Kutatás

Az AI, az AGI és az ágensek jogai, kötelezettségei, felelősségei és kormányzása — az eszközöktől az együttműködő partnereken át a lehetséges jövőbeli alanyokig. Ide tartozik a minimális etikai védelem kérdése is: milyen normáknak kell szabályozniuk az ember–AI interakciót, mielőtt a jogalanyiság kérdései rendeződnének.

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.

Hogy tanulhat-e az AI, milyen mélységben, milyen célokra és milyen kötelezettségek mellett. Az, hogy valamit elolvasnak, nem azonos azzal, hogy abból tanulnak; a „nem tiltott” nem azonos a „tanulhatóval”. Az AIRS és az AILP a tanulási engedélyt fokozatos, géppel olvasható spektrummá alakítja.

Hogyan férnek hozzá az ágensek weboldalakhoz, API-khoz, adatbázisokhoz, tudásbázisokhoz és fizetős tartalmakhoz: identitás, engedély, kérések, fizetés, felhatalmazás, használati naplók, biztonsági határok és prompt-injektálás elleni védelem.

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.

Kormányzási szabályok, amelyeket a gépek felfedezhetnek és végrehajthatnak: llms.txt, /ai/ manifesztek, /.well-known/ szabályzatfájlok, JSON sémák, aláírt licenc-tokenek és audit napló formátumok. Ez az oldal maga is működő példa.

Az AI és a tartalom politikai gazdaságtana: pay-per-crawl, adatosztalékok, szuverén AI-alapok, alkotói ellentételezési alapok, szintezett adatpiacok, és hogy a nyilvános tudásból kinyert érték hogyan áramolhat vissza azokhoz, akik létrehozták azt.