Score IBI
5.5
sur 10
Sévérité3_significative
Fréquenceoccasionnel
Ampleur groupes3
Difficulté détection3
🇫🇷 Définition (FR)
Obsolescence temporelle des données d'entraînement par rapport au contexte actuel.
🇬🇧 Definition (EN)
Temporal obsolescence of training data relative to current context.
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 recrutement obsolète pénalise les nouveaux parcours de carrière.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
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)
- •Temporal quality degradation in AI modelsDaniel Vela, Andrew Sharp, Richard Zhang, Trang Nguyen, An Hoang, Oleg S. Pianykh; Scientific Reports (2022)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Jeunes (18-25 ans)
🛠 Méthodologies de mitigation
- PSI : Population Stability Index
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Ressources humaines et recrutement (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
4f858e1f-a384-4404-8bb8-2d92f259a346
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.