IBI-000834 - Gravepublie
Biais d'émergence de personnalité
Persona Emergence Bias
Score IBI
7.8
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection5
🇫🇷 Définition (FR)
LLMs développant des comportements stéréotypés persistants selon les personas simulés.
🇬🇧 Definition (EN)
LLMs developing persistent stereotyped behaviors based on simulated personas.
Taxonomie TriAxis
Classification structurelle
O
Origine
O3
Humain-Cognitif
L
Cycle de vie
L7
Déploiement
S
Spécifique
S28
Biais d'interaction
💡
Exemple concret
Un LLM jouant le rôle d'un médecin homme devient paternaliste avec les patientes.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •The Personality Trap: How LLMs Embed Bias When Generating Human-Like PersonasJacopo Amidei, Gregorio Ferreira, Mario Munoz Serrano, Ruben Nieto, Andreas Kaltenbrunner (2026)
- •Bias Runs Deep: Implicit Reasoning Biases in Persona-Assigned LLMsShashank Gupta, Vaishnavi Shrivastava, Ameet Deshpande, Ashwin Kalyan, Peter Clark, Ashish Sabharwal, Tushar Khot (2023)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Femmes
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Médias et plateformes sociales (Risque: /5)Santé et médecine (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
7abfe640-8dd2-4937-bb88-464a79617cb0
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.