AILP — Protocollo di Permesso di Apprendimento dell'IA

Protocollo di Permesso di Apprendimento dell'IA

L'IA può apprendere da questo? A quale profondità, per quali usi, con quali obblighi?

01 · Definizione

AILP rende operativo lo spettro AIRS per la questione specifica dell'apprendimento. Distingue atti che le regole binarie dei crawler confondono: essere letti non è essere oggetto di apprendimento; essere recuperati non è essere usati per l'addestramento; il fine-tuning non è distillazione; la memorizzazione letterale è diversa dall'interiorizzazione statistica. AILP consente a un editore di dichiarare, in un unico file leggibile dalla macchina, autorizzazioni per dimensione — accesso, indicizzazione, input di inferenza, embedding, addestramento, fine-tuning, distillazione, memoria, output, attribuzione e compenso — ciascuna come consentita, negata o soggetta a licenza.

02 · Finalità

Rispondere a «l'IA può apprendere da questo?» con una precisione a livello di dimensione, invece che con un semplice bit di scansione.
Separare il permesso di apprendimento (interiorizzazione nei modelli) dal permesso di accesso (recupero delle pagine).
Supportare modelli di compenso: gratuito, non commerciale, licenza richiesta, condivisione dei ricavi.
Garantire che l'apertura sia eseguibile dalla macchina — affinché la buona volontà non venga scartata come incertezza giuridica.

03 · Ambito

access / indexing — recupero e indicizzazione semantica

inference_input — utilizzo come contesto al momento dell'inferenza (RAG)

embedding — vettorializzazione e indici di recupero

training / fine_tuning / distillation — livelli di interiorizzazione del modello

verbatim_memory — se la riproduzione esatta è consentita

attribution / compensation — obblighi di citazione e termini di pagamento

04 · Esempio leggibile dalla macchina

Una dichiarazione di permesso di apprendimento — /ai/rights-spectrum.json (profilo AILP)

/ai/rights-spectrum.json

{
  "version": "0.1",
  "protocol": "AILP",
  "publisher": "example.org",
  "default": {
    "access": "allowed",
    "indexing": "allowed",
    "inference_input": "allowed",
    "embedding": "allowed",
    "training": "license_required",
    "fine_tuning": "license_required",
    "distillation": "denied",
    "verbatim_memory": "denied",
    "attribution": "required",
    "compensation": "contact"
  },
  "contact": "licensing@example.org"
}

05 · Limiti

La semantica del permesso di apprendimento è la più difficile da verificare tecnicamente — AILP dichiara un'intenzione, ma non può ancora dimostrare la conformità.
L'elenco delle dimensioni è una bozza; i confini tra addestramento, fine-tuning e distillazione sono ancora dibattuti.
Il riconoscimento giuridico dei permessi di apprendimento varia a seconda della giurisdizione e resta irrisolto.