Aller au contenu principal
AGIRight.org

Bibliothèque de documents

Livres blancs et documentation

Ébauches de recherche complètes publiées sur ce site. Chacune est un document versionné avec statut, date et indications de citation ; les textes sont publiés dans leur langue d’origine sous licence CC BY 4.0.

v0.1.1 Authority Reference Patch 2026-08-15 AICRAICLAARSAADP

AICR / AICL en tant que couche de connexion pour la licence de contenu IA et le paiement agentique

Une couche de spécification lisible par machine pour déclarer les droits sur le contenu IA et les flux de licence — de l’exploration par l’IA et des droits de contenu à un web de connaissances transactionnel pour les machines.

Lire l’article
v0.1.1 Scope Boundary Patch 2026-08-15 AIRSAILPAARSAADP

Spectre des droits de l’IA : de robots.txt à un protocole de permission d’apprentissage de l’IA

AIRS et AILP expriment des permissions d’apprentissage de l’IA nuancées, au-delà du simple binaire autoriser/refuser — ce que l’IA peut apprendre, à quelle profondeur, pour quels usages, sous quelle rémunération.

Lire l’article
v0.1 Draft 2026-06-30 AIRSAILP

L’ouverture protocolée : pourquoi « non interdit » ne signifie pas « apprenable » à l’ère de l’IA

Une ouverture non définie est lue comme une incertitude juridique par les pipelines d’IA et se voit écartée ; seule une permission protocolée et lisible par machine rend le contenu véritablement apprenable.

Lire l’article
v0.2 Runtime Integration Draft 2026-08-15 AICLAARSAADP

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.

Lire l’article
v0.1 Public Draft 2026-07 AICRAICL

Le paiement de contenu par l’IA et l’économie démocratique des réseaux

Un argument d’économie politique : les valorisations de l’IA à l’échelle du billion créent une pression de légitimité en faveur de licences de contenu échelonnées et d’un partage des bénéfices publics — les données deviennent échelonnées, non coûteuses.

Lire l’article
v0.1 Draft 2026-08-15 AARSAADP

From Crawler Rights to Agent Authority: Extending AGIRIGHT from Content Governance to Protocol-Native AI Agents

The bridge paper for AGIRIGHT's Agent & Protocol Rights family: why content permission, action permission, delegated authority, and inspection rights must be four separately-evaluated axes, not one.

Lire l’article
v0.1 Draft 2026-08-15 AARS

AARS v0.1 — Agent Action Rights Spectrum

The full protocol draft behind the AARS page: an A0–A7 human-readable spectrum, a machine-readable action vector, and rules for composition risk and capability amplification.

Lire l’article
v0.1 Draft 2026-08-15 AADP

AADP v0.1 — Agent Authority & Delegation Protocol

The full protocol draft behind the AADP page: principal ≠ actor, delegation that can only narrow, and an inspection ceiling that bounds how much a verifier may demand.

Lire l’article
v0.2 Agent & Protocol Rights Integration Draft 2026-08-15 AICRAICLAIRSAILPAARSAADP

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.

Lire l’article
v0.1.1 Proportional Inspection Patch 2026-08-15 AADP

La proposition de protection éthique minimale pour l’IA

Le débat sur les droits de l’IA ne devrait pas commencer par la pleine personnalité juridique, mais par des protections éthiques minimales, des normes d’interaction et des principes anti-abus, tant que la subjectivité de l’IA reste incertaine.

Lire l’article
v0.1 Draft (AGIRight adaptation) 2026-09-23 ARHGAICRAILPAARSAADP

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.

Lire l’article

Citation

AGIRight.org, « Titre du document », version, https://agiright.org/docs/whitepapers/<slug>