Score IBI
7.2
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection3
🇫🇷 Définition (FR)
Biais résultant d'un échantillon non représentatif de la population cible.
🇬🇧 Definition (EN)
Bias resulting from a sample not representative of the target population.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L1
Historique
S
Spécifique
S03
Biais de sélection
💡
Exemple concret
Un modèle entraîné sur des données d'assurance exclut les populations non assurées.
📊 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
- •Sample Selection Bias as a Specification ErrorHeckman, J.J. (1979)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Classes populairesZones rurales
🛠 Méthodologies de mitigation
- REWEIGHT : Rééquilibrage des poids
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Santé et médecine (Risque: /5)Assurance (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
fa7ceb01-ca2a-486f-8f52-a88112cabd0a
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.