua area akan memiliki program yang kuat seperti yang kami lakukan di negara bagian Washington, dengan sukarelawan Universitas Washington mengindeks akta dan memberi tahu pemilik rumah,” kata McBride. “Namun, kami berharap menawarkan solusi pemrosesan dokumen cerdas ini di domain publik akan membantu orang lain mendorong perubahan di komunitas lokal mereka.”

Pelajari lebih lanjut

---

Tentang penulis

Jeff Stokamp adalah Arsitek Solusi Senior yang berbasis di Seattle, Washington. Jeff membantu memandu pelanggan saat mereka membangun aplikasi yang dirancang dengan baik dan memigrasikan beban kerja ke AWS. Jeff adalah pembangun konstan dan menghabiskan waktu luangnya membangun Lego bersama putranya.

Jarman Hauser adalah pemimpin Pengembangan Bisnis dan Strategi Go-to-Market di AWS. Dia bekerja dengan pelanggan dalam memanfaatkan teknologi dengan cara yang unik untuk memecahkan beberapa tantangan sosial, lingkungan, dan ekonomi yang paling menantang di dunia secara global.

Moussa Koulbou adalah pemimpin Arsitektur Solusi Senior di AWS. Dia membantu pelanggan membentuk strategi cloud mereka dan mempercepat kecepatan digital mereka dengan menciptakan hubungan antara niat dan tindakan. Dia memimpin tim Arsitek Solusi berkinerja tinggi untuk memberikan solusi tingkat perusahaan yang memanfaatkan teknologi mutakhir AWS untuk memungkinkan pertumbuhan dan memecahkan masalah bisnis dan sosial yang paling kritis.