定義
アクターインテリジェンスとは、アプリケーションとのやり取りを何が動かしているのかについての証拠であり、それに対して行動するために必要な文脈を組み合わせたものです。"actor" とは、その瞬間にそのやり取りを制御しているものです - 人、AIアシスタントを使って作業している人、自律エージェント、または利用可能な証拠では判定できないものです。
アクターインテリジェンスはアイデンティティとは異なります。アイデンティティは "which account is this?" に答えます。アクターインテリジェンスは "このアカウント、またはこのリクエストを、今動かしている参加者はどの種類の存在か、そしてそれをどう知るのか?" に答えます。
このカテゴリが存在する理由
Web の大半の歴史では、アプリケーションは認証済みセッションを人として扱えました。自動化されたトラフィックは検知して、通常は停止すべきものでした。しかし、正当なソフトウェアエージェントが、人や組織のためにブラウジングし、APIを呼び出し、ツールを呼び出すようになると、その前提は崩れます。いまアプリケーションは、次を見分ける必要があります。
- 通常の体験を受けるべき人。
- AI支援を使う人 - ワークフローによって、歓迎されることもあれば、制限されることもあり、単に開示されるだけのこともあります。
- 構造化されたアクセスに値するエージェント - たとえば API や機械可読な応答などです。
- 証拠が薄く、断定できないやり取り。
この4つの समूहについては、投稿 Human, AI-assisted or agent: a practical taxonomy for application traffic で詳しく説明しています。
この区別がなければ、チームは大まかな手段に頼ることになります - 自動化らしく見えるものはすべてブロックするか、認証できたものはすべて許可するかです。どちらも問題を生みます。前者は正当な統合を壊します。後者は、影響の大きい操作を、誰も意図していなかったほど少ない文脈で実行させてしまいます。
アクターインテリジェンスの構成要素
シグナル
生の入力です - リクエスト署名、プロトコルの詳細、クライアントからの宣言、ブラウザセッションからのインタラクションシグナルなどです。どのシグナルが存在するかは、統合がどこで動作するかによって変わります。
根拠付きの分類
Agent または Human のような結論は、それが何に基づくのかを示して初めて有用になります。優れたアクターインテリジェンスは常に evidence basis を報告します - verified、declared、inferred、または unknown です。
分析
時間経過と route ごとの傾向です - アプリケーションのどの部分にエージェントトラフィックが見られるか、unknown がどれくらいあるか、そしてリリース後にその数値がどう変化するかです。
判断
各 route とリスクレベルに対する、アプリケーション自身のポリシーです。アクターインテリジェンスはこれらの判断に情報を与えますが、それ自体で判断を下すわけではありません。
bot 検知との関係
Bot detection は主に対立的です - 悪用的な自動化を見つけて止めることを目的としています。アクターインテリジェンスはそれより広い概念です。自動化を、正当である場合もある通常の参加者として扱い、AI支援を使う人も独自のカテゴリとして扱います。また、すべてのやり取りを "bot" か "not bot" に押し込めるのではなく、Unknown にも第一級の位置を与えます。
よくある誤解
シグナルが多いほど、常に確実性が高まる。 強さの異なるシグナルを1つのスコアに平均化すべきではありません。検証済みの署名と推測された行動パターンは、異なる種類の証拠です。
アクターインテリジェンスが自動で判断すべきだ。 価値は、アプリケーション所有者に信頼できる文脈を与えることにあります。実施は所有者が決めます。
Proof of Actor におけるアクターインテリジェンス
Proof of Actor は、アクターインテリジェンスを Detect、Understand、Route の3つの機能として提供します。結果は常に明示的な根拠を伴う4つの分類のいずれかであり、チームは observation mode から始め、ポリシーはアプリケーション自身のコードで実行されます。詳細は product page をご覧いただくか、apply for early access からお申し込みください。