Рандомизированные контролируемые испытания для агента оптимизации условного доступа
Краткое содержание
arXiv:2511.13865v1 Тип объявления: кросс Аннотация: Агенты искусственного интеллекта все чаще используются для автоматизации сложных корпоративных рабочих процессов, однако доказательств их эффективности в области управления идентификацией недостаточно. Мы представляем результаты первого рандомизированного контролируемого исследования (РКИ), оценивающего агента ИИ для управления политиками условного доступа (Conditional Access, CA) в Microsoft Entra. Агент помогает выполнять четыре задачи высокой ценности: объединение политик, выявление пробелов относительно базового уровня нулевого доверия, планирование поэтапного внедрения и согласование пользователей с политиками. В производственной среде 162 администратора по управлению идентичностями были случайным образом распределены на контрольную группу (без агента) или экспериментальную группу (с поддержкой агентом) и попросили выполнить эти задачи. Доступ к агенту привел к значительным улучшениям: точность повысилась на 48%, а время выполнения задач сократилось на 43% при сохранении точности. Наибольшие преимущества проявились в когнитивно требовательных задачах, таких как обнаружение пробелов базового уровня. Эти выводы показывают, что специально разработанные агенты ИИ могут значительно повысить эффективность работы.
Полный текст статьи пока не загружен.