IBI-001524 - Gravepublie
Biais de dérive temporelle
Temporal Drift Bias
Score IBI
7.2
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection3
🇫🇷 Définition (FR)
Dégradation progressive des performances due à l'évolution des données en production.
🇬🇧 Definition (EN)
Progressive performance degradation due to evolving data in production.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S14
Biais temporel
💡
Exemple concret
Un modèle de détection de fraude devient obsolète après un changement de comportement post-COVID.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •A Survey on Concept Drift AdaptationGama, J., Žliobaitė, I., Bifet, A., et al. (2014)
- •How has Covid affected the performance of machine learning models used by UK banks?Bank of England (Bank Overground) (2021)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Aucun groupe spécifique.
🛠 Méthodologies de mitigation
- PSI : Population Stability Index
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Finance et services bancaires (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
b55f8884-4d03-4ac0-a7b8-b368a19b490d
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.