Cada vez que un sistema aprende de datos personales, como historiales de compra o de salud, aparece el riesgo de que esa información se filtre. Este trabajo muestra que se puede predecir bien sin exponer esos datos, siempre que el sistema se equivoque poco. La cuestión abierta es si estas garantías matemáticas se traducen en aplicaciones que sean prácticas y rápidas para usar en el mundo real.