Sesgo Bias
Cuando un modelo de ML favorece o discrimina de forma sistemática según los datos con los que se entrenó.
Casos clásicos: reconocimiento facial que funciona peor con personas de piel oscura (poco representadas en los datos de entrenamiento) o cribado de currículums que discrimina a las mujeres (patrones históricos de contratación). Tiene también un sentido técnico: los pesos de sesgo de una red neuronal.