מחקר

הזכויות, החובות, האחריות והממשל של בינה מלאכותית, AGI וסוכנים — מכלים ועד שותפים ועד סובייקטים אפשריים בעתיד. זה כולל את שאלת ההגנה האתית המינימלית: אילו נורמות צריכות לנהל אינטראקציה בין אדם לבינה מלאכותית לפני שסוגיות האישיות מוכרעות.

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.

האם בינה מלאכותית רשאית ללמוד, באיזה עומק, לאילו מטרות, ותחת אילו התחייבויות. קריאה אינה למידה; ״לא אסור״ אינו ״ניתן ללמידה״. AIRS ו-AILP הופכים את היתר הלמידה לספקטרום מדורג וקריא-מכונה.

כיצד סוכנים ניגשים לאתרים, לממשקי API, למסדי נתונים, למאגרי ידע ולתוכן בתשלום: זהות, היתר, בקשות, תשלום, הרשאה, יומני שימוש, גבולות אבטחה והגנה מפני הזרקת הנחיות (prompt injection).

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.

כללי ממשל שמכונות יכולות לגלות ולהפעיל: llms.txt‏, מניפסטים תחת /ai/‏, קובצי מדיניות תחת /.well-known/‏, סכמות JSON, אסימוני רישיון חתומים ופורמטים של יומני ביקורת. אתר זה עצמו הוא דוגמה פועלת.

הכלכלה הפוליטית של בינה מלאכותית ותוכן: תשלום-לפי-זחילה, דיבידנדים מנתונים, קרנות בינה מלאכותית ריבוניות, בריכות תמורה ליוצרים, שוקי נתונים מדורגים, וכיצד הערך המופק מידע ציבורי יכול לחזור אל מי שהפיק אותו.