IBI-001864 - Gravepublie
Biais de disponibilité des VTC
Ride-Hailing Availability Bias
Score IBI
7.7
sur 10
Sévérité4_grave
Fréquencesystematique
Ampleur groupes4
Difficulté détection3
🇫🇷 Définition (FR)
Temps d'attente plus longs dans les quartiers populaires à cause des algorithmes de matching.
🇬🇧 Definition (EN)
Longer wait times in disadvantaged neighborhoods due to matching algorithms.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S18
Biais d'attribution de groupe
💡
Exemple concret
Les temps d'attente Uber sont 2× plus longs dans les quartiers noirs que dans les quartiers blancs.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •
- •Not minding the gap: Does ride-hailing serve transit deserts?Barajas, J. M., Brown, A. (2021)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Classes populairesPersonnes asiatiquesPersonnes arabes / MENAHandicap moteurJeunes (18-25 ans)Seniors (60+)Zones ruralesPersonnes non-binairesFemmesPersonnes LGBTQ+Locuteurs langues minoritaires
🛠 Méthodologies de mitigation
- DEMO_PARITY : Parité démographique
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Transport et mobilité (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
c0453df9-788a-40b6-bacf-1f7bf7b651f7
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.