IBI-000445 - Critiquepublie
Biais d'engagement addictif
Addictive Engagement Bias
Score IBI
9.2
sur 10
Sévérité5_critique
Fréquencesystematique
Ampleur groupes5
Difficulté détection4
🇫🇷 Définition (FR)
Optimisation de l'engagement au détriment du bien-être des utilisateurs.
🇬🇧 Definition (EN)
Optimization of engagement at the expense of user well-being.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S02
Biais de feedback
💡
Exemple concret
TikTok optimise le temps passé au détriment de la santé mentale des adolescents.
📊 Métriques de détection
Feedback Loop RatioDemographic Parity Difference
⚙ Seuils d'alerte
Feedback Loop Ratio0.15
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •
- •Do persuasive designs make smartphones more addictive? A mixed-methods study on Chinese university studentsChen, X., Hedman, A., Distler, V. (2023)
- •Captive Platforms: On the Algorithmic Loops of Infinite ScrollingK. Filipek (2025)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Jeunes (18-25 ans)
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Médias et plateformes sociales (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
- •DSA_27 : Digital Services Act (UE) 2022/2065
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
2725cdfd-7a55-47f6-b9ee-b86ed48975c3
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.