AILP — Protocolo de Permiso de Aprendizaxe da IA
Protocolo de Permiso de Aprendizaxe da IA
Pode a IA aprender disto? A que profundidade, para que usos, con que obrigas?
01 · Definición
AILP operationalizes the AIRS spectrum for the specific question of learning. It distinguishes acts that binary crawler rules collapse together: being read is not being learned from; being retrieved is not being trained on; fine-tuning is not distillation; verbatim memorization is different from statistical internalization. AILP lets a publisher declare, in a single machine-readable file, per-dimension permissions — access, indexing, inference input, embedding, training, fine-tuning, distillation, memory, output, attribution and compensation — each as allowed, denied, or license-required. An AILP grant answers "may AI learn from this content?" only — it does not answer "may this Agent invoke a tool, write to a database, or publish?" (AARS), nor "who authorized this Agent?" (AADP).
02 · Propósito
- Responder «pode a IA aprender disto?» con precisión a nivel de dimensión en lugar dun simple bit de rastrexo.
- Separar o permiso de aprendizaxe (internalización en modelos) do permiso de acceso (obtención de páxinas).
- Admitir modelos de compensación: gratuíto, non comercial, con licenza requirida, reparto de ingresos.
- Garantir que a apertura sexa executable por máquinas — para que a boa vontade non se descarte como incerteza legal.
03 · Ámbito
access / indexing — obtención e indexación semántica
inference_input — uso como contexto no momento da inferencia (RAG)
embedding — vectorización e índices de recuperación
training / fine_tuning / distillation — niveis de internalización do modelo
verbatim_memory — se se permite a reprodución exacta
attribution / compensation — obrigas de citación e condicións de pagamento
04 · Exemplo lexible por máquinas
Unha declaración de permiso de aprendizaxe — /ai/rights-spectrum.json (perfil AILP)
{
"version": "0.1",
"protocol": "AILP",
"publisher": "example.org",
"default": {
"access": "allowed",
"indexing": "allowed",
"inference_input": "allowed",
"embedding": "allowed",
"training": "license_required",
"fine_tuning": "license_required",
"distillation": "denied",
"verbatim_memory": "denied",
"attribution": "required",
"compensation": "contact"
},
"contact": "licensing@example.org"
} 05 · Limitacións
- A semántica do permiso de aprendizaxe é a máis difícil de verificar tecnicamente — AILP declara a intención, pero aínda non pode demostrar o cumprimento.
- A lista de dimensións é un borrador; os límites entre adestramento, axuste fino e destilación aínda están en debate.
- O recoñecemento legal dos permisos de aprendizaxe varía segundo a xurisdición e non está resolto.
- v0.1.1: AILP(Resource,ContentUse)=Allow does not imply AARS(Actor,Action)=Allow, and does not imply AADP(Principal,Actor,Authority)=Valid — a system exposing both content and tools must evaluate them separately.