🧵 1/ IA está en todas partes. ¿Pero realmente puedes confiar en cómo se entrenó? Los modelos de IA aprenden de los datos. Pero a veces, esos datos son sensibles (historiales médicos, historial financiero, mensajes personales, etc.) Por eso, las empresas utilizan una técnica llamada Aprendizaje Federado: tus datos nunca salen de tu dispositivo. Solo se comparten las "lecciones aprendidas". Privacidad preservada. Pero aquí hay un problema.

2/ Que tus datos permanezcan locales no significa que todos en el proceso se comporten con honestidad. ¿Y si alguien manipula la IA durante el entrenamiento? ¿Y si los resultados se alteran? ¿Y si alguien aprovecha sin aportar nada? Se asume la confianza. Pero nunca se ha demostrado.

3/ ¿La idea? No solo confíes, verifica. Mediante pruebas criptográficas, ahora se puede comprobar cada paso del proceso de entrenamiento de IA. Quién usó qué datos. Si el entrenamiento se hizo correctamente. Si los resultados se combinaban honestamente. No hace falta fe ciega.

4/ Verificar cómo se combinan los resultados de IA ("agregación") ya es factible hoy en día, y cierra algunas de las mayores brechas de seguridad en la IA colaborativa. Se acerca la verificación completa de la formación. Aún no hemos llegado a ese punto, pero la investigación avanza rápido.

5/ Blockchain actúa como un registro público de auditoría a prueba de manipulaciones. Y con zkVerify @zkvprotocol, verificar esas demostraciones cuesta tan solo 0,0003 dólares. Eso no es un error tipográfico.