Score IBI
9.2
sur 10
Sévérité5_critique
Fréquencesystematique
Ampleur groupes5
Difficulté détection4
🇫🇷 Définition (FR)
Algorithmes d'aide à la décision de peine introduisant des disparités raciales.
🇬🇧 Definition (EN)
Sentencing decision-support algorithms introducing racial disparities.
Taxonomie TriAxis
Classification structurelle
O
Origine
O1
Systémique
L
Cycle de vie
L1
Historique
S
Spécifique
S24
Biais institutionnel
💡
Exemple concret
Les peines proposées par algorithme sont en moyenne 20% plus lourdes pour les accusés noirs.
📊 Métriques de détection
Demographic Parity DifferenceDisparate Impact RatioEqualized Odds Difference
⚙ Seuils d'alerte
Disparate Impact Ratio0.8
Equalized Odds Difference0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •Racial Bias and the American Criminal Justice System: Race and Presentencing RevisitedMarvin D. Free Jr. (2001)
- •
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Personnes arabes / MENA
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- COUNTERFACT : Équité contrefactuelle
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Justice et sécurité (Risque: /5)
⚖ Réglementations applicables
🇪🇺 Europe
- •AI_ACT_10 : AI Act (UE) 2024/1689
- •RGPD_22 : RGPD (UE) 2016/679
🌍 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
🌐 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
47a1a4b4-c5cd-468f-8294-95e8cc33d589
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.