乔治华盛顿大学研究人员发表的一项预印本研究显示，在 Uber，Lyft 和 Via 之类的乘车共享初创公司使用算法定价时，存在偏见。在结合美国人口普查局的美国社区调查（ACS）数据进行的芝加哥地区乘车服务样本的大规模公平性分析中，来自数以千计乘车服务的指标表明了种族，年龄，房价和教育影响了乘车应用程序使用的动态票价定价模型。动态算法定价不成比例（如果无意间）会影响某些受众的想法并不新鲜。 2015 年，无论收入如何，普林斯顿评论所使用的模型向亚裔美国人收取更高的考试准备价格的可能性是其他客户的两倍。随着算法动态定价在其他领域的广泛使用，这项研究的作者认为，至关重要的是，要识别和说明意外后果，例如基于种族的差异。