Accueil›Biais›IBI-00100
IBI-001003_significativepublie

Biais de prédiction de consommation

Consumption Prediction Bias

Score IBI
6.3
sur 10
Sévérité3_significative
Fréquencefrequent
Ampleur groupes3
Difficulté détection4
🇫🇷 Définition (FR)

Modèles de prédiction de consommation énergétique sous-estimant les besoins des ménages précaires.

🇬🇧 Definition (EN)

Energy consumption prediction models underestimating needs of precarious households.

Taxonomie TriAxis

Classification structurelle

O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L3
Mesure
S
Spécifique
S17
Erreur de mesure
💡
Exemple concret

Un modèle sous-estime les besoins des grands ménages dans les logements mal isolés.

📊 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

🛡 Impact & Mitigation

🎯 Groupes vulnérables impactés

Classes populaires

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Énergie et environnement (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
5236e22a-16a5-49e2-a18b-fe1b9eb1fd71

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.