Dérive de modèle· Model drift

Dégradation progressive de la performance d'un modèle lorsque les données réelles s'éloignent de ses données d'entraînement.

ExempleUn modèle anti-fraude entraîné avant Covid se dégrade en 2021 : les habitudes de paiement ont changé et les fraudeurs ont adapté leurs techniques ; nécessitant un réentraînement ou un recalibrage.

En clairUn système n'est pas un outil qu'on installe et qu'on oublie. Le monde qu'il a appris change, les clients changent, les usages aussi, et ses réponses se dégradent sans que rien ne casse visiblement. C'est le mode de panne le plus sournois : tout continue de fonctionner, seulement de moins en moins bien.