IBI-000584 - Gravepublie
Biais d'allocation de logement
Housing Allocation Bias
Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Algorithmes d'attribution de logements sociaux favorisant certains profils.
🇬🇧 Definition (EN)
Social housing allocation algorithms favoring certain profiles.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L3
Mesure
S
Spécifique
S01
Biais de proxy
💡
Exemple concret
Un système de scoring locataire rejette systématiquement les familles monoparentales.
📊 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
- •Discrimination through optimization: How Facebook's ad delivery can lead to skewed outcomesMuhammad Ali, Piotr Sapiezynski, Miranda Bogen, Aleksandra Korolova, Alan Mislove, Aaron Rieke (2019)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
FemmesClasses populairesPersonnes arabes / MENA
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- COUNTERFACT : Équité contrefactuelle
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Logement et immobilier (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
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
2d4ebd12-b7f5-4026-a5da-e3feccf12304
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.