AI-Enhavaj Rajtoj
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.
Demandoj sub studo
01
Po-uzaj, po-profundaj enhavaj permesoj preter robots.txt
02
Atribuo, eltiraĵaj limigoj, kaj konservaj reguloj
03
Rezervoj pri trejnado kaj komerca uzo
04
Licencaj fluoj, licencaj ĵetonoj, aŭdit-ĵurnaloj
Rilataj blankaj libroj
- AICR / AICL kiel AI-Enhava Licenca kaj Agent-Paga Kunliga Tavolo Maŝinlegebla specifika tavolo por deklari AI-enhavajn rajtojn kaj licencajn laborfluojn — de AI-rampado kaj enhavaj rajtoj ĝis maŝin-transakcia scioreto.
- AICL-I v0.2: AI Ingestion & Capability Layer A five-component website architecture — manifest, corpus, capability, runtime control, governance — that lets AI, agents, and crawlers correctly ingest, invoke, and verify a site's knowledge and capabilities within explicit content, action, and authority boundaries.
- AI-Enhava Pago kaj la Reta Demokratia Ekonomio Politik-ekonomia argumento: bilion-skalaj AI-taksoj kreas legitimecan premon por gradigita enhava licencado kaj publika profit-dividado — datumoj fariĝas gradigitaj, ne multekostaj.
- 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.