IBI-002105 - Critiquepublie
Biais de sécurité des véhicules autonomes
Autonomous Vehicle Safety Bias
Score IBI
8.5
sur 10
Sévérité5_critique
Fréquenceoccasionnel
Ampleur groupes5
Difficulté détection5
🇫🇷 Définition (FR)
Véhicules autonomes prenant des décisions de sécurité différenciées selon les profils démographiques perçus.
🇬🇧 Definition (EN)
Autonomous vehicles making differentiated safety decisions based on perceived demographic profiles.
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
Un véhicule autonome accorde moins de priorité aux piétons issus de minorités dans ses décisions d'urgence.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •The Moral Machine experimentEdmond Awad, Sohan Dsouza, Richard Kim, Jonathan Schulz, Joseph Henrich, Azim Shariff, Jean-François Bonnefon, Iyad Rahwan (2018)
- •Predictive Inequity in Object DetectionBenjamin Wilson, Judy Hoffman, Jamie Morgenstern (2019)
🛡 Impact & Mitigation
🔬 Preuves documentées (Études & Incidents)
- Accident mortel d'un v�hicule autonome d'Uber � Tempe (Arizona) : pi�ton hors passage mal classifi�, rapport NTSB publi� le 2019-11-05 : Source : https://fortune.com/2019/11/06/uber-self-driving-pedestrian-killed-arizona-software-jaywalker/
Impact :
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Seniors (60+)Jeunes (18-25 ans)Personnes asiatiquesPersonnes arabes / MENAHandicap moteurZones ruralesPersonnes non-binairesFemmesPersonnes LGBTQ+Classes populairesLocuteurs langues minoritaires
🛠 Méthodologies de mitigation
- 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
0c1cc089-598d-407c-a9e9-dd4f5bd7281d
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.