Accueil›Biais›IBI-00045
IBI-000455 - Critiquepublie

Biais de boucle de rétroaction

Feedback Loop Bias

Score IBI
9.0
sur 10
Sévérité5_critique
Fréquencefrequent
Ampleur groupes5
Difficulté détection5
🇫🇷 Définition (FR)

Prédictions influencent les données futures, créant une amplification auto-renforçante.

🇬🇧 Definition (EN)

Predictions influence future data, creating self-reinforcing amplification.

Taxonomie TriAxis

Classification structurelle

O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S02
Biais de feedback
💡
Exemple concret

PredPol : police prédictive → plus de patrouilles → plus d'arrestations → amplification.

📊 Métriques de détection

Feedback Loop RatioDemographic Parity Difference

⚙ Seuils d'alerte

Feedback Loop Ratio0.15
Demographic Parity Difference0.1

📚 Sources & Références Scientifiques

🛡 Impact & Mitigation

🎯 Groupes vulnérables impactés

Personnes noires / afro-desc.Classes populaires

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Justice et sécurité (Risque: /5)

⚖ Réglementations applicables

🇪🇺 Europe
  • •
    AI_ACT_13 : AI Act (UE) 2024/1689
  • •
    AI_ACT_14 : AI Act (UE) 2024/1689
🌍 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
51eb9111-96a6-4da4-bb3a-48d8590fcca8

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.