Federe öğrenme sistemlerinde kullanılan mevcut senkronizasyon yöntemlerinin ciddi bir adalet sorunu yarattığı ortaya çıktı. Dağıtık öğrenme sistemlerinde senkronizasyon darboğazlarını azaltmak için kullanılan Olasılıksal Senkron Paralel (PSP) tekniği, her turda katılımcı düğümlerin bir alt kümesini örnekleyerek sistem verimini artırmayı hedefliyor.
Ancak yeni araştırma, PSP yönteminin önemli bir eksikliği olduğunu gösteriyor: bu teknik, cihaz davranışlarının statik olduğunu ve farklı cihazların birbirinden bağımsız çalıştığını varsayıyor. Bu varsayım, sürekli erişilebilir olan cihazların eğitim sürecine hakim olmasına, sık sık erişilemeyen cihazların ise nadiren katılım göstermesine yol açıyor.
Sorun özellikle mobil cihazlar, güç kısıtlamaları ve kullanıcı etkinliği gibi faktörler nedeniyle kenar cihazların güvenilmez olduğu federe öğrenme ortamlarında kendini gösteriyor. Bu durum, belirli veri türlerinin gözden kaçırılmasına neden oluyor.
En kritik durum ise veri dağılımı ve düğüm erişilebilirliğinin aynı anda cihazla ilişkili olduğu zamanlarda yaşanıyor. Bu koşullarda hem PSP hem de standart federe öğrenme algoritmaları, belirli sınıf veya grupların sürekli olarak yetersiz temsil edilmesi sorunuyla karşılaşıyor. Bu da yapay zeka sistemlerinin bazı özellikleri öğrenmesini zorlaştırıyor veya tamamen engelliyor.