Recherche

Les droits, devoirs, responsabilités et gouvernance de l’IA, de l’AGI et des agents — d’outils à collaborateurs, jusqu’à de possibles futurs sujets. Cela inclut la question de la protection éthique minimale : quelles normes devraient régir l’interaction humain-IA avant que les questions de personnalité juridique ne soient tranchées.

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.

Si l’IA peut apprendre, à quelle profondeur, pour quelles finalités, et sous quelles obligations. Être lu n’est pas être appris ; « non interdit » n’est pas « apprenable ». AIRS et AILP transforment la permission d’apprentissage en un spectre gradué et lisible par machine.

Comment les agents accèdent aux sites web, API, bases de données, bases de connaissances et contenus payants : identité, permission, requêtes, paiement, autorisation, journaux d’usage, limites de sécurité et défense contre l’injection de prompt.

What an Agent may DO once it holds tool or API capability, as distinct from what it may read or learn: action taxonomy, effect vectors, reversibility, blast radius, and multi-action composition risk. AARS gives content permission and action permission separate, independently-evaluable axes.

Who an Agent acts for, where its authority came from, whether it can hand that authority to another Agent, and how much of its internal state a verifier may demand. AADP separates principal from actor, bounds delegation to strictly narrow (never silently widen), and treats inspection as a bounded right, not an unlimited one.

Des règles de gouvernance que les machines peuvent découvrir et exécuter : llms.txt, manifestes /ai/, fichiers de politique /.well-known/, JSON Schemas, jetons de licence signés et formats de journaux d’audit. Ce site est lui-même un exemple fonctionnel.

L’économie politique de l’IA et du contenu : paiement à l’exploration, dividendes de données, fonds souverains d’IA, mutuelles de rémunération des créateurs, marchés de données échelonnés, et comment la valeur extraite du savoir public peut revenir à ceux qui l’ont produit.