IBI-002504 - Gravepublie
Biais de résumé automatique
Automated Summarization Bias
Score IBI
7.5
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Systèmes de résumé automatique omettant les perspectives minoritaires.
🇬🇧 Definition (EN)
Automated summarization systems omitting minority perspectives.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L2
Représentation
S
Spécifique
S16
Biais d'exclusion
💡
Exemple concret
Un système de résumé d'actualités omet les voix des communautés autochtones dans les débats environnementaux.
📊 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
- •Earlier Isn't Always Better: Sub-aspect Analysis on Corpus and System Biases in SummarizationTaehee Jung, Dongyeop Kang, Lucas Mentch, Eduard Hovy (2019)
- •Entity-Based Evaluation of Political Bias in Automatic SummarizationKaren Zhou, Chenhao Tan (2023)
🛡 Impact & Mitigation
🎯 Groupes vulnérables impactés
Personnes noires / afro-desc.Locuteurs langues minoritaires
🛠 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
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
6b7253a0-8fe2-4033-a465-7b1c2dbac577
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.