Pruebas de diversidad y representatividad de los conjuntos de datos utilizados para entrenar modelos de machine learning e IA: verificación de la cobertura de casos de uso, poblaciones, escenarios y condiciones operativas, identificación de sesgos sistemáticos, lagunas en la distribución de datos, subrepresentación de grupos o contextos, y validación de la robustez del modelo en entradas diversificadas y casos límite.