AIFC-031: AI Autonomy and Intensity

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-010 Knowledge Structure
AIFC-020 Human-Managed AI
AIFC-021 AI as External Expert Capacity
AIFC-022 AI-NDA Boundary
AIFC-023 AI as Team Member
AIFC-024 Human Capability Reserve
AIFC-030 AI Capacity Planning

Účel dokumentu: Definovat rozdíl mezi AI autonomy a AI intensity, popsat jejich řízení podle rizika, hodnot, datové citlivosti, lidské review kapacity, governance maturity, Human Capability Reserve a dopadu na komunitu.

1. Purpose of this document

Tento dokument definuje AI Autonomy a AI Intensity.

AI zapojení není jen otázka:

Používáme AI, nebo nepoužíváme AI?

Důležitější otázky jsou:

Jak moc je AI zapojená do práce?
Co smí dělat sama?
Co smí pouze navrhovat?
Kdy potřebuje lidské schválení?
Jaký má přístup k datům?
Jaký má dopad na rozhodování?
Jaký má dopad na lidské schopnosti?
Jak se její míra zapojení mění podle situace?
Jak se vypne nebo sníží při riziku, incidentu nebo vyčerpání budgetu?

AIFC proto rozlišuje:

AI Intensity
→ jak velká část práce, systému nebo komunity je AI-assisted nebo AI-driven

AI Autonomy
→ do jaké míry může AI jednat bez průběžného lidského potvrzení

2. Core principle

Základní princip tohoto dokumentu je:

AI intensity and autonomy must be explicit, contextual and reversible.

Česky:

Míra zapojení a autonomie AI musí být explicitní, kontextová a vratná.

AIFC říká:

Do not let AI autonomy emerge accidentally.

Česky:

Nenechte autonomii AI vzniknout náhodně.

AI autonomie nesmí vznikat tím, že lidé postupně přestanou kontrolovat výstupy.

Musí být vědomě navržena, schválena, měřena a omezena.

3. Definitions

AI Intensity

AI Intensity je celková míra zapojení AI do určité oblasti, workflow, týmu, komunity nebo firmy.

Popisuje, kolik práce je:

bez AI,
AI-assisted,
AI-reviewed,
AI-generated,
AI-executed,
agentically coordinated,
nebo AI-driven within boundaries.

AI Autonomy

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

Popisuje, co AI smí udělat sama:

pouze navrhnout,
připravit draft,
vytvořit proposal,
upravit metadata,
spustit low-risk akci,
zapsat do source of truth,
komunikovat navenek,
vykonat agentický krok,
nebo eskalovat rozhodnutí.

Minimum requirement

Každé významné AI workflow musí mít definovanou AI intensity a AI autonomy level.

4. AI Intensity vs AI Autonomy

AI Intensity a AI Autonomy nejsou totéž.

Komunita může mít vysokou AI intensity, ale nízkou autonomii.

Například:

AI pomáhá s mnoha úkoly,
generuje návrhy,
připravuje podklady,
hledá rizika,
ale člověk vše významné schvaluje.

Komunita může mít nižší AI intensity, ale vysokou autonomii v úzkém scope.

Například:

AI pracuje pouze s metadaty,
ale sama automaticky označuje chybějící ownera nebo deprecated obsah.

Example

High intensity, low autonomy:
AI prepares drafts for most work, but humans approve.

Low intensity, high autonomy:
AI only checks metadata, but fixes low-risk metadata issues automatically.

Minimum requirement

AI governance musí hodnotit intenzitu a autonomii odděleně.

5. AI intensity scale

AIFC doporučuje škálu AI intensity 0–100 %.

0 %   — No AI
25 %  — AI-assisted
50 %  — AI-supported workflows
75 %  — Agent-assisted operation
100 % — High-intensity AI operation within approved boundaries

0 % — No AI

Práce je vykonávána bez AI.

Vhodné pro:

AI-free practice,
fallback,
citlivé rozhodování,
trénink lidských schopností,
situace bez schválené AI-NDA Boundary.

25 % — AI-assisted

AI pomáhá jednotlivcům.

Typicky:

návrh textu,
brainstorming,
sumarizace,
kontrolní otázky,
zjednodušení obsahu.

50 % — AI-supported workflows

AI je součástí workflow.

Typicky:

připravuje drafty,
klasifikuje vstupy,
navrhuje decision level,
vytváří change proposals,
pomáhá s review.

75 % — Agent-assisted operation

AI agenti mají definované role.

Typicky:

maintenance agent,
backlog refinement agent,
security assistant,
support triage agent,
knowledge cleanup agent.

100 % — High-intensity AI operation

AI má vysoké zapojení v předem schváleném scope.

Neznamená to absenci governance.

Znamená to, že v daném scope AI pracuje intenzivně, často agenticky a s předem definovanými approval boundaries.

Minimum requirement

AI intensity musí být definována pro významná workflow nebo oblasti, ne pouze obecně pro celou komunitu.

6. AI autonomy scale

AIFC doporučuje škálu AI autonomy 0–100 %.

0 %   — No autonomous action
25 %  — AI proposes only
50 %  — AI drafts, human approves
75 %  — AI executes approved low-risk actions
100 % — AI operates autonomously within strict pre-approved boundaries

0 % — No autonomous action

AI nesmí jednat samostatně.

Může být vypnutá nebo pouze pasivně dostupná.

25 % — AI proposes only

AI vytváří návrhy.

Nesmí provádět změny.

50 % — AI drafts, human approves

AI připravuje drafty nebo pull requests.

Člověk schvaluje před provedením.

75 % — AI executes approved low-risk actions

AI může provádět nízkorizikové a vratné akce v předem definovaném scope.

Příklad:

označit chybějící metadata,
vytvořit draft maintenance task,
navrhnout klasifikaci,
vytvořit review checklist.

100 % — AI operates within strict pre-approved boundaries

AI může samostatně vykonávat akce v úzce vymezené oblasti.

Musí existovat:

scope,
owner,
audit,
fallback,
revocation,
AI-NDA Boundary,
cost limit,
risk boundary,
incident handling.

Minimum requirement

100 % AI autonomy je přípustná pouze v předem schváleném, omezeném a auditovaném scope.

7. Contextual autonomy

AI autonomie musí být kontextová.

Stejný AI agent může mít různé úrovně autonomie podle typu práce.

Příklad:

Knowledge Maintenance Agent:

missing owner detection: 75 %
draft maintenance proposal: 50 %
update active workflow: 0 %
change sensitivity classification: 0 %
create cleanup report: 75 %
delete source of truth content: forbidden

Autonomie se tedy neurčuje jen na úrovni agenta, ale také na úrovni akce.

Minimum requirement

AI autonomy musí být definována podle typů akcí, pokud agent vykonává více druhů práce s různým rizikem.

8. Risk-based autonomy

AI autonomie musí odpovídat riziku.

Riziko zvyšují zejména:

přístup k restricted datům,
přístup k Operational DNA,
write access do source of truth,
zákaznický dopad,
právní dopad,
finanční dopad,
security dopad,
public output,
dopad na jiné komunity,
změna hodnotového výkladu,
nevratnost akce,
nízká možnost human review,
vysoká AI uncertainty.

Čím vyšší riziko, tím nižší autonomie nebo silnější approval boundary.

Minimum requirement

AI autonomy level musí být odůvodněn rizikem a datovou citlivostí.

9. Reversibility

AI autonomie musí zohledňovat vratnost akce.

Reversible actions

Akce, které lze snadno vrátit.

Příklady:

vytvoření draftu,
označení návrhu,
přidání komentáře,
vytvoření maintenance tasku,
návrh klasifikace.

Mohou mít vyšší autonomii.

Hard-to-reverse actions

Akce, které se obtížně vrací.

Příklady:

publikace externí komunikace,
smazání obsahu,
změna security pravidla,
změna AI-NDA Boundary,
update Operational DNA,
komunikace se zákazníkem,
finanční závazek.

Vyžadují nízkou autonomii a approval.

Minimum requirement

AI nesmí autonomně provádět těžko vratné významné akce bez explicitního schválení.

10. AI intensity by work type

AI intensity má být řízena podle typu práce.

Development / change work

AI může výrazně pomoci s tvorbou, analýzou a drafty.

Rizika:

technický dluh,
nepochopení architektury,
AI dependency,
slabší juniorní učení.

Maintenance work

AI je velmi vhodná pro detekci degradace, ownerless artefaktů, metadata conflicts a outdated obsahu.

Rizika:

mnoho návrhů bez ownerů,
cleanup bez rozhodnutí,
automatické změny bez review.

Support work

AI může pomoci s triage a odpověďmi.

Rizika:

osobní data,
reputační dopad,
halucinace,
ztráta kontaktu lidí se zákazníkem.

Governance work

AI může připravit podklady.

Rizika:

AI jako skrytý rozhodovatel,
values conflict,
false confidence.

Security work

AI může pomoci s detekcí a kontrolou.

Rizika:

práce s citlivými daty,
falešný pocit bezpečí,
únik zranitelností.

Minimum requirement

Komunita musí rozlišovat AI intensity podle typu práce a nesmí používat jednu globální úroveň pro všechny oblasti.

11. AI intensity by data sensitivity

AI intensity a autonomy musí respektovat datovou citlivost.

Public:
higher AI intensity may be acceptable

Internal:
controlled AI intensity with approved tools

Restricted:
limited AI intensity, explicit AI-NDA Boundary, audit

Operational DNA:
strictly controlled AI intensity, explicit approval, limited autonomy

Minimum requirement

Restricted data a Operational DNA vyžadují sníženou autonomii nebo silnější approval boundaries.

12. AI intensity and Human Capability Reserve

Vysoká AI intensity může zvyšovat výkon, ale také snižovat lidské procvičení.

Komunita musí sledovat:

zda lidé stále umí práci vykonat,
zda umí AI výstup zkontrolovat,
zda existuje human skill,
zda existuje fallback,
zda junioři mají learning tasks,
zda review není jen formální.

Vysoká AI intensity bez Human Capability Reserve vytváří křehkou výkonnost.

Minimum requirement

Oblasti s vysokou AI intensity musí mít posouzení dopadu na Human Capability Reserve.

13. AI intensity and source of truth

Vyšší AI intensity často vede k většímu množství AI-generated výstupů.

AIFC požaduje, aby:

významné AI výstupy byly posouzeny pro zápis do source of truth,
AI-generated návrhy byly označené,
active knowledge nebyla přepsána bez governance,
AI outputs nezůstávaly pouze v chatu nebo agent memory,
source of truth rozlišoval draft/proposal/approved/active.

Minimum requirement

Vysoká AI intensity musí mít jasná write-back pravidla do source of truth.

14. AI autonomy and approval boundaries

Approval boundary definuje, kdy AI musí požádat o schválení.

Approval může být vyžadován podle:

typu akce,
datové citlivosti,
dopadu,
rizika,
nevratnosti,
hodnotového konfliktu,
dotčené komunity,
nákladů,
AI uncertainty.

Example

AI may create draft change proposal automatically.
AI must not mark proposal as accepted.
AI may suggest decision level.
AI must not approve decision record.

Minimum requirement

Každé AI workflow s autonomy vyšší než proposal-only musí mít approval boundary.

15. AI autonomy and human override

Vyšší autonomie vyžaduje silnější human override.

Human override musí umožnit:

zastavit AI workflow,
snížit autonomii,
pozastavit agenta,
odvolat přístup,
revertovat změny,
přepnout na fallback,
označit výstupy jako invalid,
zahájit incident response.

Minimum requirement

AI workflow s autonomním vykonáváním akcí musí mít human override mechanismus.

16. AI autonomy and auditability

Čím vyšší autonomie, tím vyšší požadavek na audit.

Audit musí umožnit zjistit:

co AI udělala,
kdy,
s jakými daty,
podle jakého pravidla,
v jakém scope,
s jakým modelem nebo agentem,
kdo byl owner,
zda bylo potřeba approval,
zda byl výstup přijat,
zda vznikl incident.

Minimum requirement

Autonomní AI akce v neveřejném nebo provozním kontextu musí být auditovatelné.

17. AI intensity and cost

Vyšší AI intensity často znamená vyšší náklady.

Ale náklady nemusí růst lineárně.

Agentické systémy mohou vytvářet:

mnoho interních volání,
opakované kontroly,
redundantní analýzy,
output noise,
review zátěž,
storage a logging náklady.

AI intensity musí být propojena s AI Capacity Planning.

Minimum requirement

Oblasti s vysokou AI intensity musí mít cost visibility a budget boundary.

18. Dynamic adjustment

AI intensity a autonomy se mohou měnit podle situace.

Například:

snížit při incidentu,
snížit při překročení budgetu,
snížit při nízké review kapacitě,
snížit při detekci AI dependency,
zvýšit při schváleném mission mode,
zvýšit při low-risk cleanupu,
přepnout do AI-off při boundary incidentu.

Změna intensity nebo autonomy sama o sobě může být change proposal.

Minimum requirement

Komunita musí mít mechanismus, jak AI intensity a autonomy snížit, zvýšit nebo vypnout.

19. AI autonomy escalation

AI autonomie nemá růst nepozorovaně.

Přechod z nižší autonomy na vyšší musí být schválen.

Například:

proposal-only
→ draft-with-review
→ approved-low-risk-execution
→ bounded-autonomous-operation

Každý krok vyžaduje:

důvod,
ownera,
risk assessment,
audit,
fallback,
review výsledků,
Human Capability Reserve check.

Minimum requirement

Zvýšení AI autonomy u významného workflow musí být schválený change proposal nebo decision record.

20. AI autonomy de-escalation

Komunita musí umět autonomii snížit.

Důvody:

incident,
halucinace,
zvýšený počet odmítnutých výstupů,
budget limit,
chybějící review capacity,
values conflict,
AI dependency signal,
boundary violation,
model change,
vendor issue.

De-escalation není selhání.

Je to normální governance mechanismus.

Minimum requirement

AI autonomy musí být vratná.

21. AI intensity slider

Human Cockpit Layer může zobrazovat AI intensity jako slider.

Příklad:

0 %    25 %       50 %       75 %       100 %
No AI  Assist     Workflow   Agents     High-intensity bounded AI

Slider je užitečný lidský model, ale musí být napojený na skutečná pravidla:

allowed actions,
approval boundaries,
AI-NDA Boundary,
budget,
risk,
autonomy,
fallback,
audit.

Slider bez pravidel je iluze řízení.

Minimum requirement

Pokud Human Cockpit Layer používá AI intensity slider, musí být propojen s governance pravidly, ne pouze vizuálním nastavením.

22. AI intensity profile

AIFC doporučuje nepoužívat jednu globální intenzitu pro celou komunitu.

Lepší je AI intensity profile podle oblastí.

Příklad:

ai_intensity_profile:
  documentation: 75
  knowledge_maintenance: 80
  customer_support: 40
  security: 25
  strategy: 35
  operational_dna: 10
  public_publishing: 25
  learning: 60

To umožňuje vysoké AI zapojení tam, kde je přínos vysoký a riziko řízené, a nízké tam, kde je potřeba lidská odpovědnost.

Minimum requirement

Komunita s významným AI použitím musí rozlišovat AI intensity podle oblastí nebo workflow.

23. AI autonomy profile

Podobně může komunita definovat autonomy profile.

Příklad:

ai_autonomy_profile:
  missing_metadata_detection: 75
  draft_change_proposal: 50
  accept_change_proposal: 0
  update_active_workflow: 0
  create_maintenance_task: 75
  publish_external_content: 0
  summarize_public_content: 75
  process_restricted_data: 25

Minimum requirement

Agent s více typy akcí musí mít autonomy profile podle akce nebo kategorie akce.

24. Relationship with AI Operating Modes

AI autonomy and intensity jsou stavební prvky AI operating modes.

Například:

Conservative mode:
low intensity, low autonomy

Balanced mode:
medium intensity, controlled autonomy

Aggressive mode:
high intensity, bounded autonomy

Mission mode:
temporarily high intensity for approved purpose

Emergency AI-off mode:
low or zero intensity, zero autonomy for critical areas

AI operating modes budou detailně definovány v:

AIFC-032: AI Operating Modes

Minimum requirement

AI operating modes musí jasně definovat odpovídající intensity a autonomy boundaries.

25. Relationship with AI Retrospective

AI Retrospective musí vyhodnocovat, zda zvolená intensity a autonomy byly správné.

Otázky:

Byla AI intensity příliš nízká nebo vysoká?
Byla autonomie přiměřená riziku?
Kolik výstupů bylo odmítnuto?
Vznikl AI waste?
Vznikla AI dependency?
Chyběla review capacity?
Byl potřeba human override?
Došlo k boundary violation?
Má se autonomy snížit nebo zvýšit?
Má vzniknout workflow conversion?

Minimum requirement

AI Retrospective musí umožnit změnu AI intensity a autonomy na základě zkušenosti.

26. Relationship with Human Cockpit Layer

Human Cockpit Layer musí zviditelňovat AI intensity a autonomy.

Měl by ukazovat:

aktuální intensity profile,
autonomy profile,
AI operating mode,
high-autonomy actions,
pending approvals,
human override options,
budget impact,
risk level,
AI dependency signals,
boundary status,
fallback readiness.

Bez lidské viditelnosti se AI autonomie může stát neviditelnou mocí v systému.

Minimum requirement

Odpovědné role musí mít lidsky dostupný přehled aktuální AI intensity a autonomy u významných workflow.

27. Suggested metadata

Příklad metadat pro AI autonomy/intensity profile:

ai_autonomy_intensity:
  id:
  title:
  status: draft | proposed | active | paused | deprecated | archived
  owner:
  scope:
  related_workflow:
  related_ai_team_member:
  ai_intensity_level: 0 | 25 | 50 | 75 | 100
  ai_autonomy_level: 0 | 25 | 50 | 75 | 100
  intensity_profile:
  autonomy_profile:
  data_classification:
  ai_nda_boundary:
  approval_boundary:
  human_override:
  audit_required: true | false
  fallback_required: true | false
  fallback_defined: true | false
  human_capability_risk:
  cost_boundary:
  review_cycle:
  last_reviewed:
  escalation_rules:
  de_escalation_rules:

Tato struktura je ilustrativní.

Finální schéma má být definováno v agent-actionable vrstvě standardu.

28. Anti-patterns

AIFC odmítá následující anti-patterny.

28.1 Accidental autonomy

AI získá faktickou autonomii tím, že lidé přestanou výstupy kontrolovat.

28.2 One global AI level

Komunita nastaví jednu úroveň AI pro všechno bez rozlišení rizika a typu práce.

28.3 High autonomy without audit

AI provádí akce bez dostatečné auditní stopy.

28.4 High intensity without Human Capability Reserve

AI je hluboce zapojená, ale lidé ztrácejí schopnost práci pochopit a obnovit.

28.5 Autonomy used to compensate for lack of reviewers

Komunita zvýší autonomii AI jen proto, že lidé nestíhají review.

28.6 Slider without governance

Human Cockpit Layer ukazuje hezký slider, ale ten není napojený na pravidla a boundaries.

28.7 Operational DNA high autonomy

AI má vysokou autonomii nad Operational DNA bez explicitního schválení a auditu.

28.8 No de-escalation path

AI autonomie jde zvyšovat, ale nejde snadno snížit.

28.9 Autonomous external output

AI publikuje externí obsah nebo komunikuje se zákazníkem bez pravidel a approval.

28.10 Autonomy without fallback

AI vykonává kritické kroky bez AI-off fallbacku.

29. Minimal requirements

AIFC komunita musí v oblasti AI Autonomy and Intensity minimálně splnit:

Rozlišuje AI intensity a AI autonomy.
Významná AI workflow mají definovanou AI intensity.
Významná AI workflow mají definovanou AI autonomy.
AI autonomy je definována podle typů akcí, pokud se riziko liší.
AI intensity je rozlišena podle oblastí nebo workflow.
Autonomy level je odůvodněn rizikem a citlivostí dat.
Těžko vratné významné akce neprovádí AI autonomně bez approval.
AI workflow s autonomií nad proposal-only má approval boundary.
Autonomní AI workflow má human override.
Autonomní AI akce v neveřejném kontextu jsou auditovatelné.
Vysoká AI intensity má cost visibility.
Vysoká AI intensity má posouzení Human Capability Reserve.
Restricted data a Operational DNA mají sníženou autonomii nebo silnější approval.
Zvýšení AI autonomy u významného workflow vyžaduje change proposal nebo decision record.
AI autonomy je vratná a lze ji snížit.
Human Cockpit Layer nebo governance rozhraní zviditelňuje intensity, autonomy a override options.
AI Retrospective vyhodnocuje vhodnost nastavené intensity a autonomy.

30. Summary

AI zapojení není binární.

Nestačí říct:

Používáme AI.

AIFC komunita musí vědět:

Kde AI používáme.
Jak intenzivně ji používáme.
Co smí dělat sama.
Kde musí žádat o schválení.
Jaká data smí vidět.
Jaké riziko tím vzniká.
Jak ji vypneme.
Jak zachováme lidskou schopnost.

AIFC proto říká:

Make AI intensity visible.
Make AI autonomy explicit.
Make both reversible.

Česky:

Zviditelněte míru zapojení AI.
Zexplicitněte autonomii AI.
Udělejte obojí vratné.

AI autonomie může být velmi užitečná.

Ale pouze tehdy, když je vědomě navržena, řízena, auditována a podřízena záměru, hodnotám a lidské odpovědnosti komunity.

AI Autonomy and Intensity turn AI involvement into governed degrees of freedom.