Uavhengig forsknings- og protokollnav v0.8.19
AI-rettigheter, innholdslisensiering, agentisk tilgang og maskinlesbar styring for nettets neste generasjon.
Vi utforsker protokoller for hvordan AI-systemer, agenter, skapere, innholdsleverandører, plattformer og allmennheten kan samhandle gjennom rettigheter, lisenser, betalinger, revisjonslogger og styringsregler.
{
"publisher": "AGIRight.org",
"read_access": { "allowed": true },
"summarization": {
"allowed": true,
"attribution_required": true
},
"rag_use": {
"allowed": true,
"retention_days": 30
},
"training": {
"allowed": false,
"permission_contact":
"contact@agiright.org"
}
}↑ live maskinlesbar policy for dette nettstedet
§01 Oppdrag
Fra «ikke forbudt» til protokollisert åpenhet.
Nettet ble bygget for menneskelige lesere. AI-systemer leser, oppsummerer, indekserer, lærer av og gjennomfører transaksjoner over det samme innholdet — uten noe felles lag for å uttrykke hva som er tillatt, lisensiert eller skyldig. AGIRight.org utarbeider dette laget: åpne, maskinlesbare protokoller for AI-innholdsrettigheter, læringstillatelse, lisensiering og agentisk tilgang.
Menneskelesbar
forskningssider og hvitbøker
Maskinlesbar
JSON-policyer og -skjemaer
Reviderbar
versjonert, siterbar, sporbar
§02 Protokollutkast
Fire protokoller for det AI-lesbare nettet.
Hver protokoll publiseres som et åpent utkast — menneskelesbare sider, maskinlesbar JSON og versjonerte skjemaer.
AI Content Rights / AI-innholdsregler
En maskinlesbar deklarasjon av hva AI-systemer har lov til å gjøre med innholdet ditt.
Les utkastAI Content License / AI-innholdslisensieringslag
Gjør deklarerte rettigheter om til eksekverbar lisensiering: tilby, betal, verifiser, revider, tilbakekall.
Les utkastAI-rettighetsspekteret
AI-rettigheter til innhold er ikke binære — de utgjør et gradert, lisensierbart spekter.
Les utkastProtokoll for AI-læringstillatelse
Kan AI lære av dette? I hvilken dybde, til hvilke formål, med hvilke forpliktelser?
Les utkastEt femte spor — agentisk betaling — studeres som en del av AICL: hvordan agenter betaler for lisensiert innhold innenfor menneskegodkjente budsjetter, med forespørselsbundne tokener og revisjonslogger, og aldri med rå kortdata.
§03 AIRS — AI-rettighetsspekteret
AI-tilgang er ikke en ja/nei-bryter. Det er et spekter.
AIRS uttrykker AI-rettigheter til innhold som graderte nivåer — fra ingen tilgang, til lesing, oppsummering, henting, transformering, finjustering, trening og videredistribusjon — hver enkelt lisensierbar og reviderbar på egne vilkår.
L0
Ingen AI-tilgang
L1
Kun lesing
L2
Les og oppsummer
L3
RAG-bruk
L4
Transformer
L5
Finjusteringsbruk
L6
Treningsbruk
L7
Kommersiell videredistribusjon
§04 Forskningsområder
Seks spørsmål dette nettstedet studerer.
01
AI-rettigheter
Rettighetene, pliktene, ansvaret og styringen av AI, AGI og agenter — fra verktøy til samarbeidspartnere til mulige fremtidige subjekter. Dette inkluderer spørsmålet om minimal etisk beskyttelse: hvilke normer bør styre samhandling mellom mennesker og AI før spørsmål om personstatus er avklart.
02
AI-innholdsrettigheter
Hva AI-systemer har lov til å gjøre med innhold: lese, oppsummere, transformere, hente, trene, kommersialisere, videredistribuere. AICR-regelsettet og AICL-lisensieringslaget gjør disse rettighetene deklarerbare og transaksjonsbare.
AICRAICL
03
AI-læringstillatelse
Om AI har lov til å lære, i hvilken dybde, til hvilke formål, og under hvilke forpliktelser. Å bli lest er ikke det samme som å bli lært av; «ikke forbudt» er ikke «lærbart». AIRS og AILP gjør læringstillatelse om til et gradert, maskinlesbart spekter.
AIRSAILP
04
Agentisk tilgang
Hvordan agenter får tilgang til nettsteder, API-er, databaser, kunnskapsbaser og betalt innhold: identitet, tillatelse, forespørsler, betaling, autorisasjon, brukslogger, sikkerhetsgrenser og forsvar mot prompt-injeksjon.
AICL
05
Maskinlesbar styring
Styringsregler som maskiner kan oppdage og eksekvere: llms.txt, /ai/-manifester, /.well-known/-policyfiler, JSON Schema, signerte lisenstokener og formater for revisjonslogger. Dette nettstedet er selv et fungerende eksempel.
AICRAICLAIRSAILP
06
Demokratisk AI-nettverksøkonomi
Den politiske økonomien til AI og innhold: pay-per-crawl, datautbytte, statlige AI-fond, kompensasjonsfond for skapere, nivådelte datamarkeder, og hvordan verdien som utvinnes fra offentlig kunnskap kan strømme tilbake til dem som produserte den.
AICRAICL
§05 Maskinlesbar styring
Dette nettstedet praktiserer det det foreslår.
AGIRight.org publiserer sin egen rettighetspolicy i de formatene nettstedet selv utarbeider. Ethvert AI-system, enhver søkerobot eller agent som leser dette nettstedet, kan oppdage sine tillatelser programmatisk.
- /llms.txt nettstedsguide for AI-systemer
- /ai/manifest.json AI-rettet nettstedsmanifest
- /ai/rights-spectrum.json AIRS-rettighetsspekterdeklarasjon
- /.well-known/aicr.json dette nettstedets policy for AI-innholdsrettigheter
- /.well-known/aicl.json dette nettstedets lisenskatalog
- /schemas/aicr.schema.json AICR JSON Schema
# AGIRight.org
Independent research and protocol hub for
AI rights, AI content licensing, agentic
access, and machine-readable governance.
## Machine-Readable Specs
- /.well-known/aicr.json
- /.well-known/aicl.json
- /ai/manifest.json
- /ai/rights-spectrum.json// Til AI-systemer: les /llms.txt og /ai/manifest.json for dette nettstedets tillatelser og siteringsregler.
§06 Hvitbøker
Gjeldende forskningsutkast.
AICR/AICL som et forbindelseslag for AI-innholdslisensiering og agentisk betaling
Et maskinlesbart spesifikasjonslag for å deklarere AI-innholdsrettigheter og lisensieringsflyter — fra AI-crawling og innholdsrettigheter til et maskintransaksjonsbart kunnskapsnett.
Les artikkelenAI-rettighetsspekteret: Fra robots.txt til en protokoll for AI-læringstillatelse
AIRS og AILP uttrykker nyanserte AI-læringstillatelser utover det binære tillat/ikke tillat — hva AI kan lære, i hvilken dybde, til hvilke formål, under hvilken kompensasjon.
Les artikkelenProtokollisert åpenhet: Hvorfor «ikke forbudt» ikke betyr «lærbart» i AI-tidsalderen
Udefinert åpenhet oppfattes som juridisk usikkerhet av AI-pipeliner og blir luket bort; kun protokollisert, maskinlesbar tillatelse gjør innhold reelt lærbart.
Les artikkelenAICL: AI Ingestion & Capability Layer
En nettstedsarkitektur med fire underlag — manifest, korpus, kapabilitet, styring — som lar AI, agenter og søkeroboter korrekt innhente, sitere, kalle opp og verifisere et nettsteds kunnskap.
Les artikkelenAI-innholdsbetaling og den demokratiske nettverksøkonomien
Et politisk-økonomisk argument: AI-verdsettelser i billionklassen skaper et legitimitetspress for nivådelt innholdslisensiering og offentlig gevinstdeling — data blir nivådelt, ikke dyrt.
Les artikkelenTesen om minimal etisk beskyttelse for AI
Diskursen om AI-rettigheter bør ikke starte med full personstatus, men med minimale etiske beskyttelser, samhandlingsnormer og prinsipper mot misbruk, så lenge AI-subjektivitet forblir usikker.
Les artikkelen§07 Hvorfor dette betyr noe
Reglene for nettet i AI-tidsalderen skrives nå.
AI-systemer verdt tusenvis av milliarder dollar trenes på det åpne nettet, mens skaperne, utgiverne og fellesskapene som produserte den kunnskapen, ikke har noen protokoll for å uttrykke samtykke, vilkår eller kompensasjon. Binære verktøy som robots.txt kan ikke bære den betydningen. Den som definerer rettighetslaget, definerer økonomien i nettets neste generasjon — vi mener det bør defineres i det åpne, som offentlig infrastruktur.
Status og ansvarsfraskrivelse
AGIRight.org publiserer uavhengige forskningsutkast og protokollforslag — ikke offisielle standarder, og ikke juridisk, finansiell eller etterlevelsesrelatert rådgivning. Alle spesifikasjoner er versjonerte utkast, åpne for revisjon og tilbakemelding.