Share No More Than the Request Requires: Federated Disclosure for Perspective-Aware AI

Resumen Técnico: Compartir no más de lo que el requerimiento exige: Divulgación Federada para la IA con Conciencia de Perspectiva

Declaración del Problema
Los sistemas de IA modernos dependen de la agregación centralizada de datos de usuario, lo que crea riesgos de vigilancia masiva y pérdida de la autonomía del usuario. Si bien los marcos de identidad soberana del usuario (por ejemplo, Solid, Credenciales Verificables) permiten a los individuos controlar sus datos, carecen de mecanismos para la divulgación mínima necesaria durante los intercambios dinámicos mediados por agentes. Las soluciones existentes o centralizan los datos (blockchains), o distribuyen la custodia sin la minimización en el momento del intercambio (capas superpuestas P2P), o proporcionan un control de acceso de grano grueso (políticas de permitir/denegar) que no logra compilar un subgrafo de evidencia compacto y específico para la tarea.

El problema central abordado es: Dado un solicitante, una relación específica, un propósito declarado y una consulta, ¿cómo puede un poseedor de datos liberar el subgrafo de datos personales más pequeño y autorizado que sea suficiente para responder a la solicitud, sin centralizar los datos ni enviar artefactos innecesarios? Esto es crítico para la IA con Conciencia de Perspectiva (PAi), donde la identidad se modela como una "Crónica"—un grafo de conocimiento temporal y con predicados etiquetados—en lugar de un documento estático.

Metodología: Crónicas con Preservación de Procedencia (PPC)
El artículo propone las Crónicas con Preservación de Procedencia (PPC), un protocolo federado diseñado para compilar subgrafos de evidencia autorizados sobre la marcha. La metodología se basa en tres pilares:

1. Estructura de Datos (Crónicas):

   • Los datos del usuario se estructuran como Grafos de Situación ($G_{t_i}$), que son grafos de conocimiento con predicados etiquetados que capturan momentos específicos (entidades, atributos, contexto).
   • Una Crónica ($C_u$) es la secuencia ordenada en el tiempo de estos Grafos de Situación, consolidada en un grafo de identidad longitudinal ($G^C_u$) con punteros de procedencia a los artefactos originales.

2. La Función de Autorización ($A$):

   • El acceso no se basa únicamente en la identidad, sino en la relación ($r$) entre el solicitante y el poseedor (por ejemplo, médico tratante frente a auditor de seguros) y el propósito ($p$) de la consulta.
   • $A$ evalúa los nodos y las aristas frente a ontologías de expertos en el dominio para determinar si una pieza específica de evidencia está permitida para un contexto determinado.

3. El Protocolo de Compilación (Flujo de Dos Fases):

   • Fase 1: Compilación de Evidencia Autorizada.
     • El agente del solicitante envía una consulta ($Q$) y una presentación verificable (identidad/rol).
     • Un planificador descompone $Q$ en necesidades de información a nivel de esquema ($I(Q)$) utilizando ontologías de dominio.
     • Los poseedores filtran localmente sus Crónicas mediante $A$, recuperan los nodos/aristas relevantes y realizan una poda de minimización para extraer un subgrafo compacto ($S_i$) que cubra las necesidades de información mientras elimina los datos autorizados pero innecesarios.
     • Un coordinador ensambla estos fragmentos, alinea las entidades entre los poseedores y revalida la suficiencia.
     • Resultado: El solicitante recibe respuestas textuales vinculadas a referencias de procedencia (punteros a triples específicos), no los artefactos originales.
   • Fase 2: Liberación de Artefactos.
     • Si el solicitante necesita los datos originales subyacentes (por ejemplo, una imagen de laboratorio), debe solicitarlo explícitamente.
     • Esto desencadena una segunda verificación de autorización más estricta que requiere la aprobación humana explícita por cada artefacto del poseedor.

Contribuciones Clave

• Formalización de la Divulgación Mínima Necesaria: El artículo define el problema como un objetivo de minimización (Ec. 1) para encontrar el subgrafo más pequeño $S^*$ que sea tanto autorizado como estructuralmente suficiente para una consulta.
• Validación de Suficiencia: Introduce el Algoritmo 1, un validador que comprueba la cobertura de rutas, la completitud del tipo de predicado, la conectividad y la procedencia. Distingue entre suficiencia estructural (garantizada por el protocolo) y suficiencia clínica/de tarea (dependiente del dominio y señalada como un desafío abierto).
• Identificación de Brechas Arquitectónicas: Los autores mapean los sistemas existentes (Blockchain, Solid, P2P) y demuestran que ninguno soporta conjuntamente la soberanía del poseedor, el intercambio sin libros contables (ledger-free) y la minimización en el tiempo de intercambio de grafos temporales con predicados etiquetados.
• Modelo de Amenazas: El artículo delimita explícitamente las amenazas a solicitantes maliciosos, inferencia del consumidor (por ejemplo, LLMs infiriendo datos denegados) e inyección de prompts, mientras asume un coordinador honesto pero curioso y un sistema de credenciales sólido.

Resultados e Instanciaciones de Dominio
El artículo no presenta comparativas empíricas ni un prototipo desplegado, sino que proporciona instanciaciones teóricas en dos dominios regulados para demostrar la flexibilidad del protocolo:

1. Dominio Médico: Un cardiólogo que consulta la Crónica de un paciente para detectar interacciones medicamentosas.
   • Resultado: El protocolo filtra con éxito las notas psiquiátricas y los registros de facturación, manteniendo las cadenas de prescripción y los datos de alergias.
   • Tensión Identificada: El artículo señala un conflicto entre la "minimización estructural" (eliminar un diagnóstico no solicitado explícitamente) y la "utilidad clínica" (donde ese diagnóstico podría ser contextualmente necesario). Esto resalta que la "suficiencia" depende de la calidad de la descomposición de la necesidad de información ($I(Q)$).
2. Dominio de Litigios: Un abogado de la parte contraria que solicita evidencia para la etapa de exhibición de pruebas (discovery).
   • Resultado: El protocolo filtra las comunicaciones privilegiadas entre abogado y cliente, mientras libera los términos contractuales y las comunicaciones no privilegiadas.
   • Perspectiva: La minimización puede ser engañosa si aísla una cláusula contractual de su contexto de negociación, reforzando que el conjunto "más pequeño y suficiente" es una función de la definición de suficiencia del dominio.

Significancia y Reivindicaciones
El artículo afirma que PPC llena una brecha arquitectónica distinta: es la capa de compilación que transforma "lo que un solicitante tiene permitido ver" (control de acceso) en "lo que la solicitud realmente necesita" (divulgación mínima necesaria).

• Reivindicaciones Modestas: Los autores declaran explícitamente que no resuelven la tensión entre la minimización agresiva y la utilidad, ni resuelven el problema de estimar las distribuciones de respuesta de los LLM sobre subgrafos (el "nivel de distribución"). Encuadran el objetivo de minimización como una pregunta abierta.
• Valor Central: El protocolo permite una divulgación federada con prioridad en la procedencia, donde los datos permanecen bajo la soberanía del poseedor y los artefactos originales nunca se transmiten sin una aprobación secundaria y explícita. Se posiciona como complementario a los stacks de identidad soberana existentes (como Solid, añadiendo la lógica necesaria para la compilación dinámica de subgrafos con conciencia de contexto.