# Ускорение управления происхождением и атрибуцией выводов генеративного ИИ с помощью Formize

Быстрое внедрение моделей генеративного ИИ — текстовых генераторов, синтезаторов изображений, помощников по коду — создало острую необходимость в контроле **происхождения** и **атрибуции**. Регуляторы, аудиторы и конечные пользователи всё чаще требуют прозрачных записей, отвечающих на три ключевых вопроса:

1. **Кто** создал запрос или ввод?  
2. **Что** за модель, версия и набор данных произвели вывод?  
3. **Когда** и **где** был сгенерирован вывод?

Formize, платформа низкокодовой автоматизации документов, уже поддерживает комплаенс‑рабочие процессы для контрактов, ESG‑отчетности и защиты данных. Расширив её редактор PDF‑форм, движок рабочих процессов и блокчейн‑поддерживаемый журнал аудита, Formize может стать центральным узлом управления происхождением генеративного ИИ. В этой статье рассматриваются архитектура, шаги реализации и лучшие практики построения **AI‑конвейера, ориентированного на происхождение**, с помощью Formize.

---

## Почему происхождение важно для генеративного ИИ

| Драйвер | Влияние |
|--------|--------|
| **Регуляторное давление** ([EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), исполнительные указы США) | Несоответствие может привести к штрафам, запрету продукта или потере доступа к рынкам |
| **Риск интеллектуальной собственности** | Неясные исходные данные могут вызвать претензии о нарушении авторских прав |
| **Ответственность модели** | Аудиторам нужны доказательства линии данных и версии модели |
| **Доверие пользователей** | Прозрачная атрибуция повышает принятие и снижает распространение дезинформации |

Без системного подхода к происхождению организации сталкиваются с скрытыми обязательствами и подрывают доверие заинтересованных сторон.

---

## Ключевые компоненты системы происхождения на базе Formize

1. **Форма захвата запроса** — веб‑форма, фиксирующая запрос пользователя, контекст и при необходимости обоснование.  
2. **Сервис вызова модели** — API‑шлюз, который передаёт запрос выбранной генеративной модели и возвращает **run‑ID**.  
3. **Движок обогащения метаданными** — автоматически добавляет версию модели, хеш снимка обучающих данных и детали окружения.  
4. **Неизменяемый журнал аудита** — Formize записывает подписанную запись JSON‑LD в блокчейн или защищённый реестр.  
5. **Генератор PDF‑атрибуции** — шаблонный PDF, встраивающий QR‑код, ссылающийся на неизменяемую запись, готовый к дальнейшему распространению.  

Ниже диаграмма, визуализирующая поток данных.

```mermaid
graph LR
    A["Форма запроса пользователя"] --> B["API вызова модели"]
    B --> C["Генеративная модель"]
    C --> D["Пакет вывода"]
    D --> E["Обогащение метаданными"]
    E --> F["Неизменяемый реестр (блокчейн)"]
    E --> G["PDF‑атрибуция"]
    G --> H["Приложение‑потребитель"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style F fill:#bbf,stroke:#333,stroke-width:2px
```

---

## Пошаговое руководство по реализации

### 1. Проектирование формы захвата запроса

* С помощью **Web Form Builder** Formize создайте поля для:
  * Текст запроса
  * Предполагаемый сценарий использования (например, маркетинговый копирайт, фрагмент кода)
  * Обоснование бизнеса (необязательный свободный текст)
  * Идентификация запрашивающего (интеграция с SSO)
* Включите **условную логику**, чтобы обязательные поля требовались для категорий с высоким риском (например, медицинские рекомендации).

### 2. Подключение к сервису вызова модели

* Разверните лёгкий **API‑шлюз** (Azure Functions, AWS Lambda и т.п.), который:
  * Принимает полезную нагрузку формы через webhook.
  * Генерирует **run‑ID** (UUID v4) и ставит метку времени запроса.
  * Вызывает целевую модель (OpenAI, Stability AI, внутренний LLM) с переданным запросом.
  * Возвращает «сырой» вывод и run‑ID обратно в Formize.

```goat
// Псевдокод шлюза
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. Обогащение вывода метаданными происхождения

**Workflow Engine** Formize может автоматически добавить необходимые сведения:

| Метаданные | Источник |
|------------|----------|
| Название и версия модели | Реестр моделей |
| Хеш снимка обучающих данных | Контрольная сумма в озере данных |
| Окружение выполнения | Дайджест образа контейнера |
| Идентификатор запрашивающего | Провайдер идентификации |
| Run‑ID | Сгенерировано на шаге 2 |

Создайте шаблон **JSON‑LD**, сопоставляющий поля с онтологией происхождения W3C (PROV‑O). Пример:

```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. Запись в неизменяемый реестр

Formize поддерживает **коннекторы к блокчейну** (Ethereum, Hyperledger). Отправьте запись JSON‑LD как транзакцию:

```mermaid
sequenceDiagram
    participant F as Workflow Formize
    participant B as Узел блокчейна
    F->>B: Отправить транзакцию происхождения
    B-->>F: Квитанция транзакции (хеш)
    Note right of F: Сохранить ID квитанции в базе Formize
```

Хеш транзакции становится **единственным источником истины** для аудиторов.

### 5. Генерация PDF‑атрибуции

* С помощью **PDF Form Editor** разработайте одностраничный лист атрибуции.
* Вставьте динамические поля:
  * Предпросмотр вывода (текст или изображение)
  * QR‑код, ведущий к URL‑адресу транзакции в блокчейне
  * Человекочитаемое резюме происхождения (модель, версия, запрашивающий)
* Включите **цифровые подписи** для дополнительного недоступного отказа.

### 6. Распространение пакета происхождения

Полученный PDF можно:

* Автоматически отправлять по электронной почте (действие Email в Formize)
* Сохранять в защищённом хранилище документов (SharePoint, Google Drive)
* Встраивать в downstream‑приложения (CMS, маркетинговая автоматизация)

---

## Вопросы безопасности и конфиденциальности

| Проблема | Меры снижения риска |
|----------|----------------------|
| **Чувствительные данные запроса** | Шифровать полезную нагрузку формы в состоянии покоя с помощью AES‑256, предоставляемого Formize |
| **Неавторизованные записи в реестр** | Требовать многофакторное одобрение для моделей с высоким риском перед записью в блокчейн |
| **Расположение данных** | Развернуть узел блокчейна в той же юрисдикции, что и источник данных |
| **Сохранность** | Настроить политики удержания в Formize для удаления PDF после требуемого юридического периода, оставив неизменяемый реестр навсегда |

---

## Реальные примеры использования

### A. Маркетинговое агентство, создающее копирайт ИИ

* **Проблема**: Клиенты требуют доказательства, что копирайт создан одобренной моделью и не нарушает авторские права.  
* **Решение**: Агентство использует рабочий процесс происхождения Formize, прикрепляя к каждому материалу PDF‑атрибуцию с QR‑кодом. Клиент сканирует код и видит неизменяемую запись, удовлетворяя требования к рискам бренда.

### B. Фармацевтическая исследовательская лаборатория, генерирующая молекулярные структуры

* **Проблема**: Регуляторы требуют прослеживаемости ИИ‑предложенных соединений до обучающих наборов данных.  
* **Решение**: Лаборатория фиксирует точную версию химической модели, хеш обучающих данных и идентификатор учёного. Неизменяемый реестр включается в пакет IND‑заявки.

### C. Финансовая организация, автоматизирующая резюме отчётов

* **Проблема**: AI‑сгенерированные резюме отчётов должны быть проверяемыми для соответствия требованиям SEC.  
* **Решение**: Каждый отчёт упаковывается в PDF‑атрибуцию Formize, а хеш реестра сохраняется в базе комплаенса компании, позволяя мгновенно извлекать запись во время аудита.

---

## Оценка эффективности

| KPI | Целевое значение |
|-----|-------------------|
| **Доля захваченного происхождения** | 100 % выводов ИИ имеют связанный PDF |
| **Время извлечения аудита** | < 5 секунд на запись |
| **Сокращение инцидентов комплаенса** | 80 % меньше находок, связанных с происхождением |
| **Принятие пользователями** | 90 % запросов отправляются через форму Formize |

Регулярно отслеживайте эти метрики в **дашборде Formize**, чтобы процесс оставался эффективным и соответствующим требованиям.

---

## Чек‑лист лучших практик

- [ ] Интегрировать единую систему аутентификации (SSO) для точной атрибуции запросов.  
- [ ] Фиксировать версии моделей и хранить их хеши в центральном реестре.  
- [ ] Использовать разрешённый блокчейн для баланса конфиденциальности и неизменяемости.  
- [ ] Автоматизировать генерацию PDF с динамическими QR‑кодами для мгновенной верификации.  
- [ ] Планировать периодические обзоры политик происхождения в соответствии с меняющимися регуляциями.  

---

## Перспективные улучшения

1. **Встраивание водяных знаков, генерируемых ИИ** — комбинация PDF‑атрибуций с невидимыми метками, встроенными непосредственно в изображения или текст.  
2. **Обмен происхождением между платформами** — принятие **Open Provenance Model (OPM)** для совместного использования записей с партнёрами и регуляторами.  
3. **Оповещения в реальном времени** — триггерить уведомления, когда модель с высоким риском вызывается без надлежащего обоснования.  

Постоянно развивая эти возможности, организации смогут опережать регуляторные требования и полностью раскрыть потенциал генеративного ИИ.  

---

## Смотрите также

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