Accueil›Biais›IBI-00137
IBI-001374 - Gravepublie

Biais de scraping des CV

Resume Scraping Bias

Score IBI
7.2
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection3
🇫🇷 Définition (FR)

Extraction automatique de données de CV introduisant des biais de normalisation linguistique.

🇬🇧 Definition (EN)

Automated CV data extraction introducing linguistic normalization biases.

Taxonomie TriAxis

Classification structurelle

O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L2
Représentation
S
Spécifique
S22
Biais linguistique
💡
Exemple concret

Les CV avec des noms à consonance étrangère sont moins bien parsés par les ATS.

📊 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

Personnes noires / afro-desc.Personnes arabes / MENALocuteurs langues minoritaires

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Ressources humaines et recrutement (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
7bb6f66b-3a23-4b72-bb60-54787dddce10

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.