AILP — Protokół Zgody na Uczenie AI

Protokół Zgody na Uczenie AI

Czy AI może się z tego uczyć? Na jakiej głębokości, do jakich zastosowań, z jakimi zobowiązaniami?

01 · Definicja

AILP urzeczywistnia spektrum AIRS w odniesieniu do konkretnego zagadnienia uczenia. Rozróżnia działania, które binarne reguły robotów indeksujących zlewają w jedno: bycie odczytanym nie oznacza bycia wykorzystanym do uczenia; bycie pobranym nie oznacza bycia użytym do trenowania; dostrajanie nie jest destylacją; dosłowne zapamiętywanie różni się od statystycznej internalizacji. AILP pozwala wydawcy zadeklarować w jednym czytelnym maszynowo pliku uprawnienia dla poszczególnych wymiarów — dostępu, indeksowania, wejścia inferencyjnego, embeddingu, trenowania, dostrajania, destylacji, pamięci, wyjścia, atrybucji i wynagrodzenia — każde jako dozwolone, zabronione lub wymagające licencji.

02 · Cel

Odpowiadaj na pytanie „czy AI może się z tego uczyć?” z precyzją na poziomie wymiarów, zamiast pojedynczego bitu indeksowania.
Oddziel zgodę na uczenie (internalizację w modelach) od zgody na dostęp (pobieranie stron).
Wspieraj modele wynagrodzenia: bezpłatny, niekomercyjny, wymagający licencji, podział przychodów.
Zapewnij, by otwartość była wykonalna maszynowo — tak, by dobra wola nie była odrzucana jako niepewność prawna.

03 · Zakres

dostęp / indeksowanie — pobieranie i indeksowanie semantyczne

inference_input — użycie jako kontekst w czasie inferencji (RAG)

embedding — wektoryzacja i indeksy wyszukiwania

training / fine_tuning / distillation — poziomy internalizacji modelu

verbatim_memory — czy dosłowne odtworzenie jest dozwolone

atrybucja / wynagrodzenie — obowiązki cytowania i warunki płatności

04 · Przykład czytelny maszynowo

Deklaracja zgody na uczenie — /ai/rights-spectrum.json (profil AILP)

/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 · Ograniczenia

Semantyka zgody na uczenie jest najtrudniejsza do zweryfikowania technicznie — AILP deklaruje zamiar, ale nie potrafi jeszcze udowodnić zgodności.
Lista wymiarów jest projektem; granice między trenowaniem, dostrajaniem a destylacją wciąż są przedmiotem dyskusji.
Prawne uznanie zgód na uczenie różni się w zależności od jurysdykcji i pozostaje nierozstrzygnięte.