Accueil›Biais›IBI-00053
IBI-000534 - Gravepublie

Biais de retour d'expérience utilisateur

User Experience Feedback Bias

Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)

Biais renforcés par l'optimisation de l'expérience utilisateur au détriment de l'équité.

🇬🇧 Definition (EN)

Bias reinforced by UX optimization at the expense of equity.

Taxonomie TriAxis

Classification structurelle

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

Un système de recommandation optimise la satisfaction des utilisateurs majoritaires, invisibilisant les minorités.

📊 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

Aucun groupe spécifique.

🛠 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
5626f3cd-24f3-44be-a29d-226e37eaf1e0

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.