Bizalom, bizalomra méltóság és Zero Trust: miért kell a bizalom jövőjének ellenőrizhetőnek lennie

A bizalmat nem maximalizálni kell. Ki kell érdemelni, bizonyítékokkal alá kell támasztani, és folyamatosan kalibrálni kell.

Szinte minden technológiai vállalat azt állítja, hogy bizalmat épít. Ám már a „bízzon bennünk” kifejezés is elárulja a mögöttes problémát: bizalmat kér, mielőtt elegendő alapot adna rá. Egy szoftverszolgáltató állíthatja, hogy az ügyféladatok biztonságban vannak. Egy ügyfél elhiheti ezt az állítást, és dönthet úgy, hogy megbízik a szolgáltatóban. Az azonban más kérdés, hogy a szolgáltató valóban bizalomra méltó-e. Csak a megvalósított biztonsági kontrollokra, azok hatékonyságára, hatókörére és folyamatos működésére vonatkozó bizonyítékok adhatnak racionális alapot erre a bizalomra. Itt keverednek gyakran össze olyan fogalmak, mint a bizalom, a bizalomra méltóság, a bizonyosság, a ráhagyatkozás, a megfelelés, a digitális bizalom és a Zero Trust. Pedig ugyanannak a problémának különböző aspektusait írják le.

E különbségek megértése egy jóval nagyobb kérdés megválaszolásában segít:

Mit jelentsen a bizalom egy olyan digitális világban, amelyben a rendszerek, a szervezetek és a kockázatok folyamatosan változnak?

A bizalom ott kezdődik, ahol a bizonyosság véget ér

A szervezet- és pszichológiai kutatásokban a bizalmat általában a sebezhetőség vállalására való hajlandósággal kapcsolják össze. Rousseau és szerzőtársai a bizalmat olyan pszichológiai állapotként írják le, amely magában foglalja a sebezhetőség vállalásának szándékát, egy másik fél szándékaival vagy viselkedésével kapcsolatos pozitív elvárások alapján [1]. Mayer, Davis és Schoorman hasonlóképpen úgy határozza meg a bizalmat, mint a hajlandóságot arra, hogy valaki sebezhetővé váljon egy másik féllel szemben, még akkor is, ha ezt a felet nem lehet teljes mértékben megfigyelni vagy ellenőrizni [2]. (ResearchGate) A bizalomhoz tehát legalább két feltétel szükséges: kell lennie bizonytalanságnak, és valami jelentősnek kell kockán forognia.

Ha egy kimenetel teljesen biztos, nincs szükség bizalomra. Ha nincs lehetséges veszteség vagy függőség, az, ami bizalomnak látszik, egyszerűen kényelem lehet. A bizalom akkor válik relevánssá, amikor egy másik személytől, szervezettől vagy rendszertől függünk, és ez a függőség sebezhetőséget teremt. Ez azt is jelenti, hogy a bizalom soha nem pusztán egy entitás egyetemes tulajdonsága. Pontosabb megfogalmazás lenne:

A megbízik B-ben X tekintetében, Y feltételek mellett, egy adott időpontban.

Egy vállalat megbízhat egy felhőszolgáltatóban nyilvános marketinganyagok tárolásában, de nem bízik meg automatikusan ugyanabban a szolgáltatóban rendkívül érzékeny egészségügyi információk kezelésében. Egy rendszer lehet kellően megbízható egy felhasználási esetre, miközben egy másikra teljesen alkalmatlan. A bizalom ezért viszonylagos, kontextusfüggő és kockázatfüggő.

Az, hogy megbíznak bennünk, nem ugyanaz, mint bizalomra méltónak lenni

A hétköznapi nyelvben a „megbízott” és a „bizalomra méltó” gyakran szinonimaként szerepel. Fogalmilag azonban két különböző dolgot írnak le. Megbízott az az entitás, amely ténylegesen bizalmat kap. Bizalomra méltó az az entitás, amely megérdemli ezt a bizalmat. Egy meggyőző csaló kaphat bizalmat anélkül, hogy bizalomra méltó lenne. Fordítva: egy gondosan megtervezett és jól irányított rendszer lehet bizalomra méltó, és mégsem nyeri el a felhasználók bizalmát, mert képességei, kontrolljai és korlátai láthatatlanok maradnak. Mayer és szerzőtársai az észlelt bizalomra méltóság három széles körben használt dimenzióját azonosítják: a képességet, az integritást és a jóindulatot [2].

A képesség arra vonatkozik, hogy a megbízott fél elég kompetens-e az adott feladat elvégzéséhez. Az integritás arra, hogy kijelentései, elvei és tényleges viselkedése összhangban vannak-e. A jóindulat arra, hogy várható-e, hogy figyelembe veszi a bizalmat adó fél érdekeit, ahelyett hogy kizárólag a saját előnyét keresné. (JSTOR) A műszaki rendszerek esetében ezeket a dimenziókat le kell fordítani. A képességből műszaki képesség, megbízhatóság, ellenálló képesség és biztonság lesz. Az integritásból kiszámítható viselkedés, következetes szabályok, nyomon követhető feldolgozás és a korlátokról szóló őszinte kommunikáció. A jóindulat nem tulajdonítható egyszerűen egy gépnek. Értékelhető azonban a rendszert fejlesztő és üzemeltető szervezet vonatkozásában: Védi-e a szervezet a felhasználók érdekeit? Őszintén kommunikálja-e a kockázatokat? Biztosít-e mechanizmusokat az elszámoltathatóságra és a jogorvoslatra?

A NIST rendszermérnöki nézőpontból közelít a bizalomra méltósághoz. Egy bizalomra méltó rendszer nem csupán olyan, amelyben az emberek történetesen megbíznak. Bizalomra méltóságának olyan bizonyítékokon kell alapulnia, amelyek szerint képes teljesíteni a vele szemben támasztott kritikus követelményeket. A kontextustól függően ezek a követelmények magukban foglalhatják a biztonságot (security és safety), a megbízhatóságot, az ellenálló képességet, az adatvédelmet vagy más rendszertulajdonságokat [3]. Ez a megkülönböztetés alapvető:

A bizalom a bizalmat adó fél fejében létezik. A bizalomra méltóság a megbízott entitás tulajdonságaiban és viselkedésében.

A kettő egybeeshet, de nem esik egybe automatikusan.

A bizalom, a ráhagyatkozás és a megfelelés nem ugyanaz

Egy másik fontos megkülönböztetés a bizalom és a ráhagyatkozás között áll fenn. A bizalom attitűd, elvárás vagy ítélet. A ráhagyatkozás megfigyelhető viselkedés. Egy személy bizalmatlan lehet egy MI-rendszerrel szemben, és mégis követheti annak ajánlását, mert nincs alternatíva, mert nagy az időnyomás, vagy mert a szervezeti folyamat ezt írja elő. Fordítva: valaki általában megbízhat egy rendszerben, de egy adott esetben szándékosan figyelmen kívül hagyhatja annak ajánlását. Ez a megkülönböztetés azért számít, mert azok a felmérések, amelyek azt kérdezik a felhasználóktól, megbíznak-e egy rendszerben, nem feltétlenül jelzik előre, mikor fognak ténylegesen ráhagyatkozni. Az ember–MI interakcióval foglalkozó újabb kutatások ezért egyre inkább különválasztják az észlelt bizalmat, a viselkedési ráhagyatkozást, a rendszer teljesítményét és az eredményül kapott döntés megfelelőségét [8]–[10]. (ACM Digital Library)

A megfelelés sem egyenértékű a bizalomra méltósággal. A megfelelés eredetileg egy szűkebb kérdésre ad választ:

Teljesült-e egy meghatározott követelménykészlet egy meghatározott hatókörön belül?

Egy tanúsítvány, auditjelentés vagy értékelés fontos okot adhat a bizalomra. Nem korlátlan és nem állandó kijelentés azonban arról, hogy egy szervezet biztonságos. Egy audit megerősítheti, hogy egy adott irányítási rendszert megfelelően vezettek be egy adott hatókörön belül és egy adott időszak alatt. Nem bizonyítja automatikusan, hogy minden aktuális konfiguráció helyes, hogy minden újonnan bevezetett rendszer a hatókörbe tartozik, vagy hogy nem következhet be biztonsági incidens. A NIST ezért óva int attól, hogy a megfelelést a bizonyosság vagy a bizalomra méltóság egyetlen bizonyítéki alapjának tekintsék. A megfelelés értékes bizonyítékokkal járulhat hozzá, de a kizárólag megfelelésre épülő megközelítés a biztonság látszatát keltheti anélkül, hogy kellően igazolná a mögöttes rendszer hatékonyságát [3]. (NIST Publikationen)

A megfelelés számít. De a megfelelés a megalapozott bizalom egyik hozzájárulója, nem pedig annak teljes helyettesítője.

A bizonyosság köti össze a bizalmat a bizalomra méltósággal

Egy fél szubjektív bizalma és egy rendszer tényleges bizalomra méltósága között egy további fogalom áll: a bizonyosság (assurance). A NIST a bizonyosságot annak alapjaként írja le, hogy megalapozottan bízhatunk abban, hogy egy állítás teljesült vagy teljesülni fog [3]. A bizonyosság tehát sem érzés, sem garancia. Strukturált igazolás. Egy szilárd bizonyossági struktúrának legalább öt elemet kell láthatóvá tennie: Állítások: Pontosan mit állítanak? Érvek: Miért kellene a rendelkezésre álló információknak alátámasztaniuk az állítást? Bizonyítékok: Mely nyilvántartások, megfigyelések, tesztek vagy műtermékek igazolják a megvalósítást és a hatékonyságot?

Feltevések: Milyen feltételek mellett marad érvényes a következtetés? Hatókör: Mely rendszerekre, folyamatokra, adatokra, helyszínekre és időszakokra terjed ki? A NIST a bizonyossági eset (assurance case) fogalmát használja az állítások, érvek, feltevések és alátámasztó bizonyítékok közötti strukturált és felülvizsgálható kapcsolat leírására [3]. Vegyük a következő biztonsági állítást:

Minden termelési adat titkosítva van tárolt állapotban.

Egy vállalati titkosítási szabályzat azt igazolja, hogy létezik egy szándék és egy követelmény. Azt nem bizonyítja, hogy minden termelési tárolórendszer ténylegesen megvalósítja a követelményt. Egy adatbázis-konfigurációról készült képernyőkép az adott adatbázisra vonatkozóan, egy adott pillanatban szolgáltat bizonyítékot. Nem feltétlenül igazolja a teljes lefedettséget. Egy erősebb bizonyossági eset a következőket kombinálhatja:

• a termelési adattárak teljes leltára,
• az egyes releváns rendszerek konfigurációs adatai,
• kulcskezelési követelmények,
• automatizált konfigurációs ellenőrzések,
• teszteredmények,
• monitorozási adatok,
• felelős személyek,
• felülvizsgálati nyilvántartások,
• és minden bizonyítékhoz egyértelmű időbélyeg.

A különböző bizonyítékformák különböző célokat szolgálnak. Egy szabályzat a tervezett kialakítást támasztja alá. Egy konfiguráció a műszaki megvalósítást. Egy teszt vagy folyamatos telemetria a tényleges működést. Egy felülvizsgálat azt a következtetést, hogy a bizonyítékokat egy elszámoltatható fél értékelte és elfogadta. Ezen elemek egyike sem feltétlenül elegendő önmagában. A bizonyosság az eredeti állítás, a lefedett hatókör, a megvalósítás és a rendelkezésre álló bizonyítékok közötti nyomon követhető kapcsolatból születik. Egy érett bizonyossági rendszernek negatív következtetések levonására is képesnek kell lennie. Ki kell tudnia mondani, hogy:

• a rendelkezésre álló bizonyítékok elégtelenek,
• a bizonyítékok elavultak,
• a releváns hatókör egy része hiányzik,
• a megvalósítás ellentmond az állításnak,
• egy feltevés már nem támasztható alá,
• vagy a működési hatékonyságot még nem igazolták.

A NIST kifejezetten elismeri, hogy egy bizonyossági elemzés kedvezőtlen eredményt is hozhat, ha a bizonyítékok nem támasztják alá az állítást [3]. (NIST Publikationen) Egy rendszer, amely csak zöld pipákat tud előállítani, megnyugtatást kelthet. Hiteles bizonyosságot azonban nem feltétlenül teremt.

A Zero Trust nem azt jelenti, hogy senkiben sem bízunk

Első pillantásra úgy tűnik, hogy a Zero Trust ellentmond a több bizalom építésének céljával. Valójában nem. A Zero Trust a probléma egy másik szintjével foglalkozik. Elsősorban nem pszichológiai vagy kulturális filozófia, hanem a hozzáférési döntések architekturális megközelítése. Egy Zero Trust modellben a bizalmat nem pusztán azért adják meg, mert egy felhasználó vagy eszköz a vállalati hálózaton belül található, a szervezethez tartozik, vagy korábban már hitelesítették. A hozzáférést egy adott erőforrás, identitás, eszköz, kontextus és kérés vonatkozásában értékelik. A jogosultságokat korlátozni kell, folyamatosan újra kell értékelni, és abból a feltevésből kiindulva kell megadni, hogy egy hálózat vagy rendszer már kompromittálódhatott [4].

A hagyományos, peremvédelemre épülő biztonság gyakran egyetlen tág feltevésbe sűríti az összetett bizalmi döntést:

Ami a vállalati hálózaton belül van, az megbízható.

A Zero Trust ezt a feltevést kisebb döntésekre bontja:

Hozzáférhet-e ez az identitás, ezzel az eszközzel, ezek mellett a feltételek mellett, most ehhez az erőforráshoz?

A Zero Trust tehát nem a bizalom vége. Hanem az implicit, tág és tartósan öröklött bizalom vége. Pontosabb értelmezés lenne:

Nulla implicit bizalom. Nulla ki nem érdemelt jogosultság.

Egy szervezetnek egyszerre lehet magas bizalmi kultúrája és Zero Trust architektúrája. A munkatársaknak nem kell személyesen gyanakodniuk egymásra csak azért, mert a hozzáférési döntéseket technikailag ellenőrzik. Sőt, a jól megtervezett kontrollok megkönnyíthetik az emberek közötti bizalmat. Csökkentik annak valószínűségét, hogy egy egyéni hiba, egy kompromittált fiók vagy egy rosszindulatú kérés korlátlan kárt okozzon. A Zero Trust egyetlen nagy és homályos bizalmi feltevést sok kisebb, kontextusfüggő, ideiglenes és visszavonható döntéssel vált fel. Ez nagyon is összeegyeztethető a bizalom modern felfogásával.

A digitális bizalom kitágítja a nézőpontot

A bizalomra méltóság gyakran egy adott szervezet, rendszer vagy kapcsolat tulajdonságaira összpontosít. A digitális bizalom a nézőpontot egy teljes digitális ökoszisztémára tágítja ki. A Világgazdasági Fórum a digitális bizalmat olyan elvárásként írja le, hogy a digitális technológiák és szolgáltatások, valamint az azokat nyújtó szervezetek védik az érintettek érdekeit, és tiszteletben tartják a releváns társadalmi elvárásokat és értékeket. Keretrendszere a digitális bizalmat olyan dimenziókkal kapcsolja össze, mint a kiberbiztonság, az adatvédelem, az átláthatóság, az auditálhatóság, a méltányosság, az interoperabilitás, a biztonság (safety) és a jogorvoslati mechanizmusok [5]. (World Economic Forum) Az ISACA hasonlóképpen az emberekből, szervezetekből, folyamatokból, információkból és technológiákból álló digitális ökoszisztémán belüli kapcsolatok, interakciók és tranzakciók integritásába vetett bizalom köré építi fel a digitális bizalom fogalmát [6]. (ISACA)

Ez az ökoszisztéma-szemlélet azért számít, mert egy digitális termék bizalomra méltósága ritkán függ kizárólag magától a terméktől. Egy SaaS-szolgáltató támaszkodhat:

• egy felhőinfrastruktúra-szolgáltatóra,
• egy identitásszolgáltatóra,
• szoftverkönyvtárakra,
• fizetési szolgáltatásokra,
• monitorozó platformokra,
• külső adatforrásokra,
• és esetleg harmadik féltől származó MI-modellekre.

A látható termék bizalomra méltósága ezért olyan kontrolloktól, feltevésektől és függőségektől is függ, amelyek a felhasználók számára nagyrészt láthatatlanok maradnak. A digitális bizalom tágabb gazdasági és társadalmi eredményként értelmezhető. A bizalomra méltóság azokat a tulajdonságokat írja le, amelyek az ökoszisztémát a bizalomra érdemessé teszik. A bizonyosság hidat képez e tulajdonságok és egy érintett bizalmi döntése között.

Az MI megmutatja, miért téves cél a bizalom maximalizálása

A mesterséges intelligencia különösen láthatóvá teszi az észlelt bizalom és a tényleges bizalomra méltóság közötti különbséget. Egy MI-rendszer folyékonyan, magabiztosan és meggyőzően kommunikálhat anélkül, hogy következetesen helyes lenne. Egy felület átláthatóságot és kompetenciát sugallhat akkor is, ha a mögöttes modell nem kellően megbízható a tervezett feladatra. A magyarázatok, a megbízhatósági pontszámok vagy az emberihez hasonló nyelvezet befolyásolhatja a felhasználók észlelését. Ezek azonban nem automatikusan bizonyítékai annak, hogy egy válasz helyes. A NIST ezért nem egyetlen tulajdonsággal határozza meg a megbízható MI-t. Az AI Risk Management Framework több jellemzőt azonosít, köztük az érvényességet és megbízhatóságot, a biztonságot (safety), a biztonságot (security) és ellenálló képességet, az elszámoltathatóságot és átláthatóságot, a magyarázhatóságot és értelmezhetőséget, az adatvédelmet, valamint a káros torzítások kezelését. A NIST azt is hangsúlyozza, hogy ezek a jellemzők kontextusfüggők, és kompromisszumokkal járhatnak [7].

Egy rendszer lehet pontos, de méltánytalan. Lehet átlátható, de nem biztonságos. Megőrizheti az adatvédelmet, mégis megbízhatatlan maradhat a tervezett céljára. Átlagosan jól teljesíthet, miközben kiszámíthatatlanul hibázik éppen a legfontosabb esetekben. A „megbízható MI” címke nem fedheti el ezeket a különbségeket. Az ember–MI interakcióval foglalkozó kutatások ezért egyre inkább a megfelelő bizalomról, a kalibrált bizalomról és a megfelelő ráhagyatkozásról beszélnek. A cél nem az, hogy a felhasználók a lehető legjobban megbízzanak egy rendszerben. Hanem az, hogy segítsük őket pontos képet alkotni a rendszer képességeiről és korlátairól, és csak akkor hagyatkozzanak rá, amikor ez indokolt.

Mehrotra és szerzőtársai szisztematikus áttekintése megállapította, hogy a szakirodalomban még mindig nincs egységes, következetesen alkalmazott meghatározása a megfelelő bizalomnak. A kutatások különböző konstrukciókat és méréseket használnak a bizalomra, a szándékokra, a ráhagyatkozásra, az észlelt képességre és a tényleges rendszerteljesítményre [8]. (ACM Digital Library) Visser és szerzőtársai hasonlóképpen megkülönböztetik a bizalmat, a bizalmatlanságot és a megfelelő ráhagyatkozást. Áttekintésük szerint a magyarázható MI, a felhasználói bizalom és a megfelelő ráhagyatkozás közötti empirikus kapcsolat továbbra is vegyes, és sok kontextusban nem meggyőző [9]. (ScienceDirect) Raees és Papangelis 2026-os preprintje még közvetlenebbül érvel amellett, hogy a szubjektív bizalommérések nem jelzik automatikusan, hogy az emberek megfelelően hagyatkoznak-e az MI ajánlásaira. Mivel ez a munka preprintként jelent meg, következtetéseit aktuális kutatási hozzájárulásként, nem pedig végleges konszenzusként kell kezelni [10]. (arXiv)

A bizalmatlanság sem feltétlenül a jó rendszerhasználat ellentéte. Bizonyos fokú szkepszis ösztönözheti az ellenőrzést és a hibák felismerését. A válogatás nélküli bizalmatlanság ugyanakkor ahhoz is vezethet, hogy a felhasználók elutasítják a helyes ajánlásokat. Peters, Biermeier és Scharlau 2026-os kísérleti tanulmánya azt vizsgálta, hogy a vizuális figyelem segíthet-e azonosítani az „egészséges bizalmatlanságot” az ember–MI interakcióban. Az eredmények nem voltak meggyőzőek, és jól mutatják, mennyire nehéz továbbra is mérni, hogy a bizalom és a bizalmatlanság megfelelően kalibrált-e [11]. (Frontiers) A kívánt kapcsolat a következőképpen szemléltethető:

A cél nem egyszerűen az, hogy a bizalom növelésével minden felhasználót a jobb alsó sarokba tereljünk. Hanem az, hogy az észlelt bizalom és a viselkedési ráhagyatkozás a lehető legjobban megfeleljen a rendszer tényleges bizalomra méltóságának, a hiba következményeinek és a felhasználási kontextusnak. Egy 2026 júliusi cikkükben Busuioc és Maggetti a bizalom maximalizálásáról a kalibrált bizalom felé történő elmozdulás mellett érvel. Arra figyelmeztetnek, hogy a bizalom elszakadhat a tényleges bizalomra méltóságtól, ha a szervezetek bizalmi jelzéseket gyártanak, ahelyett hogy azokkal a mögöttes feltételekkel foglalkoznának, amelyek a bizalmat indokolttá teszik. Elemzésük a sebezhetőséget, az elszámoltathatóságot és a bizalmatlanság építő szerepét is hangsúlyozza [12]. (OUP Academic)

Az európai mesterségesintelligencia-rendelet (AI Act) hasonló működési logikát követ. A releváns magas kockázatú rendszerek esetében a kockázatkezelésre, az adatkormányzásra, a műszaki dokumentációra, a naplózásra, az átláthatóságra, az emberi felügyeletre, a pontosságra, a stabilitásra és a kiberbiztonságra vonatkozó folyamatokat és dokumentációt követel meg [13]. Ezek a követelmények nem bizonyítják, hogy minden szabályozott MI-rendszer bizalomra méltó lesz. Megkísérlik azonban a bizalomra méltóság elvont elvárását konkrét irányítási tevékenységekké és felülvizsgálható bizonyítékokká alakítani. (EUR-Lex) A megbízható MI tehát nem felületi stílus vagy marketingcímke. Hanem folyamatos irányítási és bizonyossági feladat.

A mi álláspontunk: a bizalomnak megalapozottnak és kalibráltnak kell lennie

A Secaninál a bizalmat nem olyan érzésként értelmezzük, amelyet egyszerűen növelni kell. Abszolút bizonyosságként sem határozzuk meg. A valós digitális rendszerekben nem létezik abszolút biztonság. Még az erős bizonyítékok sem garantálhatják, hogy soha nem következik be hiba vagy támadás. A bizonyítékok csökkentik a bizonytalanságot és jobb döntéseket támogatnak, de nem szüntetik meg a kockázatot. Ha minden bizonytalanságot meg lehetne szüntetni, nem lenne többé szükség bizalomra. Ezért beszélünk tudatosan megalapozott bizalomról, nem pedig bizonyosságról. Meghatározásunk:

A bizalom megalapozott, kontextusfüggő meggyőződés arról, hogy egy biztonsági állítás most igaz, mert az állítás, annak megvalósítása és az aktuális bizonyítékok ellenőrizhetően összhangban vannak.

A mögöttes lánc:

Állítás → Megvalósítás → Bizonyíték → Bizonyosság → Kalibrált bizalom

Egy szervezet állítást tesz a biztonságáról. Ezt az állítást konkrét kontrollokká, rendszerekké, felelősségekké és várt eredményekké fordítják le. Az aktuális bizonyítékok igazolják, hogy ezeket a kontrollokat megvalósították-e, és hogyan. Egy bizonyossági folyamat értékeli, hogy a bizonyítékok valóban alátámasztják-e az eredeti állítást. Csak ekkor jön létre racionális alap a bizalomhoz. Ez a meghatározás öt szándékos megkötést tartalmaz.

A bizalom állításspecifikus

A „biztonságosak vagyunk” túl tág ahhoz, hogy érdemben ellenőrizni lehessen. „Minden termelési adattár jóváhagyott titkosítási konfigurációt használ” – ez szűkebb és tesztelhető. Minél általánosabbá válik egy állítás, annál nehezebb azonosítani a hatókörét, a szükséges bizonyítékokat, a feltevéseket és az érvényességi feltételeket.

A bizalom kontextusfüggő

Egy kontroll lehet hatékony az egyik rendszerben és hatástalan a másikban. Egy MI-modell alkalmas lehet belső dokumentumok összefoglalására, de alkalmatlan biztonsági kivételek önálló jóváhagyására. A bizalom nem vihető át egyik kontextusból a másikba annak értékelése nélkül, hogy a releváns feltételek összehasonlíthatók maradnak-e.

A bizalom időfüggő

A szervezetek folyamatosan változnak. Új eszközök kerülnek bevezetésre. A konfigurációk módosulnak. A munkatársak szerepkört váltanak. A beszállítók frissítik szolgáltatásaikat. Sebezhetőségeket fedeznek fel. Azok a kontrollok, amelyek tegnap még helyesen működtek, ma már nem feltétlenül működnek helyesen. A bizonyítékok ezért idővel veszítenek értékükből. Egy bizalomra méltó következtetésnek nemcsak azt kell közölnie, mit ellenőriztek, hanem azt is, mikor ellenőrizték, és meddig kell érvényesnek maradnia a következtetésnek.

A bizalom bizonyítékokon alapul, de nem abszolút

A bizonyítékok láthatóvá teszik a bizonytalanságot és megvédhetővé a döntéseket. A bizonytalanságot nem szüntetik meg teljesen. Még az erős bizonyítékoknak is vannak korlátai. Lefedhetik a rendszernek csak egy részét, támaszkodhatnak feltevésekre, tartalmazhatnak mérési hibákat, vagy elavulhatnak. A hiteles bizonyosságnak közölnie kell ezeket a korlátokat, ahelyett hogy egy bináris állapot mögé rejtené őket.

A bizalomnak visszavonhatónak kell lennie

Egy bizalmi döntésnek meg kell tudnia változni, amikor az azt alátámasztó feltételek megváltoznak. Ha új bizonyítékok ellentmondanak egy korábbi biztonsági állításnak, a következtetést frissíteni kell. Ha a bizonyítékok lejárnak, a bizalomnak csökkennie kell. Ha a lefedett hatókör bővül, további bizonyítékokat kell megkövetelni. Az a bizalom, amely nem vizsgálható felül, nem kalibrált bizalom. Hanem a valóságtól elszakadt hit.

Az időszakos bizalmi jelzésektől a folyamatos bizonyosságig

A hagyományos digitális bizalom gyakran időszakos jelzéseken keresztül épül fel: tanúsítványok, kérdőívek, auditjelentések, értékelési dokumentumok és biztonsági prezentációk. Ezek a mechanizmusok továbbra is fontosak. Önmagukban azonban nem elegendők egy olyan világban, ahol a digitális rendszerek naponta változhatnak. A jövő modellje más irányba mutat:

A folyamatos bizonyosság nem azt jelenti, hogy egy szervezet minden tevékenységét állandóan monitorozni kell. Kockázatalapúnak és arányosnak kell lennie. Egy kiemelt hozzáférésre, termelési infrastruktúrára vagy érzékeny ügyféladatokra vonatkozó kritikus állítás frissebb és erősebb bizonyítékot igényel, mint egy kis hatású adminisztratív állítás. A fontos változás az, hogy a bizalom többé nem egyetlen dokumentumhoz kötődik. A követelményeknek, megvalósításoknak, bizonyítékoknak, felülvizsgálatoknak, megállapításoknak, felelősségeknek és függőségeknek ehelyett összekapcsolt modellt kell alkotniuk. A géppel olvasható struktúrák fontos szerepet játszhatnak ebben az átmenetben. Lehetővé teszik, hogy a bizonyítékokat keretrendszereken és értékeléseken átívelően újra felhasználják anélkül, hogy elvesznének az eredetükre, eredeti hatókörükre, gyűjtési idejükre, felelősükre vagy korlátaikra vonatkozó információk.

A bizalom jövője ezért nem csupán folyamatos. Hanem részletes, nyomon követhető, átvihető és visszavonható.

A Zero Trust és a magas bizalom nem ellentétek

A különböző fogalmak most már összekapcsolhatók. A Zero Trust azt szabályozza, hogyan születnek az egyes hozzáférési döntések. A bizalomra méltóság azt írja le, hogy egy rendszer vagy szervezet megérdemli-e a bizalmat. A bizonyosság strukturált igazolást ad erre a következtetésre. A bizonyítékok a megvalósításra és a hatékonyságra vonatkozó állításokat támasztják alá. A megfelelés a meghatározott követelményekhez való igazodást értékeli. A ráhagyatkozás azt írja le, hogy valaki ténylegesen függ-e egy rendszertől vagy követi-e azt. A digitális bizalom az a tágabb bizalom, amely az ökoszisztémán átívelően kialakulhat. A Zero Trust megakadályozza, hogy a bizalmat elegendő alap nélkül feltételezzék. A bizonyosság megmutatja, hol indokolt a bizalom.

A megfelelés strukturált követelményekkel és felülvizsgálati mechanizmusokkal járul hozzá. A bizonyítékok összekötik a kijelentéseket a megfigyelhető valósággal. Ezek a fogalmak tehát nem egymással versengő elképzelések. Hanem egyetlen koherens modell különböző részei. A jövő sem egy egyetemes „bízz mindenkiben”, sem egy kulturális „ne bízz senkiben”. Hanem ellenőrizhető, kalibrált bizalom.

Mit jelent a Secaninál az „Optimize for trust”

Az „Optimize for trust” nem jelentheti a bizalomra méltóság észlelésére való optimalizálást. Nem jelentheti a lehető legtöbb zöld pipa, jelvény, tanúsítvány vagy tág biztonsági állítás előállítását. Nem jelentheti azt, hogy az embereket arra ösztönözzük, hogy jobban megbízzanak egy rendszerben, mint amennyit annak tényleges tulajdonságai indokolnak. Számunkra ez azt jelenti:

Ne arra optimalizáljon, hogy megbízzanak Önben. Arra optimalizáljon, hogy méltó legyen a megalapozott bizalomra.

A Secanit azért építjük, hogy folyamatosan összekapcsolja a biztonsági állításokat, követelményeket, megvalósításokat és bizonyítékokat. A bizalom ne kizárólag egy meggyőző prezentációból vagy egy időszakos megfelelési dokumentumból fakadjon. Hanem egy aktuális, felülvizsgálható és nyomon követhető igazolásból. Ennek a gondolatnak a legtömörebb kifejezése talán:

A bizalom nem ígéret. Hanem folyamatosan alátámasztott következtetés.

A szervezeteknek nem csupán bizalomra méltónak kell látszaniuk. Képesnek kell lenniük megmutatni, miért érdemlik meg a bizalmat. Az emberektől pedig nem egyszerűen azt kell kérni, hogy jobban bízzanak. Hanem lehetővé kell tenni számukra, hogy jobban tudjanak bízni.

Hivatkozások

[1] D. M. Rousseau, S. B. Sitkin, R. S. Burt, and C. Camerer, “Not So Different After All: A Cross-Discipline View of Trust,” Academy of Management Review, vol. 23, no. 3, pp. 393–404, 1998, doi: 10.5465/AMR.1998.926617. (DOI)

[2] R. C. Mayer, J. H. Davis, and F. D. Schoorman, “An Integrative Model of Organizational Trust,” Academy of Management Review, vol. 20, no. 3, pp. 709–734, 1995, doi: 10.5465/amr.1995.9508080335. (DOI)

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

[4] S. Rose, O. Borchert, S. Mitchell, and S. Connelly, Zero Trust Architecture, NIST Special Publication 800-207, National Institute of Standards and Technology, Gaithersburg, MD, USA, Aug. 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, Geneva, Switzerland, Nov. 2022. (World Economic Forum)

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

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

[8] S. Mehrotra, C. Degachi, O. Vereschak, C. M. Jonker, and M. L. Tielman, “A Systematic Review on Fostering Appropriate Trust in Human-AI Interaction: Trends, Opportunities and Challenges,” ACM Journal on Responsible Computing, vol. 1, no. 4, Art. no. 26, pp. 1–45, 2024, doi: 10.1145/3696449. (ACM Digital Library)

[9] R. Visser, T. M. Peters, I. Scharlau, and 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, vol. 91, Art. no. 101357, 2025, doi: 10.1016/j.cogsys.2025.101357. (ScienceDirect)

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

[11] T. M. Peters, K. Biermeier, and I. Scharlau, “Assessing healthy distrust in human-AI interaction: Interpreting changes in visual attention,” Frontiers in Psychology, vol. 16, Art. no. 1694367, Jan. 2026, doi: 10.3389/fpsyg.2025.1694367. (Frontiers)

[12] M. Busuioc and M. Maggetti, “Worthy of trust? AI governance and the role of (dis)trust,” Perspectives on Public Management and Governance, Art. no. gvag007, Jul. 2026, doi: 10.1093/ppmgov/gvag007. (OUP Academic)

[13] European Parliament and Council of the European Union, “Regulation (EU) 2024/1689 of 13 June 2024 laying down harmonised rules on artificial intelligence,” Official Journal of the European Union, Jul. 2024. (EUR-Lex)