Zaupanje, vrednost zaupanja in Zero Trust: zakaj mora biti zaupanje prihodnosti preverljivo

Zaupanja ne bi smeli maksimirati. Treba si ga je prislužiti, ga podpreti z dokazi in ga nenehno umerjati.

Skoraj vsako tehnološko podjetje trdi, da gradi zaupanje. Že stavek »zaupajte nam« pa razkriva temeljni problem: zaupanje zahteva, preden ponudi zadostne razloge zanj. Ponudnik programske opreme lahko trdi, da so podatki strank varni. Stranka lahko tej trditvi verjame in se odloči ponudniku zaupati. Ali je ponudnik dejansko vreden zaupanja, pa je drugo vprašanje. Racionalno podlago za takšno zaupanje lahko zagotovijo le dokazi o uvedenih varnostnih kontrolah, njihovi učinkovitosti, obsegu in nadaljnjem delovanju. Prav tu se pojmi, kot so zaupanje, vrednost zaupanja, zagotovilo (angl. assurance), zanašanje, skladnost, digitalno zaupanje in Zero Trust, pogosto pomešajo. Vendar opisujejo različne vidike istega problema.

Razumevanje teh razlik nam pomaga odgovoriti na precej širše vprašanje:

Kaj naj zaupanje pomeni v digitalnem svetu, v katerem se sistemi, organizacije in tveganja nenehno spreminjajo?

Zaupanje se začne tam, kjer se gotovost konča

V organizacijskih in psiholoških raziskavah se zaupanje praviloma povezuje s pripravljenostjo sprejeti ranljivost. Rousseau in sodelavci opisujejo zaupanje kot psihološko stanje, ki vključuje namen sprejeti ranljivost na podlagi pozitivnih pričakovanj o namerah ali vedenju druge strani [1]. Mayer, Davis in Schoorman podobno opredeljujejo zaupanje kot pripravljenost postati ranljiv v odnosu do druge strani, tudi kadar te strani ni mogoče v celoti nadzorovati ali obvladovati [2]. (ResearchGate) Zaupanje zato zahteva vsaj dva pogoja: obstajati mora negotovost in nekaj pomembnega mora biti na kocki.

Kadar je izid popolnoma gotov, zaupanje ni potrebno. Kadar ne obstaja nobena morebitna izguba ali odvisnost, je tisto, kar je videti kot zaupanje, morda zgolj priročnost. Zaupanje postane pomembno, ko smo odvisni od druge osebe, organizacije ali sistema in ta odvisnost ustvarja ranljivost. To pomeni tudi, da zaupanje nikoli ni zgolj splošna lastnost neke entitete. Natančnejša formulacija bi bila:

A zaupa B glede X, pod pogoji Y, v določenem trenutku.

Podjetje lahko zaupa ponudniku storitev v oblaku, da bo hranil javno trženjsko gradivo, ne zaupa pa samodejno istemu ponudniku obdelave zelo občutljivih zdravstvenih podatkov. Sistem je lahko dovolj zanesljiv za en primer uporabe, za drugega pa popolnoma neprimeren. Zaupanje je zato relacijsko, vezano na kontekst in odvisno od tveganja.

Uživati zaupanje ni isto kot biti vreden zaupanja

V vsakdanjem jeziku se izraza »zaupan« in »vreden zaupanja« pogosto uporabljata kot sopomenki. Pojmovno pa opisujeta dve različni stvari. Zaupan pomeni, da entiteta dejansko uživa zaupanje. Vreden zaupanja pomeni, da si entiteta to zaupanje zasluži. Prepričljiv goljuf lahko uživa zaupanje, ne da bi bil zaupanja vreden. Nasprotno pa skrbno zasnovan in dobro upravljan sistem morda je vreden zaupanja, a si zaupanja uporabnikov ne pridobi, ker njegove zmogljivosti, kontrole in omejitve ostajajo nevidne. Mayer in sodelavci opredeljujejo tri široko uporabljene razsežnosti zaznane vrednosti zaupanja: sposobnost, integriteto in dobronamernost [2].

Sposobnost se nanaša na to, ali je stran, ki ji zaupamo, dovolj kompetentna za izvedbo zadevne naloge. Integriteta se nanaša na to, ali so njene izjave, načela in dejansko vedenje skladni. Dobronamernost se nanaša na to, ali od nje pričakujemo, da bo upoštevala interese strani, ki zaupa, namesto da bi zasledovala izključno lastne koristi. (JSTOR) Pri tehničnih sistemih je treba te razsežnosti prevesti. Sposobnost postane tehnična zmogljivost, zanesljivost, odpornost in varnost. Integriteta postane predvidljivo vedenje, dosledna pravila, sledljiva obdelava in resnično sporočanje omejitev. Dobronamernosti ni mogoče preprosto pripisati stroju. Lahko pa jo ocenimo v povezavi z organizacijo, ki sistem razvija in upravlja: ali organizacija ščiti interese uporabnikov? Ali pošteno sporoča tveganja? Ali zagotavlja mehanizme odgovornosti in pravnega varstva?

NIST se vrednosti zaupanja loteva z vidika sistemskega inženirstva. Sistem, vreden zaupanja, ni zgolj sistem, ki mu ljudje slučajno zaupajo. Njegova vrednost zaupanja mora temeljiti na dokazih, da lahko izpolni kritične zahteve, ki so mu postavljene. Glede na kontekst lahko te zahteve vključujejo varnost (angl. security), varnost pred škodo (angl. safety), zanesljivost, odpornost, zasebnost ali druge lastnosti sistema [3]. Ta razlika je temeljna:

Zaupanje obstaja v glavi tistega, ki zaupa. Vrednost zaupanja obstaja v lastnostih in vedenju entitete, ki ji zaupamo.

Oboje se lahko ujema, vendar se ne ujema samodejno.

Zaupanje, zanašanje in skladnost niso isto

Druga pomembna razlika obstaja med zaupanjem in zanašanjem. Zaupanje je stališče, pričakovanje ali presoja. Zanašanje je opazno vedenje. Oseba lahko sistemu umetne inteligence ne zaupa in kljub temu upošteva njegovo priporočilo, ker nima druge možnosti, ker je časovni pritisk velik ali ker to zahteva organizacijski proces. Nasprotno lahko oseba sistemu na splošno zaupa, v posameznem primeru pa njegovo priporočilo namerno prezre. Ta razlika je pomembna, ker ankete, ki uporabnike sprašujejo, ali sistemu zaupajo, ne napovedujejo nujno, kdaj se bodo ti uporabniki nanj zanašali. Novejše raziskave interakcije med človekom in umetno inteligenco zato vse bolj ločujejo zaznano zaupanje, vedenjsko zanašanje, zmogljivost sistema in ustreznost posledične odločitve [8]–[10]. (ACM Digital Library)

Tudi skladnost ni enakovredna vrednosti zaupanja. Skladnost najprej odgovarja na ožje vprašanje:

Ali je bil določen nabor zahtev izpolnjen v določenem obsegu?

Certifikat, revizijsko poročilo ali ocena so lahko pomemben razlog za zaupanje. Vendar niso neomejena in trajna izjava, da je organizacija varna. Revizija lahko potrdi, da je bil določen sistem upravljanja ustrezno uveden v določenem obsegu in v določenem obdobju. Ne dokazuje pa samodejno, da je vsaka trenutna konfiguracija pravilna, da je zajet vsak na novo uveden sistem ali da se varnostni incident ne more zgoditi. NIST zato svari pred obravnavo skladnosti kot edine dokazne podlage za zagotovilo ali vrednost zaupanja. Skladnost lahko prispeva dragocene dokaze, vendar lahko pristop, ki temelji zgolj na skladnosti, ustvari videz varnosti, ne da bi ustrezno izkazal učinkovitost sistema v ozadju [3]. (NIST Publikationen)

Skladnost je pomembna. Vendar je skladnost eden od prispevkov k upravičenemu zaupanju, ne pa njegov popoln nadomestek.

Zagotovilo povezuje zaupanje z vrednostjo zaupanja

Med subjektivnim zaupanjem neke strani in dejansko vrednostjo zaupanja sistema leži še en pojem: zagotovilo (angl. assurance). NIST zagotovilo opisuje kot razloge za upravičeno prepričanje, da je bila neka trditev izpolnjena ali da bo izpolnjena [3]. Zagotovilo torej ni niti občutek niti jamstvo. Je strukturirana utemeljitev. Robustna struktura zagotovila bi morala razkriti vsaj pet elementov: Trditve: kaj natanko se zatrjuje? Argumenti: zakaj naj bi razpoložljive informacije podpirale trditev? Dokazi: kateri zapisi, opažanja, testi ali artefakti izkazujejo izvedbo in učinkovitost?

Predpostavke: pod katerimi pogoji sklep ostaja veljaven? Obseg: kateri sistemi, procesi, podatki, lokacije in obdobja so zajeti? NIST uporablja pojem primera zagotovila (angl. assurance case) za opis strukturiranega in pregledljivega razmerja med trditvami, argumenti, predpostavkami in podpornimi dokazi [3]. Vzemimo naslednjo varnostno trditev:

Vsi produkcijski podatki so v mirovanju šifrirani.

Korporativna politika šifriranja izkazuje, da obstajata namen in zahteva. Ne dokazuje pa, da vsak produkcijski sistem za shranjevanje to zahtevo dejansko izvaja. Posnetek zaslona konfiguracije ene podatkovne baze je dokaz o tej konkretni podatkovni bazi v določenem trenutku. Ne izkazuje nujno popolne pokritosti. Močnejši primer zagotovila bi lahko združeval:

• popoln popis produkcijskih podatkovnih shramb,
• konfiguracijske podatke iz vsakega relevantnega sistema,
• zahteve za upravljanje ključev,
• samodejna preverjanja konfiguracije,
• rezultate testov,
• podatke spremljanja,
• odgovorne lastnike,
• zapise o pregledih
• in jasen časovni žig za vsak posamezen dokaz.

Različne oblike dokazov služijo različnim namenom. Politika podpira načrtovano zasnovo. Konfiguracija podpira tehnično izvedbo. Test ali neprekinjena telemetrija podpira dejansko delovanje. Pregled podpira sklep, da je dokaze ocenila in sprejela odgovorna oseba. Noben od teh elementov sam po sebi ni nujno zadosten. Zagotovilo nastane iz sledljivega razmerja med prvotno trditvijo, zajetim obsegom, izvedbo in razpoložljivimi dokazi. Zrel sistem zagotavljanja mora biti sposoben tudi negativnih sklepov. Ugotoviti bi moral, da:

• razpoložljivi dokazi niso zadostni,
• so dokazi zastareli,
• manjka del relevantnega obsega,
• izvedba nasprotuje trditvi,
• predpostavke ni več mogoče podpreti
• ali da operativna učinkovitost še ni bila izkazana.

NIST izrecno priznava, da lahko analiza zagotovila prinese neugodne rezultate, kadar dokazi trditve ne podpirajo [3]. (NIST Publikationen) Sistem, ki zna ustvarjati samo zelene kljukice, lahko pomirja. Ne ustvarja pa nujno verodostojnega zagotovila.

Zero Trust ne pomeni, da ne zaupamo nikomur

Na prvi pogled se zdi, da Zero Trust nasprotuje cilju gradnje večjega zaupanja. Vendar ni tako. Zero Trust naslavlja drugo raven problema. Ni predvsem psihološka ali kulturna filozofija. Je arhitekturni pristop k odločitvam o dostopu. V modelu Zero Trust se zaupanje ne podeli zgolj zato, ker se uporabnik ali naprava nahaja znotraj omrežja podjetja, pripada organizaciji ali je bil predhodno overjen. Dostop se presoja glede na določen vir, identiteto, napravo, kontekst in zahtevo. Pravice naj bodo omejene, nenehno ponovno ocenjene in podeljene ob predpostavki, da je omrežje ali sistem morda že ogrožen [4].

Tradicionalna varnost, ki temelji na perimetru, pogosto stisne kompleksno odločitev o zaupanju v eno samo široko predpostavko:

Znotraj omrežja podjetja pomeni vredno zaupanja.

Zero Trust to predpostavko razgradi na manjše odločitve:

Ali sme ta identiteta s to napravo pod temi pogoji zdaj dostopati do tega vira?

Zero Trust zato ni konec zaupanja. Je konec implicitnega, širokega in trajno podedovanega zaupanja. Natančnejša razlaga bi bila:

Nič implicitnega zaupanja. Nič nezasluženih privilegijev.

Organizacija ima lahko hkrati kulturo visokega zaupanja in arhitekturo Zero Trust. Zaposlenim ni treba osebno sumničiti drug drugega samo zato, ker se odločitve o dostopu tehnično preverjajo. Dobro zasnovane kontrole lahko medosebno zaupanje celo olajšajo. Zmanjšujejo verjetnost, da bi posamezna napaka, ogrožen račun ali zlonamerna zahteva povzročili neomejeno škodo. Zero Trust nadomesti eno veliko in nejasno predpostavko o zaupanju s številnimi manjšimi, kontekstualnimi, začasnimi in preklicljivimi odločitvami. To je zelo združljivo s sodobnim razumevanjem zaupanja.

Digitalno zaupanje razširja pogled

Vrednost zaupanja se pogosto osredotoča na lastnosti določene organizacije, sistema ali odnosa. Digitalno zaupanje razširja pogled na celoten digitalni ekosistem. Svetovni gospodarski forum digitalno zaupanje opisuje kot pričakovanje, da bodo digitalne tehnologije in storitve ter organizacije, ki jih zagotavljajo, ščitile interese deležnikov in spoštovale ustrezna družbena pričakovanja in vrednote. Njegov okvir povezuje digitalno zaupanje z razsežnostmi, kot so kibernetska varnost, zasebnost, preglednost, preverljivost, pravičnost, interoperabilnost, varnost pred škodo in mehanizmi pravnega varstva [5]. (World Economic Forum) ISACA podobno opredeljuje digitalno zaupanje kot prepričanje v celovitost odnosov, interakcij in transakcij v digitalnem ekosistemu, ki ga sestavljajo ljudje, organizacije, procesi, informacije in tehnologije [6]. (ISACA)

Ta ekosistemski pogled je pomemben, ker vrednost zaupanja digitalnega izdelka le redko ni odvisna samo od tega izdelka. Ponudnik SaaS se lahko zanaša na:

• ponudnika infrastrukture v oblaku,
• ponudnika identitet,
• programske knjižnice,
• plačilne storitve,
• platforme za spremljanje,
• zunanje vire podatkov
• in morda modele umetne inteligence tretjih oseb.

Vrednost zaupanja vidnega izdelka je zato odvisna tudi od kontrol, predpostavk in odvisnosti, ki za njegove uporabnike ostajajo večinoma nevidne. Digitalno zaupanje lahko razumemo kot širši gospodarski in družbeni rezultat. Vrednost zaupanja opisuje lastnosti, zaradi katerih si ekosistem zasluži zaupanje. Zagotovilo je most med temi lastnostmi in odločitvijo deležnika, da zaupa.

Umetna inteligenca kaže, zakaj je maksimiranje zaupanja napačen cilj

Umetna inteligenca posebej jasno razkrije razliko med zaznanim zaupanjem in dejansko vrednostjo zaupanja. Sistem umetne inteligence lahko komunicira tekoče, samozavestno in prepričljivo, ne da bi bil dosledno pravilen. Vmesnik lahko sporoča preglednost in kompetentnost, tudi kadar model v ozadju za predvideno nalogo ni dovolj zanesljiv. Pojasnila, ocene zanesljivosti ali človeku podoben jezik lahko vplivajo na zaznave uporabnikov. Niso pa samodejno dokaz, da je odgovor pravilen. NIST zato zaupanja vredne umetne inteligence ne opredeljuje z eno samo lastnostjo. Okvir za obvladovanje tveganj umetne inteligence (AI Risk Management Framework) navaja več značilnosti, med drugim veljavnost in zanesljivost, varnost pred škodo, varnost in odpornost, odgovornost in preglednost, razložljivost in interpretabilnost, zasebnost ter obvladovanje škodljive pristranskosti. NIST poudarja tudi, da so te značilnosti odvisne od konteksta in lahko zahtevajo kompromise [7].

Sistem je lahko točen, a nepravičen. Lahko je pregleden, a nevaren. Lahko varuje zasebnost, a ostaja nezanesljiv za predvideni namen. V povprečju lahko deluje dobro, v primerih, ki so najpomembnejši, pa nepredvidljivo odpove. Oznaka »zaupanja vredna umetna inteligenca« ne sme zakriti teh razlik. Raziskave interakcije med človekom in umetno inteligenco zato vse pogosteje obravnavajo ustrezno zaupanje, umerjeno zaupanje in ustrezno zanašanje. Cilj ni doseči, da uporabniki sistemu zaupajo čim bolj. Cilj je uporabnikom pomagati oblikovati točno razumevanje zmogljivosti in omejitev sistema ter se nanj zanašati le, kadar je takšno zanašanje upravičeno.

Sistematični pregled, ki so ga pripravili Mehrotra in sodelavci, je pokazal, da v literaturi še vedno ni enotne, dosledno uporabljene opredelitve ustreznega zaupanja. Raziskave uporabljajo različne konstrukte in meritve za zaupanje, namere, zanašanje, zaznano zmogljivost in dejansko zmogljivost sistema [8]. (ACM Digital Library) Visser in sodelavci podobno razlikujejo med zaupanjem, nezaupanjem in ustreznim zanašanjem. Njihov pregled kaže, da je empirično razmerje med razložljivo umetno inteligenco, zaupanjem uporabnikov in ustreznim zanašanjem še vedno neenotno in v mnogih kontekstih nedokončno [9]. (ScienceDirect) Prednatis Raeesa in Papangelisa iz leta 2026 še bolj neposredno trdi, da subjektivne meritve zaupanja ne kažejo samodejno, ali se ljudje ustrezno zanašajo na priporočila umetne inteligence. Ker je bilo to delo objavljeno kot prednatis, je treba njegove sklepe obravnavati kot aktualen raziskovalni prispevek in ne kot dokončno soglasje [10]. (arXiv)

Tudi nezaupanje ni nujno nasprotje dobre uporabe sistema. Določena mera skepse lahko spodbuja preverjanje in odkrivanje napak. Vendar lahko vsesplošno nezaupanje uporabnike vodi tudi k zavračanju pravilnih priporočil. Eksperimentalna študija Petersa, Biermeierja in Scharlaujeve iz leta 2026 je preučevala, ali lahko vizualna pozornost pomaga prepoznati »zdravo nezaupanje« v interakciji med človekom in umetno inteligenco. Ugotovitve niso bile dokončne in ponazarjajo, kako težko je še vedno izmeriti, ali sta zaupanje in nezaupanje ustrezno umerjena [11]. (Frontiers) Želeno razmerje lahko ponazorimo takole:

Cilj ni preprosto premakniti vsakega uporabnika v spodnji desni kot s povečevanjem zaupanja. Cilj je doseči, da zaznano zaupanje in vedenjsko zanašanje čim bolj ustrezata dejanski vrednosti zaupanja sistema, posledicam odpovedi in kontekstu uporabe. Busuioc in Maggetti v članku iz julija 2026 zagovarjata premik od maksimiranja zaupanja k umerjenemu zaupanju. Opozarjata, da se zaupanje lahko odtrga od dejanske vrednosti zaupanja, kadar organizacije proizvajajo signale zaupanja, namesto da bi naslovile temeljne pogoje, ki zaupanje upravičujejo. Njuna analiza poudarja tudi ranljivost, odgovornost in konstruktivno vlogo, ki jo lahko ima nezaupanje [12]. (OUP Academic)

Evropski akt o umetni inteligenci sledi sorodni operativni logiki. Za ustrezne sisteme velikega tveganja zahteva procese in dokumentacijo glede obvladovanja tveganj, upravljanja podatkov, tehnične dokumentacije, beleženja, preglednosti, človeškega nadzora, točnosti, robustnosti in kibernetske varnosti [13]. Te zahteve ne dokazujejo, da bo vsak regulirani sistem umetne inteligence vreden zaupanja. Poskušajo pa abstraktno pričakovanje vrednosti zaupanja prevesti v konkretne dejavnosti upravljanja in pregledljive dokaze. (EUR-Lex) Zaupanja vredna umetna inteligenca zato ni slog vmesnika ali trženjska oznaka. Je stalen problem upravljanja in zagotavljanja.

Naše stališče: zaupanje mora biti upravičeno in umerjeno

Pri Secani zaupanja ne razumemo kot občutka, ki ga je treba preprosto povečati. Prav tako ga ne opredeljujemo kot absolutno gotovost. Absolutna varnost v resničnih digitalnih sistemih ne obstaja. Tudi močni dokazi ne morejo zagotoviti, da do odpovedi ali napada nikoli ne bo prišlo. Dokazi zmanjšujejo negotovost in podpirajo boljše odločitve, ne odpravljajo pa tveganja. Če bi bilo mogoče odpraviti vso negotovost, zaupanje ne bi bilo več potrebno. Zato namenoma govorimo o upravičenem prepričanju, ne o gotovosti. Naša opredelitev se glasi:

Zaupanje je upravičeno, na kontekst vezano prepričanje, da je varnostna trditev zdaj resnična, ker se trditev, njena izvedba in aktualni dokazi preverljivo ujemajo.

Veriga v ozadju je:

Trditev → izvedba → dokazi → zagotovilo → umerjeno zaupanje

Organizacija poda trditev o svoji varnosti. Ta trditev se prevede v konkretne kontrole, sisteme, odgovornosti in pričakovane rezultate. Aktualni dokazi izkazujejo, ali in kako so bile te kontrole izvedene. Proces zagotavljanja oceni, ali dokazi dejansko podpirajo prvotno trditev. Šele tedaj nastane racionalna podlaga za zaupanje. Ta opredelitev vsebuje pet namernih omejitev.

Zaupanje je vezano na trditev

»Smo varni« je preširoko, da bi bilo mogoče smiselno preveriti. »Vse produkcijske podatkovne shrambe uporabljajo odobrene konfiguracije šifriranja« je ožje in preverljivo. Bolj ko je trditev splošna, težje je opredeliti njen obseg, potrebne dokaze, predpostavke in pogoje veljavnosti.

Zaupanje je vezano na kontekst

Kontrola je lahko za en sistem učinkovita, za drugega pa neučinkovita. Model umetne inteligence je lahko primeren za povzemanje internih dokumentov, ni pa primeren za samostojno odobravanje varnostnih izjem. Zaupanja ni mogoče prenašati med konteksti, ne da bi ocenili, ali so ustrezni pogoji še vedno primerljivi.

Zaupanje je odvisno od časa

Organizacije se nenehno spreminjajo. Uvajajo se nova sredstva. Konfiguracije se spreminjajo. Zaposleni menjajo vloge. Dobavitelji posodabljajo svoje storitve. Odkrivajo se ranljivosti. Kontrole, ki so včeraj delovale pravilno, danes morda ne delujejo več. Dokazi zato s časom izgubljajo vrednost. Sklep, vreden zaupanja, mora sporočati ne le, kaj je bilo preverjeno, temveč tudi, kdaj je bilo preverjeno in kako dolgo naj ta sklep ostane veljaven.

Zaupanje temelji na dokazih, vendar ni absolutno

Dokazi naredijo negotovost vidno in odločitve zagovorljive. Negotovosti pa ne odpravijo v celoti. Tudi močni dokazi imajo omejitve. Lahko zajemajo le del sistema, temeljijo na predpostavkah, vsebujejo merilne napake ali zastarijo. Verodostojno zagotovilo mora te omejitve sporočati, namesto da bi jih skrivalo za binarnim statusom.

Zaupanje mora biti preklicljivo

Odločitev o zaupanju se mora lahko spremeniti, ko se spremenijo pogoji, na katerih temelji. Ko novi dokazi nasprotujejo prejšnji varnostni trditvi, je treba sklep posodobiti. Ko dokazi potečejo, mora prepričanje upasti. Ko se zajeti obseg razširi, je treba zahtevati dodatne dokaze. Zaupanje, ki ga ni mogoče revidirati, ni umerjeno zaupanje. Je prepričanje, odtrgano od resničnosti.

Od občasnih signalov zaupanja k neprekinjenemu zagotavljanju

Tradicionalno digitalno zaupanje se pogosto gradi z občasnimi signali: certifikati, vprašalniki, revizijskimi poročili, dokumenti o ocenah in varnostnimi predstavitvami. Ti mehanizmi ostajajo pomembni. Vendar sami po sebi ne zadoščajo v svetu, v katerem se digitalni sistemi lahko spreminjajo vsak dan. Model prihodnosti se premika v drugo smer:

Neprekinjeno zagotavljanje ne pomeni, da je treba vsako dejavnost v organizaciji trajno spremljati. Biti mora utemeljeno na tveganju in sorazmerno. Kritična trditev o privilegiranem dostopu, produkcijski infrastrukturi ali občutljivih podatkih strank zahteva bolj aktualne in močnejše dokaze kot administrativna trditev z majhnim vplivom. Pomembna sprememba je, da zaupanje ni več vezano na en sam dokument. Zahteve, izvedbe, dokazi, pregledi, ugotovitve, odgovornosti in odvisnosti naj namesto tega tvorijo povezan model. Strojno berljive strukture imajo lahko pri tem prehodu pomembno vlogo. Omogočajo ponovno uporabo dokazov v različnih okvirih in ocenah, ne da bi pri tem izgubili njihov izvor, prvotni obseg, čas zbiranja, odgovornega lastnika ali omejitve.

Prihodnost zaupanja zato ni zgolj neprekinjena. Je granularna, sledljiva, prenosljiva in preklicljiva.

Zero Trust in visoko zaupanje nista nasprotji

Različne pojme lahko zdaj povežemo. Zero Trust ureja, kako se sprejemajo posamezne odločitve o dostopu. Vrednost zaupanja opisuje, ali si sistem ali organizacija zasluži zaupanje. Zagotovilo daje strukturirano utemeljitev tega sklepa. Dokazi podpirajo trditve o izvedbi in učinkovitosti. Skladnost ocenjuje usklajenost z opredeljenimi zahtevami. Zanašanje opisuje, ali je nekdo dejansko odvisen od sistema oziroma mu sledi. Digitalno zaupanje je širše prepričanje, ki lahko nastane v celotnem ekosistemu. Zero Trust preprečuje, da bi zaupanje predpostavili brez zadostnih razlogov. Zagotovilo izkazuje, kje je zaupanje upravičeno.

Skladnost prispeva strukturirane zahteve in mehanizme pregledovanja. Dokazi povezujejo izjave z opazno resničnostjo. Ti pojmi zato niso tekmujoče vizije. So različni deli enega skladnega modela. Prihodnost ni ne splošni »zaupaj vsem« ne kulturni »ne zaupaj nikomur«. Je preverljivo, umerjeno zaupanje.

Kaj pri Secani pomeni »optimizirati za zaupanje«

»Optimizirati za zaupanje« ne sme pomeniti optimiziranja za vtis vrednosti zaupanja. Ne bi smelo pomeniti ustvarjanja čim več zelenih kljukic, značk, certifikatov ali širokih varnostnih trditev. Ne bi smelo pomeniti spodbujanja ljudi, da sistemu zaupajo bolj, kot to upravičujejo njegove dejanske lastnosti. Za nas pomeni:

Ne optimizirajte za to, da vam zaupajo. Optimizirajte za to, da ste vredni upravičenega zaupanja.

Secani gradimo zato, da nenehno povezuje varnostne trditve, zahteve, izvedbe in dokaze. Zaupanje ne bi smelo nastati zgolj iz prepričljive predstavitve ali občasnega dokumenta o skladnosti. Nastati bi moralo iz aktualne, pregledljive in sledljive utemeljitve. Najjedrnatejši izraz te ideje bi bil morda:

Zaupanje ni obljuba. Je nenehno podprt sklep.

Organizacije ne bi smele zgolj delovati vredne zaupanja. Morale bi biti sposobne izkazati, zakaj si zaupanje zaslužijo. Ljudi pa ne bi smeli preprosto pozivati, naj zaupajo bolj. Omogočiti bi jim morali, da zaupajo bolje.

Viri

[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. Prednatis. (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)