Técnica de prueba para modelos de aprendizaje automático e IA que utiliza modelos sustitutos más simples e interpretables para analizar el comportamiento de modelos complejos de caja negra. Permite identificar vulnerabilidades, sesgos y comportamientos anómalos mediante el entrenamiento de un modelo aproximado que replica las decisiones del sistema objetivo, facilitando el análisis de robustez y seguridad sin acceso directo a la arquitectura interna.