Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Incident 161: Facebook's Ad Delivery Reportedly Excluded Audience along Racial and Gender Lines

Description: Facebook's housing and employment ad delivery process allegedly resulted in skews in exposure for some users along demographic lines such as gender and racial identity.

Outils

Nouveau rapportNouveau rapportNouvelle RéponseNouvelle RéponseDécouvrirDécouvrirVoir l'historiqueVoir l'historique

Entités

Voir toutes les entités
Présumé : Un système d'IA développé et mis en œuvre par Facebook, a endommagé female Facebook users , Black Facebook users et male Facebook users.

Statistiques d'incidents

ID
161
Nombre de rapports
3
Date de l'incident
2019-04-03
Editeurs
Sean McGregor, Khoa Lam
Applied Taxonomies
GMF, MIT

Classifications de taxonomie MIT

Machine-Classified
Détails de la taxonomie

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

1.1. Unfair discrimination and misrepresentation

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. Discrimination and Toxicity

Entity

Which, if any, entity is presented as the main cause of the risk
 

AI

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Post-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Unintentional

Rapports d'incidents

Chronologie du rapport

+1
Discrimination par l'optimisation : comment la diffusion d'annonces sur Facebook peut entraîner des résultats biaisés
+1
Les algorithmes publicitaires de Facebook empêchent toujours les femmes de voir des emplois
Discrimination par l'optimisation : comment la diffusion d'annonces sur Facebook peut entraîner des résultats biaisés

Discrimination par l'optimisation : comment la diffusion d'annonces sur Facebook peut entraîner des résultats biaisés

arxiv.org

Les algorithmes publicitaires de Facebook empêchent toujours les femmes de voir des emplois

Les algorithmes publicitaires de Facebook empêchent toujours les femmes de voir des emplois

technologyreview.com

Audit de la discrimination dans les algorithmes de diffusion d'offres d'emploi

Audit de la discrimination dans les algorithmes de diffusion d'offres d'emploi

arxiv.org

Discrimination par l'optimisation : comment la diffusion d'annonces sur Facebook peut entraîner des résultats biaisés
arxiv.org · 2019
Traduit par IA

L'énorme succès financier des plateformes de publicité en ligne est en partie dû aux fonctionnalités de ciblage précis qu'elles offrent. Bien que les chercheurs et les journalistes aient trouvé de nombreuses façons pour les annonceurs de ci…

Les algorithmes publicitaires de Facebook empêchent toujours les femmes de voir des emplois
technologyreview.com · 2021
Traduit par IA

Facebook refuse certaines offres d'emploi aux femmes en raison de leur sexe, selon le dernier audit de son service de publicité.

L'audit, mené par des chercheurs indépendants de l'Université de Californie du Sud (USC), révèle que le système…

Audit de la discrimination dans les algorithmes de diffusion d'offres d'emploi
arxiv.org · 2021
Traduit par IA

Les plateformes publicitaires telles que Facebook, Google et LinkedIn promettent de la valeur aux annonceurs grâce à leur publicité ciblée. Cependant, plusieurs études ont montré que la diffusion d'annonces sur ces plateformes peut être fau…

Variantes

Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

High-Toxicity Assessed on Text Involving Women and Minority Groups

Google’s comment-ranking system will be a hit with the alt-right

Feb 2017 · 9 rapports
COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

A Popular Algorithm Is No Better at Predicting Crimes Than Random People

May 2016 · 22 rapports
Gender Biases in Google Translate

Semantics derived automatically from language corpora contain human-like biases

Apr 2017 · 10 rapports
Incident précédentProchain incident

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

High-Toxicity Assessed on Text Involving Women and Minority Groups

Google’s comment-ranking system will be a hit with the alt-right

Feb 2017 · 9 rapports
COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

A Popular Algorithm Is No Better at Predicting Crimes Than Random People

May 2016 · 22 rapports
Gender Biases in Google Translate

Semantics derived automatically from language corpora contain human-like biases

Apr 2017 · 10 rapports

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • ecd56df