IBI-001544 - Gravepublie
Biais d'asymétrie d'information
Information Asymmetry Bias
Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Les régulateurs n'ont pas accès aux informations techniques détenues par les entreprises.
🇬🇧 Definition (EN)
Regulators lack access to technical information held by companies.
Taxonomie TriAxis
Classification structurelle
O
Origine
O1
Systémique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S26
Biais réglementaire
💡
Exemple concret
Un régulateur ne peut pas auditer un LLM propriétaire fermé (GPT-4, Claude).
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •Algorithmic Accountability: A PrimerRobyn Caplan, Joan Donovan, Lauren Hanson, Jeanna Matthews (2018)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Aucun groupe spécifique.
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Médias et plateformes sociales (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
🇪🇺 Europe
- •RGPD_22 : RGPD (UE) 2016/679
🌐 autre
- •IN_DPDP_RULES : Inde - Digital Personal Data Protection Rules
- •BR_LGPD : Brésil - LGPD
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
b94c3dab-78a9-422f-ad80-e9c130a582f1
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.