Hopp til innhold
AGIRight.org

AILP — Protokoll for AI-læringstillatelse

Protokoll for AI-læringstillatelse

Kan AI lære av dette? I hvilken dybde, til hvilke formål, med hvilke forpliktelser?

Draft v0.1 Skjema ↓

01 · Definisjon

AILP operasjonaliserer AIRS-spekteret for det spesifikke spørsmålet om læring. Den skiller mellom handlinger som binære crawler-regler slår sammen: å bli lest er ikke det samme som å bli lært av; å bli hentet er ikke det samme som å bli trent på; finjustering er ikke det samme som destillasjon; ordrett memorering er noe annet enn statistisk internalisering. AILP lar en utgiver deklarere, i én enkelt maskinlesbar fil, tillatelser per dimensjon — tilgang, indeksering, inferensinput, embedding, trening, finjustering, destillasjon, hukommelse, utdata, kildeangivelse og kompensasjon — hver som tillatt, nektet eller lisenskrevende.

02 · Formål

  • Besvar «kan AI lære av dette?» med presisjon på dimensjonsnivå i stedet for én enkelt crawl-bit.
  • Skill mellom læringstillatelse (internalisering i modeller) og tilgangstillatelse (henting av sider).
  • Støtt kompensasjonsmodeller: gratis, ikke-kommersiell, lisenskrevende, inntektsdeling.
  • Sørg for at åpenhet er maskinelt eksekverbar — slik at velvilje ikke kastes bort som juridisk usikkerhet.

03 · Omfang

00

access / indexing — henting og semantisk indeksering

01

inference_input — bruk som kontekst ved inferens (RAG)

02

embedding — vektorisering og hentingsindekser

03

training / fine_tuning / distillation — nivåer av modellinternalisering

04

verbatim_memory — om eksakt reproduksjon er tillatt

05

attribution / compensation — siteringsplikter og betalingsvilkår

04 · Maskinlesbart eksempel

En deklarasjon av læringstillatelse — /ai/rights-spectrum.json (AILP-profil)

/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 · Begrensninger

  • Semantikken for læringstillatelse er det vanskeligste å verifisere teknisk — AILP deklarerer intensjon, men kan ennå ikke bevise etterlevelse.
  • Dimensjonslisten er et utkast; grensene mellom trening, finjustering og destillasjon er fortsatt omdiskutert.
  • Juridisk anerkjennelse av læringstillatelser varierer fra jurisdiksjon til jurisdiksjon og er uavklart.