Izin Pembelajaran AI
Apakah AI boleh belajar, sedalam apa, untuk tujuan apa, dan dengan kewajiban apa. Dibaca bukan berarti dipelajari; "not prohibited" bukan berarti "learnable". AIRS dan AILP mengubah izin pembelajaran menjadi spektrum bertahap yang dapat dibaca mesin.
Pertanyaan yang dikaji
01
Kedalaman pembelajaran: pengindeksan, embedding, fine-tuning, pelatihan, distilasi
02
Mengapa keterbukaan yang tidak terdefinisi dibersihkan dari pipeline pelatihan
03
Keterbukaan yang diprotokolkan: membuat niat baik dapat dieksekusi mesin
04
Model kompensasi yang terkait dengan kedalaman pembelajaran
Whitepaper terkait
- Spektrum Hak AI: Dari robots.txt ke Protokol Izin Pembelajaran AI AIRS dan AILP menyatakan izin pembelajaran AI secara lebih bernuansa, melampaui biner izinkan/larang — apa yang boleh dipelajari AI, sedalam apa, untuk penggunaan apa, dengan kompensasi seperti apa.
- Keterbukaan yang Diprotokolkan: Mengapa "Not Prohibited" Tidak Berarti "Learnable" di Era AI Keterbukaan yang tidak terdefinisi terbaca sebagai ketidakpastian hukum bagi pipeline AI dan akan dibersihkan; hanya izin yang diprotokolkan dan dapat dibaca mesin yang membuat konten benar-benar dapat dipelajari.
- 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.