Badania

Prawa, obowiązki, odpowiedzialność i zarządzanie AI, AGI i agentami — od narzędzi przez współpracowników po możliwych przyszłych podmiotów. Obejmuje to pytanie o minimalną ochronę etyczną: jakie normy powinny regulować interakcję człowiek–AI, zanim kwestie podmiotowości zostaną rozstrzygnięte.

Co systemy AI mogą robić z treścią: odczytywać, streszczać, przekształcać, pobierać, trenować, komercjalizować, redystrybuować. Zestaw reguł AICR i warstwa licencjonowania AICL sprawiają, że te prawa są możliwe do zadeklarowania i zawierania w transakcjach.

Czy AI może się uczyć, na jakiej głębokości, do jakich celów i z jakimi zobowiązaniami. Bycie odczytanym nie oznacza bycia wykorzystanym do uczenia; „niezabronione” nie oznacza „możliwe do nauczenia się”. AIRS i AILP zamieniają zgodę na uczenie w stopniowane, czytelne maszynowo spektrum.

Jak agenci uzyskują dostęp do stron internetowych, API, baz danych, baz wiedzy i płatnych treści: tożsamość, uprawnienia, żądania, płatność, autoryzacja, dzienniki użycia, granice bezpieczeństwa oraz obrona przed wstrzykiwaniem promptów.

Zasady zarządzania, które maszyny mogą odnaleźć i wykonać: llms.txt, manifesty /ai/, pliki polityki /.well-known/, schematy JSON, podpisane tokeny licencyjne oraz formaty dzienników audytu. Ta strona sama jest działającym przykładem.

Ekonomia polityczna AI i treści: pay-per-crawl, dywidendy z danych, suwerenne fundusze AI, pule wynagrodzeń dla twórców, wielopoziomowe rynki danych oraz sposób, w jaki wartość wydobyta z publicznej wiedzy może wracać do tych, którzy ją wytworzyli.