UbID Sentinel AI
O UbID Sentinel AI é o domínio de produto para assistência operacional fundamentada em evidências. Ele ajuda equipes autorizadas a interpretar evidências complexas de serviços, segurança, confiança e recuperação, enquanto sistemas determinísticos permanecem autoritativos para alterações de estado e resultados criptográficos.
O objetivo não é colocar um modelo de linguagem no controle da infraestrutura de identidade. É reduzir o tempo necessário para compreender evidências, priorizar investigações e preparar ações governadas.
Usos apropriados
Sob acesso e política aprovados, o Sentinel AI pode auxiliar em:
- resumir a postura do serviço e mudanças recentes;
- correlacionar alertas com evidências relevantes;
- explicar qual domínio de confiança ou jornada de usuário pode estar afetado;
- identificar informações ausentes antes que uma operação possa prosseguir;
- preparar uma proposta de investigação ou plano de remediação;
- validar se uma solicitação contém os campos necessários;
- comparar um estado observado com uma política ou runbook documentado;
- produzir um briefing com referências de evidência para um responsável autorizado por decisões.
Autoridade determinística
A saída do modelo de linguagem é consultiva. Serviços autoritativos continuam determinando:
- emissão e status de credenciais;
- resultados de proofing de identidade;
- autenticação e autorização;
- chaves e operações criptográficas;
- preparação e liberação de recuperação;
- aplicação de políticas;
- se uma ação externa foi realmente executada.
O Sentinel AI não deve afirmar que uma operação ocorreu sem que evidências autoritativas a confirmem.
Fundamentação em evidências
Um assistente operacional confiável deve vincular conclusões a evidências específicas, em vez de depender de uma narrativa sem suporte.
A fundamentação em evidências inclui:
- fontes de dados identificadas;
- timestamps e atualidade;
- checksums ou referências imutáveis quando apropriado;
- versão de política;
- distinção entre observação, inferência e recomendação;
- reconhecimento claro de evidências ausentes ou conflitantes.
Quando as evidências estão incompletas, o resultado correto pode ser parar, solicitar esclarecimento ou escalar para um revisor humano.
Guardrails
Os princípios públicos de guardrails incluem:
- acesso de privilégio mínimo a ferramentas e recursos;
- operação somente leitura por padrão;
- ferramentas e esquemas em allow-list;
- autorização explícita para ações que alteram estado;
- separação entre preparação, validação, aprovação e execução;
- execuções idempotentes e rastreáveis quando prático;
- proteção contra tentativas baseadas em prompts de expandir autoridade;
- nenhuma navegação externa silenciosa nem uso de fontes de dados não aprovadas;
- nenhuma exposição de segredos, dados pessoais ou detalhes operacionais internos em resumos.
MCP e ferramentas confiáveis
O Sentinel AI pode utilizar interfaces controladas de ferramentas, incluindo recursos e tools de Model Context Protocol, para descobrir capacidades aprovadas e recuperar evidências.
MCP é um mecanismo de integração, não um padrão de identidade ou credenciais. Seu uso deve permanecer sujeito a autenticação, autorização, validação de schemas, evidências e responsabilidade institucional.
Ações de identidade de alto impacto devem seguir o padrão preparar → validar → aprovar → executar. Um assistente de IA pode preparar e validar, mas a execução exige política explícita ou autorização humana.
Responsabilidade humana
A assistência de IA não transfere a responsabilidade para fora da instituição. Pessoas autorizadas continuam responsáveis por:
- revisar conclusões materiais;
- confirmar o escopo das ações solicitadas;
- resolver evidências ambíguas ou conflitantes;
- aprovar alterações de alto impacto;
- assegurar que obrigações legais, de privacidade e segurança sejam cumpridas.