IBI-000064 - Gravepublie
Biais de précarité énergétique
Energy Poverty Bias
Score IBI
8.5
sur 10
Sévérité4_grave
Fréquencesystematique
Ampleur groupes5
Difficulté détection4
🇫🇷 Définition (FR)
Algorithmes de tarification énergétique pénalisant les ménages en précarité.
🇬🇧 Definition (EN)
Energy pricing algorithms penalizing households in energy poverty.
Taxonomie TriAxis
Classification structurelle
O
Origine
O1
Systémique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S25
Biais économique
💡
Exemple concret
Les compteurs intelligents coupent automatiquement l'électricité aux ménages en retard de paiement.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •Addressing machine learning bias to foster energy justiceChien fei Chen; Rebecca Napolitano; Yuqing Hu; Bandana Kar; Bing Yao (2024)
- •Energy Poverty: A Multidimensional ApproachHernández, D. (2016)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Classes populairesSeniors (60+)
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Énergie et environnement (Risque: /5)
⚖ Réglementations applicables
🌍 International
- •ISO_42001 : ISO/IEC 42001:2023
- •UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
- •OECD_AI_PRINCIPLES : OCDE - Principes IA
- •COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA
🇪🇺 Europe
- •RGPD_22 : RGPD (UE) 2016/679
🌐 autre
- •IN_DPDP_RULES : Inde - Digital Personal Data Protection Rules
- •BR_LGPD : Brésil - LGPD
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
0847da49-5829-4ff1-aa17-c4a917697686
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.