Governance Leggibile dalla Macchina

Regole di governance che le macchine possono individuare ed eseguire: llms.txt, manifest /ai/, file di policy /.well-known/, JSON Schema, token di licenza firmati e formati di log di audit. Questo sito è esso stesso un esempio funzionante.

Domande allo studio

Da robots.txt a llms.txt, fino ai manifest dei diritti

Convenzioni di individuazione delle policy tramite /.well-known/

JSON Schema come formato di specifica normativo

Auditabilità: log, versioni, provenienza

Whitepaper correlati

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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.