AI tanulási engedély
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.
Vizsgált kérdések
01
Tanulási mélység: indexelés, beágyazás, finomhangolás, tanítás, desztilláció
02
Miért szűrik ki a meghatározatlan nyitottságot a tanítási folyamatokból
03
Protokollizált nyitottság: a jóhiszeműség géppel végrehajthatóvá tétele
04
A tanulási mélységhez kötött ellentételezési modellek
Kapcsolódó fehér könyvek
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol Az AIRS és az AILP a bináris engedélyezés/tiltás helyett árnyalt AI tanulási engedélyeket fejez ki — hogy az AI mit tanulhat, milyen mélységben, milyen felhasználásokhoz, milyen ellentételezés mellett.
- Protocolized Openness: Why "Not Prohibited" Does Not Mean "Learnable" in the Age of AI A meghatározatlan nyitottságot az AI-folyamatok jogi bizonytalanságként értelmezik, és kiszűrik; csak a protokollizált, géppel olvasható engedély teszi a tartalmat valóban tanulhatóvá.
- 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.