Permiso de Aprendizaje de la IA
Si la IA puede aprender, con qué profundidad, para qué fines y bajo qué obligaciones. Que te lean no es que aprendan de ti; «no prohibido» no es «aprendible». AIRS y AILP convierten el permiso de aprendizaje en un espectro graduado y legible por máquina.
Preguntas en estudio
01
Profundidad de aprendizaje: indexación, embedding, ajuste fino, entrenamiento, destilación
02
Por qué la apertura no definida se elimina de los pipelines de entrenamiento
03
Apertura protocolizada: hacer que la buena voluntad sea ejecutable por máquina
04
Modelos de compensación vinculados a la profundidad de aprendizaje
Documentos técnicos relacionados
- Espectro de Derechos de la IA: de robots.txt a un Protocolo de Permiso de Aprendizaje de la IA AIRS y AILP expresan permisos de aprendizaje de IA matizados, más allá del binario permitir/denegar: qué puede aprender la IA, con qué profundidad, para qué usos y bajo qué compensación.
- Apertura Protocolizada: por qué «no prohibido» no significa «aprendible» en la era de la IA La apertura no definida se interpreta como incertidumbre legal en los pipelines de IA y se elimina; solo el permiso protocolizado y legible por máquina hace que el contenido sea genuinamente aprendible.
- 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.