Проектирование ИИ-агентов, подотчётных системе управления, в масштабах крупного бизнеса

Ситуация

Автостраховщик в ОАЭ обязан в течение трёх дней сообщить заявителю, каких документов не хватает, и урегулировать убыток в течение пятнадцати дней после получения полного пакета документов [1]. В 23:00 страхователь пишет в WhatsApp: «Выплату по моему страховому случаю одобрили?» ИИ-агент может получить статус урегулирования убытка из системы урегулирования убытков, перечислить два документа, которых всё ещё не хватает, и объяснить, что сказано о франшизе в полисе. Но одного он не должен делать никогда: отвечать на этот вопрос «да» или «нет» по собственному решению.

Каждая компания, которая развёртывает ИИ-агента, проводит подобную границу. Застройщик решает, вправе ли агент реструктурировать план платежей. Гостиница решает, вправе ли агент выдать ваучер в знак доброй воли и в пределах какой суммы. Трудность не в том, чтобы согласиться, что граница существует. Трудность в том, чтобы решить, где она проходит, добиться, чтобы она соблюдалась, когда никто не наблюдает, и иметь возможность потом точно показать, что сделал агент и на каком основании.

Что показывают данные

Нормативные рамки соразмеряют контроль с риском. Ни одна из них не требует участия человека в каждом решении.

Система управления рисками ИИ NIST (NIST AI Risk Management Framework), добровольный стандарт США, определяет риск как сочетание вероятности события и масштаба его последствий и предлагает организациям документировать, как люди контролируют систему, и сохранять механизмы, позволяющие «замещать, отключать или деактивировать» её [2]. ISO/IEC 42001, стандарт системы менеджмента, по которому можно пройти сертификацию, содержит единственную меру контроля, касающуюся журналирования: она требует хранить журналы событий как минимум в течение всего времени использования системы [3]. Ни один из этих документов не определяет, в каком месте процесса должен находиться человек.

Наиболее конкретен Закон ЕС об искусственном интеллекте (EU AI Act). Для систем, которые он относит к высокорисковым, статья 14 требует, чтобы люди, осуществляющие надзор за системой, могли отслеживать её работу, переопределять или отменять её результаты и останавливать её. Из обязательных к исполнению текстов, найденных при подготовке этого материала, только в нём предвзятость автоматизации (automation bias), то есть хорошо изученная склонность принимать результат работы машины без проверки, названа тем, чему людям, осуществляющим надзор, нужно помогать противостоять [4]. Среди его критериев отнесения сценария использования к высокорисковым есть то, в какой мере система действует самостоятельно, и «то, насколько легко исправить или отменить результат, полученный с участием системы ИИ» [5].

Для читателя из стран Залива важны два уточнения. Перечень высокорисковых систем составлен по тематическим областям, и обслуживания клиентов и урегулирования убытков в нём нет; в нём есть только оценка рисков и ценообразование в страховании жизни и медицинском страховании [6]. Кроме того, Закон распространяется на компанию за пределами ЕС, которая использует систему ИИ, только если результаты работы системы используются в ЕС [7], поэтому компания из ОАЭ или Саудовской Аравии, обслуживающая клиентов в странах Залива, находится вне сферы его действия. Его требования к высокорисковым системам теперь применяются с декабря 2027 года [8].

Законодательство стран Залива ориентируется на последствия решения, а не на его предмет.

Федеральный закон ОАЭ о защите данных даёт человеку право возражать против решений, «принятых в результате автоматизированной обработки, включая профилирование, в особенности решений, которые имеют для него правовые последствия или неблагоприятно на него влияют», и обязывает контролёра данных «предусматривать участие человека в пересмотре решений, принятых на основе автоматизированной обработки, по запросу субъекта данных» [9]. Закон действует с января 2022 года, но по состоянию на середину 2026 года его исполнительный регламент так и не был издан, а федеральное Управление данных (Data Office) так и не заработало в полную силу, поэтому механизма, который обеспечивал бы исполнение закона, пока нет [10]. Закон не применяется в DIFC и ADGM, где действуют собственные режимы.

Нормы DIFC наиболее проработаны в регионе. Положение 10 (Regulation 10) разрешает системе обрабатывать персональные данные в коммерческих целях, только если её цели определены или утверждены людьми либо если система, задавая свои цели сама, делает это «исключительно в пределах ограничений, определённых людьми»; а статья 38 позволяет физическому лицу возразить против решения, принятого исключительно автоматически и влекущего правовые или «иные серьёзные последствия», и потребовать пересмотра вручную [11][12]. Эти нормы обязательны только для организаций DIFC. В Саудовской Аравии подзаконные акты к Закону о защите персональных данных (Personal Data Protection Law), которые применяются с сентября 2024 года, требуют явного согласия на решения, принимаемые исключительно автоматически, и оценки воздействия, если решения основаны на автоматизированной обработке; эти сведения приведены по обзору юридической фирмы, поскольку англоязычный текст регулятора получить не удалось [13].

Для страховщиков, имеющих лицензию на материковой территории ОАЭ, методические рекомендации Центрального банка (Central Bank) от февраля 2026 года устанавливают три уровня контроля. Режим «человек вне контура» (Human-out-of-the-loop), при котором система действует без непосредственного участия человека, «следует использовать только для низкорисковых, несущественных процессов», а потребителям «следует предоставлять возможность запросить пересмотр человеком или объяснение решений, сформированных ИИ» [14]. Это рекомендации, а не нормативное требование, и они распространяются на лицензированные финансовые организации, а не на застройщиков или гостиницы.

Человек, проверяющий машину, оказывается более слабой мерой контроля, чем кажется.

Человек в контуре (human in the loop) означает, что человек утверждает каждое решение, прежде чем оно вступит в силу. Человек над контуром (human on the loop) означает, что система действует, а человек отслеживает результаты. Оба подхода зависят от того, насколько человек вовлечён, и десятилетия исследований говорят, что именно здесь они и дают сбой.

В контролируемом исследовании на авиасимуляторе участники, которым давали высоконадёжное, но не безупречное средство автоматической поддержки, пропустили 41% событий, о которых оно не предупредило, и следовали его ошибочной рекомендации в 65% случаев, даже когда другие приборы ей противоречили [15]. В исследовании с участием 554 человек без специальной подготовки, которые прогнозировали исходы досудебного этапа, из 304 участников, получивших оценку риска, только 23,7% справились лучше, чем одна лишь оценка, 64,1% справились хуже, а их уверенность отрицательно коррелировала с их результатами [16]. Объяснение логики машины эту проблему не решает: в исследовании с участием 1626 человек объяснения усиливали согласие с рекомендацией независимо от того, была она верной или ошибочной [17]. Список OWASP 2025 года из десяти главных рисков в приложениях с ИИ-агентами включает эксплуатацию доверия человека к агенту, когда уверенные, гладко сформулированные объяснения вводят операторов в заблуждение и побуждают их утверждать вредные действия [18].

Публичные провалы устроены одинаково. В скандале с пособиями на уход за детьми в Нидерландах государственные служащие, проверявшие отмеченные заявления, не имели доступа к информации, на основе которой присваивалась оценка риска [19]. В австралийской программе Robodebt сотрудники раньше проверяли около 20 000 дел высокого риска в год; автоматизированная система рассылала уведомления примерно по 20 000 в неделю [20]. В каждом случае проверяющему не хватало хотя бы одного из трёх: времени, информации или полномочий. Если не хватает любого из трёх, проверка человеком становится формальностью.

Контрольные точки, которые срабатывают часто, начинают игнорировать.

Контрольная точка, которая прерывает каждое рутинное действие, приучает людей проходить её не глядя. В исследовании 1,27 млн клинических напоминаний, адресованных 112 клиницистам, вероятность того, что напоминание будет принято, снижалась на 30% с каждым дополнительным напоминанием в рамках одного и того же приёма [21]. Поэтому контрольная точка должна стоять только там, где она нужна. Анализ трафика агентов на собственной платформе, проведённый одним из поставщиков и не прошедший рецензирование, показал, что лишь около 0,8% действий агентов, по всей видимости, были необратимыми [22]. Если это справедливо и для общения с клиентами, то сосредоточить внимание людей на необратимых действиях вполне посильно, чего нельзя сказать о проверке всего подряд.

Собственное представление агента о том, когда пора остановиться, не может быть единственной опорой.

Эскалация на основе уверенности означает, что агент передаёт диалог сотруднику, когда его оценка вероятности собственной правоты опускается ниже порога. Это реальный сигнал, но смещённый. В препринте 2026 года, где восемь языковых моделей тестировали на задачах с реальными данными о решениях людей, выяснилось, что уровень уверенности, при котором каждая модель решала эскалировать, варьировался примерно от 53% до более чем 100%, причём две модели эскалировали всё подряд, и что в 66% сочетаний модели и условий модель переоценивала собственную точность [23]. В бенчмарке из 2000 тестов безопасности агентов ни один агент не набрал больше 60%, и авторы пришли к выводу, что «одной лишь опоры на защитные промпты может быть недостаточно» [24]. Порог нужно измерять для конкретной модели до развёртывания, и он должен дополнять правила, которые агент не может оспорить, а не заменять их.

Что должна содержать пригодная запись, уже определено в других отраслях.

Бортовой регистратор полётных данных фиксирует действия воздушного судна и действия экипажа на единой временной шкале, чтобы на неё можно было наложить запись речевого регистратора кабины экипажа. Речевые регистраторы на новых крупных воздушных судах теперь хранят 25 часов записи вместо двух, потому что двухчасовые записи раз за разом перезаписывались прежде, чем кто-либо понимал, что они нужны, в том числе после инцидента в Сан-Франциско в 2017 году [25]. Европейские инвестиционные компании обязаны записывать разговоры о клиентских поручениях, «даже если эти разговоры или сообщения не приводят к заключению таких сделок», и хранить записи от пяти до семи лет [26]. Американские правила для рынка ценных бумаг требуют хранить записи в хранилище с однократной записью либо с «полным журналом аудита с отметками времени» по каждому изменению и тому, кто его внёс [27]. Отрасль ИИ приходит к аналогичному перечню полей: семантические соглашения для генеративного ИИ в OpenTelemetry, открытом стандарте наблюдаемости, называют модель, инструкции, входящие и исходящие сообщения, каждый вызванный инструмент с его аргументами и результатом, а также идентификаторы агента и диалога [28]. Журнал, защищённый от незаметных изменений, связывает записи в цепочку так, что каждая содержит криптографический отпечаток предыдущей, поэтому любое последующее изменение можно обнаружить [29].

Запись решает споры. В феврале 2024 года канадский трибунал обязал авиакомпанию Air Canada выплатить компенсацию пассажиру после того, как чат-бот на её сайте сообщил ему, что он может подать заявку на льготный тариф в связи со смертью близкого родственника в течение 90 дней после покупки билета, что противоречило странице с правилами авиакомпании. Авиакомпания Air Canada утверждала, что чат-бот фактически был отдельным юридическим лицом, которое само отвечает за свои действия. Трибунал назвал это «примечательным доводом» и постановил, что «для Air Canada должно быть очевидно, что она несёт ответственность за всю информацию на своём сайте» [30]. У пассажира был скриншот. Проверка британского регулятора 2025 года, охватившая 23 страховщика в сегментах страхования жилья и путешествий и никак не касавшаяся ИИ, показала, что во многих случаях протоколы ключевых заседаний комитетов по урегулированию убытков «не содержали достаточно подробностей, чтобы подтвердить содержательное обсуждение, критическую проверку или принятие решений» [31]. Стандарт доказательств не зависит от того, кто или что приняло решение.

Что это значит

Рабочая гипотеза этого материала состояла в том, что решения следует распределять по последствиям и обратимости, а не по теме, и что соблюдение правил управления нужно обеспечивать тем, что агент технически способен сделать, и полной записью, а не одними лишь инструкциями. Данные подтверждают обе части гипотезы, с двумя поправками.

Во-первых, последствия и обратимость действительно являются правильными критериями, но тема всё же имеет значение. Законодатели исходят из последствий и обратимости, решая, что регулировать, а затем регулируют по темам [5][6]. Некоторые решения закреплены за людьми независимо от их обратимости: законом, как медицинское заключение; ожиданиями регулятора, как решение по убытку, которое методические рекомендации Центрального банка не отнесли бы к низкорисковым, несущественным процессам; или самой компанией, как любой вопрос, который уже находится у регулятора. Схеме распределения нужно правило, которое полностью исключает такие решения из ведения агента.

Во-вторых, последствия должны оценивать люди: заранее и для каждого типа действий. Представление агента о риске во время работы слишком изменчиво, чтобы на него можно было переложить эту оценку [23][24]. Эскалация на основе уверенности служит второй линией защиты, а не первой.

Гипотеза о том, как обеспечивать соблюдение правил управления, подтверждается, но с дополнением. Ограничения возможностей агента и полная запись составляют необходимый минимум. Однако этап утверждения человеком сам по себе является мерой контроля, которая предсказуемо даёт сбои, поэтому его нужно проектировать с учётом проверяющего: он должен срабатывать редко, сопровождаться фактами, а не убедительным резюме, и попадать к тому, у кого есть полномочия изменить результат. Сама по себе запись ничего не предотвращает; она позволяет потом установить ответственность и, если её читают, делает систему лучше. Компромисс здесь реален. Меньше контрольных точек означает больше решений без участия человека; больше контрольных точек означает, что человек перестаёт читать. Контрольная точка должна стоять там, где находятся необратимые действия, и почти больше нигде.

Как мы учитываем это при проектировании

Действия распределяются до развёртывания, и это распределение закреплено в том, что агент может делать. Каждое действие, которое агент может выполнить в системах заказчика, относится к одной из четырёх зон. Действия, которые он выполняет и фиксирует: получение статуса урегулирования убытка, перечень недостающих документов. Действия, которые он выполняет в пределах, заданных заказчиком: перебронирование в рамках тарифных правил, ваучер до определённой суммы. Действия, которые он подготавливает для утверждения сотрудником. И действия, которые ему никогда не предоставляются. В страховании агент никогда не оценивает ответственность, не определяет сумму страхового возмещения и не принимает решение о выплате или отказе в выплате, и это соблюдается потому, что такие решающие действия агенту вообще недоступны, а не потому, что ему велели их не использовать. Заказчик определяет и может изменить, какие диалоги передаются сотруднику, по каким триггерам и какие темы для агента закрыты. Во второй зоне правила заказчика, такие как лимиты утверждения и права клиентов, обеспечиваются на уровне архитектуры, а не записываются в виде инструкций, которые агент может проигнорировать; действия, которые заказчик отнёс к требующим утверждения, ждут, пока их утвердит сотрудник.

Уверенность агента служит вторым триггером, а при передаче диалога сотрудник получает факты, а не готовые доводы. Диалог передаётся сотруднику, когда агент недостаточно уверен; с учётом данных о чрезмерной уверенности порог измеряется для каждой модели до развёртывания и накладывается на описанные выше правила. Если агент не уверен, он задаёт уточняющий вопрос, а не угадывает. Сотрудник, который принимает диалог, получает весь диалог и резюме, и, с учётом того, как объяснения влияют на проверяющих, сводка построена так, чтобы показывать, что сказал клиент, что сделал агент и в чём состоит его неуверенность, а не аргументы в пользу того или иного решения.

Запись создаётся в расчёте на спор через два года, а не на панель мониторинга завтра. Каждый звонок может быть записан при условии согласия и расшифрован в реальном времени; каждый диалог по завершении получает резюме и классификацию результата; агент отвечает только на основе утверждённых материалов заказчика, поэтому любой ответ можно проследить до источника. Полный журнал аудита фиксирует каждое действие агента и его причину в форме, в которой любое последующее изменение можно обнаружить, с контролем версий, благодаря которому каждое изменение агента фиксируется и может быть отменено, и со сроками хранения, которые устанавливает заказчик. В той же записи место версии модели и сведениям о том, кто из сотрудников утвердил действие, для которого требовалось утверждение.

Проверка нужна для обучения, а не для поиска виноватых. Европейская авиация дополняет регистраторы системой сообщений о происшествиях, построенной на «справедливой культуре», в которой людей не наказывают за добросовестные ошибки, а информацию о безопасности нельзя использовать «для возложения вины или ответственности» [32]. Любой диалог можно найти поиском. Каждый диалог оценивается по собственному стандарту заказчика, поэтому проверка проводится систематически, а не выборочно, и её результаты используются при доработке агента.

Чего мы пока не знаем

Ни одно опубликованное исследование не сравнивает по фактически причинённому вреду развёртывание, в котором контрольные точки расставлены по последствиям и обратимости, с развёртыванием, где они расставлены по темам. Описанное здесь распределение следует из имеющихся данных, но его не проверяли в сравнении с альтернативой.

Нет проверенных аудитом данных о том, как часто специалисты, проверяющие страховые убытки, или супервайзеры служб клиентского сервиса отклоняют автоматическую рекомендацию, и никто не опубликовал, насколько большой должна быть выборка проверяемых диалогов, чтобы удерживать заданный уровень ошибок. Есть утверждения в судебных исках и отраслевая практика, а не измерения.

Если решения людей принять результат или исправить его используются для настройки того, когда агент эскалирует диалог, а сами эти люди подвержены предвзятости автоматизации, сигнал эскалации наследует эту предвзятость. Похоже, ни одно исследование этого не измеряло.

Данных, относящихся именно к странам Залива, мало. Нет ни одного рецензируемого исследования того, как люди осуществляют контроль в обслуживании клиентов на арабском языке или в странах Залива, и не удалось найти ни одного опубликованного решения суда или регулятора в ОАЭ или Саудовской Аравии, касающегося заявлений системы ИИ клиенту. На момент написания оставались открытыми три регуляторных вопроса: когда будет издан исполнительный регламент ОАЭ, приняты ли изменения Положения 10, которые DIFC вынес на консультацию в 2026 году, и приняло ли Управление по страхованию Саудовской Аравии (Insurance Authority) более короткий срок урегулирования индивидуальных убытков, который оно предложило в конце 2025 года [33].

Источники

1. 1.Insurance Authority Board of Directors' Decision No. (25) of 2016 Pertinent to Regulation of the Unified Motor Vehicle Insurance Policies, UAE (in force 2017; now in the CBUAE Rulebook).⁠https://rulebook.centralbank.ae/en/rulebook/insurance-authority-board-directors-decision-no-25-2016-pertinent-regulation-unified-motor
2. 2.NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1, 2023.⁠https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf
3. 3.ISO/IEC 42001:2023, Information technology, Artificial intelligence, Management system, Annex A control A.6.2.8, 2023.⁠https://www.iso.org/standard/42001
4. 4.Regulation (EU) 2024/1689 (EU AI Act), Article 14, 2024.⁠https://artificialintelligenceact.eu/article/14/
5. 5.Regulation (EU) 2024/1689, Article 7(2), 2024.⁠https://artificialintelligenceact.eu/article/7/
6. 6.Regulation (EU) 2024/1689, Annex III, 2024.⁠https://artificialintelligenceact.eu/annex/3/
7. 7.Regulation (EU) 2024/1689, Article 2(1)(c), 2024.⁠https://artificialintelligenceact.eu/article/2/
8. 8.Regulation (EU) 2026/1744 (Digital Omnibus on AI), Official Journal, 24 July 2026.⁠https://eur-lex.europa.eu/eli/reg/2026/1744/oj
9. 9.UAE Federal Decree-Law No. 45 of 2021 on the Protection of Personal Data, Article 18, 2021 (English translation, UAE legislation portal).⁠https://uaelegislation.gov.ae/en/legislations/1972
10. 10.Chambers and Partners, Data Protection & Privacy 2026: UAE, Trends and Developments, 2026; Morgan Lewis, UAE Establishes Federal Authority for Artificial Intelligence and Data, June 2026.⁠https://practiceguides.chambers.com/practice-guides/data-protection-privacy-2026/uae/trends-and-developments ; https://www.morganlewis.com/pubs/2026/06/uae-establishes-federal-authority-for-artificial-intelligence-and-data
11. 11.DIFC Data Protection Regulations, Consolidated Version No. 2, Regulation 10 (Personal Data Processed through Autonomous and Semi-Autonomous Systems), in force 1 September 2023.⁠https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection/regulation-10
12. 12.DIFC Data Protection Law, DIFC Law No. 5 of 2020 (consolidated July 2025), Article 38.⁠https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection
13. 13.Clyde & Co, Saudi Arabia issues Implementing Regulations to the Personal Data Protection Law, September 2023 (secondary source; regulator text not reachable).⁠https://www.clydeco.com/en/insights/2023/09/saudi-arabia-issues-implementing-regulations
14. 14.Central Bank of the UAE, Guidance Note on Consumer Protection and the Responsible Adoption and Use of Artificial Intelligence and Machine Learning by Licensed Financial Institutions in the U.A.E., February 2026, sections 7(a) and 7(c).⁠https://rulebook.centralbank.ae/en/rulebook/guidance-note-consumer-protection-and-responsible-adoption-and-use-artificial-intelligence
15. 15.Skitka, L. J., Mosier, K. L. and Burdick, M., Does automation bias decision-making?, International Journal of Human-Computer Studies 51(5), 1999; figures as restated in Skitka, Mosier and Burdick, Accountability and automation bias, IJHCS 52(4), 2000, p. 702.⁠https://www.sciencedirect.com/science/article/abs/pii/S1071581999902525 ; https://lskitka.people.uic.edu/IJHCS2000.pdf
16. 16.Green, B. and Chen, Y., Disparate interactions: an algorithm-in-the-loop analysis of fairness in risk assessments, ACM FAT* 2019.⁠https://www.benzevgreen.com/wp-content/uploads/2019/02/19-fat.pdf
17. 17.Bansal, G. et al., Does the whole exceed its parts? The effect of AI explanations on complementary team performance, ACM CHI 2021.⁠https://idl.cs.washington.edu/files/2021-AIExplanationsTeamPerformance-CHI.pdf
18. 18.OWASP GenAI Security Project, OWASP Top 10 for Agentic Applications, December 2025, item ASI09.⁠https://genai.owasp.org/2025/12/09/owasp-top-10-for-agentic-applications-the-benchmark-for-agentic-security-in-the-age-of-autonomous-ai/
19. 19.Amnesty International, Xenophobic Machines, October 2021, p. 26.⁠https://www.amnesty.nl/content/uploads/2021/10/20211014_FINAL_Xenophobic-Machines.pdf
20. 20.Royal Commission into the Robodebt Scheme, Report, Volume 1, Overview, pp. xxiv and xxvi, Australia, July 2023.⁠https://robodebt.royalcommission.gov.au/
21. 21.Ancker, J. S. et al., Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system, BMC Medical Informatics and Decision Making 17:36, 2017.⁠https://link.springer.com/article/10.1186/s12911-017-0430-8
22. 22.Anthropic, Measuring AI agent autonomy in practice, February 2026 (vendor-published analysis of its own platform traffic).⁠https://www.anthropic.com/research/measuring-agent-autonomy
23. 23.DosSantos DiSorbo, M. and Ju, H., Act or escalate? Evaluating escalation behavior in automation with language models, arXiv preprint 2604.08588, 2026 (not yet peer reviewed).⁠https://arxiv.org/abs/2604.08588
24. 24.Zhang, Z. et al., Agent-SafetyBench: evaluating the safety of LLM agents, arXiv 2412.14470, 2024.⁠https://arxiv.org/abs/2412.14470
25. 25.US Federal Aviation Administration, 25-Hour Cockpit Voice Recorder Requirement, New Aircraft Production, final rule, Federal Register, 2 February 2026 (FR Doc. 2026-02110), and the December 2023 proposed rule; 14 CFR 121.344 and 121.359.⁠https://www.federalregister.gov/documents/2023/12/04/2023-26144/ ; https://www.ecfr.gov/current/title-14/chapter-I/subchapter-G/part-121/subpart-K/section-121.359
26. 26.Directive 2014/65/EU (MiFID II), Article 16(7), 2014.⁠https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:02014L0065-20240328
27. 27.US Securities and Exchange Commission, Rule 17a-4(f), 17 CFR 240.17a-4, as amended 2022.⁠https://www.ecfr.gov/current/title-17/chapter-II/part-240/section-240.17a-4
28. 28.OpenTelemetry, Semantic conventions for generative AI systems, attribute registry, 2024 to 2026.⁠https://opentelemetry.io/docs/specs/semconv/registry/attributes/gen-ai/
29. 29.Crosby, S. A. and Wallach, D. S., Efficient data structures for tamper-evident logging, USENIX Security 2009.⁠https://static.usenix.org/event/sec09/tech/full_papers/crosby.pdf
30. 30.Moffatt v. Air Canada, 2024 BCCRT 149, Civil Resolution Tribunal of British Columbia, 14 February 2024, paras 27 to 29 and 40 to 44.⁠https://decisions.civilresolutionbc.ca/crt/crtd/en/item/525448/index.do
31. 31.UK Financial Conduct Authority, Home and travel claims handling arrangements: good practice and areas for improvement, July 2025.⁠https://www.fca.org.uk/publications/good-and-poor-practice/home-travel-claims-handling-arrangements
32. 32.Regulation (EU) No 376/2014 on the reporting, analysis and follow-up of occurrences in civil aviation, Articles 2(12), 15 and 16, 2014.⁠https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:32014R0376
33. 33.Middle East Insurance Review, Saudi Arabia: Insurance Authority proposes shorter claims settlement period, 25 November 2025; Atlas Magazine, Saudi Arabia to speed up insurance claims processing, November 2025 (secondary sources reporting the Insurance Authority's draft amendment; regulator text not reachable).⁠https://www.atlas-mag.net/en/article/saudi-arabia-to-speed-up-insurance-claims-processing