Forskningsområder
Forskning
Seks sammenknyttede forskningsområder, fra AI-rettigheter og innholdslisensiering til maskinlesbar styring og demokratisk AI-nettverksøkonomi.
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.
AI-innholdsrettigheter
AICRAICL
What AI systems may do with content: read, summarize, transform, retrieve, train, commercialize, redistribute. The AICR ruleset and the AICL-C content-licensing layer make these rights declarable and transactable.
AI-læringstillatelse
AIRSAILP
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.
Agentisk tilgang
AICL
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.
Agent Action Rights
AARS
What an Agent may DO once it holds tool or API capability, as distinct from what it may read or learn: action taxonomy, effect vectors, reversibility, blast radius, and multi-action composition risk. AARS gives content permission and action permission separate, independently-evaluable axes.
Agent Authority & Delegation
AADP
Who an Agent acts for, where its authority came from, whether it can hand that authority to another Agent, and how much of its internal state a verifier may demand. AADP separates principal from actor, bounds delegation to strictly narrow (never silently widen), and treats inspection as a bounded right, not an unlimited one.
Maskinlesbar styring
AICRAICLAIRSAILPAARSAADP
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.
Demokratisk AI-nettverksøkonomi
AICRAICL
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.