Проект: BG175467353-2025-08-0248 „Епистемична робастност на изкуствения интелект: универсална рамка за оценка в индустриални и управленски системи“, Административен договор № КП-06-Н95/16 от 10.12.2025 г.
Финансираща институция: Фонд „Научни изследвания“ към Министерство на образованието и науката, Конкурс за финансиране на фундаментални научни изследвания - 2025 г.
Базова организация: Технически университет - София
Партньор: Стопанска академия „Д. А. Ценов“ – Свищов
Обща стойност на проекта: 167 192,45 евро (86 919, 62 евро за ТУ-София и 80 727,83 евро за Стопанска академия)
Продължителност на проекта:  36 месеца (10.12.2025 - 09.12.2028 г.)
Основна цел на проекта: Да се разработи и валидира универсална рамка за оценка на епистемичната робастност на AI модели, прилагани в управленски и индустриални системи, като ключов акцент се поставя върху тяхната роля за устойчиво развитие (ESG, SDGs).
Проектни дейности: Работната програма включва седем работни пакета:

• РП 1. Управление на проекта. Дейности: Разработване и утвърждаване на правила за организация и координация;  Подготовка на оперативни графици и планове по работни пакети; Провеждане на регулярни срещи на екипа и водене на протоколи; Подготовка на междинни и финални отчетни документи; Мониторинг на изпълнението и управление на рискове; Създаване на вътрешна система за управление на документооборота и архивиране на проектните материали.
• РП 2. Систематичен преглед на литературата и концептуална рамка. Дейности: Систематичен преглед на публикации върху епистемична несигурност/робастност в ИИ- базирани модели; Анализ на съществуващи подходи за устойчиво производство, ESG и SDG индикатори; Изграждане на таксономия на източниците на епистемична несигурност; Синтез на резултатите в концептуален модел на епистемична робастност; Подготовка на аналитичен доклад с дефиниции, индикатори и изводи; Разработване на референтна база данни с ключови публикации и индикатори, достъпна за целия екип;
• РП 3. Теоретична формализация и индикатори за епистемична робастност.  Дейности: Избор и адаптиране на подходящи методи от съществуващата литература; Разработване на индикатори за чувствителност на резултатите към входни вариации; Създаване на опростени модели за изследване на стабилността при параметрични промени; Провеждане на симулации върху примерни управленски задачи (напр. планиране на ресурси, търсене/предлагане); Обобщаване на резултатите в доклад с предложени индикатори и насоки за интеграция в по-широката рамка.
• РП 4. Индикатори за устойчивост на производствени системи. Дейности: Преглед на ESG/SDG индикатори, приложими за производствени системи; Класификация на индикаторите по екологични, социални и управленски измерения; Картографиране на индикаторите към източници на епистемична несигурност; Разработване на концептуален модел за интеграция на устойчивост и епистемична робастност; Изготвяне на аналитичен доклад и препоръки.
• РП 5. Интердисциплинарна интеграция и универсален инструментариум. Дейности: 1. Интеграция на индикаторите от РП 3 и РП 4 в обща рамка; Разработване на композитен индекс;  Валидация чрез експертни панели; Разработване на аналитичен протокол за прилагане на композитен индекс; Подготовка на ръкопис за научна публикация.
• РП 6. Анализ на добри практики и систематизация на подходи. Дейности: Метаанализ на добри практики от различни области; Систематизация на методологични подходи и съпоставяне с предложената рамка; Изследване на международни стандарти и нормативни документи; Систематизация на добри практики за интеграция на AI и устойчивост; Разработване на наръчник с добри практики.
• РП 7. Публикационна активност и научна комуникация. Дейности: Изготвяне на списък с целеви научни списания и конференции; Подготовка и публикуване на статии в международни и национални списания; Представяне на резултатите на международни и национални конференции и кръгли маси; Провеждане на публични лекции, уъркшопи и изготвяне на видеоматериали; Поддържане на уебстраница, социални мрежи и YouTube канал на проекта.

Резултати:

• Публикации в издания с IF (Web of science) и/или SJR (Scopus) – 12 бр.
• Публикации в световни вторични бази данни – 10 бр.
• Монография – 2 бр.
• Организиран и проведен научен форум за представяне на резултатите от
• научноизследователската работа по проекта – 3 бр.
• Организирано и проведено научно събитие за популяризиране на проекта във формат уъркшоп – 2 бр.
• Проведени публични лекции – 5 бр.
• Участия в международни и/или национални научни форуми за представяне на научните съчинения, генерирани от изследването – 10 бр.

Екип за изпълнение на проекта:

• Проф. д-р Георги Венков - ръководител на проекта, ТУ-София
• Проф. д-р Веска Ганчева - член на научния колектив, ТУ-София
• Доц. д-р Мина Даскалова-Каракашева - член на научния колектив, ТУ-София
• Доц. д-р Деница Згурева-Филипова - член на научния колектив, ТУ-София
• Доц. д-р Калин Филипов - член на научния колектив, ТУ-София
• Гл. ас. д-р Кирил Лучков - пост-докторант, член на научния колектив, ТУ-София
• Гл. ас. д-р Багрян Маламин - пост-докторант, член на научния колектив, ТУ-София
• Светослава Симеонова – докторант, член на научния колектив, ТУ-София
• Доц. д-р Марин Маринов - член на научния колектив, ръководител екип за СА „Д. А. Ценов“
• Доц. д-р Галина Чиприянова - член на научния колектив, СА „Д. А. Ценов“
• Доц. д-р Александрина Александрова - член на научния колектив, СА „Д. А. Ценов“
• Гл. ас. д-р Атанаска Решеткова - член на научния колектив, СА „Д. А. Ценов“
• Гл. ас. д-р Евгени Овчинников - член на научния колектив, СА „Д. А. Ценов“
• Гл. ас. д-р Ангелин Лалев - член на научния колектив, СА „Д. А. Ценов“
• Миглена Маринова - докторант, член на научния колектив, СА „Д. А. Ценов“
• Мария Цветанова - докторант, член на научния колектив, СА „Д. А. Ценов“
• Стела Хелми-Генова – студент, член на научния колектив, СА „Д. А. Ценов“

The project focuses on fundamental research on the epistemic robustness of artificial intelligence—the ability of AI models to maintain their reliability and analytical validity under conditions of uncertainty, incomplete data, and a dynamically changing environment. This issue is of strategic importance in industrial and managerial systems, where forecasting and decisionmaking errors may lead to overproduction, inefficient resource use, or an increased
environmental footprint.

The main objective of the project is to develop and validate a universal framework for assessing the epistemic robustness of AI-based models, integrating quantitative reliability metrics (sensitivity, structural stability, temporal degradation) with sustainability indicators
(ESG/SDG). In this way, the project will create an analytical toolkit that simultaneously measures the cognitive resilience of models and their impact on sustainable production, social equity, and ecological balance.

The methodological framework of the project applies a systemic and interdisciplinary approach that brings together concepts from artificial intelligence and machine learning, systems theory, economics and industrial management, statistical and simulation methods, as well as the principles of sustainable development.

The expected results are of a fundamental nature:

• a definition and theoretical framework of epistemic robustness;
• a multidimensional metric and composite index for assessment;
• a universal analytical protocol for application in industrial and managerial systems.

The scientific output will include: at least 12 articles in journals indexed in Scopus/Web of Science, 10 publications in secondary international databases, 2 collective monographs, participation in international forums, and the creation of websites and digital channels for dissemination.

In this way, the project will establish a sustainable interdisciplinary framework for studying the reliability of AI models and their role in the green and digital transformation. The results will contribute both to the development of the Bulgarian scientific school and to its positioning within the international academic community.

Project Partners:

Technical University of Sofia (Coordinator)
Dimitar A. Tsenov Academy of Economics - Svishtov

Coming Soon...