# Ubrzavanje upravljanja porijeklom i atribucijom izlaza generativne AI uz Formize

Brza primjena modela generativne AI — generatora teksta, sintetizatora slika, pomoćnika za kod — stvorila je hitnu potrebu za **porijeklom** i **atribucijom**. Regulatori, revizori i krajnji korisnici sve više zahtijevaju transparentne zapise koji odgovaraju na tri temeljna pitanja:

1. **Tko** je stvorio prompt ili ulaz?  
2. **Što** je model, verzija i skup podataka proizveo izlaz?  
3. **Kada** i **gdje** je izlaz generiran?

Formize, platforma za automatizaciju dokumenata s niskim kodom, već pokreće radne tokove usklađenosti za ugovore, ESG izvještavanje i privatnost podataka. Proširivanjem njegovog PDF obrasca, mehanizma radnih tokova i blockchain‑potpomognutog revizijskog zapisa, Formize može postati središnje mjesto za upravljanje porijeklom generativne AI. Ovaj članak prolazi kroz arhitekturu, korake implementacije i najbolje prakse za izgradnju **AI cjevovoda s porijeklom na prvom mjestu** uz Formize.

---

## Zašto je porijeklo važno za generativnu AI

| Pokretač | Utjecaj |
|----------|---------|
| **Regulatorni pritisak** ([EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), američki izvršni nalozi) | Nepoštivanje može dovesti do novčanih kazni, zabrane proizvoda ili gubitka pristupa tržištu |
| **Rizik od intelektualnog vlasništva** | Nejasni izvori podataka mogu izazvati zahtjeve za autorskim pravima |
| **Odgovornost modela** | Revizori trebaju dokaze o podrijetlu podataka i verziji modela |
| **Povjerenje korisnika** | Transparentna atribucija poboljšava usvajanje i smanjuje dezinformacije |

Bez sustavnog okvira za porijeklo, organizacije se suočavaju s prikrivenim odgovornostima i gubitkom povjerenja dionika.

---

## Osnovne komponente sustava porijekla pokretanog od Formizea

1. **Obrazac za hvatanje prompta** – Web obrazac koji bilježi korisnikov zahtjev, kontekst i opcionalno opravdanje.  
2. **Usluga poziva modela** – API gateway koji prosljeđuje prompt odabranom generativnom modelu i vraća **run‑ID**.  
3. **Motor za obogaćivanje metapodataka** – Automatski dodaje verziju modela, hash trenutnog skupa podataka za treniranje i detalje okoline.  
4. **Neizmjenjivi revizijski zapis** – Formize zapisuje potpisani JSON‑LD zapis na blockchain ili ledger otporan na manipulacije.  
5. **Generator PDF‑a s atribucijom** – Predložak PDF‑a koji ugrađuje QR kod koji vodi do neizmjenjivog zapisa, spreman za daljnju distribuciju.  

Dijagram ispod vizualizira protok podataka.

```mermaid
graph LR
    A["User Prompt Form"] --> B["Model Invocation API"]
    B --> C["Generative Model"]
    C --> D["Output Payload"]
    D --> E["Metadata Enrichment"]
    E --> F["Immutable Ledger (Blockchain)"]
    E --> G["Attribution PDF"]
    G --> H["Consumer Application"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style F fill:#bbf,stroke:#333,stroke-width:2px
```

---

## Vodič korak po korak za implementaciju

### 1. Dizajnirajte obrazac za hvatanje prompta

* Koristite **Web Form Builder** u Formizeu za stvaranje polja:
  * Tekst prompta
  * Namjena (npr. marketinški tekst, isječak koda)
  * Poslovno opravdanje (opcionalni slobodni tekst)
  * Identitet podnositelja (integracija s jednokratnom prijavom)
* Omogućite **uvjetnu logiku** kako biste nametnuli obavezna polja za visoko‑rizične kategorije (npr. medicinski savjeti).

### 2. Povežite se s uslugom poziva modela

* Postavite lagani **API gateway** (npr. Azure Functions, AWS Lambda) koji:
  * Prima payload obrasca putem webhooka.
  * Generira **run‑ID** (UUID v4) i bilježi vrijeme zahtjeva.
  * Poziva ciljani model (OpenAI, Stability AI, interni LLM) s promptom.
  * Vraća sirovi izlaz i run‑ID natrag u Formize.

```goat
// Pseudo‑code for the gateway
func invokeModel(request FormPayload) (Response, error) {
    runID := uuid.New()
    modelResp, err := modelAPI.Generate(request.Prompt)
    if err != nil { return nil, err }
    return Response{
        RunID: runID,
        Output: modelResp.Text,
        Timestamp: time.Now().UTC(),
    }, nil
}
```

### 3. Obogatite izlaz metapodacima porijekla

**Workflow Engine** u Formizeu može automatski obogatiti odgovor:

| Metapodaci | Izvor |
|------------|-------|
| Naziv i verzija modela | Registar modela |
| Hash snimke podataka za treniranje | Kontrola provjere podataka |
| Okolina izvršavanja | Digest kontejnerske slike |
| ID podnositelja | Pružatelj identiteta |
| Run‑ID | Generirano u koraku 2 |

Kreirajte **JSON‑LD** predložak koji mapira ova polja na W3C Provenance Ontology (PROV‑O). Primjer:

```json
{
  "@context": "https://www.w3.org/ns/prov#",
  "id": "urn:uuid:{RunID}",
  "generatedAtTime": "{Timestamp}",
  "wasGeneratedBy": {
    "type": "prov:Activity",
    "id": "urn:uuid:{RunID}",
    "used": "urn:uuid:{ModelVersion}"
  },
  "wasAttributedTo": {
    "type": "prov:Agent",
    "id": "urn:uuid:{RequesterID}"
  },
  "entity": {
    "type": "prov:Entity",
    "id": "urn:uuid:{OutputHash}"
  }
}
```

### 4. Zapišite u neizmjenjivi ledger

Formize podržava **blockchain konektore** (Ethereum, Hyperledger). Pošaljite JSON‑LD zapis kao transakciju:

```mermaid
sequenceDiagram
    participant F as Formize Workflow
    participant B as Blockchain Node
    F->>B: Submit Provenance Transaction
    B-->>F: Transaction Receipt (hash)
    Note right of F: Store receipt ID in Formize DB
```

Hash transakcije postaje **jedini izvor istine** za revizore.

### 5. Generirajte PDF s atribucijom

* Koristite **PDF Form Editor** za dizajn jednoslovnog lista atribucije.
* Umetnite dinamička polja:
  * Pregled izlaza (tekst ili slika)
  * QR kod koji vodi na URL blockchain transakcije
  * Ljudski čitljiv sažetak porijekla (model, verzija, podnositelj)
* Omogućite **digitalne potpise** za dodatnu ne‑odbijanje.

### 6. Distribuirajte paket porijekla

Gotovi PDF može biti:

* Automatski poslan e‑mailom (Formize Email Action)
* Pohranjen u sigurnom repozitoriju dokumenata (SharePoint, Google Drive)
* Ugrađen u downstream aplikacije (CMS, marketinška automatizacija)

---

## Sigurnosna i privatnosna razmatranja

| Briga | Ublažavanje |
|-------|-------------|
| **Osjetljivi podaci prompta** | Šifrirajte payload obrasca u mirovanju koristeći AES‑256 pohranu Formizea. |
| **Neovlašteni zapisi u ledgeru** | Za modele visokog rizika zahtijevajte višefaktorsku odobrenje prije upisa na blockchain. |
| **Rezidencija podataka** | Postavite blockchain čvor u istoj jurisdikciji kao izvor podataka. |
| **Zadržavanje** | Konfigurirajte politike zadržavanja u Formizeu za brisanje PDF‑ova nakon zakonski propisanog razdoblja, dok neizmjenjivi ledger ostaje zauvijek. |

---

## Primjeri iz stvarnog svijeta

### A. Marketinška agencija koja proizvodi AI‑generirani tekst

* **Problem**: Klijenti zahtijevaju dokaz da je tekst generiran odobrenim modelom i da nije plagijat.  
* **Rješenje**: Agencija koristi Formize radni tok porijekla kako bi svakom komadu teksta priložila PDF s QR‑kodom. Klijent može skenirati QR kod i pregledati neizmjenjiv zapis, zadovoljavajući reviziju rizika brenda.

### B. Farmaceutska istraživačka laboratorija koja generira molekularne strukture

* **Problem**: Regulatorna tijela zahtijevaju sljedivost AI‑predloženih spojeva natrag do skupa podataka za treniranje.  
* **Rješenje**: Laboratorij bilježi točnu verziju kemijskog modela, hash skupa podataka za treniranje i ID znanstvenika. Neizmjenjivi ledger postaje dio IND podneska.

### C. Financijska institucija koja automatizira sažetke izvještaja

* **Problem**: Sažeci generirani AI moraju biti auditable za usklađenost s SEC‑om.  
* **Rješenje**: Svaki sažetak pakira se s Formize PDF‑om atribucije, a hash ledger‑a pohranjuje se u compliance bazu podataka, omogućujući trenutni dohvat tijekom revizija.

---

## Mjerenje uspjeha

| KPI | Cilj |
|-----|------|
| **Stopa hvatanja porijekla** | 100 % AI izlaza ima povezan PDF |
| **Vrijeme dohvaćanja revizije** | < 5 sekundi po zapisu |
| **Smanjenje incidenata usklađenosti** | 80 % manje nalaza vezanih uz porijeklo |
| **Usvajanje od strane korisnika** | 90 % podnositelja koristi Formize obrazac za prompt | 

Redovito pregledavajte ove metrike na **Formize nadzornoj ploči** kako biste osigurali da radni tok ostane učinkovit i usklađen.

---

## Lista najboljih praksi

- [ ] Integrirajte jednokratnu prijavu za točnu atribuciju podnositelja.  
- [ ] Zaključajte verzije modela i pohranite hash‑ove u centralni registar.  
- [ ] Koristite permissioned blockchain za balans privatnosti i neizmjenjivosti.  
- [ ] Automatizirajte generiranje PDF‑a s dinamičnim QR kodovima za trenutnu verifikaciju.  
- [ ] Planirajte periodične preglede politika porijekla kako biste ostali u skladu s promjenjivim regulativama.  

---

## Buduća poboljšanja

1. **Ugrađivanje vodnih žigova generiranih od AI** – Kombinirajte PDF‑ove porijekla s nevidljivim vodnim žigovima izravno u slikama ili tekstu.  
2. **Razmjena porijekla između platformi** – Usvojite **Open Provenance Model (OPM)** za dijeljenje zapisa s partnerima i regulatorima.  
3. **Upozorenja u stvarnom vremenu** – Aktivirajte upozorenja kada se model visokog rizika pozove bez odgovarajućeg opravdanja.  

Kontinuiranim razvojem ovih mogućnosti organizacije mogu ostati ispred regulatornih krivulja, a istovremeno otključati puni potencijal generativne AI.  

---

## Vidi također

- [W3C Provenance Ontology (PROV‑O)](https://www.w3.org/TR/prov-o/)  
- [EU AI Act – Transparentnost zahtjeva](https://digital-strategy.ec.europa.eu/en/policies/eu-artificial-intelligence)