AIFC-002: Community Model

Status: Draft 0.1 Standard: AI-First Community Standard Zkráceně: AIFC Navazuje na:

AIFC-000 Manifest AI-first komunity
AIFC-001 Core Concepts

Účel dokumentu: Popsat základní model AIFC komunity: jak se skládá záměr, hodnoty, znalost, rozhodování, práce, učení, zpětná vazba, AI zapojení a rozhraní vůči jiným komunitám.

1. Purpose of this document

Tento dokument definuje základní architekturu AIFC komunity.

AIFC-000 vysvětluje, proč standard vzniká. AIFC-001 definuje základní pojmy. AIFC-002 popisuje, jak se tyto pojmy skládají do fungujícího systému.

Cílem dokumentu je ukázat, že AIFC komunita není pouze:

tým,
organizační jednotka,
znalostní báze,
workflow,
AI agentická konfigurace,
ani software.

AIFC komunita je živý systém se záměrem, hodnotami, znalostí, prací, rozhodováním, zpětnou vazbou a odpovědností.

2. Community as the primary unit

Základní jednotkou AIFC není AI.

Základní jednotkou je komunita se záměrem.

Komunita může být malá i velká:

pracovní tým,
projektový tým,
oddělení,
firma,
rodina,
škola,
obec,
stát,
profesní skupina,
nezisková organizace,
síť komunit,
nebo zastoupený ekosystém.

AIFC předpokládá, že každá komunita má nebo potřebuje mít:

záměr,
hodnoty,
hranice,
členy nebo zastoupené aktéry,
znalosti,
rozhodování,
práci,
učení,
mechanismus zpětné vazby,
a rozhraní vůči jiným komunitám.

AI může komunitě pomáhat. AI může její práci akcelerovat. AI může detekovat signály. AI může navrhovat změny. AI však není vlastníkem komunity.

Komunita vlastní svůj záměr.

3. The basic AIFC community pattern

AIFC komunita se skládá z několika základních vrstev:

Purpose / Intention
↓
Values
↓
Strategy / Direction
↓
Knowledge Base
↓
Decisions
↓
Work / Execution
↓
Learning / Retrospective
↓
Feedback / Change Proposals
↓
Updated Knowledge / Strategy / Values Interpretation

Tento model není lineární jednosměrná pyramida.

Je to cyklus.

Záměr a hodnoty dávají směr práci. Práce vytváří zkušenost. Zkušenost generuje signály. Signály mohou vyvolat návrhy změn. Schválené změny aktualizují knowledge base, workflow, skills, strategii nebo výklad hodnot.

AIFC komunita je proto definována dvěma pohyby:

Top-down flow:
hodnoty → záměr → strategie → práce

Bottom-up flow:
zkušenost → signály → návrhy změn → rozhodnutí → aktualizace systému

4. Top-down flow

Top-down flow je směr, kterým komunita převádí svůj záměr do práce.

4.1 Values

Hodnoty určují, co komunita nechce obětovat.

Nejsou dekorací. Jsou nejvyšší governance vrstvou.

Hodnoty odpovídají na otázky:

Co je pro nás důležité?
Jaké hranice nechceme překročit?
Co nesmíme obětovat ani při tlaku na rychlost, výkon nebo zisk?
Jaké chování je s naší komunitou neslučitelné?

4.2 Purpose

Záměr určuje, proč komunita existuje a kam chce směřovat.

Záměr odpovídá na otázky:

Proč existujeme?
Jakou hodnotu chceme vytvářet?
Komu nebo čemu sloužíme?
K jakému žádoucímu stavu chceme přispívat?

4.3 Strategy

Strategie převádí záměr do cesty.

Odpovídá na otázky:

Jak se z aktuálního stavu dostaneme k žádoucímu stavu?
Jaké priority teď dávají smysl?
Jaké trade-offy přijímáme?
Co neděláme?

4.4 Work

Práce je konkrétní provádění záměru.

Může mít podobu:

projektů,
epics,
tasks,
support aktivit,
maintenance aktivit,
experimentů,
rozhodnutí,
komunikace,
delivery,
provozu,
péče.

AIFC požaduje, aby práce byla dohledatelně napojená na záměr, hodnoty a rozhodnutí.

5. Bottom-up flow

Bottom-up flow je směr, kterým se zkušenost z reality vrací zpět do systému.

Bez tohoto směru by komunita pouze vykonávala plán, ale neučila by se.

Bottom-up flow obsahuje:

Work / Execution
↓
Experience
↓
Observed Signals
↓
Change Proposals
↓
Decision
↓
Update of Knowledge / Workflow / Strategy / Values Interpretation

5.1 Experience

Zkušenost vzniká při práci.

Může ukázat:

co funguje,
co nefunguje,
kde vzniká šum,
kde se ztrácí hodnota,
kde AI pomáhá,
kde AI vytváří závislost,
kde proces poškozuje hodnoty,
kde vzniká nová příležitost.

5.2 Observed Signal

Observed signal je významný signál z reality.

Může přijít z:

práce týmu,
zákaznické zpětné vazby,
supportu,
incidentu,
trhu,
dat,
retrospektivy,
jiné komunity,
AI analýzy,
nebo zastoupeného ekosystému.

5.3 Change Proposal

Change proposal je strukturovaný návrh změny.

Může ho navrhnout:

člověk,
tým,
zákazník,
jiná komunita,
AI agent,
nebo zástupce prostředí na základě datového signálu.

Návrh změny může mířit na:

workflow,
skill,
pravidlo,
prioritu,
strategii,
hodnotový výklad,
community interface,
governance,
nebo vyšší úroveň komunity.

5.4 Decision

Návrh změny není rozhodnutí.

Každý významný návrh musí být vyhodnocen a rozhodnut odpovědnou lidskou nebo komunitní governance.

AI může formulovat návrh. AI může analyzovat dopad. AI může doporučit další krok. Komunita rozhoduje.

6. Knowledge layer

Knowledge layer je paměť komunity.

Obsahuje:

purpose,
values,
strategy,
current state,
desired state,
path,
decisions,
principles,
workflows,
skills,
retrospectives,
change proposals,
interfaces,
AI governance,
security rules.

Knowledge layer musí být:

lidsky čitelná,
agenticky použitelná,
softwarově ověřitelná,
verzovaná,
auditovatelná,
chráněná,
použitelná bez AI.

AIFC preferuje textové, otevřené a verzovatelné formáty, například Markdown s metadaty v Gitu.

Ne proto, že Markdown nebo Git jsou jediná možná technologie, ale proto, že podporují tři základní vlastnosti AIFC:

human-readable
agent-actionable
software-verifiable

Knowledge layer je zdroj pravdy, ale sama o sobě nemusí být dostatečně přístupná pro každého člena komunity.

Markdown, metadata, Git historie a validační pravidla jsou vhodné pro AI agenty, software, audit a dlouhodobou správu know-how. Člověk však často potřebuje asistovanou vrstvu, která mu pomůže rychle pochopit stav systému, rozhodnout se a jednat.

Proto AIFC rozlišuje:

source of truth jako autoritativní paměť komunity,
Human Cockpit Layer jako lidsky použitelný přístup k této paměti.

Bez lidské přístupové vrstvy se může i kvalitní knowledge base stát systémem, kterému rozumí agenti a validátory, ale který je pro komunitu příliš těžko ovladatelný.

7. Human Cockpit Layer

Human Cockpit Layer je lidsky použitelná vrstva nad knowledge base komunity.

Jejím účelem je chránit lidskou pozornost a umožnit členům komunity řídit systém bez nutnosti přímo pracovat s celou technickou strukturou source of truth.

Human Cockpit Layer může zobrazovat:

záměr komunity,
hodnoty,
strategii,
aktuální stav,
priority,
backlog,
rozhodnutí,
rizika,
skills,
AI capacity,
AI usage,
AI waste,
návrhy změn,
čekající schválení,
vazbu práce na hodnoty a záměr.

Human Cockpit Layer není nutně jeden konkrétní produkt. Může jít o aplikaci, dashboard, dokumentační rozhraní, asistovaný editor, workflow UI nebo jiný způsob, jak zpřístupnit source of truth lidem.

AIFC předpokládá, že AI agenti a software mohou pracovat přímo se strukturovanou knowledge base. Člověk však potřebuje vrstvu, která mu pomůže rychle porozumět, rozhodnout a jednat.

Human Cockpit Layer tedy není náhrada knowledge base.

Je to lidský přístup k ní.

AIFC komunita by měla zajistit, aby její know-how nebylo pouze strojově zpracovatelné, ale také lidsky ovladatelné.

8. Decision layer

Decision layer popisuje, jak komunita rozhoduje.

Každé významné rozhodnutí by mělo mít:

vlastníka,
kontext,
důvod,
dotčené hodnoty,
zvažované alternativy,
očekávané dopady,
rozhodovací úroveň,
záznam rozhodnutí,
pravidla revize.

AIFC komunita musí rozlišovat:

návrh,
doporučení,
rozhodnutí,
schválenou změnu,
provedenou změnu.

AI-generated návrh nesmí být automaticky považován za rozhodnutí.

8.1 Decision levels

Rozhodnutí může mít různé úrovně:

local decision
team decision
department decision
company decision
owner / board decision
cross-community decision
higher-level governance decision

Návrh změny musí být směrován na správnou rozhodovací úroveň.

Například:

změna lokálního checklistu může být týmové rozhodnutí,
změna security pravidla může být rozhodnutí security governance,
změna hodnotového výkladu může vyžadovat vedení nebo vlastníka komunity,
návrh s dopadem na jiné komunity musí projít community interface.

9. Work layer

Work layer je místo, kde se záměr převádí do činnosti.

AIFC rozlišuje minimálně tři typy práce:

9.1 Development / Change work

Práce, která posouvá komunitu do nového stavu.

Příklady:

nový produkt,
nový proces,
nová stránka,
nová služba,
změna architektury,
migrace,
transformace.

9.2 Maintenance work

Maintenance work je práce, která udržuje systém zdravý.

Příklady:

údržba dokumentace,
cleanup knowledge base,
refactoring,
aktualizace pravidel,
oprava metadat,
údržba skills,
bezpečnostní údržba,
údržba workflow,
aktualizace rozhodnutí,
kontrola zastaralých informací.

Maintenance práce není druhořadá práce.

Vše, o co komunita nepečuje, má tendenci degradovat nebo vytvářet dluh.

Může vznikat:

znalostní dluh,
procesní dluh,
bezpečnostní dluh,
rozhodovací dluh,
skill dluh,
AI dependency dluh,
technický dluh,
nebo dluh v důvěře mezi komunitami.

Maintenance chrání schopnost komunity pokračovat ve směru jejího záměru.

AI může v maintenance práci výrazně pomáhat: hledat zastaralé informace, navrhovat cleanup, identifikovat duplicity, upozorňovat na chybějící metadata nebo detekovat opakující se problémy.

AIFC však požaduje, aby opakovaná maintenance rutina byla postupně převáděna do stabilních non-AI workflow tam, kde to dává smysl.

9.3 Support work

Práce, která reaguje na potřeby, problémy nebo incidenty.

Příklady:

support ticket,
incident,
zákaznický dotaz,
interní požadavek,
bug,
urgentní provozní problém.

AI může pomáhat ve všech typech práce. AIFC ale požaduje, aby bylo jasné:

kde AI pomáhá,
jaký má scope,
jaká data používá,
kdo výsledek vlastní,
zda existuje fallback,
a zda se z práce vytěžuje know-how zpět do source of truth.

10. Learning layer

Learning layer zajišťuje, že komunita nezůstává stejná, ale učí se.

Obsahuje:

retrospektivy,
lessons learned,
AI retrospective,
skill evolution,
workflow conversion,
AI waste backlog,
updates do knowledge base,
aktualizace human skills,
aktualizace AI skills.

AIFC komunita se má ptát:

Co jsme se naučili?
Co se má změnit?
Co má být zapsáno?
Co má být převedeno na workflow?
Co má být přidáno do skillu?
Co má být eskalováno jako návrh změny?
Co už nemá AI dělat opakovaně?
Kde jsme ztratili lidskou schopnost?
Kde vzniká lock-in?

Learning layer propojuje práci s budoucí kvalitou komunity.

11. Feedback layer

Feedback layer je širší než retrospektiva.

Retrospektiva je rituál. Feedback layer je vlastnost systému.

Feedback může vznikat:

průběžně,
po sprintu,
po incidentu,
po zákaznické interakci,
po AI analýze,
po změně trhu,
po konfliktu hodnot,
po detekci ekologického nebo společenského dopadu.

AIFC komunita musí mít mechanismus pro:

sběr signálů,
převod signálů na change proposals,
klasifikaci návrhů,
určení rozhodovací úrovně,
vyhodnocení dopadu,
schválení nebo odmítnutí,
zápis rozhodnutí,
promítnutí přijaté změny do source of truth.

Bez feedback layer je komunita rigidní. Bez decision layer je feedback chaotický.

AIFC požaduje obojí.

12. Interface layer

Komunity existují vedle jiných komunit.

Proto musí mít rozhraní.

Community interface popisuje:

kdo komunita je,
co nabízí,
co potřebuje,
jaké má hodnoty,
jaké má hranice,
jaké vstupy přijímá,
jaké výstupy poskytuje,
jak se s ní spolupracuje,
jak se eskaluje konflikt,
jak přijímá návrhy změn,
jak oznamuje dopady svých rozhodnutí,
jak chrání citlivé informace,
jak umožňuje AI agentům pracovat v rámci pravidel.

Interface layer umožňuje spolupráci mezi:

členem a týmem,
týmem a oddělením,
oddělením a firmou,
firmou a zákazníky,
firmou a státem,
státem a jinými státy,
lidskou komunitou a zastoupeným ekosystémem.

AIFC nepopisuje izolované entity. Popisuje síť komunit se záměrem.

13. Nested communities

AIFC komunita může obsahovat jiné komunity.

Tým může být komunita. Oddělení může být komunita komunit. Firma může být komunita oddělení. Stát může být komunita obcí, firem, institucí a občanů. Svět může být komunita států. Země může být komunita lidských i nelidských systémů.

Tento model je rekurzivní.

Každá úroveň může mít:

vlastní záměr,
vlastní hodnoty,
vlastní knowledge base,
vlastní rozhodování,
vlastní interface,
vlastní AI governance,
vlastní feedback loop.

Zároveň může být součástí vyšší vrstvy se sdílenými hodnotami a pravidly.

14. Community levels

AIFC lze aplikovat na různé úrovně.

14.1 Team

Tým má:

konkrétní práci,
backlog,
skills,
retrospektivy,
AI capacity,
lokální rozhodování,
interface vůči jiným týmům.

14.2 Enterprise

Firma je komunita komunit.

Obsahuje například:

marketing,
sales,
IT,
security,
finance,
HR,
customer service,
product,
operations.

Každá jednotka může mít vlastní knowledge base a vlastní Human Cockpit Layer nad ní.

Firma jako celek sdílí hodnoty, strategii, governance, security pravidla, společné rozhraní a company-as-system model.

14.3 Country

Stát je širší komunita komunit.

Obsahuje:

občany,
obce,
firmy,
školy,
nemocnice,
úřady,
instituce,
profesní skupiny,
přírodní území a zdroje zastoupené datově nebo právně.

AIFC zde neznamená stát řízený AI. Znamená stát, který umí strukturovat znalost, hodnoty, rozhodování a zpětnou vazbu mezi komunitami.

14.4 World

Svět je komunita států a globálních komunit.

Obsahuje:

státy,
mezinárodní organizace,
vědecké komunity,
globální firmy,
kulturní komunity,
humanitární organizace.

AIFC zde popisuje princip interface, sdílených hodnot a zpětné vazby mezi komunitami, nikoli centrální AI řízení.

14.5 Earth

Earth level zahrnuje i nelidské systémy:

zvířata,
rostliny,
lesy,
řeky,
půdu,
oceány,
klima,
budoucí generace.

Tyto systémy nemusí mít vlastní digitální hlas, ale mohou být zastoupeny skrze data, vědu, právo, komunitní zástupce nebo AI interpretaci signálů.

AI může pomoci překládat signály z těchto systémů do návrhů změn pro lidské komunity.

AIFC Earth neznamená svět řízený AI. Znamená lepší schopnost komunit vnímat dopady svého jednání na celý živý systém.

15. Role of AI in the community model

AI má v AIFC komunitě několik rolí.

15.1 AI as accelerator

AI zrychluje:

porozumění,
syntézu,
tvorbu,
analýzu,
dokumentaci,
návrh řešení,
práci se znalostí.

15.2 AI as signal detector

AI může detekovat:

opakované problémy,
hodnotové konflikty,
bezpečnostní rizika,
AI dependency,
příležitosti,
slabiny knowledge base,
cross-community dopady,
ekologické nebo společenské signály.

15.3 AI as proposal generator

AI může navrhovat:

change proposals,
workflow updates,
skill updates,
strategy alternatives,
risk mitigations,
non-AI workflow conversions,
capacity allocation.

15.4 AI as external expert capacity

AI může fungovat jako externí expertní kapacita, pokud má:

účel,
scope,
AI-NDA boundary,
cost control,
human owner,
audit,
exit strategy.

15.5 AI as team member

AI agent může fungovat jako řízený člen týmu, pokud má:

roli,
oprávnění,
zakázané akce,
schvalovací pravidla,
human ownera,
auditní stopu,
možnost vypnutí.

Ve všech rolích platí:

AI může navrhovat. AI může akcelerovat. AI může upozorňovat. AI může pomáhat vykonávat.

Komunita vlastní záměr a odpovědnost.

16. Minimal AIFC community model

Minimální AIFC komunita musí mít alespoň:

1. Purpose
2. Values
3. Human / community ownership
4. Source of truth
5. Basic knowledge structure
6. Decision mechanism
7. Work structure
8. Feedback mechanism
9. AI usage rules
10. AI-NDA boundary for non-public data
11. Fallback for critical AI workflows
12. Human capability reserve
13. Community interface

Toto je minimální model. Pokročilá komunita může přidat:

AI capacity planning,
AI operating modes,
AI retrospective,
skill evolution,
workflow conversion,
AI waste backlog,
company-as-system model,
multi-community governance,
compliance levels,
agent-actionable schemas and validators.

17. Anti-patterns

AIFC community model odmítá následující anti-patterny.

17.1 AI as owner of direction

AI navrhuje směr bez jasného lidského nebo komunitního vlastnictví.

17.2 Documentation without governance

Komunita má mnoho dokumentace, ale chybí rozhodování, hodnoty, ownership a feedback.

17.3 Top-down without feedback

Hodnoty a strategie sestupují dolů, ale zkušenost a signály nemají možnost měnit systém.

17.4 Feedback without decision

Každý může navrhovat změny, ale neexistuje struktura rozhodování, takže systém se zahlcuje.

17.5 AI-dependent operation

Komunita není schopna provést kritickou nebo rutinní práci bez AI.

17.6 Knowledge trapped in tools

Know-how zůstává v chatech, proprietárních AI nástrojích, osobních účtech nebo agentických pamětech mimo source of truth.

17.7 Ghost AI community

Komunita má digitální fasádu a automatizované výstupy, ale nemá odpovědnost, hodnoty, fallback ani skutečné vlastnictví záměru.

17.8 Community without interface

Komunita funguje izolovaně a neumí srozumitelně popsat své hranice, vstupy, výstupy, potřeby a dopady vůči jiným komunitám.

18. Summary

AIFC community model popisuje komunitu jako živý systém.

Ne jako nástroj. Ne jako AI workflow. Ne jako dokumentaci. Ne jako organizační diagram.

AIFC komunita má:

Purpose
Values
Knowledge
Human Cockpit Layer
Decisions
Work
Learning
Feedback
Interface
Human ownership
AI acceleration

Knowledge base je paměť a operační DNA komunity.

Human Cockpit Layer je lidský přístup k této paměti.

AI je akcelerátor nad touto pamětí.

Komunita zůstává vlastníkem záměru, hodnot, rozhodnutí a odpovědnosti.

Její základní pohyb je dvojí:

Top-down:
hodnoty → záměr → strategie → práce

Bottom-up:
zkušenost → signály → návrhy změn → rozhodnutí → aktualizace systému

AI v tomto modelu není vládcem systému.

AI je akcelerátor, detektor signálů, generátor návrhů, externí expertní kapacita a někdy řízený člen týmu.

Komunita však drží záměr, hodnoty, odpovědnost a směr.

AIFC komunita je purpose-driven, human-managed, feedback-enabled and AI-accelerated.