IBI-000644 - Gravepublie
Biais de pricing Airbnb
Airbnb Pricing Bias
Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Algorithmes de tarification des locations touristiques variant selon la démographie du quartier.
🇬🇧 Definition (EN)
Tourist rental pricing algorithms varying based on neighborhood demographics.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L3
Mesure
S
Spécifique
S01
Biais de proxy
💡
Exemple concret
Les prix Airbnb sont plus élevés dans les quartiers gentrifiés, chassant les habitants locaux.
📊 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
- •Racial Disparities in the Sharing Economy: Evidence from More Than 100,000 Airbnb Hosts across 14 CountriesBastian Jaeger, Willem W.A. Sleegers (2023)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Classes populairesZones rurales
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Logement et immobilier (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
2d903519-6e62-46d4-b86f-0f4035a74f1d
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.