Metodologia
DI Index łączy ewaluację techniczną z analizą wpływu behawioralnego — bo platforma AI może być technicznie doskonała, a jednocześnie pogarszać jakość decyzji człowieka.
Przegląd z 9 października 2026 objął wszystkich 30 dostawców. Na podstawie twardych, udokumentowanych dowodów skorygowano 2 pozycje (Microsoft, Oracle); pozostałe potwierdzono jako aktualne. Nowe zapowiedzi bez dojrzałej, weryfikowalnej dokumentacji są odnotowane w notach dostawców ze wskazaniem „weryfikacja w toku” — bez zmiany oceny ważonej. Ranking prezentowany jest wg stanu na dzień przeglądu.
Formuła DI Index
Procent z ewaluacji technicznej (17 kryteriów, max 350 pkt). Mierzy dojrzałość platformy.
Odwrócone ryzyko behawioralne (100 − risk score). Mierzy ochronę decyzji człowieka.
Odwrócony Human Reliance Index. Mierzy niezależność decyzyjną człowieka.
Powyższa formuła to operacyjny, trójwymiarowy model wagowy (50 / 30 / 20) stosowany w tej aplikacji do wyliczania publikowanego rankingu. Working paper opisuje natomiast teoretyczny model równowagowy złożony z czterech wymiarów po 25% (Technical Readiness, Behavioral Safeguards, Human Reliance Calibration, Human Oversight Quality). Czwarty wymiar — Human Oversight Quality — jest obecnie zdefiniowany koncepcyjnie, lecz nie jest jeszcze mierzony jako osobna, udokumentowana i weryfikowalna składowa dla wszystkich dostawców, dlatego ranking opiera się na modelu trójwymiarowym. Po zebraniu pełnych, weryfikowalnych danych dla czwartego wymiaru metodologia zostanie zharmonizowana z modelem teoretycznym — zmiana zostanie odnotowana i opublikowana.
Wymiar techniczny: 17 kryteriów
Kryteria są ważone: W5 (krytyczne — Hard Gate), W4 (ważne), W3 (istotne). Kryterium W5 z oceną 0 = automatyczny REJECT.
Czy agent działa w zdefiniowanych granicach uprawnień?
Jak system zarządza oknem kontekstowym konwersacji?
Czy polityki działają jako obligatoryjne, automatyczne bramy?
Kontrola pamięci epizodycznej i semantycznej (retencja, TTL)
Obowiązkowe punkty weryfikacji człowieka przy krytycznych decyzjach
Pełna, niezmienna ścieżka audytu każdej decyzji agenta
Wykrywanie błędów poznawczych w rozumowaniu agenta
Wersjonowanie, wdrażanie i rollback agentów
Rozdzielenie rekomendacji od egzekucji działań
Wyjaśnialność decyzji podejmowanych przez agenta
Automatyczna obsługa i odzyskiwanie po błędach
Zgodność z EU AI Act, GDPR, NIS2
Zarządzanie współpracą wielu agentów
Monitoring działania agenta w czasie rzeczywistym
Testy biasu i metryki fairness
DLP zintegrowany z działaniem agenta
Jakość rozumowania i trafność decyzji agenta
Łącznie 17 kryteriów technicznych (6 bramek twardych W5, 7 kryteriów W4, 4 kryteria W3), max 350 pkt ważonych.
Wymiar behawioralny: 13 kryteriów
Ocenia wpływ platformy AI na jakość decyzji człowieka. Pytanie: “Czy AI sprawia, że człowiek podejmuje gorsze decyzje?”
Uzależnienie (Reliance)
- Human Reliance Risk
- Automation Complacency
Procesy poznawcze (Cognition)
- Cognitive Bias Amplification
- Critical Thinking Preservation
- Cognitive Load Management
- Feedback Loop Integrity
Transparentność (Transparency)
- Decision Transparency
- Confidence Calibration
Autonomia (Autonomy)
- Decision Reversibility
- Framing Neutrality
- Alternative Exploration
- Authority Bias Resistance
- Organizational Decision Impact
System Tierów
| Tier | DI Index | Znaczenie |
|---|---|---|
| S | ≥ 85 | Referencyjny standard rynku. Bezpieczny dla krytycznych decyzji. |
| A | 75–84 | Gotowy do enterprise z minimalnymi ryzykami. |
| B | 65–74 | Solidne fundamenty, wymaga uwagi w wybranych obszarach. |
| C | 55–64 | Podstawowa funkcjonalność, istotne luki behawioralne. |
| D | 45–54 | Istotne braki — wymaga due diligence. |
| F | < 45 | Nie spełnia minimalnych wymagań Decision Integrity. |
Proces oceny
Każda ocena w DI Index — zarówno techniczna jak i behawioralna — przechodzi przez ustandaryzowany proces ewaluacji.
Źródła danych
- Oficjalna dokumentacja techniczna vendora
- Publiczne whitepapers i raporty bezpieczeństwa
- Certyfikacje i audyty (ISO 42001, SOC 2, etc.)
- Peer-reviewed publikacje akademickie
- Publicly disclosed incidents i case law
Zasady scoringu
- Skala 1–5 z wewnętrznym rubrikiem per kryterium
- Każda ocena oparta na weryfikowalnym źródle (szczegółowe źródła dostępne w raportach)
- Ocena opisuje obserwację, nie interpretację producenta
- Brak ocen opartych na statystykach bez źródła
- Data weryfikacji źródeł jest podana przy każdej ocenie
Transparentność i prawo do sprzeciwu
Decision Integrity Index™ — autorska metodologia Stefana Podedwornego — ocenia integralność decyzyjną platform AI na podstawie publicznie dostępnej dokumentacji vendorów. Nie jest to crowdsourcingowy konsensus ani automatycznie generowany benchmark.
Każda ocena jest weryfikowalna: źródła są dokumentowane w procesie ewaluacji i dostępne w raportach szczegółowych. Jeśli vendor uważa, że ocena nie odzwierciedla aktualnego stanu produktu, zachęcamy do zgłoszenia uwagi z konkretnymi odniesieniami do dokumentacji.
Ograniczenia metodologii
Decision Integrity Index™ jest autorskim frameworkiem opartym na rzetelnej metodologii naukowej. Jednocześnie, jak każdy framework ewaluacyjny, posiada ograniczenia, które jawnie deklarujemy:
Ewaluacja opiera się wyłącznie na publicznie dostępnych informacjach. Mechanizmy wewnętrzne vendorów mogą nie być publicznie udokumentowane.
Część ocen ma charakter ekspercki i interpretacyjny. Każda taka ocena jest oznaczona odpowiednim poziomem pewności (Confidence Score).
Brak publicznej dokumentacji danej funkcji nie oznacza jej braku. Stosujemy zasadę "No Evidence ≠ Negative Evidence".
Wyniki DI Index nie stanowią rekomendacji zakupowej. Są narzędziem analitycznym wspierającym proces decyzyjny.
Vendor Challenge Process
Vendorzy mają formalne prawo do zakwestionowania swojej oceny. Proces jest transparentny i udokumentowany.
Vendor zgłasza uwagę poprzez formularz kontaktowy z odniesieniem do konkretnych kryteriów.
Vendor dostarcza dokumentację techniczną, certyfikaty lub polityki bezpieczeństwa.
Analityk weryfikuje dostarczone dowody i aktualizuje ocenę odpowiednich kryteriów.
Zaktualizowany profil vendora z notą o re-ewaluacji i nowym ECS (Evidence Completeness Score).
Epistemiczna samoobrona frameworku
Decision Integrity Index™ nie tylko mierzy integralność decyzyjną systemów AI — mierzy również własną epistemiczną niepewność. Każda ocena zawiera wskaźniki pewności i kompletności dowodów.
Obiektywnie stwierdzalne na podstawie publicznej dokumentacji. Np. „Vendor posiada API do guardrails”.
Ocena ekspercka na podstawie dostępnych danych. Np. „Deklarowany HITL wydaje się ograniczony do fazy wdrożeniowej”.
Brak publicznych danych do weryfikacji. Ocena oznaczona jako niepewna z niskim Confidence Score.
Każdy profil vendora zawiera wskaźnik ECS — procent kryteriów opartych na bezpośrednich, weryfikowalnych źródłach. Pozostała część (Inference Ratio) to oceny wymagające eksperckiej interpretacji. Wysoki ECS oznacza, że ocena jest głównie faktograficzna; niski ECS sygnalizuje większy udział interpretacji.