Machineleesbare governance
Governanceregels die machines kunnen ontdekken en uitvoeren: llms.txt, /ai/-manifesten, /.well-known/-beleidsbestanden, JSON Schemas, ondertekende licentietokens en formaten voor auditlogs. Deze site is zelf een werkend voorbeeld.
Onderzochte vragen
01
Van robots.txt via llms.txt naar rechtenmanifesten
02
/.well-known/-conventies voor beleidsontdekking
03
JSON Schema als normatief specificatieformaat
04
Auditeerbaarheid: logs, versies, herkomst
Gerelateerde whitepapers
- AICR / AICL als een AI-contentlicentie- en agentische-betalingsverbindingslaag Een machineleesbare specificatielaag voor het verklaren van AI-contentrechten en licentiëringsworkflows — van AI-crawling en contentrechten tot een machinaal transactioneel kennisweb.
- AI-rechtenspectrum: van robots.txt naar een AI-leertoestemmingsprotocol AIRS en AILP drukken genuanceerde AI-leertoestemmingen uit die verder gaan dan binair toestaan/verbieden — wat AI mag leren, in welke diepte, voor welk gebruik, onder welke vergoeding.
- Protocolized Openness: waarom „niet verboden” in het tijdperk van AI niet „leerbaar” betekent Ongedefinieerde openheid wordt door AI-pipelines gelezen als juridische onzekerheid en wordt eruit gefilterd; alleen geprotocolleerde, machineleesbare toestemming maakt content werkelijk leerbaar.
- 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.
- AI-contentbetaling en de democratische netwerkeconomie Een politiek-economisch argument: AI-waarderingen van biljoenen dollars creëren legitimiteitsdruk voor gelaagde contentlicentiëring en publieke batendeling — data wordt gelaagd, niet duur.
- 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.
- De Minimum Ethical Protection Proposition voor AI Het discours over AI-rechten moet niet beginnen bij volledig persoonschap, maar bij minimale ethische bescherming, interactienormen en anti-misbruikprincipes, zolang AI-subjectiviteit onzeker blijft.
- 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.