Gå til indhold
AGIRight.org

AILP — AI-læringstilladelsesprotokol

AI-læringstilladelsesprotokol

Kan AI lære af dette? I hvilken dybde, til hvilke formål, med hvilke forpligtelser?

Draft v0.1.1 Skema ↓

01 · Definition

AILP operationalizes the AIRS spectrum for the specific question of learning. It distinguishes acts that binary crawler rules collapse together: being read is not being learned from; being retrieved is not being trained on; fine-tuning is not distillation; verbatim memorization is different from statistical internalization. AILP lets a publisher declare, in a single machine-readable file, per-dimension permissions — access, indexing, inference input, embedding, training, fine-tuning, distillation, memory, output, attribution and compensation — each as allowed, denied, or license-required. An AILP grant answers "may AI learn from this content?" only — it does not answer "may this Agent invoke a tool, write to a database, or publish?" (AARS), nor "who authorized this Agent?" (AADP).

02 · Formål

  • Besvar "må AI lære af dette?" med præcision på dimensionsniveau i stedet for en crawl-bit.
  • Adskil læringstilladelse (internalisering i modeller) fra adgangstilladelse (hentning af sider).
  • Understøt kompensationsmodeller: gratis, ikke-kommerciel, licenspligtig, gevinstdeling.
  • Sikr, at åbenhed er maskinelt eksekverbar — så goodwill ikke kasseres som juridisk usikkerhed.

03 · Omfang

00

access / indexing — hentning og semantisk indeksering

01

inference_input — brug som kontekst ved inferens (RAG)

02

embedding — vektorisering og hentningsindekser

03

training / fine_tuning / distillation — niveauer af modelinternalisering

04

verbatim_memory — hvorvidt eksakt gengivelse er tilladt

05

attribution / compensation — citationspligter og betalingsvilkår

04 · Maskinlæsbart eksempel

En læringstilladelseserklæring — /ai/rights-spectrum.json (AILP-profil)

/ai/rights-spectrum.json
{
  "version": "0.1",
  "protocol": "AILP",
  "publisher": "example.org",
  "default": {
    "access": "allowed",
    "indexing": "allowed",
    "inference_input": "allowed",
    "embedding": "allowed",
    "training": "license_required",
    "fine_tuning": "license_required",
    "distillation": "denied",
    "verbatim_memory": "denied",
    "attribution": "required",
    "compensation": "contact"
  },
  "contact": "licensing@example.org"
}

05 · Begrænsninger

  • Semantikken for læringstilladelse er den sværeste at verificere teknisk — AILP erklærer hensigt, men kan endnu ikke bevise overholdelse.
  • Dimensionslisten er et udkast; grænserne mellem træning, finjustering og destillation er stadig til debat.
  • Juridisk anerkendelse af læringstilladelser varierer efter jurisdiktion og er uafklaret.
  • v0.1.1: AILP(Resource,ContentUse)=Allow does not imply AARS(Actor,Action)=Allow, and does not imply AADP(Principal,Actor,Authority)=Valid — a system exposing both content and tools must evaluate them separately.