Accueil›Biais›IBI-00109
IBI-001094 - Gravepublie

Biais de preuve numérique

Digital Evidence Bias

Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)

Analyse algorithmique de preuves numériques introduisant des biais d'interprétation.

🇬🇧 Definition (EN)

Algorithmic analysis of digital evidence introducing interpretation bias.

Taxonomie TriAxis

Classification structurelle

O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L6
Évaluation
S
Spécifique
S17
Erreur de mesure
💡
Exemple concret

Les logiciels de reconnaissance vocale utilisés en justice ont un taux d'erreur élevé sur les accents.

📊 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

🛡 Impact & Mitigation

🔬 Preuves documentées (Études & Incidents)

  • Prosecutors used an AI tool to send a man to prison for life. Now the person who created it is under investigation. (Business Insider, republi� sur Yahoo Tech) : Source : https://tech.yahoo.com/ai/articles/prosecutors-used-ai-tool-send-165329201.html
    Impact :

🎯 Groupes vulnérables impactés

Locuteurs langues minoritairesPersonnes noires / afro-desc.

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Justice et sécurité (Risque: /5)

⚖ Réglementations applicables

🇪🇺 Europe
  • •
    AI_ACT_10 : AI Act (UE) 2024/1689
🌍 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
a8972594-2327-4635-ace2-04bf3ec3edbe

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.