IBI-000084 - Gravepublie
Biais d'accès aux bornes de recharge
EV Charging Access Bias
Score IBI
7.2
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection3
🇫🇷 Définition (FR)
Algorithmes de placement des bornes de recharge favorisant les quartiers aisés.
🇬🇧 Definition (EN)
EV charging station placement algorithms favoring wealthy neighborhoods.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S25
Biais économique
💡
Exemple concret
Les bornes de recharge électrique sont concentrées dans les quartiers riches, excluant les populations modestes.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Classes populairesZones rurales
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Transport et mobilité (Risque: /5)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
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
7954f59e-56c7-4812-9e11-ebfa9c04fe3e
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.