Distorsiones sistemáticas en los modelos de inteligencia artificial que producen resultados injustos, discriminatorios o no representativos en relación con los datos de entrenamiento o el contexto de aplicación. Incluye sesgo algorítmico, sesgo en los conjuntos de datos, sesgo de confirmación, sesgo de selección y sesgo de representación, con impacto en la equidad, fiabilidad y cumplimiento normativo de los sistemas de IA.