No aprendizado federado, múltiplos dispositivos treinam cópias locais do modelo com seus dados privados e compartilham apenas as atualizações de gradientes (não os dados) com um servidor central que agrega os aprendizados. Inventado pela Google para o teclado Gboard. Variantes incluem: Federated Averaging (FedAvg), differential privacy e secure aggregation. Resolve questões de privacidade regulatória (LGPD, GDPR).