ਖੋਜ

AI, AGI, ਅਤੇ ਏਜੰਟਾਂ ਦੇ ਅਧਿਕਾਰ, ਫਰਜ਼, ਜ਼ਿੰਮੇਵਾਰੀਆਂ, ਅਤੇ ਸ਼ਾਸਨ — ਸੰਦਾਂ ਤੋਂ ਲੈ ਕੇ ਸਹਿਯੋਗੀਆਂ ਤੱਕ ਸੰਭਾਵੀ ਭਵਿੱਖ ਦੇ ਵਿਸ਼ਿਆਂ ਤੱਕ। ਇਸ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਨੈਤਿਕ ਸੁਰੱਖਿਆ ਦਾ ਸਵਾਲ ਸ਼ਾਮਲ ਹੈ: ਵਿਅਕਤੀਤਵ ਦੇ ਸਵਾਲ ਸੁਲਝਣ ਤੋਂ ਪਹਿਲਾਂ ਮਨੁੱਖ–AI ਪਰਸਪਰ ਵਿਹਾਰ ਨੂੰ ਕਿਹੜੇ ਨਿਯਮ ਚਲਾਉਣੇ ਚਾਹੀਦੇ ਹਨ।

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.

ਕੀ AI ਸਿੱਖ ਸਕਦਾ ਹੈ, ਕਿੰਨੀ ਡੂੰਘਾਈ ਤੱਕ, ਕਿਹੜੇ ਉਦੇਸ਼ਾਂ ਲਈ, ਅਤੇ ਕਿਹੜੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਅਧੀਨ। ਪੜ੍ਹੇ ਜਾਣਾ ਸਿੱਖਿਆ ਜਾਣਾ ਨਹੀਂ ਹੈ; "ਵਰਜਿਤ ਨਹੀਂ" "ਸਿੱਖਣਯੋਗ" ਨਹੀਂ ਹੈ। AIRS ਅਤੇ AILP ਸਿੱਖਣ ਦੀ ਆਗਿਆ ਨੂੰ ਇੱਕ ਦਰਜਾਬੰਦ, ਮਸ਼ੀਨ-ਪੜ੍ਹਨਯੋਗ ਸਪੈਕਟ੍ਰਮ ਵਿੱਚ ਬਦਲਦੇ ਹਨ।

ਏਜੰਟ ਵੈੱਬਸਾਈਟਾਂ, APIs, ਡਾਟਾਬੇਸਾਂ, ਗਿਆਨ ਅਧਾਰਾਂ, ਅਤੇ ਭੁਗਤਾਨਸ਼ੁਦਾ ਸਮੱਗਰੀ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚ ਕਰਦੇ ਹਨ: ਪਛਾਣ, ਆਗਿਆ, ਬੇਨਤੀਆਂ, ਭੁਗਤਾਨ, ਅਧਿਕਾਰੀਕਰਨ, ਵਰਤੋਂ ਲੌਗ, ਸੁਰੱਖਿਆ ਸੀਮਾਵਾਂ, ਅਤੇ ਪ੍ਰੌਂਪਟ-ਇੰਜੈਕਸ਼ਨ ਸੁਰੱਖਿਆ।

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.

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.

ਸ਼ਾਸਨ ਨਿਯਮ ਜੋ ਮਸ਼ੀਨਾਂ ਖੋਜ ਅਤੇ ਲਾਗੂ ਕਰ ਸਕਦੀਆਂ ਹਨ: llms.txt, /ai/ ਮੈਨੀਫੈਸਟ, /.well-known/ ਨੀਤੀ ਫਾਈਲਾਂ, JSON Schemas, ਦਸਤਖਤਸ਼ੁਦਾ ਲਾਇਸੈਂਸ ਟੋਕਨ, ਅਤੇ ਆਡਿਟ ਲੌਗ ਫਾਰਮੈਟ। ਇਹ ਸਾਈਟ ਖੁਦ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਉਦਾਹਰਨ ਹੈ।

AI ਅਤੇ ਸਮੱਗਰੀ ਦੀ ਰਾਜਨੀਤਿਕ ਅਰਥਵਿਵਸਥਾ: ਪੇ-ਪਰ-ਕ੍ਰੌਲ, ਡਾਟਾ ਲਾਭਅੰਸ਼, ਪ੍ਰਭੂਸੱਤਾ AI ਫੰਡ, ਸਿਰਜਣਹਾਰ ਮੁਆਵਜ਼ਾ ਪੂਲ, ਦਰਜਾਬੰਦ ਡਾਟਾ ਮਾਰਕੀਟਾਂ, ਅਤੇ ਜਨਤਕ ਗਿਆਨ ਤੋਂ ਕੱਢਿਆ ਗਿਆ ਮੁੱਲ ਉਹਨਾਂ ਲੋਕਾਂ ਵੱਲ ਕਿਵੇਂ ਵਾਪਸ ਵਹਿ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਇਸਨੂੰ ਪੈਦਾ ਕੀਤਾ।