Este artículo presenta una metodología novedosa para explicar la deriva conceptual, que causa una degradación del rendimiento en modelos de aprendizaje automático en entornos dinámicos. A diferencia de investigaciones previas sobre la detección de la deriva conceptual, nos centramos en explicar cómo y por qué cambia la lógica de toma de decisiones del modelo. Para ello, explicamos la deriva conceptual mediante el análisis de la evolución temporal de las explicaciones de contraejemplos (ECG) basadas en grupos. Al rastrear los cambios en los centros de los grupos de ECG y sus vectores de acción de contraejemplo asociados, revelamos cambios estructurales en los límites de decisión del modelo y la lógica subyacente. El análisis se realiza dentro de un marco de tres capas que combina la capa de datos (desplazamiento distributivo), la capa del modelo (desajuste de predicción) y la capa de explicación propuesta, lo que nos permite distinguir entre diversas causas raíz, como el desplazamiento de los datos espaciales y el reetiquetado de conceptos.
