Demokratska mrežna ekonomija AI-ja
Politička ekonomija umjetne inteligencije i sadržaja: plaćanje po indeksiranju (pay-per-crawl), dividende od podataka, suvereni AI fondovi, fondovi naknade za autore, slojevita tržišta podataka i način na koji se vrijednost izdvojena iz javnog znanja može vratiti onima koji su je proizveli.
Pitanja koja se proučavaju
01
Besplatno korištenje podataka nasuprot AI procjenama vrijednim bilijune dolara
02
Teza o slojevitom tržištu podataka: podaci postaju slojeviti, a ne (samo) skupi
03
Dijeljenje prihoda od javnih podataka i dividende umjetne inteligencije
04
Tržišta provjerenih skupova podataka i kolektivno licenciranje
Povezane bijele knjige
- AICR / AICL as an AI Content Licensing and Agentic Payment Connection Layer Sloj strojno čitljivih specifikacija za deklariranje prava nad AI sadržajem i tijekova licenciranja — od indeksiranja putem AI-ja i prava na sadržaj do znanja spremnog za strojne transakcije.
- 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.
- AI Content Payment and the Network Democratic Economy Argument političke ekonomije: procjene vrijednosti AI-ja mjerene bilijunima stvaraju pritisak legitimnosti za slojevito licenciranje sadržaja i dijeljenje javne koristi — podaci postaju slojeviti, a ne (samo) skuplji.
- 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.