Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Modèle unique appliqué à des populations hétérogènes aux distributions différentes.
🇬🇧 Definition (EN)
Single model applied to heterogeneous populations with different distributions.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L4
Agrégation
S
Spécifique
S17
Erreur de mesure
💡
Exemple concret
Un modèle de diabète ignore les différences métaboliques entre populations.
📊 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
- •A Framework for Understanding Sources of Harm throughout the Machine Learning Life CycleHarini Suresh, John V. Guttag (2021)
- •A Framework for Understanding Sources of Harm throughout the Machine Learning Life CycleSuresh, H., Guttag, J.V. (2021)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Personnes asiatiques
🛠 Méthodologies de mitigation
- CALIBRATION : Calibration par groupe
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Santé et médecine (Risque: /5)
⚖ Réglementations applicables
🇺🇸 États-Unis
- •US_CO_SB24_205 : Colorado AI Act (SB 24-205)
- •US_NIST_AI_RMF : NIST AI Risk Management Framework 1.0
🌍 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
🇪🇺 Europe
- •AI_ACT_15 : AI Act (UE) 2024/1689
- •AI_ACT_9 : AI Act (UE) 2024/1689
🌐 autre
- •SG_AI_GOVERNANCE : Singapour - AI Governance Framework
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
7e9d5cfc-9462-4436-83d4-47bbc11616ba
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.