Trei lucrări de cercetare semnate de Alexandru Angheluș, publicate sub umbrela ProDefence, au fost acceptate și sunt publicate din 28 septembrie 2026 în spațiul comunitar al Apply AI Alliance, forumul Comisiei Europene pentru politica privind inteligența artificială. Este vorba de lucrarea „Artificial Intelligence and Civilizational Transformation”, de cadrul teoretic „HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity” și de instrumentul software care îl pune în practică, „HumanAI and OrgAI Framework Calculator”.
Ghid interactiv
Calculatorul HumanAI și OrgAI, pe etape: intrările, regula dovezii, modulele 01–07, detectorul cu zece predicate și poarta de export, cu formule și patru calcule pe care le puteți rula direct în pagină.
Cadrul HumanAI și OrgAI, pe niveluri: fundamentele, configurația individuală, testul de apartenență, pragul Iorg, decuplarea epistemică, maturitatea M0–M5 și guvernanța, cu patru calcule pe care le puteți rula direct în pagină.
Cele trei formează un parcurs complet: o analiză de ansamblu a schimbărilor produse de inteligența artificială, un cadru conceptual care le face măsurabile la nivel de persoană și de organizație, apoi un instrument care transformă cadrul în evaluări reproductibile. Toate sunt în acces deschis, cu identificatori DOI permanenți pe Zenodo.
Ce este Apply AI Alliance
Apply AI Alliance este forumul de coordonare dintre actorii din domeniul inteligenței artificiale și decidenții europeni, gestionat de Direcția Generală pentru Rețele de Comunicare, Conținut și Tehnologie (DG CONNECT) a Comisiei Europene. Se construiește pe fosta European AI Alliance și sprijină guvernanța Strategiei Apply AI, prin care Uniunea Europeană urmărește adoptarea inteligenței artificiale în sectoarele strategice ale economiei și în sectorul public.
Platforma, găzduită pe Futurium, reunește firme, universități, organizații de cercetare, autorități publice, organizații ale societății civile și cetățeni. Conținutul comunitar poate fi publicat doar de membrii acceptați ai comunității, iar materialele de aici sunt citite de cei care lucrează efectiv la politica europeană în domeniu.
Cele trei publicații
1. Artificial Intelligence and Civilizational Transformation
Lucrarea pornește de la o idee simplă: inteligența artificială nu mai este doar o tehnologie care automatizează sarcini, ci devine parte din mediul operațional al vieții umane și instituționale. Deciziile din economie, educație, securitate sau administrație ajung să fie pregătite, filtrate sau propuse de sisteme artificiale. Autorul numește această etapă „era deciziei sintetice”.
Analiza introduce conceptul de „Pământ asistat cognitiv”, adică integrarea inteligenței artificiale în infrastructura de funcționare a societății, și notația relațională OmAI și OrgAI, pentru persoane și organizații ale căror capacități, vulnerabilități și decizii sunt mediate de sisteme artificiale. Metoda este calitativă și interdisciplinară, cu analiză conceptuală, studii de caz din Uniunea Europeană și Statele Unite, capitole despre guvernanța și geopolitica inteligenței artificiale și scenarii prospective.
Concluzia lucrării mută întrebarea de la „dacă” la „cum”: transformarea are loc oricum, iar miza este dacă rămâne inteligibilă, guvernabilă, echitabilă și compatibilă cu limitele materiale ale Pământului. Lucrarea are o ediție în limba română și una în limba engleză, cu 32 de grafice.
A doua lucrare transformă notația din prima într-un cadru teoretic riguros. HumanAI (în română, OmAI) descrie o configurație persoană, sistem AI, sarcină și context în care sistemul schimbă în mod material performanța, judecata, învățarea sau vulnerabilitatea unei persoane. OrgAI descrie cadrul socio-tehnic guvernat prin care o organizație integrează episoadele om-AI, sistemele, cunoașterea instituțională, rolurile, procesele, validarea, trasabilitatea, securitatea și învățarea controlată.
Diferența dintre cele două este esențială pentru orice organizație care adoptă inteligența artificială. Un angajat poate deveni mult mai productiv cu un asistent AI fără ca organizația să câștige ceva durabil: când persoana pleacă sau instrumentul se schimbă, capacitatea dispare. Cadrul oferă limitele exacte ale conceptelor, modele formale și relaționale, propoziții testabile și metode de clasificare, măsurare, guvernanță și implementare.
Un concept central este decuplarea epistemică: situația în care rezultatele produse cu sprijinul AI se îmbunătățesc, dar înțelegerea persoanei asupra lor nu ține pasul. Organizația pare mai competentă decât este, iar riscul se vede abia când sistemul greșește și nimeni nu mai poate verifica.
A treia publicație este partea aplicată: un instrument software care pune în practică relațiile din cadrul teoretic. Versiunea 1.2.0 structurează evaluarea pe șase componente: decuplarea epistemică, expunerea la propagare, pragul constitutiv, contribuția materială a sistemului AI, sinergia relațională și clasificarea maturității.
Calculatorul produce înregistrări de evaluare reproductibile, care pot fi reîncărcate, verificate și contestate de alte părți. Rulează integral în browserul utilizatorului, fără conturi, fără bază de date și fără transmiterea datelor, inclusiv în rețele izolate. Folosește o schemă JSON versionată, compatibilă cu versiunile anterioare, și include teste care validează logica implementată.
Cele trei lucrări răspund, pe rând, la trei întrebări diferite. Prima întreabă ce se schimbă atunci când deciziile umane și instituționale ajung să fie mediate de sisteme artificiale. A doua întreabă cum poate fi descrisă precis această mediere, astfel încât să poată fi comparată și măsurată. A treia întreabă cum poate o organizație să o evalueze concret, într-un mod pe care un terț îl poate verifica.
Această succesiune contează într-un forum ca Apply AI Alliance. Dezbaterea europeană despre inteligența artificială a trecut de la reguli la adoptare, iar adoptarea ridică o problemă pe care indicatorii obișnuiți nu o surprind: diferența dintre utilizarea unui instrument și construirea unei capacități. Numărul de licențe cumpărate sau de angajați instruiți nu spune dacă organizația înțelege, controlează și poate verifica ceea ce produce cu ajutorul AI.
Legătura cu cerințele europene
Regulamentul (UE) 2024/1689 privind inteligența artificială cere furnizorilor și implementatorilor să asigure un nivel suficient de alfabetizare în domeniul AI pentru personalul lor (articolul 4) și impune supraveghere umană pentru sistemele cu risc ridicat (articolul 14). Ambele cerințe presupun ca oamenii să poată înțelege și verifica rezultatele sistemelor, adică exact fenomenul pe care cadrul HumanAI și OrgAI îl numește decuplare epistemică.
Cadrul nu este un instrument de conformitate și nu înlocuiește evaluările cerute de lege. Oferă însă un vocabular comun și o metodă reproductibilă prin care o organizație poate documenta dacă integrarea inteligenței artificiale i-a crescut capacitatea reală sau doar dependența de un furnizor.
Acces deschis și licențe
Toate cele trei publicații sunt disponibile gratuit pe Zenodo, cu identificatori DOI permanenți. Lucrările și cadrul conceptual sunt publicate sub licența Creative Commons Attribution-NoDerivatives 4.0 International (CC BY-ND 4.0). Codul calculatorului este publicat sub licența MIT, deținută de S.C. PRODEFENCE S.R.L., ceea ce permite reutilizarea lui liberă, inclusiv în medii instituționale.
Tema guvernanței inteligenței artificiale continuă și pe CysAI, platforma ProDefence care urmărește reglementările privind IA din peste 15 jurisdicții și publică profiluri de risc pentru agenții IA.
Întrebări frecvente
Ce este Apply AI Alliance?
Apply AI Alliance este forumul de coordonare al Comisiei Europene dintre actorii din domeniul inteligenței artificiale și decidenții de politici. Se construiește pe fosta European AI Alliance, este gestionat de DG CONNECT și sprijină guvernanța Strategiei Apply AI, axată pe adoptarea inteligenței artificiale în sectoarele strategice.
Care sunt cele trei publicații acceptate?
„Artificial Intelligence and Civilizational Transformation” (DOI 10.5281/zenodo.22159342), „HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity” (DOI 10.5281/zenodo.22295278) și „HumanAI and OrgAI Framework Calculator” v1.2.0 (DOI 10.5281/zenodo.22884721), toate de Alexandru Angheluș.
Ce înseamnă HumanAI și OrgAI?
HumanAI (în română, OmAI) este o configurație în care un sistem AI schimbă material performanța, judecata, învățarea sau vulnerabilitatea unei persoane într-o sarcină și un context date. OrgAI este cadrul socio-tehnic guvernat prin care o organizație transformă aceste episoade în capacitate instituțională durabilă.
Ce este decuplarea epistemică?
Este situația în care rezultatele obținute cu ajutorul inteligenței artificiale se îmbunătățesc, dar înțelegerea și capacitatea de verificare a persoanei nu țin pasul. Organizația pare mai competentă decât este, iar riscul devine vizibil abia când sistemul greșește.
Calculatorul trimite date către un server?
Nu. Calculatorul rulează integral în browser, nu cere cont, nu are bază de date și poate funcționa în rețele izolate. Rezultatele se salvează local, ca fișiere JSON care pot fi reîncărcate și verificate.
Pot folosi liber aceste lucrări?
Da. Lucrările sunt în acces deschis sub licența CC BY-ND 4.0, care permite redistribuirea cu atribuire, fără modificarea textului. Codul calculatorului este sub licența MIT.
Toate capturile sunt reale, produse rulând instrumentul. Datele din ele sunt exemplul ilustrativ cu care se deschide calculatorul, nu date ale unui client. Interfața este în limba engleză.
Ce este, în două fraze
Calculatorul este instrumentul digital care însoțește lucrarea „HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity”. Traduce relațiile definite acolo într-o fișă de evaluare pe care o completezi pentru o situație concretă, un proces, o echipă, o perioadă, și care poate fi apoi verificată, contestată și reluată de altcineva.
Un singur fișier HTML. Fără instalare, fără cont, fără server, și fără nicio cerere de rețea.
Ghid interactiv
Calculatorul HumanAI și OrgAI, pe etape: intrările, regula dovezii, modulele 01–07, detectorul cu zece predicate și poarta de export, cu formule și patru calcule pe care le puteți rula direct în pagină.
Figura 1. Ecranul de pornire. Bara de acțiuni sus, banda de rezultate sub ea, navigarea pe module în stânga.
Se deschide cu un exemplu deja completat, exemplul ilustrativ din lucrare, ca să vezi imediat cum se comportă, nu un formular gol. Butonul „Reset example” îl readuce oricând.
Trei zone, de sus în jos:
Bara de acțiuni: comutatorul între modurile de lucru, resetarea exemplului, importul unei fișe, tipărirea și copierea înregistrării.
Banda de rezultate: cele patru cifre care rezumă evaluarea, decalajul epistemic, expunerea la propagare, pragul organizațional și maturitatea. Rămân vizibile indiferent de modulul deschis.
Spațiul de lucru: navigarea pe module în stânga, modulul activ în dreapta.
Navigarea: opt module și un diagnostic
Figura 2. Coloana de navigare. Punctul portocaliu marchează un modul care are ceva de rezolvat.
Modulele nu sunt o listă de opțiuni, ci o succesiune. Modulul 02 consumă rezultatul lui 01. Modulul 06 depinde de 03. Fișa de clasificare, modulul 00, poate opri tot restul dacă situația evaluată nu este un caz HumanAI.
Punctele portocalii de lângă module sunt un semnal de stare: fișă incompletă, condiții declarate fără dovezi, o singură dimensiune marcată relevantă, semnalări de diagnostic active. Nu trebuie să intri în fiecare modul ca să afli unde ai rămas dator.
În partea de jos, sursele canonice cu DOI-urile lucrării și ale instrumentului, plus nota care explică relația dintre versiunea curentă și secțiunea 11.5 din lucrare.
Două moduri de lucru
Distincția dintre a explora și a evalua este explicită, pentru că amestecarea lor e felul obișnuit în care se produc rezultate care arată a evaluare fără să fie.
Figura 3. Modul explorare: rezultatele sunt marcate ilustrative, exportul e dezactivat.
În modul explorare poți mișca liber toate valorile ca să vezi cum se comportă relațiile. Referințele de dovadă nu sunt cerute, iar înregistrarea nu poate fi exportată. Cineva care vrea doar să înțeleagă formula nu e obligat să completeze o fișă completă; în schimb, nu poate produce din greșeală un artefact care arată ca o evaluare.
Figura 4. Bara de acțiuni în modul explorare, butonul de copiere e inactiv.
Scoți bifa și instrumentul devine exigent.
Fișa: ce trebuie declarat înainte de orice cifră
Lucrarea impune o convenție minimă de raportare: orice afirmație despre HumanAI sau OrgAI trebuie să identifice unitatea analizată, sarcina, contextul, configurația AI, perioada de observare, metoda de validare și limita responsabilității. Instrumentul o transformă într-o condiție de funcționare.
Figura 5. Câmpurile lipsă sunt evidențiate. Contorul arată 7/9 completate.Figura 6. Bannerul spune câte câmpuri lipsesc și că rezultatele rămân provizorii.
Cât timp lipsește ceva, exportul rămâne blocat și rezultatele sunt marcate provizorii. Modulele continuă să calculeze, poți lucra, dar nu poți produce o înregistrare care pretinde mai mult decât știi.
Figura 7. Fișa completă: butonul de copiere devine activ.
Fișa poartă și un identificator propriu. Dacă îl păstrezi la reevaluarea aceleiași unități peste șase luni, cele două înregistrări formează o serie comparabilă în loc să fie două evaluări fără legătură.
Modulul 00: clasificarea, înainte de măsurare
Prima întrebare nu este „cât”, ci „ce evaluăm”. Cele zece întrebări ale testului de apartenență stabilesc dacă situația este un caz HumanAI și dacă îndeplinește condițiile pentru OrgAI.
Figura 8. Cele zece întrebări. Fiecare are o stare și un câmp pentru dovada așteptată.
Fiecare întrebare are trei stări posibile, demonstrat, nesatisfăcut, necunoscut, și un câmp în care scrii dovada, cu un exemplu sugerat în locul textului („catalog, proprietari, proveniență, valabilitate”). Starea necunoscut nu contează niciodată ca demonstrată.
O singură întrebare oprește fișa: dacă declari că contribuția AI nu este materială, cazul nu este HumanAI pentru episodul respectiv și modulele de măsurare nu se mai aplică. Sub întrebări există și lista cazurilor excluse de lucrare, o sugestie ignorată, o automatizare fără componentă AI, mai multe licențe folosite independent.
Modulul 01: decalajul dintre acces și validare
Aici se află ideea centrală a cadrului. Se introduc trei numere: câte sarcini sunt în setul declarat, la câte AI a produs un răspuns utilizabil, și la câte omul responsabil a putut produce o justificare verificată.
Figura 9. Modulul 01 la 140 de sarcini: 126 cu răspuns utilizabil, 95 cu justificare verificată.
Se introduc numărători, nu procente estimate. Motivul e disciplinar: „cam 90%” nu poate fi verificat, „126 din 140″ poate. Și numai din numărători se poate calcula cât de sigur e rezultatul.
Comparați cele două capturi. În prima, 0,22 pe 140 de sarcini, cu interval [0,13 – 0,31], decalaj demonstrat. În a doua, un decalaj mai mare, 0,25, dar pe 12 sarcini:
Figura 10. Același modul la 12 sarcini: intervalul traversează zero, verdictul devine „nedemonstrat”.
Intervalul este [−0,08 – 0,53], deci cuprinde zero, iar verdictul devine „Not demonstrated”, nedemonstrat la acest volum de sarcini. Un decalaj mai mare, măsurat prost, susține mai puțin decât unul mai mic măsurat bine. Instrumentul nu ascunde această diferență sub același număr cu două zecimale.
Verdictul este „nedemonstrat”, nu „fără decalaj”. Distincția contează: absența unei dovezi nu e dovada absenței, iar formularea instrumentului o respectă.
Sub rezultat, un Δepi pozitiv nu se încheie cu un număr: modulul afișează cele șapte măsuri de atenuare din lucrare ca listă selectabilă, iar ce bifezi acolo alimentează modulul următor.
Modulul 02: ce se întâmplă cu o eroare în flux
Un decalaj într-un proces izolat e o problemă locală. Într-un proces unde rezultatul se reutilizează, se amplifică. Modulul modelează amplificarea cu doi factori, rata de reutilizare și criticitatea consecinței, și calculează două stări: acum, și după controalele pe care le declari.
Figura 11. Expunerea actuală și ținta după controale, pe aceeași scală.
Comparația e argumentul, nu valoarea singură. Instrumentul afișează reducerea în procente și semnalează separat situația în care ținta ar reduce expunerea tăind accesul în loc să crească validarea, ambele scad cifra, dar sunt decizii complet diferite.
Modulul 03: arhitectura organizațională, cu dovezi
Șase condiții constitutive: cunoștințe autorizate, procese, roluri și autoritate, guvernanță, securitate, trasabilitate. Toate șase, altfel pragul nu e demonstrat.
Figura 12. Un criteriu: descrierea condiției, câmpul de dovadă, tipul dovezii și starea.
Fiecare criteriu are trei câmpuri în locul unei bife: starea, o referință de dovadă și tipul ei. Regula care schimbă natura instrumentului este simplă, un criteriu marcat „demonstrat” fără referință de dovadă apare ca declarat, nedocumentat, iar câmpul se evidențiază. Nu contribuie la prag.
Contorul devine dublu: „5/6 declarate · 4/6 documentate”. Al doilea număr e cel care contează, iar diferența dintre ele arată exact distanța dintre ce crede o organizație despre sine și ce poate arăta.
Sub cele șase, separat printr-o linie, apare a șaptea componentă, învățarea validată. Face parte din arhitectură, dar nu din pragul minim: condiționează doar nivelul M5. Distincția e a cadrului, iar instrumentul o arată în loc să o ascundă.
Modulul 04: profilul, nu scorul
Contribuția AI se evaluează pe șapte dimensiuni simultan: calitate, timp, eroare, calibrare, autonomie, învățare și expunere la risc. Este materială dacă depășește pragul declarat pe cel puțin o dimensiune relevantă.
Figura 13. Profilul. Linia punctată e referința fără AI, linia continuă configurația evaluată, banda gri pragul ±θ.
Graficul arată ce un scor unic ar ascunde: în exemplul ilustrativ, calitatea și timpul cresc, dar autonomia și expunerea la risc se înrăutățesc. Verdictul nu se comprimă într-o cifră, se scrie „material pe 3 din 5 dimensiuni relevante”, cu diferența și direcția pentru fiecare.
Datele se introduc într-un card pentru fiecare dimensiune:
Figura 14. Cardul unei dimensiuni. Pragul se declară primul, înaintea rezultatelor.
Ordinea câmpurilor nu e întâmplătoare: pragul θ apare înaintea celor două rezultate, pentru că lucrarea cere ca el să fie declarat înainte de evaluare, altfel clasificarea devine oportunistă. Dacă îl modifici după ce ai introdus rezultatele, instrumentul consemnează acest lucru în înregistrare.
Figura 15. O dimensiune nemarcată relevantă se pliază la titlu, rămâne vizibilă, dar goală.
O dimensiune care nu se măsoară credibil nu se completează cu zero și nu se raportează ca „n/a”. Se lasă în afara deciziei, iar cardul se pliază.
Modulul 05: sinergia, cu praguri declarate
Sinergia nu e presupusă și nu e un nivel de maturitate. Se demonstrează: configurația trebuie să depășească toți comparatorii relevanți pe aceeași sarcină, și toate pragurile de risc declarate trebuie satisfăcute.
Figura 16. Cele patru porți de risc. Fiecare are prag declarat și valoare observată.
Porțile nu sunt bife. Fiecare cere un prag declarat și o valoare observată, iar o poartă fără prag declarat rămâne „nedeclarată” și blochează sinergia la fel ca una nesatisfăcută, nu poți demonstra respectarea unui prag pe care nu l-ai stabilit.
Rezultatul numește explicit comparatorul care leagă concluzia: „marjă +0,06 peste Human + AI (0,76)”. O marjă anonimă ar ascunde informația decisivă, a depăși un om singur și a depăși cel mai bun proces existent sunt afirmații foarte diferite. Instrumentul semnalează și un set slab de comparatori.
Modulul 06: maturitatea, pe domenii
Un nivel se atribuie unui domeniu delimitat și unui proces, nu unei organizații. Lucrarea e explicită: aceeași firmă poate fi la M1 într-un domeniu, M4 în altul, și cu AI interzis într-al treilea.
Figura 17. Fiecare domeniu are numele, procesul, stările de progresie și opțiunea „AI interzis”.
Adaugi câte domenii ai nevoie. Fiecare primește propriile stări de progresie și poate moșteni pragul din modulul 03 sau îl poate suprascrie local. Un domeniu în care AI este interzis se consemnează ca atare și apare fără nivel, nu ca M0, pentru că o decizie de guvernanță nu e o restanță de maturitate.
Deasupra, o matrice compactă arată toate domeniile deodată. Sub ea, nivelurile M0–M5 cu dovada minimă și limita fiecăruia: pentru M3, „conectivitatea nu demonstrează guvernanță”; pentru M4, „învățarea poate rămâne manuală”; pentru M5, „adaptarea nu demonstrează sinergie”.
Modulul 07: ce produce arhitectura
Pragul spune că arhitectura există. Acest modul spune ce produce: nouă dimensiuni de evaluare organizațională, fiecare cu valoarea ei și cu dovada aferentă.
Figura 18. Profilul organizațional. Dimensiunile nemarcate relevante rămân estompate.
Două dimensiuni se corelează cu alte module, propagarea cu Ωprop din modulul 02, validarea cu V din modulul 01, iar un decalaj mare între ele este el însuși o constatare: arată verificare formală.
Diagnosticul
Peste toate modulele rulează un detector care citește configurația în ansamblu și caută contradicții între ce s-a declarat într-un loc și ce s-a măsurat în altul.
Figura 19. Starea fără semnalări. Formularea evită să sugereze că absența semnalelor înseamnă că totul e în regulă.
Opt tipare din lucrare plus două verificări de coerență internă. Când o semnalare apare, afișează ce anume a declanșat-o, cu valorile concrete din fișă, și corecția prevăzută de cadru. Poate fi adnotată, iar adnotarea intră în înregistrare.
Semnalările nu modifică niciun rezultat și nu se adună într-un indicator de risc: ar reintroduce exact anti-tiparul pe care instrumentul îl evită în modulul 04.
Ce iese din instrument
Înregistrarea
Figura 20. Înregistrarea, vizibilă în pagină și copiabilă în clipboard.
Conține versiunea instrumentului și a lucrării cu DOI-urile lor, toate intrările, valorile calculate, referințele de dovadă, semnalările cu adnotările lor, identificatorul fișei, momentul generării și enunțul de limitare. Se copiază în clipboard; nu se descarcă, pentru că o descărcare pornită de pagină nu funcționează în toate contextele de găzduire, iar un buton care nu face nimic e mai rău decât absența lui.
Importul
Figura 21. Importul acceptă o înregistrare lipită. Fișele v1.0.0 și v1.1.0 se migrează.
O înregistrare se poate reîncărca. Asta face posibilă reevaluarea periodică: reiei aceeași fișă peste șase luni, schimbi perioada, renumeri, și compari. Fișele din versiunile anterioare se migrează, cu mențiunea explicită a ce nu s-a putut recupera.
Fișa tipărită
Figura 22. Prima pagină a fișei tipărite: antetul cu convenția minimă de raportare.
Tipărirea produce documentul pe care îl primește un auditor sau un client: un antet cu cele nouă câmpuri ale fișei, identificatorul, starea și data, apoi fiecare modul cu valorile redate ca text, nu ca formular. Aproximativ 17 pagini pentru o fișă completă. Înregistrarea JSON nu se tipărește, ca să nu dubleze documentul.
Proprietăți
Proprietate
Stare
Instalare
Niciuna. Un fișier HTML deschis în orice browser modern
Cereri de rețea
Niciuna. Fonturile sunt încorporate; funcționează pe o rețea izolată
Persistență în browser
Niciuna. Fără localStorage, fără cookie-uri
Cont, bază de date, analytics
Nu există
Politică de securitate
CSP restrictiv în varianta auto-găzduită, cu connect-src „none”
Teme
Clară, întunecată și cea a sistemului
Verificare
29 de teste automate care extrag logica din fișierul livrat
Ultimele două merită văzute. Instrumentul urmează tema sistemului, fără setare:
Figura 23. Același modul în tema întunecată.
Iar testele nu conțin o copie a formulelor: le extrag din fișierul care se livrează, între două marcaje din cod, deci nu pot devia de el. O rulare care trece este o afirmație despre fișierul pe care îl ai în mână, nu despre o versiune de laborator.
Limite
Rezultatele sunt interpretative. Nu constituie validare empirică, certificare, consultanță juridică sau determinare de conformitate.
Instrumentul nu verifică nimic: toate valorile rămân afirmații ale evaluatorului până când sunt legate de dovezile la care trimit.
Indicatorul de propagare este conceptual; fără calibrare locală nu estimează probabilități reale.
Pragurile se declară de utilizator, potrivit domeniului și riscului. Instrumentul nu le calibrează.
Starea „necunoscut” nu contează niciodată ca demonstrată, la niciun pas.
Instrumentul nu poate fi baza unică a unei decizii cu consecințe.
Ultimele două rămân afișate permanent în interfață, nu doar în documentație.
Citare și licență
Cadrul: Angheluș, A. (2026). HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity, v1.5. Zenodo. DOI 10.5281/zenodo.22295278
Instrumentul: Angheluș, A. (2026). HumanAI and OrgAI Framework Calculator, v1.2.0. Zenodo. DOI 10.5281/zenodo.22884721
Parcurge, ecran cu ecran, cele opt module ale calculatorului cadrului HumanAI și OrgAI, plus diagnosticul, cu 23 de capturi reale: ce vezi, ce introduci și ce obții la fiecare pas.
Care este diferența dintre modul explorare și modul evaluare?
În modul explorare poți mișca liber valorile ca să vezi cum se comportă relațiile; referințele de dovadă nu sunt cerute, rezultatele sunt marcate ilustrative, iar exportul este dezactivat. În modul evaluare fișa devine obligatorie, iar exportul se deblochează numai când este completă.
De ce se introduc numărători și nu procente?
Pentru că „aproximativ 90 la sută” nu poate fi verificat, iar „126 din 140” poate. Numai din numărători se calculează intervalul de încredere care arată dacă decalajul este demonstrat la volumul de sarcini evaluat.
Ce se întâmplă dacă o condiție este marcată demonstrată fără dovadă?
Apare ca declarată, nedocumentată, câmpul se evidențiază și nu contribuie la pragul constitutiv. Contorul afișează două numere, declarate și documentate, iar diferența dintre ele arată distanța dintre ce crede o organizație despre sine și ce poate arăta.
Ce produce instrumentul la final?
Trei lucruri din aceeași fișă: evaluarea pe ecran, o fișă tipărită de circa 17 pagini cu antetul convenției minime de raportare, și o înregistrare JSON care conține intrările, valorile calculate, referințele de dovadă și enunțul de limitare.
Se poate relua o evaluare peste șase luni?
Da. Înregistrarea JSON se copiază, se arhivează și se reimportă, inclusiv din versiunile anterioare. Dacă păstrezi identificatorul fișei, cele două evaluări formează o serie comparabilă în loc să fie două evaluări fără legătură.
Un grup de angajați care folosesc același model de inteligență artificială nu formează o capacitate organizațională. Diferența dintre cele două nu este una de scară, ci de arhitectură, iar cadrul HumanAI / OrgAI o face vizibilă, măsurabilă și auditabilă.
Alexandru Angheluș · septembrie 2026 · Text bazat pe „HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity”, versiunea 1.5, DOI 10.5281/zenodo.22295278, licență CC BY-ND 4.0. În publicațiile în limba română, notația OmAI este echivalentul lui HumanAI; aici se păstrează forma din lucrarea citată.
Întrebarea la care numărul de licențe nu răspunde
Adoptarea inteligenței artificiale este raportată, de regulă, prin nume de produse, număr de licențe sau volume automatizate. Aceste cifre arată că tehnologia este disponibilă. Ele nu arată ce capacitate a fost creată, unde se află cunoașterea, cum sunt validate rezultatele și cine deține autoritatea.
Aceeași interfață poate susține un profesionist competent, poate induce o dependență necalibrată sau poate propaga o eroare în întreaga organizație. Confuzia centrală este între utilizarea individuală a inteligenței artificiale și capacitatea organizațională. Fără surse autorizate, roluri, validare, trasabilitate, securitate și memorie controlată, rezultatul este utilizare agregată, nu capacitate guvernată.
Pentru un responsabil de securitate sau de conformitate, consecința este practică și imediată: la o întrebare de supraveghere, la un audit sau la o evaluare de risc, numărul de licențe nu constituie un răspuns. Nu spune din ce surse s-a produs concluzia, cine a verificat-o, cine răspunde pentru ea și cum poate fi reconstituită.
Două constructe, două unități de analiză
HumanAI
HumanAI denumește o configurație situată persoană–inteligență artificială–sarcină–context, în care un sistem de inteligență artificială schimbă efectiv performanța, judecata, învățarea sau vulnerabilitatea unei persoane, în timp ce rolul uman și autoritatea de decizie rămân identificabile.
Contribuția poate fi pozitivă, neutră sau negativă. Dependența excesivă, eroarea sau erodarea competenței nu scot un caz din categorie, descriu profilul lui de rezultat. Configurația este episodică atunci când privește o sarcină delimitată și devine stabilă atunci când utilizarea repetată schimbă practica, încrederea, competența, autonomia sau comportamentul de verificare al persoanei.
OrgAI
OrgAI denumește configurația socio-tehnică organizațională în care episoadele HumanAI, sistemele de inteligență artificială, cunoașterea instituțională autorizată, rolurile, fluxurile de lucru, validarea, trasabilitatea, securitatea și controlul mobilizează împreună o capacitate distribuită care nu poate fi atribuită unui singur utilizator sau unui singur model.
OrgAI nu este un produs, un model, un agent sau un depozit de documente. Este o proprietate a configurației organizaționale.
Regulă de lectură: HumanAI și OrgAI descriu configurații, nu rezultate. O configurație poate produce rezultate bune, slabe sau nesigure. Apartenența la categorie și calitatea rezultatului sunt judecăți separate.
Cazuri excluse
O sugestie ignorată, fără efect material, nu constituie HumanAI în episodul respectiv.
O automatizare deterministă, fără componentă de inteligență artificială, nu intră în categorie doar pentru că este complexă.
Mai multe licențe folosite independent nu constituie OrgAI.
Un asistent conversațional conectat la documente neverificate nu demonstrează cunoaștere organizațională autorizată.
O decizie luată exclusiv de sistem, fără autoritate și răspundere identificabile, nu satisface cadrul guvernat.
Testul de apartenență
Încadrarea nu se face prin declarație, ci prin șapte întrebări aplicate unei configurații delimitate.
Test
HumanAI
OrgAI
Unitate identificabilă
persoană, sistem, sarcină și context
proces organizațional, actori, sisteme și cunoaștere
Contribuția IA
schimbă efectiv execuția sau judecata
este integrată în capacitatea instituțională
Autoritate
rolul uman și decizia pot fi atribuite
rolurile, aprobările și escaladările sunt definite
Cunoaștere
sursele relevante pot fi delimitate
sursele sunt autorizate, versionate și au proprietar
Validare
persoana poate verifica proporțional cu riscul
validarea este independentă și instituționalizată
Trasabilitate
episodul poate fi reconstituit
fluxul și decizia pot fi auditate
Învățare
efectele asupra persoanei pot fi urmărite
reacțiile validate actualizează controlat memoria
Tabelul 1. Criterii de apartenență și de delimitare.
Pragul constitutiv: de ce OrgAI nu este suma episoadelor
Relația dintre cele două niveluri este una de integrare condiționată. Episoadele individuale produc contribuții locale. Arhitectura organizațională selectează, autorizează, coordonează, validează și păstrează doar acele contribuții care pot deveni parte din capacitatea instituțională.
OrgAI ≠ Σ HumanAIᵢ
Iorg = 1[Korg ∧ P ∧ R ∧ G ∧ S ∧ T]
Indicatorul Iorg exprimă pragul conceptual minim: Korg este cunoașterea instituțională autorizată, P sunt procesele și punctele de control, R sunt rolurile și răspunderea, G este guvernanța cu validare, posibilitate reală de contestare și audit, S este securitatea și protecția datelor, iar T este trasabilitatea configurației și a deciziei.
Dacă oricare dintre aceste componente lipsește, configurația poate reprezenta utilizare conectată sau agregată, dar nu demonstrează OrgAI guvernat. Învățarea controlată este necesară pentru forma cumulativă, nu pentru pragul minim.
Mecanismul de transformare
Un actor execută o sarcină într-o configurație HumanAI delimitată.
Rezultatul este însoțit de surse, configurație, intervenții și nivel de încredere.
Un rol competent validează sau respinge contribuția, proporțional cu riscul.
Decizia este atribuită și integrată într-un proces organizațional controlat.
Concluziile acceptate pot actualiza memoria doar printr-un flux separat de validare formală.
Rezultatele și erorile sunt monitorizate, iar accesul sau regulile pot fi retrase ori corectate.
Decuplarea epistemică: riscul care nu apare în listele de controale
Decuplarea epistemică este distanța dintre gama de afirmații, interpretări sau opțiuni pe care inteligența artificială le face accesibile și capacitatea demonstrată a actorului responsabil de a le valida.
Δepi(T; X, t) = A(T; X, t) − V(T; X, t)
Pe un set declarat de sarcini T, A este proporția sarcinilor pentru care sistemul oferă un răspuns utilizabil, iar V este proporția pentru care actorul responsabil poate produce o justificare verificată. Diferența se calculează în același domeniu și ia valori între −1 și 1. O valoare pozitivă mare arată că accesul a depășit validarea.
Distincția este esențială pentru guvernanță, pentru că separă trei întrebări pe care practica le amestecă permanent: ce poate genera sau regăsi sistemul, ce poate valida actorul competent și cine este autorizat să decidă sau să execute. Accesul la o afirmație nu produce automat cunoaștere justificată, iar validarea tehnică nu conferă automat autoritate de decizie.
Semnale observabile
Răspunsurile sunt acceptate mai repede decât pot fi verificate sursele lor.
Citările, explicațiile sau calculele nu pot fi reproduse independent.
Același rezultat este reutilizat în procese diferite fără reevaluarea contextului.
Încrederea raportată crește, în timp ce rata de detectare a erorilor scade.
Memoria organizațională este actualizată cu rezultate nevalidate.
Autoritatea este atribuită formal unei persoane, dar constrângerile practice fac imposibilă contestarea.
Măsuri de reducere
Limitarea domeniului și declararea necunoscutelor.
Citarea și verificarea surselor primare.
Validare independentă obligatorie pentru rezultatele cu impact ridicat.
Separarea generării de aprobare și de execuție.
Testarea calibrării încrederii și a detectării erorilor.
Controlul reutilizării și al actualizărilor de memorie.
Păstrarea dreptului de a contesta, de a opri și de a reveni la procesul neasistat.
Propagarea: cum o eroare locală devine risc sistemic
Ωprop = max(0, Δepi) × ρ × κ
ρ este rata la care un rezultat este reutilizat sau difuzat, iar κ este criticitatea consecinței. Fără calibrare locală, formula nu estimează probabilități reale. Rolul ei este altul: face vizibil de ce o eroare mică, reutilizată frecvent într-un proces critic, poate deveni un risc organizațional major, și de ce reducerea decuplării are efect multiplicativ, nu liniar.
Cinci scenarii de utilizare
7.1. Analiză și cercetare
Un analist folosește inteligența artificială pentru identificarea temelor, sinteza documentelor și formularea de ipoteze. Configurația este HumanAI atunci când intervenția schimbă efectiv amploarea sau viteza analizei. Corpusul trebuie delimitat, citările verificate, inferențele marcate ca atare, iar decizia analistului păstrată.
Configurația devine parte din OrgAI abia atunci când sursele, drepturile, metodologia, validarea și reutilizarea sunt integrate într-un proces instituțional. Riscul dominant este ca o sinteză plauzibilă, dar neverificată, să devină fapt organizațional.
7.2. Creație, comunicare și marketing
Inteligența artificială poate extinde spațiul de concepte, audiențe și variante creative. Fiecare relație creator–model–temă este HumanAI. OrgAI presupune date autorizate, drepturi asupra materialelor, criterii de aprobare, versiuni, evaluarea performanței și reacții controlate. Abundența nu demonstrează relevanță și poate produce convergență narativă sau uniformizarea exprimării.
7.3. Securitate cibernetică
Un analist din centrul de operațiuni de securitate folosește inteligența artificială pentru corelarea alertelor, formularea de ipoteze și propunerea pașilor de investigare. HumanAI descrie episodul analist–model–telemetrie. OrgAI apare atunci când identitățile, clasificarea datelor, lanțul de custodie, sursele, rolurile de aprobare, jurnalizarea și procedurile de răspuns sunt integrate.
Execuția automată a comenzilor propuse, contaminarea memoriei cu indicatori neverificați sau expunerea datelor de investigație sunt situații în care viteza a depășit controlul. Operațiunile distructive necesită confirmare explicită, separarea sarcinilor și capacitate de revenire.
7.4. Conformitate și evaluarea probelor
Inteligența artificială poate corela cerințe cu politici, controale și probe. La nivel HumanAI, evaluatorul primește sugestii și sinteze. La nivel OrgAI, organizația administrează proprietarii de controale, perioadele, versiunile, excepțiile, aprobările și proveniența probelor. Existența unui document nu stabilește funcționarea unui control, iar un scor automat nu demonstrează conformitatea.
7.5. Memorie organizațională și decizie strategică
O organizație conectează inteligența artificială la politici, proiecte, lecții învățate și decizii anterioare. Regăsirea informației este utilă doar dacă sursele au statut, versiune, proprietar și domeniu de aplicare. Forma cumulativă apare atunci când concluziile validate actualizează memoria fără autoconfirmare, iar informația depășită poate fi retrasă. Deciziile strategice rămân atribuibile unor roluri autorizate.
Scenariu
Unitatea HumanAI
Pragul pentru OrgAI
Riscul dominant
Analiză
analist, model, corpus, întrebare
surse instituționale și validare
citări și concluzii neverificate
Creație
creator, model, temă, audiență
drepturi, aprobare, reacții controlate
convergență și utilizare neautorizată
Securitate
analist, telemetrie, ipoteză
lanț de custodie, roluri, audit
execuție greșită și contaminare
Conformitate
evaluator, cerință, probă
proprietari, perioade, validare formală
conformitate aparentă
Memorie
utilizator, întrebare, surse interne
valabilitate și învățare validată
propagarea informației depășite
Tabelul 2. Sinteza scenariilor.
Studiu de caz demonstrativ: evaluarea unui incident
Statut: cazul este ipotetic și explicativ. Valorile sunt ilustrative, nu rezultate empirice, și nu reprezintă performanța vreunui produs sau a vreunei organizații reale.
O organizație trebuie să evalueze un posibil incident de securitate. Intrările includ alerte, jurnale, proceduri interne, informații despre amenințări și rapoarte anterioare. O concluzie greșită poate întrerupe servicii, poate distruge probe sau poate face ca un incident real să fie ratat.
Episodul HumanAI
Analistul cere modelului o cronologie, ipoteze și pași de validare. Inteligența artificială reduce timpul de triere și extinde spațiul ipotezelor, deci contribuția este materială. Analistul verifică evenimentele în sursele primare, marchează afirmațiile deduse și păstrează autoritatea asupra clasificării. Configurația rămâne HumanAI chiar și atunci când o parte dintre sugestii sunt respinse.
Utilizarea agregată, care nu este OrgAI
Mai mulți analiști folosesc independent același model și copiază răspunsurile în tichete. Nu există catalog de surse, versiune de configurație, rol de validare formală sau regulă de actualizare a memoriei. Aceasta este utilizare agregată. Volumul de activitate nu compensează arhitectura lipsă.
Configurația OrgAI guvernată
Sursele sunt clasificate, au proprietar și sunt filtrate înainte de regăsire, în funcție de identitatea analistului.
Conținutul regăsit este tratat ca date neîncrezute și nu poate introduce instrucțiuni executabile.
Modelul produce ipoteze legate de evenimente primare și declară datele lipsă.
Un validator separat evaluează afirmațiile critice, iar decidentul aprobă răspunsul operațional.
Comenzile sunt interzise implicit și necesită confirmare, jurnalizare și validare în domeniul-țintă.
Doar concluziile validate formal pot actualiza memoria cazului; indicatorii respinși sunt retrași și rămân auditabili.
Calculul ilustrativ al decuplării
Ini�ial: A = 0,92; V = 0,68; Δepi = 0,24
După controale: A = 0,92; V = 0,88; Δepi = 0,04
Accesul nu a fost redus, dar capacitatea de validare a crescut prin surse primare, validare formală și trasabilitate. Dacă rata de reutilizare ρ este 0,80 și criticitatea κ este 0,90, indicatorul conceptual de propagare scade de la 0,173 la 0,029. Valorile explică doar relația dintre variabile.
Observația practică pentru un responsabil de securitate este că soluția nu a fost restrângerea accesului la instrument, reflexul obișnuit, ci creșterea capacității de validare. Restrângerea accesului ar fi redus A, deci și utilitatea, fără să rezolve problema de fond.
Maturitate: șase stări, niciuna obligatorie
Modelul de maturitate descrie stări observabile de integrare, nu o obligație de a ajunge la nivelul cel mai înalt. Pentru anumite sarcini, o configurație HumanAI administrată este mai potrivită decât forma cumulativă. Un nivel se atribuie unui domeniu și unui proces delimitat, nu unei organizații în abstract.
Nivel
Descriere
Dovada minimă
Limita
M0 Explorator
utilizare ocazională, fără practică stabilă
inventar de utilizări sau experiment
nu demonstrează HumanAI stabil
M1 HumanAI episodic
IA schimbă efectiv sarcini delimitate
artefacte și comparator de sarcină
efectul nu este instituționalizat
M2 HumanAI administrat
practică repetabilă, guvernată local
ghidaj, măsurare, validare, proprietar
mai mulți utilizatori nu înseamnă OrgAI
M3 OrgAI conectat
modelele accesează surse și fluxuri interne
catalog de surse, identități, integrare
conectivitatea nu demonstrează guvernanță
M4 OrgAI guvernat
pragul constitutiv este satisfăcut
roluri, validare, audit, securitate, contestare
învățarea poate rămâne manuală
M5 OrgAI cumulativ
reacțiile validate actualizează memoria controlat
etapizare, aprobări, istoric, retragere, testare
adaptarea nu demonstrează sinergie
Tabelul 3. Niveluri de maturitate.
Statutul sinergiei: „OrgAI sinergic” este o etichetă de rezultat, nu un nivel M6. Se aplică doar unei configurații și unei sarcini pentru care comparatorii și pragurile de risc au fost evaluate explicit.
O organizație poate funcționa simultan la M1 într-un domeniu, la M4 în altul și poate interzice utilizarea inteligenței artificiale într-un al treilea. Aplicarea unui nivel unic la nivel de organizație este, în sine, o eroare de evaluare.
Guvernanță: roluri, scurtături incompatibile și amenințări
Guvernanța nu este un capitol separat al cadrului, ci elementul care constituie categoria. Eliminarea autorității, a validării sau a trasabilității nu slăbește o configurație OrgAI, ci o scoate din categorie.
Rol
Responsabilitate principală
Scurtătura incompatibilă
Proprietar de proces
definește scopul, domeniul și criteriile de acceptare
delegarea scopului către furnizor sau model
Proprietar de cunoaștere
autorizează sursele, valabilitatea și retragerea
tratarea oricărui document accesibil drept autoritar
Utilizator sau operator
execută sarcina și consemnează intervențiile
copierea rezultatului fără verificare
Validator
testează afirmațiile față de criterii și probe
validarea propriului rezultat cu impact ridicat
Decident
acceptă consecințele și autorizează acțiunea
atribuirea răspunderii către inteligența artificială
Securitate și protecția datelor
controlează accesul, izolarea, păstrarea și incidentele
bazarea exclusiv pe condițiile furnizorului
Audit sau supraveghere
testează reconstituirea, excepțiile și eficacitatea
tratarea existenței politicii drept dovadă de funcționare
conceptul este tratat drept probă juridică sau de audit
demonstrarea separată a obligațiilor și a eficacității controalelor
Tabelul 6. Anti-tipare și corecții.
La acestea se adaugă șase clarificări explicite: HumanAI nu înseamnă că o persoană devine inteligență artificială sau că un sistem dobândește statut uman; HumanAI nu este sinonim cu succesul; OrgAI nu este numele unui model sau al unui pachet comercial; accesul la un corpus intern nu demonstrează proveniență, validare sau autoritate; automatizarea nu transferă răspunderea către sistem; iar folosirea termenului OrgAI nu face o organizație matură, sigură sau conformă.
Granița de reglementare
Cadrul sprijină analiza și proiectarea controalelor, dar nu stabilește conformitatea juridică. Sistemele cu efecte materiale asupra drepturilor, siguranței, ocupării forței de muncă, finanțelor, sănătății, securității sau serviciilor publice necesită evaluare juridică specifică domeniului, analiză de protecție a datelor, supraveghere umană competentă, posibilitate de contestare, separarea sarcinilor și păstrarea probelor. Etichetele HumanAI sau OrgAI nu înlocuiesc obligațiile aplicabile.
De la cadru la implementare
Etapă
Activitate
Criteriu de ieșire
1. Delimitare
selectarea procesului, a sarcinilor și a consecințelor
domeniu aprobat, proprietar și excluderi
2. Referință
măsurarea procesului fără noua configurație
comparator, praguri și set de sarcini
3. HumanAI controlat
pilot cu utilizatori, reguli și validare
contribuție materială documentată și profil de risc
4. Cunoaștere
catalogarea și autorizarea surselor
proprietari, valabilitate, acces și retragere
5. Pragul OrgAI
integrarea rolurilor, fluxului, auditului și securității
testul Iorg satisfăcut, cu probe
6. Pilot operațional
testarea stărilor normale, limită, adversariale și de indisponibilitate
criterii de acceptare aprobate și risc rezidual
7. Învățare controlată
introducerea reacțiilor validate formal și a retragerii
memorie actualizabilă, auditabilă, reversibilă
8. Monitorizare
urmărirea profilurilor, a schimbărilor și a incidentelor
revizuire periodică și condiții de oprire
Tabelul 7. Parcurs de implementare.
Condiții de oprire
Implementarea trebuie oprită sau readusă la starea anterioară atunci când apar expunerea datelor, pierderea atribuirii deciziei, degradarea detectării erorilor, accesul neautorizat, contaminarea memoriei, imposibilitatea de a reproduce rezultate critice sau o schimbare de configurație nevalidată.
Instrumentul însoțitor
HumanAI and OrgAI Framework Calculator este componenta digitală a cadrului, versionată separat. Operaționalizează șase relații definite în lucrare: decuplarea epistemică, expunerea la propagare, pragul constitutiv OrgAI, contribuția materială, sinergia și clasificarea de maturitate.
Instrumentul se folosește numai după definirea unității de analiză, a sarcinii, a contextului, a perioadei de observare, a comparatorului, a pragului de semnificație și a standardului de probă. Fiecare condiție organizațională trebuie susținută cu dovezi, iar o stare necunoscută nu contează niciodată ca demonstrată. Versiunea locală calculează în navigator și poate exporta o evaluare în format JSON, pentru reproductibilitate și audit. Valorile exportate rămân afirmații introduse de utilizator până când sunt legate de probe; rezultatele nu constituie validare empirică, certificare, consultanță juridică sau determinare de conformitate.
Calculatorul HumanAI și OrgAI, pe etape: intrările, regula dovezii, modulele 01–07, detectorul cu zece predicate și poarta de export, cu formule și patru calcule pe care le puteți rula direct în pagină.
Cadrul HumanAI și OrgAI, pe niveluri: fundamentele, configurația individuală, testul de apartenență, pragul Iorg, decuplarea epistemică, maturitatea M0–M5 și guvernanța, cu patru calcule pe care le puteți rula direct în pagină.
Valoarea cadrului nu depinde de cine a folosit prima dată notația HumanAI și nici de absența absolută a unei expresii similare pentru OrgAI. Depinde de claritatea definițiilor, de separarea constructelor de rezultate, de modelul relațional și de capacitatea de a face vizibile răspunderea, validarea, autoritatea și riscul.
În practică, întrebarea decisivă nu este dacă o organizație folosește inteligența artificială. Este dacă poate demonstra ce capacitate a creat, în ce domeniu, din ce surse, prin ce roluri, cu ce validare și în ce limite. HumanAI face vizibilă configurația persoanei. OrgAI face vizibilă arhitectura instituțională care o poate transforma în capacitate colectivă controlată.
Pentru profesioniștii din securitate și conformitate, consecința operațională este că evaluarea nu se aplică unui model, ci unei configurații delimitate, și că validarea, nu accesul, rămâne problema centrală între disponibilitatea tehnologiei și capacitatea reală.
Sursa
Angheluș, A. (2026). HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity. Versiunea 1.5, 4 septembrie 2026. DOI: 10.5281/zenodo.22295278. Licență Creative Commons Atribuire, Fără modificări 4.0 Internațional.
Pentru guvernanța instrumentelor IA folosite efectiv în organizație, CysAI oferă un catalog de agenți IA cu profil de risc și urmărirea reglementărilor privind inteligența artificială.
Întrebări frecvente
Ce este HumanAI?
HumanAI, scris și HumanAI sau OmAI în publicațiile românești, denumește o configurație situată persoană, inteligență artificială, sarcină și context, în care sistemul schimbă efectiv performanța, judecata, învățarea sau vulnerabilitatea unei persoane, iar rolul uman și autoritatea de decizie rămân identificabile.
Ce este OrgAI?
OrgAI denumește configurația socio-tehnică organizațională în care episoadele HumanAI, sistemele de inteligență artificială, cunoașterea instituțională autorizată, rolurile, fluxurile, validarea, trasabilitatea și securitatea mobilizează împreună o capacitate distribuită. Nu este un produs, un model sau un depozit de documente, ci o proprietate a configurației.
Care este diferența dintre HumanAI și OrgAI?
Nu este una de scară, ci de arhitectură. OrgAI nu este suma episoadelor HumanAI. Pragul constitutiv cere cumulativ cunoaștere autorizată, procese, roluri și răspundere, guvernanță cu validare și contestare, securitate și trasabilitate. Dacă oricare lipsește, rezultatul este utilizare agregată, nu capacitate guvernată.
Ce este decuplarea epistemică?
Este distanța dintre gama de afirmații pe care inteligența artificială le face accesibile și capacitatea demonstrată a actorului responsabil de a le valida, calculată ca diferență între proporția sarcinilor cu răspuns utilizabil și proporția celor cu justificare verificată, pe același set declarat de sarcini.
Mai multe licențe de inteligență artificială înseamnă OrgAI?
Nu. Mai multe licențe folosite independent constituie utilizare agregată. Numărul de conturi nu demonstrează surse autorizate, roluri, validare independentă, trasabilitate sau memorie controlată, iar la un audit numărul de licențe nu răspunde la nicio întrebare de supraveghere.
Ce niveluri de maturitate definește cadrul?
Șase stări observabile, de la M0 explorator la M5 OrgAI cumulativ. Un nivel se atribuie unui domeniu și unui proces delimitat, nu unei organizații în abstract. Aceeași organizație poate fi la M1 într-un domeniu, la M4 în altul și poate interzice inteligența artificială într-un al treilea.
Cadrul stabilește conformitatea juridică?
Nu. Sprijină analiza și proiectarea controalelor, dar nu înlocuiește evaluarea juridică specifică domeniului, analiza de protecție a datelor, supravegherea umană competentă sau separarea sarcinilor. Etichetele HumanAI sau OrgAI nu înlocuiesc obligațiile aplicabile.
Versiunea 1.2.0 a Calculatorului cadrului HumanAI și OrgAI este disponibilă public, fără cost. Este un singur fișier HTML care rulează integral în browser, fără instalare, fără cont și fără nicio cerere de rețea. Se deschide identic pe un calculator izolat de internet.
Instrumentul însoțește lucrarea „HumanAI and OrgAI: A Relational Framework for AI-Mediated Human and Organizational Capacity” și traduce relațiile definite acolo într-o fișă de evaluare pe care o completezi pentru o situație concretă: un proces, o echipă, o perioadă.
Pe scurt
Ce este: instrumentul digital care operaționalizează cadrul HumanAI și OrgAI, scris și HumanAI și OrgAI.
Cum rulează: un fișier HTML, în browser, fără instalare, fără cont, fără cereri de rețea, fără localStorage.
Ce conține: opt module și un detector de anti-tipare.
Ce produce: o evaluare pe ecran, o fișă tipărită de circa 17 pagini și o înregistrare JSON reimportabilă.
Licență: cod MIT, cadru conceptual CC BY-ND 4.0.
DOI instrument: 10.5281/zenodo.22884721 · DOI lucrare: 10.5281/zenodo.22295278
Problema pe care o rezolvă
Întrebarea pe care o primește orice organizație care a introdus inteligență artificială într-un proces sună simplu: funcționează?
Răspunsul obișnuit se sprijină pe două observații: oamenii lucrează mai repede, și nimeni nu s-a plâns. Ambele pot fi adevărate. Niciuna nu răspunde la întrebare.
Problema este că „funcționează” amestecă lucruri care trebuie măsurate separat: ce poate produce sistemul, ce poate valida omul responsabil, cine are dreptul să decidă, și ce se întâmplă cu o concluzie greșită după ce intră în fluxul de lucru. Cadrul le separă. Calculatorul le face calculabile.
Distincția centrală se numește decuplare epistemică: diferența dintre gama de răspunsuri pe care inteligența artificială le face accesibile și capacitatea demonstrată a actorului responsabil de a le valida. Când accesul crește mai repede decât validarea, organizația produce afirmații pe care nu le poate susține, și le reutilizează.
Cum arată
Figura 1. Ecranul de pornire. Instrumentul se deschide cu un exemplu completat, nu cu un formular gol.
Opt module și un diagnostic. Modulele nu sunt o listă de opțiuni, ci o succesiune: modulul 02 consumă rezultatul lui 01, modulul 06 depinde de 03, iar fișa de clasificare poate opri tot restul dacă situația evaluată nu intră în categorie.
Modul
Ce stabilește
00. Clasificare
Dacă situația este un caz HumanAI, prin testul de apartenență în zece întrebări
01. Decuplare epistemică
Diferența dintre acces și validare, cu interval de încredere
02. Expunere la propagare
Cum se amplifică o eroare nevalidată prin reutilizare, acum și după controale
03. Pragul OrgAI
Dacă cele șase condiții constitutive sunt demonstrate sau doar declarate
04. Profil de contribuție
Pe ce dimensiuni schimbă inteligența artificială rezultatul, în ce direcție, și ce se pierde
05. Test de sinergie
Dacă rezultatul depășește comparatorii relevanți, cu pragurile de risc respectate
06. Maturitate
Nivelul M0 până la M5 pentru fiecare domeniu delimitat în parte
07. Profil OrgAI
Ce produce efectiv arhitectura organizațională, nu doar că există
Ce s-a schimbat față de versiunea 1.0.0
Versiunea aceasta a pornit de la o constatare incomodă: în patru locuri, calculatorul contrazicea propriul whitepaper.
Contribuția materială se evalua pe o singură dimensiune aleasă dintr-un meniu, deși lucrarea definește un profil cu șapte dimensiuni și interzice explicit comprimarea lui într-un scor.
Raportul exportat nu conținea niciunul dintre cele șapte câmpuri ale convenției minime de raportare, deci nu era citabil după propriile reguli ale cadrului.
Acces și validare se introduceau ca valori pe un cursor, deși sunt proporții pe o mulțime declarată de sarcini, ceea ce producea o precizie aparentă, fără acoperire.
Componenta de învățare validată apărea deconectată de arhitectura din care face parte.
Toate patru sunt reparate. Nicio formulă din lucrare nu a fost modificată, iar cele șase aserțiuni ale suitei de teste originale trec neschimbate.
Peste reparații s-au adăugat construcțiile care lipseau: fișa de clasificare, referințe de dovadă pentru fiecare condiție organizațională, compararea expunerii înainte și după controale, profilul organizațional pe nouă dimensiuni, maturitatea evaluată pe domenii, detectorul de anti-tipare, și o schemă JSON care se poate reimporta.
Trei lucruri care merită văzute
Un profil, nu un scor
Figura 2. Profilul de contribuție pe cinci dimensiuni relevante. Datele sunt dintr-un caz demonstrativ.
În exemplul de mai sus, inteligența artificială a făcut triajul de alerte de securitate semnificativ mai rapid și moderat mai bun. În același timp, calibrarea încrederii, autonomia analiștilor și expunerea la risc s-au înrăutățit, toate peste pragul declarat.
Un scor compozit ar fi însumat cele cinci valori și ar fi raportat un câștig. Rezultatul ar fi fost tehnic corect și complet înșelător: viteza se obținuse parțial prin reducerea validării. Instrumentul refuză să producă acea cifră, nu din constrângere tehnică, ci pentru că lucrarea interzice comprimarea profilului, iar un scor unic ascunde exact compromisul care contează.
Un număr fără volum nu spune nimic
Figura 3. Un decalaj de 0,22 măsurat pe 140 de sarcini: interval [0,13 – 0,31], decalaj demonstrat.Figura 4. Un decalaj mai mare, 0,25, dar pe 12 sarcini: intervalul traversează zero, verdictul devine „nedemonstrat”.
Acces și validare se introduc ca numărători, câte sarcini din câte, nu ca procente estimate. Din numărători se calculează un interval de încredere, iar când intervalul cuprinde zero instrumentul spune „nedemonstrat la acest volum de sarcini”, nu „fără decalaj”.
Un decalaj mai mare, măsurat prost, susține mai puțin decât unul mai mic măsurat bine. Instrumentul nu ascunde această diferență sub același număr cu două zecimale.
O afirmație nu este o dovadă
Figura 5. Pragul constitutiv. Condiția marcată fără referință de dovadă este evidențiată și nu contribuie la prag.
Fiecare dintre cele șase condiții organizaționale cere o referință de dovadă și tipul ei, nu o bifă. O condiție marcată „demonstrată” fără referință apare ca declarată, nedocumentată, și nu se numără la prag. Contorul devine dublu, declarate și documentate, iar diferența dintre cele două numere arată distanța dintre ce crede o organizație despre sine și ce poate arăta.
Figura 6. Detectorul de anti-tipare: fiecare semnalare arată valorile care au declanșat-o și corecția prevăzută de cadru.
Peste toate modulele rulează un detector care citește configurația în ansamblu și caută contradicții între ce s-a declarat într-un loc și ce s-a măsurat în altul. Este singura componentă care spune ceva ce evaluatorul nu știa intrând.
Proprietăți
Proprietate
Stare
Instalare
Niciuna. Un fișier HTML deschis în orice browser modern
Cereri de rețea
Niciuna. Fonturile sunt încorporate; funcționează pe o rețea izolată
Persistență în browser
Niciuna. Fără localStorage, fără cookie-uri
Cont, bază de date, analytics
Nu există
Politică de securitate
CSP restrictiv în varianta auto-găzduită, cu connect-src „none”
Verificare
29 de teste automate care extrag logica din fișierul livrat
Ultima linie merită explicată. Testele nu conțin o copie a formulelor: le extrag din fișierul care se livrează, între două marcaje din cod. O rulare care trece este o afirmație despre fișierul pe care îl ai în mână, nu despre o versiune de laborator.
De unde se ia
Instrumentul este depus pe Zenodo, cu DOI citabil: 10.5281/zenodo.22884721, versiunea 1.2.0. Înregistrarea conține arhiva sursei și fișierul index.html gata de folosit. Nu e nevoie de dezarhivare: fișierul se deschide direct în browser.
Rezultatele sunt interpretative. Nu constituie validare empirică, certificare, consultanță juridică sau determinare de conformitate.
Instrumentul nu verifică nimic: toate valorile rămân afirmații ale evaluatorului până când sunt legate de dovezile la care trimit.
Indicatorul de propagare este conceptual; fără calibrare locală nu estimează probabilități reale.
Pragurile se declară de utilizator, potrivit domeniului și riscului.
Instrumentul nu poate fi baza unică a unei decizii cu consecințe.
Ultimele două rămân afișate permanent în interfață, nu doar în documentație.
Ghid interactiv
Calculatorul HumanAI și OrgAI, pe etape: intrările, regula dovezii, modulele 01–07, detectorul cu zece predicate și poarta de export, cu formule și patru calcule pe care le puteți rula direct în pagină.
Este instrumentul digital care operaționalizează relațiile definite în lucrarea HumanAI and OrgAI. Se completează pentru o situație delimitată, un proces, o echipă și o perioadă, și produce o fișă de evaluare reproductibilă, cu opt module și un detector de anti-tipare.
Cum se obține și de ce nu are nevoie de instalare?
Este un singur fișier HTML, depus pe Zenodo cu DOI 10.5281/zenodo.22884721. Se deschide direct în orice browser modern. Nu are cont, bază de date sau server și nu face nicio cerere de rețea, deci funcționează identic pe un calculator izolat de internet.
De ce nu produce un scor unic?
Pentru că lucrarea interzice comprimarea profilului de contribuție într-o singură cifră. Un scor compozit poate ascunde viteză obținută prin reducerea validării. Instrumentul raportează un profil pe dimensiuni, cu direcția și mărimea fiecărei schimbări.
Ce înseamnă verdictul „nedemonstrat” la decuplarea epistemică?
Înseamnă că, la volumul de sarcini declarat, intervalul de încredere al decalajului cuprinde zero. Nu înseamnă că nu există decalaj, ci că datele existente nu îl susțin. Absența unei dovezi nu este dovada absenței.
Ce licență are și cum se citează?
Codul este licențiat MIT, iar cadrul conceptual, definițiile și textul interpretativ rămân sub CC BY-ND 4.0. Când te bazezi pe definiții sau pe interpretarea cadrului, se citează ambele: lucrarea, DOI 10.5281/zenodo.22295278, și instrumentul, DOI 10.5281/zenodo.22884721.
Rezultatele pot fi folosite ca dovadă de conformitate?
Nu. Rezultatele sunt interpretative și nu constituie validare empirică, certificare, consultanță juridică sau determinare de conformitate. Instrumentul nu verifică nimic: valorile rămân afirmații ale evaluatorului până când sunt legate de dovezile la care trimit.
Cadrul, definițiile, variabilele, formulele și modelul interpretativ au fost dezvoltate de Alexandru Angheluș, autor independent și autofinanțat. Instrumente de inteligență artificială și automatizare au fost folosite selectiv pentru dezvoltarea software, organizarea structurală, redactare și activități de verificare. Responsabilitatea pentru modelul conceptual și pentru software rămâne integral a autorului.
Folosim cookie-uri și tehnologii similare pentru a stoca și accesa informații pe dispozitivul tău, pentru statistici și pentru funcționarea site-ului. Poți accepta, refuza sau alege pe categorii. Refuzul poate limita unele funcționalități.
Funcționale
Mereu activ
Stocarea tehnică sau accesul este strict necesară în scopul legitim de a permite utilizarea unui anumit serviciu cerut în mod explicit de către un abonat sau un utilizator sau în scopul exclusiv de a executa transmiterea unei comunicări printr-o rețea de comunicații electronice.
Preferințe
Stocarea tehnică sau accesul este necesară în scop legitim pentru stocarea preferințelor care nu sunt cerute de abonat sau utilizator.
Statistici
Stocarea tehnică sau accesul care sunt utilizate exclusiv în scopuri statistice.Stocarea tehnică sau accesul care sunt utilizate exclusiv în scopuri statistice anonime. Fără o citație, conformitatea voluntară din partea Furnizorului tău de servicii de internet sau înregistrările suplimentare de la o terță parte, informațiile stocate sau preluate numai în acest scop nu pot fi utilizate de obicei pentru a te identifica.
Marketing
Stocarea tehnică sau accesul este necesară pentru a crea profiluri de utilizator la care trimitem publicitate sau pentru a urmări utilizatorul pe un site web sau pe mai multe site-uri web în scopuri de marketing similare.
