# Generatyvios AI išvesties kilmės ir priskyrimo valdymo spartinimas su Formize

Greitas generatyvių AI modelių – tekstų generatorių, vaizdų sintezatorių, kodo asistentų – priėmimas sukėlė didelį poreikį **kilmės** ir **priskyrimo** kontrolėms. Reguliuotojai, auditoriai ir galutiniai naudotojai vis dažniau reikalauja skaidrių įrašų, atsakančių į tris pagrindinius klausimus:

1. **Kas** sukūrė užklausą arba įvestį?  
2. **Koks** modelis, versija ir duomenų rinkinys sukūrė išvestį?  
3. **Kada** ir **kur** išvestis buvo sugeneruota?

Formize – platforma, leidžianti kurti dokumentų automatizavimą be programavimo – jau palaiko atitikties darbo srautus sutartims, ESG ataskaitoms ir duomenų privatumo valdymui. Išplėsdama savo PDF formų redaktorių, darbo srauto variklį ir blokų grandinės pagrindu veikiančią audito taką, Formize gali tapti centrinėmis generatyvios AI kilmės valdymo vieta. Šiame straipsnyje apžvelgiama architektūra, įgyvendinimo žingsniai ir geriausios praktikos, kaip sukurti **Kilmės‑pirmą AI kanalą** su Formize.

---

## Kodėl kilmė svarbi generatyviai AI

| Veiksnys | Poveikis |
|----------|----------|
| **Reguliacinis spaudimas** ([EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), JAV vykdomieji įsakymai) | Nesilaikymas gali lemti baudas, produktų draudimą arba rinkos prieigos praradimą |
| **Intelektinės nuosavybės rizika** | Neaiškūs šaltinio duomenys gali sukelti autorių teisių pretenzijas |
| **Modelio atsakomybė** | Auditoriams reikia įrodymų apie duomenų kilmę ir modelio versiją |
| **Naudotojų pasitikėjimas** | Skaidrus priskyrimas didina priėmimą ir sumažina dezinformaciją |

Be sisteminio kilmės struktūrinio sprendimo organizacijos susiduria su paslėptomis atsakomybėmis ir praranda suinteresuotų šalių pasitikėjimą.

---

## Formize pagrindiniai komponentai kilmės sistemai

1. **Užklausos fiksavimo forma** – internetinė forma, įrašanti naudotojo prašymą, kontekstą ir pasirinktą pagrindimą.  
2. **Modelio iškvietimo paslauga** – API šliuzas, persiunčiantis užklausą į pasirinktą generatyvų modelį ir grąžinantis **run‑ID**.  
3. **Metaduomenų praturtinimo variklis** – automatiškai prideda modelio versiją, mokymo duomenų momentinio momentų kontrolės sumą ir aplinkos detales.  
4. **Neįkaitinamasis audito takas** – Formize įrašo pasirašytą JSON‑LD įrašą į blokų grandinę arba kitą neįkaitinamą registrą.  
5. **Priskyrimo PDF generatorius** – šabloninis PDF, įterpiantis QR kodą, nurodantį į neįkaitinamą įrašą, paruoštas tolesniam platinimui.  

Žemiau pateiktas duomenų srauto diagramos pavyzdys.

```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
```

---

## Žingsnis po žingsnio įgyvendinimo vadovas

### 1. Sukurkite užklausos fiksavimo formą

* Naudokite **Web Form Builder** Formize, kad sukurtumėte laukus:
  * Užklausos tekstas
  * Numatyta naudojimo sritis (pvz., rinkodaros tekstas, kodo fragmentas)
  * Verslo pagrindimas (nebūtinas laisvas tekstas)
  * Prašytojo tapatybė (vieno prisijungimo integracija)
* Įgalinkite **sąlyginę logiką**, kad privalomi laukai būtų taikomi aukštos rizikos kategorijoms (pvz., medicininės konsultacijos).

### 2. Prijunkite prie Modelio iškvietimo paslaugos

* Įdiekite lengvą **API šliuzą** (pvz., Azure Functions, AWS Lambda), kuris:
  * Gaus formos duomenis per webhook.
  * Sugeneruos **run‑ID** (UUID v4) ir pažymės prašymo laiką.
  * Iškvies tikslinį modelį (OpenAI, Stability AI, vidinį LLM) su užklausa.
  * Grąžins neapdorotą išvestį ir run‑ID atgal į 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. Praturtinkite išvestį kilmės metaduomenimis

Formize **Workflow Engine** gali automatiškai praturtinti atsakymą:

| Metaduomenys | Šaltinis |
|--------------|----------|
| Modelio pavadinimas ir versija | Modelio registras |
| Mokymo duomenų momentinis momentų kontrolės suma | Duomenų ežero kontrolinė suma |
| Vykdymo aplinka | Konteinerio atvaizdo kontrolinė suma |
| Prašytojo ID | Tapatybės tiekėjas |
| Run‑ID | Sugeneruota 2 žingsnyje |

Sukurkite **JSON‑LD** šabloną, susiejantį šiuos laukus su W3C Provenance Ontology (PROV‑O). Pavyzdys:

```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. Įrašykite į neįkaitinamą registrą

Formize palaiko **blokų grandinės jungiklius** (Ethereum, Hyperledger). Įkelkite JSON‑LD įrašą kaip transakciją:

```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
```

Transakcijos kontrolinė suma tampa **vieninteliu tiesos šaltiniu** auditoriams.

### 5. Sukurkite priskyrimo PDF

* Naudokite **PDF Form Editor** Formize, kad sukurtumėte vieno puslapio priskyrimo lapą.
* Įterpkite dinamiškus laukus:
  * Išvesties peržiūra (tekstą arba paveikslą)
  * QR kodas, nukreipiantis į blokų grandinės transakcijos URL
  * Žmogui skaitoma kilmės santrauka (modelis, versija, prašytojas)
* Įgalinkite **skaitmeninius parašus** papildomam neatskaitomumui.

### 6. Platinimas

Baigtą PDF galite:

* Automatiškai siųsti el. paštu (Formize Email Action)
* Saugoti saugiame dokumentų saugykloje (SharePoint, Google Drive)
* Įterpti į žemiau esančias programas (CMS, rinkodaros automatizavimas)

---

## Saugumo ir privatumo svarstymai

| Rūpestis | Švelninimas |
|----------|-------------|
| **Jautrūs užklausos duomenys** | Šifruokite formos duomenis poilsio metu naudodami Formize AES‑256 saugyklą. |
| **Neleistini įrašai į blokų grandinę** | Reikalaukite daugiapakopės patvirtinimo aukštos rizikos modeliams prieš įrašant į blokų grandinę. |
| **Duomenų rezidencija** | Diekite blokų grandinės mazgą toje pačioje jurisdikcijoje, kur yra duomenų šaltinis. |
| **Laikymo periodas** | Nustatykite Formize išsaugojimo politiką, kad PDF būtų ištrinti po reikiamo teisės aktų laikotarpio, o neįkaitinamą blokų grandinės įrašą – visam laikui. |

---

## Realūs naudojimo atvejai

### A. Rinkodaros agentūra, kuri kuria AI generuotą tekstą

* **Problema**: Klientai reikalauja įrodymų, kad tekstas sukurtas patvirtintu modeliu ir nėra plagijuotas.  
* **Sprendimas**: Agentūra naudoja Formize kilmės darbo srautą, kad prie kiekvieno teksto pridėtų QR kodą su PDF. Klientas gali nuskenuoti kodą ir peržiūrėti neįkaitinamą įrašą, tenkinantį prekės ženklo rizikos auditą.

### B. Farmacinė tyrimų laboratorija, generuojanti molekulines struktūras

* **Problema**: Reguliuotojai reikalauja, kad AI pasiūlytos medžiagos būtų atsekamos iki mokymo duomenų rinkinio.  
* **Sprendimas**: Laboratorija fiksuoja tikslią chemijos modelio versiją, mokymo duomenų kontrolinę sumą ir mokslininko ID. Neįkaitinama grandinė tampa dalimi IND pateikimo paketo.

### C. Finansų institucija, automatizuojanti ataskaitų santraukas

* **Problema**: AI generuotos pelno ataskaitų santraukos turi būti audituojamos pagal SEC reikalavimus.  
* **Sprendimas**: Kiekviena santrauka yra supakuota su Formize priskyrimo PDF, o grandinės kontrolinė suma saugoma įmonės atitikties duomenų bazėje, leidžiant greitai gauti įrašą audito metu.

---

## Sėkmės matavimas

| KPI | Tikslas |
|-----|---------|
| **Kilmės fiksavimo rodiklis** | 100 % AI išvestų turėtų susietą PDF |
| **Audito įrašo paieškos laikas** | < 5 sekundžių per įrašą |
| **Atitikties incidentų sumažėjimas** | 80 % mažiau kilmės susijusių radinių |
| **Naudotojų priėmimas** | 90 % prašytojų naudoja Formize užklausos formą |

Reguliariai peržiūrėkite šiuos rodiklius **Formize skydelyje**, kad darbo srautas išliktų efektyvus ir atitiktų reikalavimus.

---

## Geriausios praktikos kontrolinis sąrašas

- [ ] Integruokite vieną prisijungimą, kad tiksliai atskirtumėte prašytoją.  
- [ ] Versijomis fiksuokite modelius ir saugokite jų kontrolines sumas centralizuotame registre.  
- [ ] Naudokite leidžiamą blokų grandinę, kad subalansuotumėte privatumo ir neįkaitinamumo reikalavimus.  
- [ ] Automatizuokite PDF generavimą su dinaminiais QR kodais greitai patikrinti.  
- [ ] Planuokite periodinius kilmės politikų peržiūrų, kad atitiktų besikeičiančius reglamentus.  

---

## Ateities patobulinimai

1. **AI įterptų vandens ženklų** – sujunkite kilmės PDF su nematomais vandens ženklais, įterptais tiesiai į vaizdus arba tekstą.  
2. **Kryžminis kilmės mainų standartas** – priimkite **Open Provenance Model (OPM)**, kad galėtumėte dalintis įrašais su partneriais ir reguliuotojais.  
3. **Real‑time įspėjimai** – suaktyvinkite įspėjimus, kai aukštos rizikos modelis iškviečiamas be tinkamo pagrindimo.  

Nuolat tobulindamos šias galimybes organizacijos gali išlikti priekyje atitikties kreivės, tuo pačiu išlaisvindamos generatyvios AI visą potencialą.  

---

## Susiję

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