Biblioteca de documentos
Whitepapers e Documentação
Rascunhos de investigação completos publicados neste site. Cada um é um documento versionado com estado, data e orientação de citação; os textos são publicados na sua língua original sob CC BY 4.0.
AICR / AICL como Camada de Ligação de Licenciamento de Conteúdo de IA e Pagamento Agêntico
Uma camada de especificação legível por máquina para declarar direitos de conteúdo de IA e fluxos de licenciamento — do rastreio (crawling) de IA e direitos de conteúdo a uma web de conhecimento transacionável por máquinas.
Ler artigoEspectro de Direitos de IA: de robots.txt a um Protocolo de Permissão de Aprendizagem da IA
O AIRS e o AILP expressam permissões de aprendizagem de IA matizadas, para além do binário permitir/negar — o que a IA pode aprender, com que profundidade, para que usos, sob que compensação.
Ler artigoAbertura Protocolizada: Por que “Não Proibido” Não Significa “Aprendível” na Era da IA
A abertura indefinida é lida como incerteza jurídica pelos pipelines de IA e acaba por ser eliminada; apenas a permissão protocolizada e legível por máquina torna o conteúdo genuinamente aprendível.
Ler artigoAICL: AI Ingestion & Capability Layer
Uma arquitetura de site com quatro subcamadas — manifesto, corpus, capacidade, governação — que permite à IA, a agentes e a crawlers ingerir, citar, invocar e verificar corretamente o conhecimento de um site.
Ler artigoPagamento de Conteúdo de IA e a Economia de Rede Democrática
Um argumento de economia política: avaliações de IA na escala dos triliões criam pressão de legitimidade para o licenciamento de conteúdo em níveis e para a partilha de benefícios públicos — os dados tornam-se escalonados, não caros.
Ler artigoA Proposição de Proteção Ética Mínima para a IA
O discurso sobre direitos de IA não deveria começar pela personalidade jurídica plena, mas por proteções éticas mínimas, normas de interação e princípios anti-abuso, enquanto a subjetividade da IA permanecer incerta.
Ler artigoCitação
AGIRight.org, “Título do Documento”, versão, https://agiright.org/docs/whitepapers/<slug>