AIFC-020: Human-Managed AI

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

AIFC-000 Manifest AI-first komunity
AIFC-001 Core Concepts
AIFC-002 Community Model
AIFC-003 Values and Purpose
AIFC-004 Feedback and Change Proposals
AIFC-010 Knowledge Structure
AIFC-011 Operational DNA
AIFC-012 Metadata and Markdown
AIFC-013 Human and AI Readable Content

Účel dokumentu: Definovat princip Human-Managed AI: jak může AI komunitu akcelerovat, podporovat a rozšiřovat její schopnosti, aniž by převzala vlastnictví záměru, hodnot, odpovědnosti, kritických rozhodnutí nebo provozní schopnosti komunity.

1. Purpose of this document

Tento dokument definuje základní pravidla pro zapojení AI v AIFC komunitě.

AIFC není anti-AI standard.

Naopak předpokládá, že AI může komunitám výrazně pomoci:

chápat vlastní know-how,
syntetizovat informace,
detekovat rizika,
navrhovat změny,
akcelerovat práci,
vytvářet skills,
čistit knowledge base,
podporovat rozhodování,
zlepšovat workflows,
hledat rozpory,
chránit před degradací,
a pomáhat komunitě učit se.

Zároveň však AIFC odmítá model, ve kterém se komunita postupně stane závislou na AI tak, že bez ní ztratí schopnost rozhodovat, pracovat, chápat vlastní systém nebo pokračovat ve svém záměru.

Tento dokument proto odpovídá na otázky:

Co znamená Human-Managed AI?
Jaký je rozdíl mezi AI-first a AI-dependent?
Co smí AI vlastnit a co nesmí?
Kdo vlastní záměr, hodnoty a rozhodnutí?
Jak se pracuje s AI-generated návrhy?
Kdy je nutné lidské schválení?
Jak se řídí autonomie AI?
Jak se brání AI dependency?
Jakou roli má Human Cockpit Layer?
Jak má komunita zůstat schopná fungovat i bez AI?

2. Core principle

Základní princip tohoto dokumentu je:

AI may accelerate the community.
AI must not own the community.

Česky:

AI může komunitu akcelerovat.
AI nesmí komunitu vlastnit.

AIFC komunita může být AI-first.

Nesmí však být AI-dependent.

AI může:

analyzovat,
navrhovat,
syntetizovat,
generovat,
upozorňovat,
validovat,
porovnávat,
připravovat podklady,
vykonávat schválené nízkorizikové kroky,
pomáhat s údržbou knowledge base,
a podporovat rozhodování.

AI nesmí bez odpovědné governance vlastnit:

záměr,
hodnoty,
kritická rozhodnutí,
odpovědnost,
provozní schopnost,
důvěrnost know-how,
nebo směr komunity.

AI může navrhovat cesty. Komunita drží směr.

3. AI-first vs AI-dependent

AIFC rozlišuje dva zásadně odlišné stavy.

AI-first community

AI-first komunita má své znalosti, hodnoty, práci, rozhodování a rozhraní strukturované tak, aby je AI mohla bezpečně číst, zlepšovat a akcelerovat.

AI-first komunita:

má source of truth,
má hodnoty a záměr,
má lidské vlastnictví odpovědnosti,
má AI governance,
má AI-NDA boundary,
má fallback pro kritická workflow,
vrací AI-generated know-how do source of truth,
sleduje AI dependency,
udržuje human capability reserve,
používá AI jako akcelerátor.

AI-dependent community

AI-dependent komunita ztrácí schopnost fungovat bez AI.

AI-dependent komunita:

neví, kde všude AI používá,
nemá fallback,
nemá exit strategii,
nechává know-how v AI nástrojích,
ztrácí lidské skills,
neumí validovat AI výstupy,
automatizuje kritická rozhodnutí bez governance,
přenáší provozní schopnost do externího nástroje,
zastaví se při výpadku AI, tokenů, modelu nebo vendora.

Minimum requirement

AIFC komunita musí pravidelně rozlišovat, zda její použití AI představuje:

AI acceleration

nebo

AI dependency

AI acceleration je žádoucí. AI dependency musí být řízené riziko.

4. AI as accelerator, not owner

AI má v AIFC komunitě roli akcelerátoru.

To znamená, že pomáhá komunitě rychleji nebo lépe:

porozumět,
formulovat,
navrhovat,
rozhodovat s podklady,
pracovat,
učit se,
udržovat znalosti,
odhalovat rozpory,
vytvářet alternativy,
zlepšovat systém.

AI však není owner.

Owner je člověk, role, tým, governance orgán nebo komunita.

Example

AI může navrhnout změnu workflow.

AI nesmí sama rozhodnout, že nové workflow je schválené, pokud jde o významnou změnu.

Správný model:

AI detects issue
→ AI drafts change proposal
→ human/process owner reviews
→ decision is recorded
→ approved change updates source of truth

Špatný model:

AI detects issue
→ AI updates active workflow
→ no review
→ no decision record
→ no owner

Minimum requirement

AI-generated návrh významné změny musí být označen jako návrh a musí projít odpovědnou governance.

5. Human ownership of purpose

Záměr komunity musí vlastnit člověk nebo komunita.

AI může pomoci:

shrnout existující diskusi,
pojmenovat opakující se motivy,
porovnat formulace,
upozornit na rozpor,
navrhnout otázky,
formulovat varianty,
převést záměr do strategie.

AI však nesmí být konečným vlastníkem záměru.

Required distinction

AIFC musí rozlišovat:

AI-generated purpose proposal

community-approved purpose

AI-generated purpose proposal je návrh. Community-approved purpose je rozhodnutí.

Minimum requirement

Schválený záměr musí být dohledatelně přijat člověkem nebo komunitní governance.

6. Human ownership of values

Hodnoty jsou nejvyšší governance vrstva komunity.

AI může pomoci hodnoty:

formulovat,
vysvětlovat,
porovnávat,
testovat na příkladech,
hledat rozpory mezi hodnotami a praxí,
navrhovat aktualizaci výkladu.

AI však nesmí sama rozhodnout, jaké hodnoty komunita přijímá nebo opouští.

Hodnoty určují, co komunita nechce obětovat ani při tlaku na výkon, rychlost, efektivitu, zisk nebo AI intenzitu.

Minimum requirement

Změna hodnot nebo významného výkladu hodnot musí projít vyšší lidskou nebo komunitní rozhodovací úrovní.

7. Human ownership of decisions

AI může podporovat rozhodování.

Může připravit:

shrnutí,
varianty,
argumenty,
rizika,
dopady,
hodnotové konflikty,
nákladové scénáře,
návrh rozhodovací úrovně,
doporučení.

Ale významné rozhodnutí musí mít odpovědného lidského nebo komunitního ownera.

Decision distinction

AIFC musí rozlišovat:

analysis
recommendation
proposal
decision
approved change
implemented change

AI může vytvářet analysis, recommendation a proposal.

Decision musí patřit odpovědné governance.

Minimum requirement

Kritická rozhodnutí nesmí být provedena pouze na základě AI výstupu bez dohledatelného lidského nebo komunitního schválení.

8. Human ownership of accountability

Odpovědnost nelze delegovat na AI.

AI může provést akci. AI může navrhnout rozhodnutí. AI může generovat výstup.

Odpovědnost však nese člověk, tým, organizace nebo komunita.

To platí zejména pro:

zákaznické dopady,
právní dopady,
bezpečnostní dopady,
finanční dopady,
dopady na zaměstnance,
dopady na jiné komunity,
dopady na životní prostředí,
dopady na operational DNA,
dopady na hodnoty a záměr.

Minimum requirement

Každé významné AI workflow musí mít určeného human ownera nebo community ownera odpovědnosti.

9. AI-generated proposals

AI-generated proposal je návrh vytvořený AI agentem nebo AI nástrojem.

Může se týkat například:

změny workflow,
aktualizace skillu,
cleanupu knowledge base,
změny AI capacity,
detekce AI dependency,
snížení AI intensity,
změny AI-NDA boundary,
nového fallbacku,
úpravy strategie,
detekce purpose driftu,
řešení values conflict.

AI-generated proposal může být velmi cenný.

Ale nesmí být skrytě zaměněn za schválené rozhodnutí.

Minimum requirement

AI-generated proposals musí být:

označené jako AI-generated,
navázané na observed signal nebo důvod,
klasifikované,
přiřazené rozhodovací úrovni,
reviewované člověkem nebo odpovědnou governance,
zapsané do source of truth, pokud jsou významné.

10. AI approval boundaries

AI approval boundary definuje hranici, kde AI může jednat samostatně a kde musí požádat o lidské schválení.

Tato hranice závisí na:

riziku,
citlivosti dat,
dopadu,
rozhodovací úrovni,
reverzibilitě změny,
AI-NDA boundary,
hodnotovém dopadu,
vlivu na jiné komunity,
vlivu na Operational DNA.

Low-risk actions

AI může mít vyšší autonomii u nízkorizikových a vratných akcí.

Například:

návrh textové úpravy,
klasifikace dokumentu,
návrh tagů,
detekce chybějících metadat,
příprava draftu,
sumarizace,
vytvoření maintenance návrhu.

High-risk actions

AI musí mít omezenou autonomii u vysokorizikových akcí.

Například:

změna aktivního workflow,
změna AI-NDA boundary,
přístup k Operational DNA,
publikace externího obsahu,
rozhodnutí se zákaznickým dopadem,
finanční rozhodnutí,
security změna,
změna hodnotového výkladu,
odstranění kritické knowledge.

Minimum requirement

Každé významné AI workflow musí mít definované approval boundaries.

11. Human review

Human review je proces, kterým člověk nebo odpovědná governance posuzuje AI výstup.

Human review nesmí být pouze formální kliknutí.

Musí být přiměřený riziku.

Review depth

Nízké riziko může vyžadovat lehký review.

Vysoké riziko může vyžadovat:

kontrolu zdrojů,
porovnání s hodnotami,
security review,
právní review,
owner approval,
decision record,
test fallbacku,
ověření dopadu na jiné komunity.

Minimum requirement

Human review musí být definovaný u AI workflow, která ovlivňují kritická rozhodnutí, zákazníky, security, Operational DNA nebo hodnoty.

12. Human override

AIFC komunita musí mít možnost AI zastavit, přepsat nebo obejít.

Human override znamená, že člověk nebo odpovědná governance může:

pozastavit AI workflow,
zrušit AI návrh,
snížit AI autonomy,
přepnout do AI-off režimu,
odebrat agentovi oprávnění,
zablokovat AI přístup k datům,
označit AI výstup jako rejected,
vrátit workflow na non-AI fallback.

Human override není selhání AI-first přístupu.

Je to bezpečnostní a governance mechanismus.

Minimum requirement

Kritické AI workflow musí mít definovaný human override mechanismus.

13. AI autonomy levels

AI autonomie je míra, do jaké AI může jednat bez průběžného lidského potvrzení.

AIFC doporučuje řídit autonomii jako škálu.

0 %  — no AI
25 % — AI proposes only
50 % — AI executes drafts with human approval
75 % — AI executes approved low-risk actions with review gates
100 % — AI operates autonomously within strict pre-approved boundaries

100 % autonomie neznamená absenci governance.

Znamená pouze, že AI může jednat samostatně v předem schválené, auditované a omezené oblasti.

Minimum requirement

Každý AI agent nebo AI workflow musí mít definovanou úroveň autonomie.

14. AI operating modes

AI operating mode je pojmenovaný režim zapojení AI.

Příklady:

Conservative
Balanced
Aggressive
Mission Mode
Emergency AI-Off Mode

Conservative

AI převážně navrhuje, člověk rozhoduje.

Vhodné pro:

nové workflow,
citlivá data,
nízkou AI maturity,
vysoké riziko.

Balanced

AI pomáhá aktivně, ale významné kroky schvaluje člověk.

Vhodné pro běžný provoz.

Aggressive

AI má vyšší zapojení a rychlejší akce v předem schváleném scope.

Vhodné pro:

migrace,
cleanup,
urgentní transformaci,
vysoký objem práce s přijatelným rizikem.

Mission Mode

Dočasně zvýšená AI intenzita pro specifický cíl.

Musí mít:

jasný účel,
časové omezení,
budget,
ownera,
risk boundary,
exit.

Emergency AI-Off Mode

Režim, kdy komunita vypne nebo výrazně omezí AI.

Používá se při:

incidentu,
úniku dat,
vendor problému,
ztrátě důvěry,
budget limitu,
právním riziku,
kritickém model failure.

Minimum requirement

Kritická AI-first komunita musí mít alespoň běžný AI režim a AI-off fallback režim.

15. AI dependency risk

AI dependency risk je riziko, že komunita ztratí schopnost provádět práci, rozhodovat nebo obnovit provoz bez AI.

AI dependency může vznikat pomalu a nenápadně.

Příklady:

vývojář neumí dokončit rutinní kód bez AI,
tým neumí napsat zákaznickou odpověď bez AI,
knowledge base se aktualizuje pouze pomocí AI a nikdo nerozumí struktuře,
rozhodovací podklady se vytvářejí pouze agentem,
AI skills obsahují know-how, které nemá human skill variantu,
workflow nemá non-AI fallback,
agentická paměť obsahuje kritický kontext mimo source of truth.

Minimum requirement

AIFC komunita musí pravidelně sledovat AI dependency risk a vytvářet opatření pro jeho snížení.

16. Human capability reserve

Human Capability Reserve je vědomě udržovaná schopnost lidí chápat, vykonat, zkontrolovat nebo obnovit práci bez AI.

AI má schopnosti komunity rozšiřovat, ne nahrazovat tak, že komunita bez AI ochromí.

Pokud výpadek tokenů zastaví jednoduchou rutinní práci, firma nezískala inteligenci. Ztratila odolnost.

Human capability reserve může zahrnovat:

pravidelnou AI-free práci,
zachování juniorních úloh,
fallback checklisty,
trénink základních dovedností,
human review skills,
disaster recovery testy bez AI,
dokumentované human skills,
non-AI operating mode.

Minimum requirement

Kritické schopnosti komunity musí mít lidsky pochopitelnou a obnovitelnou variantu.

17. AI-off fallback

AI-off fallback je schopnost pokračovat v kritickém workflow bez AI.

Nemusí znamenat stejnou rychlost.

Musí však znamenat přijatelnou provozuschopnost.

AI-off fallback může být:

ruční checklist,
simplified workflow,
reduced service mode,
alternate vendor,
local tool,
human review board,
static template,
documented procedure.

Minimum requirement

Kritická AI workflow musí mít AI-off fallback nebo výslovně schválené riziko absence fallbacku.

18. Role of Source of Truth

Source of truth je autoritativní paměť komunity.

AI nesmí být jedinou pamětí systému.

AIFC požaduje:

AI-generated know-how se vrací do source of truth,
kritická rozhodnutí se ukládají jako decision records,
AI skills jsou verzované a exportovatelné,
Operational DNA není uzamčena v agentické paměti,
AI návrhy jsou dohledatelné,
schválené změny jsou zapsané.

AI může pomáhat source of truth udržovat. Nesmí ho nahradit.

Minimum requirement

Významné know-how vzniklé pomocí AI musí být posouzeno pro zápis do source of truth.

19. Role of Human Cockpit Layer

Human Cockpit Layer je lidský přístup k source of truth.

V Human-Managed AI má zásadní roli, protože zviditelňuje:

kde se AI používá,
jakou má autonomii,
jaká data používá,
kdo je owner,
jaké návrhy AI vytvořila,
co čeká na approval,
kde vzniká AI dependency,
kde došel budget,
kde je AI waste,
kde je potřeba fallback,
kde AI detekovala riziko,
kde je potřeba human override.

Bez Human Cockpit Layer může být AI governance formálně zapsaná, ale lidsky neovladatelná.

Minimum requirement

Komunita musí mít lidsky dostupný způsob, jak vidět a řídit významné AI zapojení.

20. AI and Operational DNA

Operational DNA je kritická schopnost komunity.

AI může Operational DNA pomáhat:

číst,
analyzovat,
čistit,
syntetizovat,
aktualizovat,
chránit,
validovat,
převádět do skills,
hledat rozpory,
navrhovat zlepšení.

Ale AI přístup k Operational DNA musí být řízený.

Operational DNA nesmí být nekontrolovaně předána externí inteligenci.

Minimum requirement

AI přístup k Operational DNA musí být omezený, auditovatelný, odvolatelný a řízený AI-NDA boundary.

21. AI and feedback loop

AI může být důležitým prvkem feedback loop.

Může detekovat:

opakované problémy,
values conflicts,
purpose drift,
AI waste,
AI dependency,
missing fallback,
outdated knowledge,
missing owner,
cross-community impact,
security risk.

AI může připravit change proposal.

Ale návrh změny není rozhodnutí.

Minimum requirement

AI-generated feedback musí být označen a zpracován stejným governance mechanismem jako jiné významné change proposals.

22. AI and maintenance

AI může výrazně pomáhat s maintenance.

Může hledat:

zastaralý obsah,
duplicity,
chybějící metadata,
artefakty bez ownera,
deprecated obsah,
broken links,
konfliktní pravidla,
AI workflows bez fallbacku,
Operational DNA bez review,
knowledge trapped in chat.

Maintenance není druhořadá práce.

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

AI může maintenance zrychlit, ale nemá nahradit vlastnictví péče.

Minimum requirement

AI maintenance návrhy musí mít ownera a lifecycle, pokud mají vést ke změně source of truth.

23. AI and skills

AI může pomoci rozvíjet human skills i AI skills.

Může:

extrahovat pravidla z dobrých výstupů,
navrhovat nové skills,
aktualizovat checklisty,
detekovat anti-patterny,
převádět zkušenost do výuky,
vytvářet AI agent instrukce.

AIFC však požaduje, aby AI skill nebyl jediným místem, kde je know-how uloženo.

Kritické know-how musí mít lidsky pochopitelnou podobu.

Minimum requirement

Kritické AI skills musí být navázány na human-readable znalost nebo human skill.

24. AI and cost control

Human-managed AI zahrnuje i řízení nákladů.

AI spotřebovává:

peníze,
tokeny,
compute,
review čas,
pozornost,
governance kapacitu,
bezpečnostní kapacitu.

AI použití musí být měřitelné a plánovatelné.

Budget limit může automaticky snížit AI intensity nebo přepnout do omezeného režimu.

Minimum requirement

Významné AI použití musí mít cost visibility a pravidla pro překročení budgetu.

25. AI and risk control

AI risk není pouze technologické riziko.

Může jít o:

bezpečnostní riziko,
právní riziko,
reputační riziko,
AI dependency,
AI lock-in,
knowledge leakage,
hodnotový konflikt,
purpose drift,
chybnou automatizaci,
ztrátu lidské schopnosti,
nekontrolované rozhodování,
dopad na jiné komunity.

Minimum requirement

Významná AI workflow musí mít risk assessment přiměřený jejich dopadu.

26. AI as external expert capacity

AI může být chápána jako externí expertní kapacita.

Podobně jako konzultační firma může přinést know-how, rychlost a nový pohled.

Ale stejně jako externí konzultační firma potřebuje:

účel,
scope,
NDA hranici,
budget,
ownera,
pravidla práce s know-how,
audit,
exit strategii.

Tento princip bude detailně popsán v:

AIFC-021: AI as External Expert Capacity

Minimum requirement

Významné AI použití nad neveřejným know-how musí být řízeno jako externí expertní kapacita, ne jako běžný interní nástroj bez hranic.

27. AI-NDA boundary

AI-NDA boundary určuje, jaká data AI smí vidět, za jakým účelem, kde se zpracovávají a jak se chrání.

Bez AI-NDA boundary může AI fungovat jako nekontrolovaná externí paměť komunity.

Tento princip bude detailně popsán v:

AIFC-022: AI-NDA Boundary

Minimum requirement

AI nesmí pracovat s neveřejným nebo citlivým know-how bez schválené AI-NDA boundary.

28. AI as team member

AI agent může fungovat jako řízený člen týmu.

Musí však mít:

roli,
scope,
ownera,
oprávnění,
zakázané akce,
měření přínosu,
audit,
approval rules,
možnost vypnutí.

Tento princip bude detailně popsán v:

AIFC-023: AI as Team Member

Minimum requirement

AI agent s nástroji nebo přístupem k neveřejné knowledge base musí mít definovanou roli, oprávnění a human ownera.

29. Human capability reserve

Human Capability Reserve bude detailně popsána v:

AIFC-024: Human Capability Reserve

V tomto dokumentu je důležité ukotvit základní princip:

AI má zvyšovat schopnost komunity.

Nesmí odstranit schopnost lidí pochopit, vykonat, validovat nebo obnovit kritickou práci.

Minimum requirement

Komunita musí sledovat, zda AI nepřesouvá kritickou schopnost z lidí a source of truth do externího modelu, vendora nebo agentické paměti.

30. Anti-patterns

AIFC odmítá následující anti-patterny.

30.1 AI as owner of purpose

AI formuluje záměr a komunita ho přijme bez skutečného rozhodnutí.

30.2 AI as hidden decision maker

AI výstupy se v praxi stávají rozhodnutími, i když formálně měla AI jen doporučovat.

30.3 AI-generated truth without review

AI-generated obsah je uložen jako active source of truth bez review.

30.4 AI dependency disguised as productivity

Tým působí produktivně, ale bez AI ztrácí schopnost vykonat základní práci.

30.5 No AI-off fallback

Kritické workflow funguje pouze s AI.

30.6 No human owner

AI workflow nemá člověka nebo komunitu odpovědnou za výstup.

30.7 No approval boundary

Není jasné, co AI smí vykonat sama a co vyžaduje schválení.

30.8 No cost control

AI spotřeba roste bez plánování, měření a prioritizace.

30.9 No AI-NDA boundary

AI pracuje s interním nebo citlivým know-how bez jasné hranice důvěrnosti.

30.10 AI memory as source of truth

Agentická paměť nebo chat historie se stane neformální autoritativní pamětí komunity.

30.11 AI skills without human skills

Kritické know-how je dostupné pouze agentům, ale ne lidem.

30.12 Human Cockpit without AI visibility

Lidské rozhraní ukazuje práci, ale nezviditelňuje AI zapojení, rizika, návrhy a approvals.

31. Minimal requirements

AIFC komunita musí v oblasti Human-Managed AI minimálně splnit:

Rozlišuje AI-first a AI-dependent stav.
Má lidského nebo komunitního ownera záměru.
Má lidského nebo komunitního ownera hodnot.
Má lidského nebo komunitního ownera kritických rozhodnutí.
Každé významné AI workflow má human nebo community ownera.
AI-generated návrhy jsou označené jako návrhy.
AI-generated rozhodovací podklady nejsou automaticky rozhodnutími.
Významné AI návrhy procházejí review.
AI approval boundaries jsou definované.
Kritická AI workflow mají human override.
AI autonomie je řízená podle rizika.
Kritická AI workflow mají AI-off fallback nebo schválené riziko absence fallbacku.
AI dependency risk je pravidelně sledován.
Kritické schopnosti mají human-readable podobu.
Významné AI-generated know-how je posuzováno pro zápis do source of truth.
AI přístup k Operational DNA je řízený AI-NDA boundary.
Významné AI použití má cost visibility.
Významné AI workflow má risk assessment.
Human Cockpit Layer zviditelňuje AI použití, návrhy, approvals a rizika.
Komunita má možnost přepnout kritické oblasti do AI-off nebo omezeného AI režimu.

32. Summary

Human-Managed AI je jádrem AIFC.

AI může komunitě přinést obrovskou rychlost, porozumění a schopnost akce.

Ale rychlost bez záměru zrychluje chaos. Automatizace bez hodnot zvyšuje riziko. Agentická práce bez ownershipu rozmazává odpovědnost. AI bez fallbacku snižuje odolnost. Know-how uložené pouze v AI nástroji oslabuje komunitu.

AIFC proto říká:

Use AI deeply.
Manage it consciously.
Keep purpose human-owned.
Keep decisions accountable.
Keep knowledge in the source of truth.
Keep the community capable without AI.

Česky:

Používejte AI naplno.
Řiďte ji vědomě.
Zachovejte lidské vlastnictví záměru.
Zachovejte odpovědnost rozhodnutí.
Držte know-how v source of truth.
Udržte komunitu schopnou fungovat i bez AI.

AI-first komunita není komunita řízená AI.

Je to komunita, která je tak dobře strukturovaná, že ji AI může bezpečně akcelerovat.

Human-Managed AI turns artificial intelligence into governed community capacity.