Povjerenje, pouzdanost i Zero Trust: zašto budućnost povjerenja mora biti provjerljiva

Povjerenje ne treba maksimizirati. Treba ga zaslužiti, potkrijepiti dokazima i neprestano usklađivati.

Gotovo svaka tehnološka tvrtka tvrdi da gradi povjerenje. No sama fraza „vjerujte nam“ već otkriva temeljni problem: traži povjerenje prije nego što pruži dovoljno razloga za njega. Pružatelj softvera može tvrditi da su podaci korisnika sigurni. Korisnik može povjerovati toj tvrdnji i odlučiti da će vjerovati pružatelju. Je li pružatelj doista pouzdan (engl. trustworthy), međutim, drugo je pitanje. Samo dokazi o implementiranim sigurnosnim kontrolama, njihovoj učinkovitosti, opsegu i kontinuiranom funkcioniranju mogu pružiti racionalnu osnovu za to povjerenje. Upravo se ovdje pojmovi poput povjerenja, pouzdanosti, jamstva (engl. assurance), oslanjanja (engl. reliance), usklađenosti, digitalnog povjerenja i Zero Trusta često miješaju. Ipak, oni opisuju različite aspekte istog problema.

Razumijevanje tih razlika pomaže nam odgovoriti na mnogo šire pitanje:

Što bi povjerenje trebalo značiti u digitalnom svijetu u kojem se sustavi, organizacije i rizici neprestano mijenjaju?

Povjerenje počinje ondje gdje prestaje sigurnost

U organizacijskim i psihološkim istraživanjima povjerenje se uobičajeno povezuje sa spremnošću na prihvaćanje ranjivosti. Rousseau i suradnici opisuju povjerenje kao psihološko stanje koje uključuje namjeru prihvaćanja ranjivosti na temelju pozitivnih očekivanja o namjerama ili ponašanju druge strane [1]. Mayer, Davis i Schoorman slično definiraju povjerenje kao spremnost da se postane ranjiv prema drugoj strani, čak i kada tu stranu nije moguće u potpunosti nadzirati ili kontrolirati [2]. (ResearchGate) Povjerenje stoga zahtijeva barem dva uvjeta: mora postojati neizvjesnost i nešto važno mora biti u igri.

Kada je ishod potpuno siguran, povjerenje nije potrebno. Kada ne postoji potencijalni gubitak ni ovisnost, ono što izgleda kao povjerenje možda je samo praktičnost. Povjerenje postaje relevantno kada ovisimo o drugoj osobi, organizaciji ili sustavu i kada ta ovisnost stvara ranjivost. To također znači da povjerenje nikada nije samo univerzalno svojstvo nekog entiteta. Preciznija formulacija glasila bi:

A vjeruje B-u u pogledu X, pod uvjetima Y, u određenom trenutku.

Tvrtka može vjerovati pružatelju usluga u oblaku da pohranjuje javne marketinške materijale, a da istom pružatelju automatski ne vjeruje obradu iznimno osjetljivih zdravstvenih podataka. Sustav može biti dovoljno pouzdan za jedan slučaj upotrebe, a potpuno neprikladan za drugi. Povjerenje je stoga relacijsko, ovisno o kontekstu i ovisno o riziku.

Uživati povjerenje nije isto što i biti pouzdan

U svakodnevnom jeziku izrazi „kojem se vjeruje“ i „pouzdan“ često se tretiraju kao sinonimi. Konceptualno, međutim, opisuju dvije različite stvari. Uživati povjerenje (engl. trusted) znači da se entitetu povjerenje doista ukazuje. Biti pouzdan (engl. trustworthy) znači da entitet to povjerenje zaslužuje. Uvjerljiv prevarant može uživati povjerenje a da nije pouzdan. Obrnuto, pažljivo projektiran i dobro upravljan sustav može biti pouzdan, a ipak ne steći povjerenje korisnika jer njegove sposobnosti, kontrole i ograničenja ostaju nevidljivi. Mayer i suradnici identificiraju tri široko korištene dimenzije percipirane pouzdanosti: sposobnost, integritet i dobronamjernost [2].

Sposobnost se odnosi na to je li strana kojoj se vjeruje dovoljno kompetentna za obavljanje relevantnog zadatka. Integritet se odnosi na to jesu li njezine izjave, načela i stvarno ponašanje dosljedni. Dobronamjernost se odnosi na to očekuje li se da će uzimati u obzir interese strane koja vjeruje, umjesto da isključivo slijedi vlastitu korist. (JSTOR) Za tehničke sustave te je dimenzije potrebno prevesti. Sposobnost postaje tehnička sposobnost, pouzdanost rada, otpornost i sigurnost. Integritet postaje predvidljivo ponašanje, dosljedna pravila, sljediva obrada i istinita komunikacija o ograničenjima. Dobronamjernost se ne može jednostavno pripisati stroju. Može se, međutim, procijeniti u odnosu na organizaciju koja razvija i upravlja sustavom: štiti li organizacija interese korisnika? Komunicira li rizike iskreno? Pruža li mehanizme odgovornosti i pravne zaštite?

NIST pristupa pouzdanosti iz perspektive inženjerstva sustava. Pouzdan sustav nije samo onaj kojem ljudi slučajno vjeruju. Njegova pouzdanost mora se temeljiti na dokazima da može ispuniti ključne zahtjeve koji su pred njega postavljeni. Ovisno o kontekstu, ti zahtjevi mogu uključivati informacijsku sigurnost, sigurnost od štete (engl. safety), pouzdanost rada, otpornost, privatnost ili druga svojstva sustava [3]. Ta je razlika temeljna:

Povjerenje postoji u umu strane koja vjeruje. Pouzdanost postoji u kvalitetama i ponašanju entiteta kojem se vjeruje.

To dvoje može se podudarati, ali se ne podudara automatski.

Povjerenje, oslanjanje i usklađenost nisu isto

Još jedna važna razlika postoji između povjerenja i oslanjanja. Povjerenje je stav, očekivanje ili prosudba. Oslanjanje je vidljivo ponašanje. Osoba može ne vjerovati sustavu umjetne inteligencije, a ipak slijediti njegovu preporuku jer ne postoji alternativa, jer je vremenski pritisak velik ili jer to zahtijeva organizacijski proces. Obrnuto, osoba može općenito vjerovati sustavu, ali u konkretnom slučaju namjerno zanemariti njegovu preporuku. Ta je razlika važna jer ankete u kojima se korisnike pita vjeruju li sustavu ne predviđaju nužno kada će se ti korisnici na njega osloniti. Novija istraživanja interakcije čovjeka i umjetne inteligencije stoga sve više razdvajaju percipirano povjerenje, ponašajno oslanjanje, performanse sustava i primjerenost konačne odluke [8]–[10]. (ACM Digital Library)

Ni usklađenost (engl. compliance) nije istoznačna s pouzdanošću. Usklađenost u početku odgovara na uže pitanje:

Je li definirani skup zahtjeva ispunjen unutar definiranog opsega?

Certifikat, revizijsko izvješće ili procjena mogu pružiti važan razlog za povjerenje. To, međutim, nije neograničena i trajna izjava da je organizacija sigurna. Revizija može potvrditi da je određeni sustav upravljanja primjereno implementiran unutar određenog opsega i tijekom određenog razdoblja. Ona ne dokazuje automatski da je svaka trenutačna konfiguracija ispravna, da je svaki novouvedeni sustav obuhvaćen ili da se ne može dogoditi nijedan sigurnosni incident. NIST stoga upozorava da se usklađenost ne smije tretirati kao jedina dokazna osnova za jamstvo ili pouzdanost. Usklađenost može pridonijeti vrijednim dokazima, ali pristup koji se oslanja isključivo na usklađenost može stvoriti privid sigurnosti, a da pritom ne pokaže na primjeren način učinkovitost temeljnog sustava [3]. (NIST publikacije)

Usklađenost je važna. Ali usklađenost je jedan od doprinosa opravdanom povjerenju, a ne njegova potpuna zamjena.

Jamstvo povezuje povjerenje i pouzdanost

Između subjektivnog povjerenja neke strane i stvarne pouzdanosti sustava nalazi se još jedan pojam: jamstvo (engl. assurance). NIST opisuje jamstvo kao osnovu za opravdano uvjerenje da je neka tvrdnja ispunjena ili da će biti ispunjena [3]. Jamstvo stoga nije ni osjećaj ni garancija. Ono je strukturirano obrazloženje. Robusna struktura jamstva trebala bi učiniti vidljivima barem pet elemenata: Tvrdnje: Što se točno tvrdi? Argumenti: Zašto bi dostupne informacije trebale potkrijepiti tvrdnju? Dokazi: Koji zapisi, opažanja, testovi ili artefakti dokazuju implementaciju i učinkovitost?

Pretpostavke: Pod kojim uvjetima zaključak ostaje valjan? Opseg: Koji su sustavi, procesi, podaci, lokacije i razdoblja obuhvaćeni? NIST koristi pojam slučaja jamstva (engl. assurance case) kako bi opisao strukturiran i provjerljiv odnos između tvrdnji, argumenata, pretpostavki i dokaza koji ih potkrepljuju [3]. Razmotrimo sljedeću sigurnosnu tvrdnju:

Svi produkcijski podaci šifrirani su u mirovanju.

Korporativna politika šifriranja pokazuje da postoje namjera i zahtjev. Ona ne dokazuje da svaki produkcijski sustav za pohranu doista implementira taj zahtjev. Snimka zaslona konfiguracije jedne baze podataka pruža dokaz o toj konkretnoj bazi u određenom trenutku. Ona ne dokazuje nužno potpunu pokrivenost. Čvršći slučaj jamstva mogao bi kombinirati:

• potpuni popis produkcijskih spremišta podataka,
• konfiguracijske podatke iz svakog relevantnog sustava,
• zahtjeve za upravljanje ključevima,
• automatizirane provjere konfiguracije,
• rezultate testiranja,
• podatke nadzora,
• odgovorne vlasnike,
• zapise o pregledima,
• i jasnu vremensku oznaku za svaki dokaz.

Različiti oblici dokaza služe različitim svrhama. Politika potkrepljuje namjeravani dizajn. Konfiguracija potkrepljuje tehničku implementaciju. Test ili kontinuirana telemetrija potkrepljuju stvarni rad. Pregled potkrepljuje zaključak da je dokaze ocijenila i prihvatila odgovorna strana. Nijedan od tih elemenata nije nužno dovoljan sam za sebe. Jamstvo proizlazi iz sljedivog odnosa između izvorne tvrdnje, obuhvaćenog opsega, implementacije i dostupnih dokaza. Zreo sustav jamstva mora biti sposoban donijeti i negativne zaključke. Trebao bi moći utvrditi da:

• dostupni dokazi nisu dovoljni,
• dokazi su zastarjeli,
• dio relevantnog opsega nedostaje,
• implementacija proturječi tvrdnji,
• pretpostavka se više ne može potkrijepiti,
• ili operativna učinkovitost još nije dokazana.

NIST izričito priznaje da analiza jamstva može dati nepovoljne rezultate kada dokazi ne potkrepljuju tvrdnju [3]. (NIST publikacije) Sustav koji može generirati samo zelene kvačice može stvoriti umirenje. On ne stvara nužno vjerodostojno jamstvo.

Zero Trust ne znači ne vjerovati nikome

Na prvi pogled čini se da Zero Trust proturječi cilju izgradnje većeg povjerenja. No nije tako. Zero Trust bavi se drugom razinom problema. To nije prvenstveno psihološka ili kulturna filozofija. To je arhitektonski pristup odlukama o pristupu. U modelu Zero Trust povjerenje se ne dodjeljuje samo zato što se korisnik ili uređaj nalazi unutar korporativne mreže, pripada organizaciji ili je prethodno autentificiran. Pristup se procjenjuje u odnosu na konkretan resurs, identitet, uređaj, kontekst i zahtjev. Dopuštenja bi trebala biti ograničena, neprestano preispitivana i dodijeljena uz pretpostavku da mreža ili sustav možda već jesu kompromitirani [4].

Tradicionalna sigurnost temeljena na perimetru često sažima složenu odluku o povjerenju u jednu široku pretpostavku:

Unutar korporativne mreže znači pouzdano.

Zero Trust razlaže tu pretpostavku na manje odluke:

Smije li ovaj identitet, koristeći ovaj uređaj, pod ovim uvjetima, pristupiti ovom resursu sada?

Zero Trust stoga nije kraj povjerenja. To je kraj implicitnog, širokog i trajno naslijeđenog povjerenja. Preciznije tumačenje glasilo bi:

Nula implicitnog povjerenja. Nula nezasluženih ovlasti.

Organizacija može istodobno imati kulturu visokog povjerenja i arhitekturu Zero Trust. Zaposlenici ne moraju osobno sumnjati jedni u druge samo zato što se odluke o pristupu tehnički provjeravaju. Zapravo, dobro osmišljene kontrole mogu olakšati međuljudsko povjerenje. One smanjuju vjerojatnost da pojedinačna pogreška, kompromitirani račun ili zlonamjerni zahtjev prouzroče neograničenu štetu. Zero Trust zamjenjuje jednu veliku i nejasnu pretpostavku povjerenja mnogim manjim, kontekstualnim, privremenim i opozivim odlukama. To je u potpunosti spojivo sa suvremenim razumijevanjem povjerenja.

Digitalno povjerenje širi perspektivu

Pouzdanost se često usredotočuje na kvalitete određene organizacije, sustava ili odnosa. Digitalno povjerenje proširuje perspektivu na cijeli digitalni ekosustav. Svjetski gospodarski forum opisuje digitalno povjerenje kao očekivanje da će digitalne tehnologije i usluge, kao i organizacije koje ih pružaju, štititi interese dionika i poštovati relevantna društvena očekivanja i vrijednosti. Njegov okvir povezuje digitalno povjerenje s dimenzijama kao što su kibernetička sigurnost, privatnost, transparentnost, mogućnost revizije, pravednost, interoperabilnost, sigurnost od štete i mehanizmi pravne zaštite [5]. (World Economic Forum) ISACA na sličan način povezuje digitalno povjerenje s uvjerenjem u integritet odnosa, interakcija i transakcija unutar digitalnog ekosustava koji čine ljudi, organizacije, procesi, informacije i tehnologije [6]. (ISACA)

Ta je ekosustavna perspektiva važna jer pouzdanost digitalnog proizvoda rijetko ovisi samo o tom proizvodu. Pružatelj SaaS-a može se oslanjati na:

• pružatelja infrastrukture u oblaku,
• pružatelja identiteta,
• softverske biblioteke,
• usluge plaćanja,
• platforme za nadzor,
• vanjske izvore podataka,
• i možda modele umjetne inteligencije trećih strana.

Pouzdanost vidljivog proizvoda stoga ovisi i o kontrolama, pretpostavkama i ovisnostima koje njegovim korisnicima ostaju uglavnom nevidljive. Digitalno povjerenje može se shvatiti kao širi gospodarski i društveni ishod. Pouzdanost opisuje svojstva zbog kojih ekosustav zaslužuje povjerenje. Jamstvo je most između tih svojstava i odluke dionika da vjeruje.

Umjetna inteligencija pokazuje zašto je maksimiziranje povjerenja pogrešan cilj

Umjetna inteligencija posebno jasno pokazuje razliku između percipiranog povjerenja i stvarne pouzdanosti. Sustav umjetne inteligencije može komunicirati tečno, samouvjereno i uvjerljivo, a da pritom nije dosljedno točan. Sučelje može odavati dojam transparentnosti i kompetentnosti čak i kada temeljni model nije dovoljno pouzdan za predviđeni zadatak. Objašnjenja, ocjene pouzdanosti ili jezik nalik ljudskom mogu utjecati na percepciju korisnika. Oni nisu automatski dokaz da je odgovor točan. NIST stoga ne definira pouzdanu umjetnu inteligenciju putem jednog svojstva. Okvir za upravljanje rizicima umjetne inteligencije (AI Risk Management Framework) navodi više karakteristika, uključujući valjanost i pouzdanost, sigurnost od štete, sigurnost i otpornost, odgovornost i transparentnost, objašnjivost i interpretabilnost, privatnost te upravljanje štetnom pristranošću. NIST također naglašava da su te karakteristike kontekstualne i da mogu uključivati kompromise [7].

Sustav može biti točan, ali nepravedan. Može biti transparentan, ali nesiguran. Može čuvati privatnost, ali ostati nepouzdan za predviđenu svrhu. Može u prosjeku dobro funkcionirati, a nepredvidljivo zakazati upravo u slučajevima koji su najvažniji. Oznaka „pouzdana umjetna inteligencija“ ne smije prikriti te razlike. Istraživanja interakcije čovjeka i umjetne inteligencije stoga sve više govore o primjerenom povjerenju, kalibriranom povjerenju i primjerenom oslanjanju. Cilj nije navesti korisnike da sustavu vjeruju što je više moguće. Cilj je pomoći korisnicima da steknu točno razumijevanje sposobnosti i ograničenja sustava te da se na njega oslanjaju samo kada je to oslanjanje opravdano.

Sustavni pregled Mehrotre i suradnika utvrdio je da u literaturi još uvijek ne postoji jedinstvena, dosljedno primjenjivana definicija primjerenog povjerenja. Istraživanja koriste različite konstrukte i mjere za povjerenje, namjere, oslanjanje, percipiranu sposobnost i stvarne performanse sustava [8]. (ACM Digital Library) Visser i suradnici na sličan način razlikuju povjerenje, nepovjerenje i primjereno oslanjanje. Njihov pregled pokazuje da je empirijski odnos između objašnjive umjetne inteligencije, povjerenja korisnika i primjerenog oslanjanja i dalje neujednačen te u mnogim kontekstima neuvjerljiv [9]. (ScienceDirect) Preprint Raeesa i Papangelisa iz 2026. godine još izravnije tvrdi da subjektivna mjerenja povjerenja ne pokazuju automatski oslanjaju li se ljudi primjereno na preporuke umjetne inteligencije. Budući da je taj rad objavljen kao preprint, njegove zaključke treba smatrati aktualnim istraživačkim doprinosom, a ne konačnim konsenzusom [10]. (arXiv)

Ni nepovjerenje nije nužno suprotnost dobroj upotrebi sustava. Određena doza skepticizma može potaknuti provjeru i otkrivanje pogrešaka. No neselektivno nepovjerenje može također navesti korisnike da odbace točne preporuke. Eksperimentalna studija Petersa, Biermeiera i Scharlau iz 2026. godine istraživala je može li vizualna pozornost pomoći u prepoznavanju „zdravog nepovjerenja“ u interakciji čovjeka i umjetne inteligencije. Rezultati nisu bili konačni i pokazuju koliko je i dalje teško izmjeriti jesu li povjerenje i nepovjerenje primjereno kalibrirani [11]. (Frontiers) Željeni odnos može se prikazati ovako:

Cilj nije jednostavno premjestiti svakog korisnika u donji desni kut povećavanjem povjerenja. Cilj je da percipirano povjerenje i ponašajno oslanjanje što bolje odgovaraju stvarnoj pouzdanosti sustava, posljedicama zakazivanja i kontekstu upotrebe. U članku iz srpnja 2026. Busuioc i Maggetti zalažu se za pomak od maksimiziranja povjerenja prema kalibriranom povjerenju. Upozoravaju da se povjerenje može odvojiti od stvarne pouzdanosti kada organizacije proizvode signale povjerenja umjesto da se bave temeljnim uvjetima koji povjerenje čine opravdanim. Njihova analiza također naglašava ranjivost, odgovornost i konstruktivnu ulogu koju nepovjerenje može imati [12]. (OUP Academic)

Europski Akt o umjetnoj inteligenciji slijedi srodnu operativnu logiku. Za relevantne visokorizične sustave zahtijeva procese i dokumentaciju u pogledu upravljanja rizicima, upravljanja podacima, tehničke dokumentacije, vođenja evidencije, transparentnosti, ljudskog nadzora, točnosti, otpornosti i kibernetičke sigurnosti [13]. Ti zahtjevi ne dokazuju da će svaki regulirani sustav umjetne inteligencije biti pouzdan. Oni, međutim, nastoje apstraktno očekivanje pouzdanosti prevesti u konkretne aktivnosti upravljanja i provjerljive dokaze. (EUR-Lex) Pouzdana umjetna inteligencija stoga nije stil sučelja ni marketinška oznaka. To je trajni problem upravljanja i jamstva.

Naše stajalište: povjerenje mora biti opravdano i kalibrirano

U Secaniju povjerenje ne shvaćamo kao osjećaj koji treba jednostavno povećavati. Niti ga definiramo kao apsolutnu sigurnost. Apsolutna sigurnost ne postoji u stvarnim digitalnim sustavima. Čak ni čvrsti dokazi ne mogu jamčiti da se nikada neće dogoditi kvar ili napad. Dokazi smanjuju neizvjesnost i podupiru bolje odluke, ali ne uklanjaju rizik. Kada bi se sva neizvjesnost mogla ukloniti, povjerenje više ne bi bilo potrebno. Zato namjerno govorimo o opravdanom uvjerenju, a ne o sigurnosti. Naša definicija glasi:

Povjerenje je opravdano uvjerenje, ovisno o kontekstu, da je sigurnosna tvrdnja istinita sada, jer se tvrdnja, njezina implementacija i aktualni dokazi provjerljivo podudaraju.

Temeljni lanac glasi:

Tvrdnja → Implementacija → Dokazi → Jamstvo → Kalibrirano povjerenje

Organizacija iznosi tvrdnju o svojoj sigurnosti. Ta se tvrdnja prevodi u konkretne kontrole, sustave, odgovornosti i očekivane ishode. Aktualni dokazi pokazuju jesu li i kako su te kontrole implementirane. Proces jamstva ocjenjuje potkrepljuju li dokazi doista izvornu tvrdnju. Tek tada nastaje racionalna osnova za povjerenje. Ova definicija sadrži pet namjernih ograničenja.

Povjerenje se odnosi na konkretnu tvrdnju

„Sigurni smo“ preširoka je tvrdnja da bi se mogla smisleno provjeriti. „Sva produkcijska spremišta podataka koriste odobrene konfiguracije šifriranja“ uža je i provjerljiva tvrdnja. Što je tvrdnja općenitija, to je teže utvrditi njezin opseg, potrebne dokaze, pretpostavke i uvjete valjanosti.

Povjerenje ovisi o kontekstu

Kontrola može biti učinkovita za jedan sustav, a neučinkovita za drugi. Model umjetne inteligencije može biti prikladan za sažimanje internih dokumenata, ali neprikladan za samostalno odobravanje sigurnosnih iznimaka. Povjerenje se ne može prenijeti iz jednog konteksta u drugi bez procjene ostaju li relevantni uvjeti usporedivi.

Povjerenje ovisi o vremenu

Organizacije se neprestano mijenjaju. Uvode se nova sredstva. Konfiguracije se mijenjaju. Zaposlenici mijenjaju uloge. Dobavljači ažuriraju svoje usluge. Otkrivaju se ranjivosti. Kontrole koje su jučer ispravno funkcionirale danas možda više ne funkcioniraju ispravno. Dokazi stoga s vremenom gube vrijednost. Pouzdan zaključak mora priopćiti ne samo što je provjereno, nego i kada je provjereno te koliko dugo taj zaključak treba ostati valjan.

Povjerenje se temelji na dokazima, ali nije apsolutno

Dokazi čine neizvjesnost vidljivom, a odluke obranjivima. Oni ne uklanjaju neizvjesnost u potpunosti. Čak i čvrsti dokazi imaju ograničenja. Mogu obuhvaćati samo dio sustava, oslanjati se na pretpostavke, sadržavati pogreške mjerenja ili zastarjeti. Vjerodostojno jamstvo mora priopćiti ta ograničenja umjesto da ih skriva iza binarnog statusa.

Povjerenje mora biti opozivo

Odluka o povjerenju mora se moći promijeniti kada se promijene uvjeti na kojima počiva. Kada novi dokazi proturječe prethodnoj sigurnosnoj tvrdnji, zaključak treba ažurirati. Kada dokazi isteknu, uvjerenje treba opasti. Kada se obuhvaćeni opseg proširi, potrebni su dodatni dokazi. Povjerenje koje se ne može revidirati nije kalibrirano povjerenje. To je uvjerenje odvojeno od stvarnosti.

Od povremenih signala povjerenja do kontinuiranog jamstva

Tradicionalno digitalno povjerenje često se gradi povremenim signalima: certifikatima, upitnicima, revizijskim izvješćima, dokumentima o procjenama i sigurnosnim prezentacijama. Ti mehanizmi i dalje su važni. No sami za sebe nisu dovoljni u svijetu u kojem se digitalni sustavi mogu mijenjati svakoga dana. Budući model kreće se u drugom smjeru:

Kontinuirano jamstvo ne znači da se svaka aktivnost u organizaciji mora trajno nadzirati. Ono bi trebalo biti utemeljeno na riziku i razmjerno. Kritična tvrdnja koja se odnosi na povlašteni pristup, produkcijsku infrastrukturu ili osjetljive podatke korisnika zahtijeva aktualnije i čvršće dokaze od administrativne tvrdnje malog utjecaja. Važna je promjena u tome što povjerenje više ne ostaje vezano uz jedan dokument. Zahtjevi, implementacije, dokazi, pregledi, nalazi, odgovornosti i ovisnosti umjesto toga trebali bi tvoriti povezan model. Strojno čitljive strukture mogu imati važnu ulogu u tom prijelazu. One omogućuju ponovnu upotrebu dokaza u različitim okvirima i procjenama, a da se pritom ne izgube njihovo podrijetlo, izvorni opseg, vrijeme prikupljanja, odgovorni vlasnik ili ograničenja.

Budućnost povjerenja stoga nije samo kontinuirana. Ona je granularna, sljediva, prenosiva i opoziva.

Zero Trust i visoko povjerenje nisu suprotnosti

Različiti pojmovi sada se mogu povezati. Zero Trust određuje kako se donose pojedinačne odluke o pristupu. Pouzdanost opisuje zaslužuje li sustav ili organizacija povjerenje. Jamstvo pruža strukturirano obrazloženje za taj zaključak. Dokazi potkrepljuju tvrdnje o implementaciji i učinkovitosti. Usklađenost ocjenjuje podudarnost s definiranim zahtjevima. Oslanjanje opisuje ovisi li netko doista o sustavu ili ga slijedi. Digitalno povjerenje šire je uvjerenje koje može nastati u cijelom ekosustavu. Zero Trust sprječava da se povjerenje pretpostavi bez dovoljnih razloga. Jamstvo pokazuje gdje je povjerenje opravdano.

Usklađenost pridonosi strukturiranim zahtjevima i mehanizmima pregleda. Dokazi povezuju izjave s vidljivom stvarnošću. Ti pojmovi stoga nisu suprotstavljene vizije. Oni su različiti dijelovi jednog koherentnog modela. Budućnost nije ni univerzalno „vjeruj svima“ ni kulturno „ne vjeruj nikome“. Ona je provjerljivo, kalibrirano povjerenje.

Što „optimizirati za povjerenje“ znači u Secaniju

„Optimizirati za povjerenje“ ne smije značiti optimiziranje za dojam pouzdanosti. Ne bi trebalo značiti proizvodnju što više zelenih kvačica, značaka, certifikata ili širokih sigurnosnih tvrdnji. Ne bi trebalo značiti poticanje ljudi da sustavu vjeruju više nego što to opravdavaju njegova stvarna svojstva. Za nas to znači:

Ne optimizirajte za to da vam se vjeruje. Optimizirajte za to da budete dostojni opravdanog povjerenja.

Secani gradimo kako bismo neprestano povezivali sigurnosne tvrdnje, zahtjeve, implementacije i dokaze. Povjerenje ne bi trebalo proizlaziti samo iz uvjerljive prezentacije ili povremenog dokumenta o usklađenosti. Trebalo bi proizlaziti iz aktualnog, provjerljivog i sljedivog obrazloženja. Najsažetiji izraz te ideje mogao bi biti:

Povjerenje nije obećanje. To je zaključak koji se neprestano potkrepljuje.

Organizacije ne bi trebale samo izgledati pouzdano. Trebale bi moći pokazati zašto zaslužuju povjerenje. A od ljudi ne bi trebalo jednostavno tražiti da vjeruju više. Treba im omogućiti da vjeruju bolje.

Literatura

[1] D. M. Rousseau, S. B. Sitkin, R. S. Burt i C. Camerer, „Not So Different After All: A Cross-Discipline View of Trust“, Academy of Management Review, sv. 23, br. 3, str. 393–404, 1998., doi: 10.5465/AMR.1998.926617. (DOI)

[2] R. C. Mayer, J. H. Davis i F. D. Schoorman, „An Integrative Model of Organizational Trust“, Academy of Management Review, sv. 20, br. 3, str. 709–734, 1995., doi: 10.5465/amr.1995.9508080335. (DOI)

[3] R. Ross, M. Winstead i M. McEvilley, Engineering Trustworthy Secure Systems, NIST Special Publication 800-160, sv. 1, rev. 1, National Institute of Standards and Technology, Gaithersburg, MD, SAD, studeni 2022., doi: 10.6028/NIST.SP.800-160v1r1. (NIST publikacije)

[4] S. Rose, O. Borchert, S. Mitchell i S. Connelly, Zero Trust Architecture, NIST Special Publication 800-207, National Institute of Standards and Technology, Gaithersburg, MD, SAD, kolovoz 2020., doi: 10.6028/NIST.SP.800-207. (NIST Computer Security Resource Center)

[5] World Economic Forum, Earning Digital Trust: Decision-Making for Trustworthy Technologies, Ženeva, Švicarska, studeni 2022. (World Economic Forum)

[6] K. B. Kelley, „The Digital Trust Imperative: Defining, Establishing and Measuring Digital Trust“, ISACA Journal, sv. 1, siječanj 2023. (ISACA)

[7] National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1, siječanj 2023., doi: 10.6028/NIST.AI.100-1. (NIST publikacije)

[8] S. Mehrotra, C. Degachi, O. Vereschak, C. M. Jonker i M. L. Tielman, „A Systematic Review on Fostering Appropriate Trust in Human-AI Interaction: Trends, Opportunities and Challenges“, ACM Journal on Responsible Computing, sv. 1, br. 4, čl. br. 26, str. 1–45, 2024., doi: 10.1145/3696449. (ACM Digital Library)

[9] R. Visser, T. M. Peters, I. Scharlau i B. Hammer, „Trust, distrust, and appropriate reliance in (X)AI: A conceptual clarification of user trust and survey of its empirical evaluation“, Cognitive Systems Research, sv. 91, čl. br. 101357, 2025., doi: 10.1016/j.cogsys.2025.101357. (ScienceDirect)

[10] M. Raees i K. Papangelis, „From Trust to Appropriate Reliance: Measurement Constructs in Human-AI Decision-Making“, arXiv:2604.23896, travanj 2026., doi: 10.48550/arXiv.2604.23896. Preprint. (arXiv)

[11] T. M. Peters, K. Biermeier i I. Scharlau, „Assessing healthy distrust in human-AI interaction: Interpreting changes in visual attention“, Frontiers in Psychology, sv. 16, čl. br. 1694367, siječanj 2026., doi: 10.3389/fpsyg.2025.1694367. (Frontiers)

[12] M. Busuioc i M. Maggetti, „Worthy of trust? AI governance and the role of (dis)trust“, Perspectives on Public Management and Governance, čl. br. gvag007, srpanj 2026., doi: 10.1093/ppmgov/gvag007. (OUP Academic)

[13] Europski parlament i Vijeće Europske unije, „Uredba (EU) 2024/1689 od 13. lipnja 2024. o utvrđivanju usklađenih pravila o umjetnoj inteligenciji“, Službeni list Europske unije, srpanj 2024. (EUR-Lex)