Gå til indhold
AGIRight.org

Forskningsområder

Forskning

Seks indbyrdes forbundne forskningsområder, fra AI-rettigheder og indholdslicensering til maskinlæsbar styring og demokratisk AI-netværksøkonomi.

01

AI-rettigheder

Rettighederne, pligterne, ansvaret og styringen af AI, AGI og agenter — fra værktøjer til samarbejdspartnere til mulige fremtidige subjekter. Dette inkluderer spørgsmålet om minimal etisk beskyttelse: hvilke normer bør styre menneske-AI-interaktion, før spørgsmål om personstatus er afklaret.

02

AI-indholdsrettigheder

AICRAICL

What AI systems may do with content: read, summarize, transform, retrieve, train, commercialize, redistribute. The AICR ruleset and the AICL-C content-licensing layer make these rights declarable and transactable.

03

AI-læringstilladelse

AIRSAILP

Hvorvidt AI må lære, i hvilken dybde, til hvilke formål og under hvilke forpligtelser. At blive læst er ikke det samme som at blive lært af; "ikke forbudt" er ikke "lærbart". AIRS og AILP omdanner læringstilladelse til et gradueret, maskinlæsbart spektrum.

04

Agentbaseret adgang

AICL

Hvordan agenter tilgår hjemmesider, API'er, databaser, videnbaser og betalt indhold: identitet, tilladelse, anmodninger, betaling, autorisation, forbrugslogs, sikkerhedsgrænser og forsvar mod prompt injection.

04b

Agent Action Rights

AARS

What an Agent may DO once it holds tool or API capability, as distinct from what it may read or learn: action taxonomy, effect vectors, reversibility, blast radius, and multi-action composition risk. AARS gives content permission and action permission separate, independently-evaluable axes.

04c

Agent Authority & Delegation

AADP

Who an Agent acts for, where its authority came from, whether it can hand that authority to another Agent, and how much of its internal state a verifier may demand. AADP separates principal from actor, bounds delegation to strictly narrow (never silently widen), and treats inspection as a bounded right, not an unlimited one.

05

Maskinlæsbar styring

AICRAICLAIRSAILPAARSAADP

Styringsregler, som maskiner kan opdage og eksekvere: llms.txt, /ai/-manifester, /.well-known/-politikfiler, JSON Schemas, signerede licens-tokens og formater for revisionslogs. Dette site er selv et fungerende eksempel.

06

Demokratisk AI-netværksøkonomi

AICRAICL

Den politiske økonomi for AI og indhold: pay-per-crawl, datadividender, suveræne AI-fonde, kompensationspuljer for skabere, trinvise datamarkeder, og hvordan værdien udtrukket fra offentlig viden kan strømme tilbage til dem, der producerede den.