Permís d'aprenentatge de la IA
Si la IA pot aprendre, fins a quina profunditat, per a quins propòsits i sota quines obligacions. Ser llegit no és ser après; «no prohibit» no és «susceptible d'aprenentatge». L'AIRS i l'AILP converteixen el permís d'aprenentatge en un espectre gradual i llegible per màquines.
Preguntes en estudi
01
Profunditat d'aprenentatge: indexació, embedding, ajustament fi, entrenament, destil·lació
02
Per què l'obertura indefinida s'elimina de les canalitzacions d'entrenament
03
Obertura protocol·litzada: fer que la bona voluntat sigui executable per màquines
04
Models de compensació vinculats a la profunditat de l'aprenentatge
Llibres blancs relacionats
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol L'AIRS i l'AILP expressen permisos d'aprenentatge de la IA matisats, més enllà del binari permès/no permès — què pot aprendre la IA, a quina profunditat, per a quins usos i sota quina compensació.
- Protocolized Openness: Why “Not Prohibited” Does Not Mean “Learnable” in the Age of AI L'obertura indefinida es llegeix com a incertesa legal per a les canalitzacions d'IA i acaba sent eliminada; només el permís protocol·litzat i llegible per màquines fa que el contingut sigui realment susceptible d'aprenentatge.
- AGIRight.org Technical White Paper v0.2 — From AI Content Governance to Protocol-Native Agent & Authority Rights The site's current architecture document: six protocol drafts across two families (content & learning, agent & protocol rights), an integration layer, and an ethical-protection layer, plus the acceptance criteria this site update was built against.
- ARHG — Agent-Readable Hyperlink Graph and Permissioned Web Control Plane A machine-readable navigation graph alongside the ordinary site, answering what AICR/AILP and AARS/AADP both assume: can this resource even be found, by whom, and where does it lead.