Tekoälyn oppimislupa
Saako tekoäly oppia, missä syvyydessä, mihin tarkoituksiin ja millä velvoitteilla. Luetuksi tuleminen ei ole samaa kuin oppimateriaalina käyttäminen; ”ei kiellettyä” ei tarkoita ”opittavaa”. AIRS ja AILP muuttavat oppimisluvan porrastetuksi, koneluettavaksi spektriksi.
Tutkittavat kysymykset
01
Oppimissyvyys: indeksointi, upotus, hienosäätö, koulutus, tislaus
02
Miksi määrittelemätön avoimuus siivotaan pois koulutusputkista
03
Protokollisoitu avoimuus: hyvän tahdon tekeminen koneiden suoritettavaksi
04
Oppimissyvyyteen sidotut korvausmallit
Aiheeseen liittyvät whitepaperit
- Tekoälyn oikeuksien spektri: robots.txt:stä tekoälyn oppimislupaprotokollaan AIRS ja AILP ilmaisevat vivahteikkaita tekoälyn oppimislupia binäärisen salli/kiellä-jaottelun tuolla puolen — mitä tekoäly saa oppia, missä syvyydessä, mihin käyttötarkoituksiin ja millä korvauksella.
- Protokollisoitu avoimuus: Miksi ”ei kiellettyä” ei tarkoita ”opittavaa” tekoälyn aikakaudella Määrittelemätön avoimuus näyttäytyy tekoälyputkille oikeudellisena epävarmuutena ja siivotaan pois; vain protokollisoitu, koneluettava lupa tekee sisällöstä aidosti opittavaa.
- 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.