Come faccio a dimostrare che un modello è stato addestrato su dati con consenso senza rivelare il dataset?

Le reti AI decentralizzate consentono a chiunque di contribuire con capacità di calcolo o dati per addestrare un modello condiviso, ma non esiste un meccanismo con cui un utente a valle o un regolatore possa verificare che il corpus di addestramento abbia escluso dati avvelenati, rubati o non consensuali senza che la rete riveli su cosa è stata addestrata. La provenienza dei dati oggi è o un manifesto firmato che i contributori auto-attestano oppure un audit centralizzato che vanifica lo scopo della decentralizzazione. Un articolo del febbraio 2025 sugli attacchi di activation inversion ha dimostrato che i dati di addestramento possono essere parzialmente ricostruiti dai segnali di gradiente scambiati durante l'addestramento federato, il che significa che qualsiasi schema di provenienza che richieda la condivisione dei gradienti comporta anche una perdita dei dati. La OWASP LLM top-ten del 2025 elenca esplicitamente il data poisoning nella supply chain come categoria priva di mitigazioni standardizzate per le esecuzioni di addestramento aperte e decentralizzate.