RAG pe competențe și autorizări: atestatul e al omului

Un manager de proiect întreabă asistentul intern: „avem verificator atestat pentru structura de la hala 3?”. Sistemul găsește dosarul de calificare depus la ultima licitație, îl citează corect și răspunde afirmativ. Documentul e real. Fraza e transcrisă exact. Nimeni nu a inventat nimic.

Și răspunsul poate fi fals din trei motive în același timp: atestatul aparține unei persoane care a plecat acum patru luni; legitimația care confirma dreptul ei de practică a expirat între timp; iar domeniul de atestare era A2, nu A1, adică alt tip de structură decât cel din întrebare.

Corpusurile de până acum din serie aveau ca obiect un lucru: un document, un produs, o probă prelevată, un echipament instalat. Dosarul de competențe e primul în care obiectul verificat e o persoană, iar atributul care contează despre ea nu doar există sau nu — el are o dată de început și una de sfârșit, și se poate stinge fără ca nimeni din companie să afle.

Diferența schimbă arhitectura, nu formularea promptului. Mecanica de bază a RAG presupune că documentul găsit descrie o stare care ține până când documentul e înlocuit. Aici documentul rămâne identic și afirmația lui devine falsă la o dată calendaristică.

Competența aparține unui om, nu firmei

Prima proprietate a corpusului e cea pe care limbajul comercial o ascunde sistematic: în formulările din oferte și din prezentări, competența pare un atribut al companiei. Juridic, nu este niciodată.

„Firma are verificator atestat” nu e o afirmație verificabilă

Atestarea tehnico-profesională se acordă persoanelor fizice. Procedura aprobată prin Ordinul MDLPA nr. 817/2021 stabilește condițiile de atestare pentru persoanele fizice care solicită accesul în profesiile reglementate de verificator de proiecte și de expert tehnic, împreună cu regulile de exercitare și de confirmare periodică a dreptului de practică. Aceeași logică la Inspectoratul de Stat în Construcții pentru responsabilii tehnici cu execuția și la ANRE pentru electricienii autorizați: titularul e un om, cu nume, număr și domeniu.

Firma nu deține competența. Firma deține o legătură — contract de muncă, contract de prestări servicii, colaborare — cu cineva care o deține. Distincția pare pedantă până în ziua în care omul demisionează și legătura dispare fără ca dosarul să se schimbe cu o literă.

Consecința practică pentru un sistem de retrieval: entitatea centrală a corpusului nu e documentul, ci perechea dintre o persoană și un atribut. Un atestat nu e un fișier despre firmă, ci o afirmație despre un individ, valabilă într-un interval, pe un domeniu, emisă de o autoritate.

Excepția care arată de ce nu poți avea o regulă unică

Există și situația inversă, și e instructivă tocmai fiindcă strică simetria. Prescripția tehnică PT CR 9-2010, care reglementează autorizarea sudorilor, prevede explicit că autorizația este valabilă pentru persoana juridică ce a solicitat în scris autorizarea sudorului sau prelungirea valabilității. Autorizația conține atât identificarea persoanei juridice, cât și pe cea a persoanei fizice.

Cu alte cuvinte: un sudor autorizat la un angajator nu vine cu autorizația la următorul. Competența rămâne a lui, documentul nu îl urmează.

Rezultă o cerință de modelare pe care majoritatea proiectelor o descoperă târziu: fiecare tip de atribut are propriul mod de a se lega de organizație, iar acest mod e un câmp în fișă, nu o convenție implicită. Minimul e o pereche de câmpuri — cui aparține atributul și dacă se transferă la schimbarea angajatorului. Fără ele, sistemul va trata identic un drept de practică personal, care circulă cu omul, și o autorizație emisă pe seama unei firme, care nu circulă deloc.

Aceeași formă ca la emitent, alt obiect

Tiparul îl recunoști din RAG pe buletine de încercări, unde filtrul dur era domeniul de acreditare al laboratorului care a emis documentul. Structura verificării e identică; obiectul ei e altul. Acolo întrebi cine a emis documentul și dacă avea voie să îl emită. Aici întrebi despre cine vorbește documentul și ce avea voie acel om să facă.

Un sistem matur are ambele filtre și le ține separate — se confundă ușor la ingestie, fiindcă amândouă arată ca niște PDF-uri cu antet, număr și semnătură.

Atributul are un interval, nu doar o existență

A doua proprietate e cea care rupe implementările construite ca o căutare peste arhiva de scanări: verificarea nu se termină cu „există documentul”, ci cu „era valabil la momentul care contează”.

Două întrebări temporale care nu se confundă

„Mai e valabil azi?” și „era valabil atunci?” sunt întrebări diferite, cu răspunsuri care pot fi opuse pentru același om și același atestat.

Prima apare când construiești o echipă pentru o lucrare care începe luna viitoare. A doua apare la audit, la o expertiză contradictorie sau într-un litigiu: proiectul a fost verificat acum trei ani, iar întrebarea e dacă persoana care a semnat avea, la data semnăturii, dreptul de practică valabil pe acel domeniu. Un certificat valabil azi nu spune nimic despre starea de atunci, iar unul expirat azi nu invalidează retroactiv o semnătură dată la timp.

Sistemul trebuie să răspundă la ambele, ceea ce înseamnă că data de referință e un parametru al interogării, nu ziua curentă implicită.

Intervalele sunt reale, scurte și diferite între ele

Nu e o abstracțiune de arhitect. Câteva dintre ritmurile din piață, la data publicării:

Cinci atribute, patru emitenți, ritmuri care nu se aliniază. Un sistem care tratează atestarea ca pe un câmp boolean va fi greșit primul la ritmul cel mai scurt, și va rămâne greșit tăcut, fiindcă nimic din text nu se schimbă în ziua expirării.

Starea nu se reduce la data expirării

A doua sursă de eroare, mai subtilă: un document poate fi în termen și, în același timp, să nu mai producă efecte. Dreptul de practică se poate suspenda sau înceta din motive care nu au legătură cu calendarul de pe legitimație — de aceea registrele publice ale MDLPA conțin nu doar liste de specialiști atestați, ci și liste separate cu cei pentru care e consemnată încetarea sau suspendarea dreptului de practică.

Rezultă un al doilea câmp, independent de dată: starea curentă a atributului. Valabil, expirat, suspendat, retras, încetat. Modelul de date care are doar data_expirare va raporta ca valabil un atestat suspendat luna trecută.

Mecanica de reindexare a documentelor care își schimbă starea fără să își schimbe conținutul e tratată separat, în prospețime, ștergeri și reindexare. Ce e specific aici e că evenimentul declanșator nu vine niciodată din document: vine dintr-un calendar sau dintr-o listă publicată de altcineva.

Domeniul autorizării e un filtru dur

A treia proprietate e cea care transformă un răspuns plauzibil într-unul greșit fără să pară: „atestat” fără domeniu e o etichetă goală.

Nomenclatoare care nu se traduc unul în altul

Atestările pentru verificatori de proiecte și experți tehnici se acordă pe domenii codificate — A1 și A2 pentru rezistență mecanică și stabilitate la structuri din materiale diferite, plus domenii separate pentru instalații și pentru celelalte cerințe fundamentale de calitate. Autorizarea responsabililor tehnici cu execuția folosește un cu totul alt nomenclator, numeric, pe domenii și subdomenii de lucrări. Autorizarea electricienilor combină un grad, de la I la IV, cu un tip: A pentru proiectare, B pentru executare.

Trei emitenți, trei sisteme de codificare fără corespondență între ele. Niciunul nu se deduce din celălalt prin similaritate semantică, fiindcă etichetele sunt convenții administrative, nu concepte.

Includerea nu e simetrică și nu e ordonată

Aici greșesc și oamenii, nu doar sistemele. Regulile de acoperire între domenii există, dar merg într-o singură direcție: competențele obținute prin atestarea într-un domeniu pot include și competența pentru un alt domeniu, fără ca reciproca să fie adevărată. Iar la electricieni, gradul și tipul sunt axe independente: un grad IV de tip A nu execută instalații, oricât ar fi „mai mare” numărul decât un III de tip B.

Un model care raționează cu bunul-simț al numerelor mari va greși exact aici, cu încredere maximă. Singura implementare corectă e un tabel de acoperire per emitent, întreținut manual, aplicat ca filtru înainte de regăsire — nu o inferență la momentul răspunsului.

Disciplina e aceeași cu cea a domeniului de aplicare de la RAG pe normative și standarde, mutată de pe regulă pe persoană: acolo domeniul spunea cui i se aplică cerința, aici spune ce are voie să facă omul.

Copia din dosar nu e sursa de adevăr

A patra proprietate e cea care decide dacă sistemul rămâne corect după prima lună: dosarul intern conține o fotografie, iar fotografia îmbătrânește.

Emitenții publică registre, și o spun explicit

Evidența verificatorilor de proiecte și a experților tehnici se ține în registre electronice gestionate de autoritatea competentă, iar numele, seriile și numerele certificatelor de atestare sunt informații publice, consultabile pe pagina autorității. ISC publică listele responsabililor tehnici cu execuția autorizați, cu domeniile fiecăruia.

La ANRE formularea e și mai directă: calitatea de electrician autorizat se dovedește prin verificarea ei în registrul electronic de evidență și prin autorizația emisă, însoțită de un act de identitate, numai în condițiile valabilității acestora. Emitentul spune, cu toate literele, că documentul singur nu e dovada. Dovada e documentul confruntat cu registrul.

Reconcilierea e un job programat, nu o sarcină de proiect

Un PDF scanat din dosarul de personal e adevărat pentru ziua în care a fost depus. Între timp legitimația s-a prelungit sau nu, domeniul s-a extins, dreptul de practică s-a suspendat. Nimeni nu anunță compania.

Structura minimă a reconcilierii: pentru fiecare atribut din registrul intern, identificatorul din registrul emitentului, starea găsită la ultima verificare și data acelei verificări. Ritmul se alege pe risc — lunar pentru atributele care condiționează semnături, trimestrial pentru restul.

Ce se adaugă în răspuns e un singur lucru, dar schimbă totul: alături de atributul citat, data la care a fost confruntat ultima oară cu sursa. Un răspuns care spune „atestat pe domeniul X, valabil până la data D, verificat în registrul emitentului la data V” e utilizabil într-o decizie. Unul care spune doar „are atestat” nu e.

Corpusul e format din date personale, prin construcție

A cincea proprietate nu e o precauție juridică adăugată la final. E natura corpusului: fiecare document din el vorbește despre un om identificat, iar unele vorbesc despre sănătatea lui.

Legea a separat deja atributul de datele care îl susțin

Modelul corect nu trebuie inventat, fiindcă există în reglementarea supravegherii sănătății lucrătorilor. Medicul de medicina muncii completează fișa de aptitudine cu o concluzie — apt, apt condiționat, inapt temporar sau inapt pentru locul de muncă respectiv — în două exemplare, unul pentru angajator și celălalt pentru lucrător. Dosarul medical și fișa de identificare a factorilor de risc profesional se păstrează la structura de medicina muncii, nu la angajator.

Separarea e chiar principiul de arhitectură pe care îl cauți: angajatorul primește atributul, nu datele care l-au produs. Un sistem care indexează fișa de aptitudine indexează o concluzie de aptitudine pentru un post, nu o stare de sănătate. Dacă în corpus ajung documente medicale propriu-zise, problema nu e la filtrul de acces, ci în amonte, la procesul care le-a adus în dosar.

Minimizare înseamnă că indexezi fișa, nu CV-ul

Un dosar de competență conține tipic diplome, certificate de atestare, legitimații, adeverințe de vechime, memorii de activitate, fișe de aptitudine, uneori copii ale actului de identitate. Aproape toate întrebările reale se rezolvă din fișa structurată — titular, tip de atribut, emitent, număr, domeniu, interval de valabilitate, stare, data ultimei verificări.

Documentele-sursă rămân atașate, cu acces separat și cu motiv de consultare, nu în indexul general. Regimul general de temei, retenție și drepturi ale persoanei vizate e tratat în RAG și GDPR, iar modelul de permisiuni în controlul accesului în RAG.

Cine întreabă nu e cel despre care se întreabă

Ce se adaugă aici, față de orice alt corpus intern, e o asimetrie. În RAG pentru HR, individualizarea răspunsului merge spre persoana care pune întrebarea: angajatul întreabă despre drepturile lui. În dosarul de competență, cel care întreabă e aproape întotdeauna altcineva — un manager de proiect, un responsabil de ofertare, un auditor — iar subiectul datelor e o terță persoană.

Asta schimbă predicatul de filtrare. Nu „ce am voie să văd despre mine”, ci „ce am voie să văd despre altul, în ce scop”. Un responsabil de ofertare are nevoie să știe că există cineva atestat pe domeniul cerut și că atributul e valabil. Nu are nevoie de diploma scanată, de vechimea completă sau de fișa de aptitudine. Modelul de acces se scrie pe scop, nu doar pe rol, și asta e diferența față de un corpus documentar obișnuit.

Arhitectura: registrul de competențe înainte de index

Tot ce urmează se sprijină pe o singură structură, iar aceea nu e indexul vectorial. E un tabel: cine, ce atribut, de la cine, pe ce domeniu, până când, în ce stare, verificat la ce dată.

Ultimele trei rânduri marchează granițele articolului: aici e vorba despre dovada de competență a unei persoane, nu despre cerința care o impune, nu despre regula aplicată individual și nu despre modelul de date al dosarului de conformitate. Perechea proprietar-scadență revine, cu alt obiect, și pe registrul de riscuri: acolo data nu stinge un drept, ci obligă pe cineva anume la o reevaluare.

Numărul de atestat se potrivește exact sau deloc

Numere de certificat, serii de legitimație, coduri de domeniu, grade și tipuri se caută literal sau nu se caută deloc. Cine tastează numărul unui atestat vrea acel atestat, nu unul apropiat semantic — de aceea hybrid search cu reranking intră în proiect din prima zi, nu la runda de optimizare.

Fișa persoanei e unitatea de indexare

Un dosar de competență are zeci de pagini eterogene, iar tăierea lor la lungime fixă rupe asocierea dintre atribut, domeniu și dată. Ce ajunge în index e fișa extrasă, nu pagina; strategiile de chunking rămân în joc doar pentru documentele-sursă, peste pregătirea obișnuită a corpusului.

Răspunsul livrează dovada și starea, nu verdictul

Sistemul returnează atributul, domeniul, intervalul, starea și data ultimei verificări, plus documentul-sursă. Nu returnează concluzia „omul poate semna”, fiindcă aceea e o decizie asumată de cineva cu răspundere. Peste regulile de format ale unui răspuns bun se adaugă o singură constrângere, dar netranzacționabilă: nicio afirmație despre o competență nu pleacă fără dată.

Ce măsori și cu ce începi

Evaluarea e neobișnuit de comodă aici: emitentul își publică registrul, deci fiecare afirmație a sistemului are o sursă independentă cu care poate fi confruntată.

Trei metrici specifice

Rata de acoperire a rolurilor. Din rolurile care cer o atestare pe proiectele active, câte au azi o persoană cu atribut valabil, în domeniul cerut. E metrica de business, nu de retrieval, și de obicei prima măsurare produce o surpriză neplăcută în sala de ședință.

Rata de afirmații fără dată. Din răspunsurile care confirmă existența unui atribut, câte au omis intervalul de valabilitate sau data ultimei verificări. Ținta e zero. Fiecare abatere e o afirmație pe care compania ar putea fi pusă să o susțină.

Acuratețea filtrului pe domeniu. Pe un set de întrebări construite deliberat cu domeniul vecin, dar greșit — A2 în loc de A1, tip A în loc de tip B, un subdomeniu de lucrări apropiat — câte au fost respinse corect. Un fals pozitiv sună exact ca un răspuns corect și cade la primul control.

Cum construiești setul de referință și ce praguri urmărești e detaliat în cum evaluezi un sistem RAG.

Pilotul începe cu douăzeci de oameni, nu cu arhiva

Cel mai prost început e digitalizarea integrală a dosarului de personal. Ia în schimb douăzeci de persoane cu roluri care condiționează semnături, o singură familie de atribute, extragere manuală a fișei și o confruntare cu registrul emitentului.

După două săptămâni ai un număr: din douăzeci de atribute declarate în dosar, câte se confirmă azi în registrul public, în domeniul și în starea așteptate. O abatere mare arată spre procesul de actualizare, nu spre model — se repară cu oameni și un calendar. Iar dacă întrebarea reală era una singură, cu răspuns fix, poate nu ai nevoie de retrieval.

Întrebări frecvente

Pot ține dosarele de competență în același index cu restul documentației tehnice?

Nu, și nu din motive de performanță. Un corpus de date personale cere alt temei de prelucrare, altă retenție și alt model de acces decât manualele sau normativele. Ține registrul de competențe ca sursă separată, expusă prin filtru la momentul interogării, și lasă în indexul general doar faptul că rolul e acoperit, nu cine îl acoperă.

Cum tratez atestatele obținute în alt stat?

Ca pe o cerere de recunoaștere în curs, nu ca pe un atribut echivalent. Recunoașterea calificărilor profesionale are propria procedură și propriul emitent, iar rezultatul ei e documentul pe care îl indexezi. Sistemul poate semnala că există o diplomă străină fără decizie de recunoaștere atașată; nu poate trage concluzia că echivalența operează. Cât timp cererea e pe rol la autoritate, ea are propriul termen de soluționare, care curge din ziua comunicării și nu din data actului — mecanica e cea din RAG pe corespondența cu autoritățile.

Ce fac cu personalul subcontractorilor?

Îl tratezi ca pe un corpus separat, alimentat contractual, nu din sistemul intern de personal. Atributele aparțin unor oameni care nu sunt angajații tăi, deci nu ai acces la actualizări automate — ai doar ce ți-a transmis partenerul și data la care ți-a transmis. Marchează sursa în fișă și scurtează ritmul de reconfirmare, fiindcă riscul de învechire e mai mare.

Poate sistemul să spună dacă un om are voie să semneze un document?

Poate arăta atributul, domeniul, intervalul, starea și data ultimei verificări, și poate semnala când unul dintre ele lipsește. Nu poate produce verdictul, fiindcă dreptul de a semna depinde și de contextul lucrării, iar consecința e a persoanei care semnează, nu a sistemului.

Merge același tipar și în afara construcțiilor?

Structura se transferă oriunde există o competență atestată de un terț, pe un domeniu, cu termen: transport de mărfuri periculoase, sănătate, audit financiar, protecția muncii, aviație. Emitenții, nomenclatoarele de domenii și ritmurile de reconfirmare diferă complet, deci registrul se construiește de la zero pentru fiecare familie de atribute.

Un RAG peste dosarul de competențe nu se măsoară în câte diplome ai scanat. Se măsoară în câte perechi persoană-atribut au domeniu, interval, stare și dată a ultimei confruntări cu emitentul — restul e regăsire semantică aplicată acolo unde chiar ajută, plus onestitatea de a spune când sistemul nu mai poate garanta nimic.

Verificarea de zece minute care merită făcută azi: ia trei roluri care condiționează o semnătură și spune, pentru fiecare, cine îl acoperă, pe ce domeniu, până când și de când nu a mai fost confruntat cu registrul emitentului. Ce nu poți completa e planul primului proiect.

Dacă vrei să vezi cum ar arăta registrul pe structura ta de personal, trimite un mesaj. Celelalte corpusuri enterprise din serie stau în Cazuri de utilizare enterprise, articolele care ating partea de conformitate și audit au propriul fir, iar imaginea completă a serviciului e în AI și RAG.