IBI-000715 - Critiquepublie
Biais de prêt hypothécaire
Mortgage Lending Bias
Score IBI
9.2
sur 10
Sévérité5_critique
Fréquencesystematique
Ampleur groupes5
Difficulté détection4
🇫🇷 Définition (FR)
Algorithmes d'octroi de prêts immobiliers discriminant selon l'origine ou la localisation.
🇬🇧 Definition (EN)
Mortgage lending algorithms discriminating based on origin or location.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L3
Mesure
S
Spécifique
S01
Biais de proxy
💡
Exemple concret
Les emprunteurs noirs paient en moyenne 0,08% de taux d'intérêt en plus à dossier équivalent.
📊 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
- •
- •Algorithmic discrimination in the credit domain: what do we know about it?Bicharra Garcia, A. C., Garcia, M. G. P., Rigobon, R. (2023)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Personnes arabes / MENA
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- DISPARATE_IMPACT : Test impact disparate
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Finance et services bancaires (Risque: /5)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
2a8e3a29-544c-4505-9c27-6a0fb40f5b1c
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.