Accueil›Biais›IBI-00162
IBI-001625 - Critiquepublie

Biais de responsabilité diffuse

Diffuse Liability Bias

Score IBI
9.0
sur 10
Sévérité5_critique
Fréquencefrequent
Ampleur groupes5
Difficulté détection5
🇫🇷 Définition (FR)

Impossibilité d'identifier un responsable lorsqu'un système d'IA cause un préjudice.

🇬🇧 Definition (EN)

Impossibility of identifying a responsible party when an AI system causes harm.

Taxonomie TriAxis

Classification structurelle

O
Origine
O1
Systémique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S26
Biais réglementaire
💡
Exemple concret

Victime d'un véhicule autonome, personne ne peut être tenu responsable (constructeur, développeur, propriétaire).

📊 Métriques de détection

Distribution ShiftDemographic Parity Difference

⚙ Seuils d'alerte

Distribution Shift0.1
Demographic Parity Difference0.1

🛡 Impact & Mitigation

🎯 Groupes vulnérables impactés

Aucun groupe spécifique.

🛠 Méthodologies de mitigation

  • AUDIT_TIERS : Audit par tiers indépendant

🏢 Secteurs concernés

Transport et mobilité (Risque: /5)Santé et médecine (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
a9d5331b-27f1-4101-be7a-c615d9284c4d

Explorer d'autres biais

250 biais documentés, classés par la taxonomie TriAxis.