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 400: Google Search Returned Fewer Results for Abortion Services in Rural Areas

Description: Google Search reportedly returned fewer abortion clinics for searches from poorer and rural areas, particularly ones with Targeted Regulation of Abortion Providers (TRAP) laws.

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 Google, a endommagé women in need of abortion services et women having unexpected or crisis pregnancies.

Statistiques d'incidents

ID
400
Nombre de rapports
1
Date de l'incident
2022-02-23
Editeurs
Khoa Lam
Applied Taxonomies
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
 

1.3. Unequal performance across groups

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
Googler pour l'avortement : médiation par les moteurs de recherche de l'accessibilité à l'avortement aux États-Unis
Googler pour l'avortement : médiation par les moteurs de recherche de l'accessibilité à l'avortement aux États-Unis

Googler pour l'avortement : médiation par les moteurs de recherche de l'accessibilité à l'avortement aux États-Unis

arxiv.org

Googler pour l'avortement : médiation par les moteurs de recherche de l'accessibilité à l'avortement aux États-Unis
arxiv.org · 2022
Traduit par IA

Parmi la myriade d'obstacles à l'accès à l'IVG, les centres de grossesse de crise (CPC) posent une difficulté supplémentaire en ciblant les femmes ayant des grossesses inattendues ou « de crise » afin de les dissuader d'y recourir. Les mote…

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

Common Biases of Vector Embeddings

Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings

Jul 2016 · 1 rapport
Personal voice assistants struggle with black voices, new study shows

Personal voice assistants struggle with black voices, new study shows

Mar 2020 · 2 rapports
Northpointe Risk Models

Machine Bias - ProPublica

May 2016 · 15 rapports
Incident précédentProchain incident

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Common Biases of Vector Embeddings

Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings

Jul 2016 · 1 rapport
Personal voice assistants struggle with black voices, new study shows

Personal voice assistants struggle with black voices, new study shows

Mar 2020 · 2 rapports
Northpointe Risk Models

Machine Bias - ProPublica

May 2016 · 15 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