När prestandauppskattningen slår fel

Föreställ dig att du är en datavetare på en bank och arbetar med ett användningsfall för låneinställningar. Varje månad får du etiketter för att validera din modell och din algoritm för prestandauppskattning. Under en viss månad observerar du att många kunder med välbetalda jobb misslyckas med sina betalningar oftare, till följd av en kraftig inflationsuppgång och en åtföljande jobbkris.

När du jämför den uppskattade och den faktiska prestandan märker du en betydande skillnad mellan dem.

Vad kan vara orsaken till att algoritmen för prestandauppskattning inte fungerar lika effektivt i den här situationen?