Vai al contenuto
AGIRight.org

Libreria di documenti

Whitepaper e Documentazione

Bozze di ricerca complete pubblicate su questo sito. Ciascuna è un documento versionato con stato, data e indicazioni di citazione; i testi sono pubblicati nella loro lingua originale con licenza CC BY 4.0.

v0.1.1 Authority Reference Patch 2026-08-15 AICRAICLAARSAADP

AICR / AICL come livello di connessione per la licenza dei contenuti IA e il pagamento agentico

Un livello di specifica leggibile dalla macchina per dichiarare i diritti sui contenuti IA e i flussi di licenza — dalla scansione da parte dell'IA e dai diritti sui contenuti a un web di conoscenza transazionabile dalle macchine.

Leggi l'articolo
v0.1.1 Scope Boundary Patch 2026-08-15 AIRSAILPAARSAADP

Spettro dei Diritti dell'IA: da robots.txt a un Protocollo di Permesso di Apprendimento dell'IA

AIRS e AILP esprimono autorizzazioni di apprendimento dell'IA sfumate, oltre il semplice binario consenti/nega — cosa l'IA può apprendere, a quale profondità, per quali usi, con quale compenso.

Leggi l'articolo
v0.1 Draft 2026-06-30 AIRSAILP

Apertura Protocollata: perché «non proibito» non significa «apprendibile» nell'era dell'IA

Un'apertura non definita viene letta come incertezza giuridica dalle pipeline di IA e viene eliminata; solo un permesso protocollato e leggibile dalla macchina rende i contenuti realmente apprendibili.

Leggi l'articolo
v0.2 Runtime Integration Draft 2026-08-15 AICLAARSAADP

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.

Leggi l'articolo
v0.1 Public Draft 2026-07 AICRAICL

Il pagamento dei contenuti IA e l'economia democratica delle reti

Un argomento di economia politica: valutazioni dell'IA nell'ordine delle migliaia di miliardi creano una pressione di legittimità verso una licenza dei contenuti a livelli e una condivisione dei benefici pubblici — i dati diventano stratificati, non costosi.

Leggi l'articolo
v0.1 Draft 2026-08-15 AARSAADP

From Crawler Rights to Agent Authority: Extending AGIRIGHT from Content Governance to Protocol-Native AI Agents

The bridge paper for AGIRIGHT's Agent & Protocol Rights family: why content permission, action permission, delegated authority, and inspection rights must be four separately-evaluated axes, not one.

Leggi l'articolo
v0.1 Draft 2026-08-15 AARS

AARS v0.1 — Agent Action Rights Spectrum

The full protocol draft behind the AARS page: an A0–A7 human-readable spectrum, a machine-readable action vector, and rules for composition risk and capability amplification.

Leggi l'articolo
v0.1 Draft 2026-08-15 AADP

AADP v0.1 — Agent Authority & Delegation Protocol

The full protocol draft behind the AADP page: principal ≠ actor, delegation that can only narrow, and an inspection ceiling that bounds how much a verifier may demand.

Leggi l'articolo
v0.2 Agent & Protocol Rights Integration Draft 2026-08-15 AICRAICLAIRSAILPAARSAADP

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.

Leggi l'articolo
v0.1.1 Proportional Inspection Patch 2026-08-15 AADP

La Proposizione di Protezione Etica Minima per l'IA

Il discorso sui diritti dell'IA non dovrebbe iniziare dalla piena personalità giuridica, bensì da protezioni etiche minime, norme di interazione e principi anti-abuso, finché la soggettività dell'IA resta incerta.

Leggi l'articolo
v0.1 Draft (AGIRight adaptation) 2026-09-23 ARHGAICRAILPAARSAADP

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.

Leggi l'articolo

Citazione

AGIRight.org, «Titolo del documento», versione, https://agiright.org/docs/whitepapers/<slug>