Læru-loyvi til AI
Hvørt AI má læra, við hvørjari dýpd, til hvørjar endamál, og undir hvørjum skyldum. At verða lisin er ikki at verða lært av; „ikki bannað“ er ikki „læribart“. AIRS og AILP broyta læru-loyvi til ein stigvísan, maskinlesiligan spektur.
Spurningar undir kanning
01
Læru-dýpd: indeksering, innfelting, fínstilling, venjing, eiming
02
Hví ódefineraður opnleiki verður reinsaður burtur úr venjingarferlum
03
Protokolliseraður opnleiki: at gera góðan vilja maskinútinnandi
04
Endurgjaldsmodellar bundnir at læru-dýpd
Skyldar hvítbøkur
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol AIRS og AILP tjása nyansaðar læru-loyvir til AI handan tvíbinar loyvt/ikki loyvt — hvat AI má læra, við hvørjari dýpd, til hvørjar nýtslur, undir hvørjum endurgjaldi.
- Protocolized Openness: Why “Not Prohibited” Does Not Mean “Learnable” in the Age of AI Ódefinerað opnleiki lesist sum løgfrøðilig óvissa hjá AI-ferlum og verður reinsaður burtur; bert protokolliserað, maskinlesiligt loyvi ger innihald veruliga læribart.
- 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.