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 265: Black Uber Eats Driver Allegedly Subjected to Excessive Photo Checks and Dismissed via FRT Results

Description: A lawsuit by a former Uber Eats delivery driver alleged the company to have wrongfully dismissed him due to frequent false mismatches of his verification selfies, and discriminated against him via excessive verification checks.

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 Uber Eats, a endommagé Pa Edrissa Manjang et Uber Eats Black delivery drivers.

Statistiques d'incidents

ID
265
Nombre de rapports
2
Date de l'incident
2021-04-01
Editeurs
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

Incident Occurrence+1
Uber Eats traite les chauffeurs comme des "numéros et non des humains", déclare un coursier britannique licencié
Uber Eats traite les chauffeurs comme des "numéros et non des humains", déclare un coursier britannique licencié

Uber Eats traite les chauffeurs comme des "numéros et non des humains", déclare un coursier britannique licencié

theguardian.com

Un coursier poursuit Uber Eats pour licenciement «raciste» par reconnaissance faciale

Un coursier poursuit Uber Eats pour licenciement «raciste» par reconnaissance faciale

uktech.news

Uber Eats traite les chauffeurs comme des "numéros et non des humains", déclare un coursier britannique licencié
theguardian.com · 2022
Traduit par IA

Un chauffeur-livreur qui poursuit Uber Eats à Londres pour son licenciement de l'entreprise et affirme que sa technologie de reconnaissance faciale est raciste dit que l'entreprise traite les coursiers comme des "numéros". plutôt que des hu…

Un coursier poursuit Uber Eats pour licenciement «raciste» par reconnaissance faciale
uktech.news · 2022
Traduit par IA

Un ancien coursier d'Uber Eats a intenté une action en justice contre l'entreprise de livraison de nourriture, alléguant qu'il avait été injustement licencié en raison du logiciel de reconnaissance faciale "raciste" de l'entreprise.

Les cha…

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.
Incident précédentProchain incident

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