Agenty AI napędzane dużymi modelami językowymi stają się coraz bardziej autonomiczne i mogą wykonywać złożone operacje w systemach informatycznych, co niesie ze sobą nowe zagrożenia dla bezpieczeństwa, prywatności i zgodności z regulacjami. Tradycyjne systemy zarządzania dostępem jak XACML, Rego i Cedar obsługują jedynie podstawowe operacje pozwolenia i zakazu, ale nie potrafią radzić sobie z nowymi wymogami governance'u wymagającymi pełnej kontroli nad tym, co agenty mogą robić, co są zobowiązane robić po określonych akcjach, kiedy można zwolnić je z obowiązków i jak rozwiązywać konflikty między regułami.
Proponowane rozwiązanie AgenticRei, oparte na frameworku Rei i wyrażone w standardzie OWL (Web Ontology Language), wprowadza polityki deontyczne, które mogą definiować nie tylko zakazy i pozwolenia, ale także zobowiązania agentów, zwolnienia warunkowe z tych zobowiązań oraz mechanizmy rozwiązywania konfliktów między politykami. System umożliwia także ontologiczne wnioskowanie nad hierarchiami klas dziedzinowych, co jest szczególnie ważne w aplikacjach takich jak opieka zdrowotna, cyberbezpieczeństwo czy ochrona danych.
To badanie adresuje realny problem - w miarę jak agenty AI stają się bardziej zaangażowane w krytyczne procesy biznesowe, organizacje potrzebują narzędzi do precyzyjnej kontroli ich zachowania zgodnie ze skomplikowanymi regułami biznesowymi i regulacyjnymi. AgenticRei ma potencjał stać się standardowym narzędziem dla zarządzania governance'em w systemach agentowych, podobnie jak XACML stał się standardem dla tradycyjnego zarządzania dostępem.