IBI-001723_significativepublie
Biais de notation des enseignants
Teacher Evaluation Bias
Score IBI
6.3
sur 10
Sévérité3_significative
Fréquencefrequent
Ampleur groupes3
Difficulté détection4
🇫🇷 Définition (FR)
Systèmes d'évaluation algorithmique des enseignants introduisant des biais de genre.
🇬🇧 Definition (EN)
Algorithmic teacher evaluation systems introducing gender biases.
Taxonomie TriAxis
Classification structurelle
O
Origine
O3
Humain-Cognitif
L
Cycle de vie
L6
Évaluation
S
Spécifique
S18
Biais d'attribution de groupe
💡
Exemple concret
Les enseignantes reçoivent des scores de discipline plus faibles à efficacité égale.
📊 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
- •The Widget Effect: Our National Failure to Acknowledge and Act on Differences in Teacher EffectivenessDaniel Weisberg, Susan Sexton, Jennifer Mulhern, David Keeling, Joan Schunck, Kelli Morgan (2009)
- •Methodological Concerns About the Education Value-Added Assessment System (EVAAS): Validity, Reliability, and BiasAudrey Amrein-Beardsley, Tray Geiger (2020)
- •Measuring the Impacts of Teachers I: Evaluating Bias in Teacher Value-Added EstimatesChetty, R., Friedman, J. N., Rockoff, J. E. (2014)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
FemmesPersonnes LGBTQ+Locuteurs langues minoritairesClasses populairesPersonnes noires / afro-desc.Handicap moteurPersonnes asiatiquesPersonnes arabes / MENASeniors (60+)Jeunes (18-25 ans)Personnes non-binairesZones rurales
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Éducation et formation (Risque: /5)
⚖ Réglementations applicables
🇪🇺 Europe
- •AI_ACT_10 : AI Act (UE) 2024/1689
🇺🇸 États-Unis
- •US_TX_TRAIGA : Texas Responsible AI Governance Act (HB 149)
🌍 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
🇫🇷 France
- •FR_CNIL_AI : CNIL - Recommandations IA
🌐 Canada
- •CA_AIDA : Canada - Loi sur l'IA et les données (AIDA)
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
bcf54edb-175c-42be-b822-3daa15505419
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.