AILP — Protocolo de Permissão de Aprendizagem da IA
Protocolo de Permissão de Aprendizagem da IA
A IA pode aprender com isto? Com que profundidade, para que usos, com que obrigações?
01 · Definição
AILP operationalizes the AIRS spectrum for the specific question of learning. It distinguishes acts that binary crawler rules collapse together: being read is not being learned from; being retrieved is not being trained on; fine-tuning is not distillation; verbatim memorization is different from statistical internalization. AILP lets a publisher declare, in a single machine-readable file, per-dimension permissions — access, indexing, inference input, embedding, training, fine-tuning, distillation, memory, output, attribution and compensation — each as allowed, denied, or license-required. An AILP grant answers "may AI learn from this content?" only — it does not answer "may this Agent invoke a tool, write to a database, or publish?" (AARS), nor "who authorized this Agent?" (AADP).
02 · Objetivo
- Responder a "a IA pode aprender com isto?" com precisão ao nível de cada dimensão, em vez de um simples bit de rastreio.
- Separar a permissão de aprendizagem (internalização em modelos) da permissão de acesso (obtenção de páginas).
- Suportar modelos de compensação: gratuito, não comercial, sujeito a licença, partilha de receitas.
- Garantir que a abertura é executável por máquina — para que a boa vontade não seja descartada como incerteza jurídica.
03 · Âmbito
access / indexing — obtenção e indexação semântica
inference_input — uso como contexto no momento de inferência (RAG)
embedding — vetorização e índices de recuperação
training / fine_tuning / distillation — níveis de internalização do modelo
verbatim_memory — se a reprodução exata é permitida
attribution / compensation — deveres de citação e termos de pagamento
04 · Exemplo legível por máquina
Uma declaração de permissão de aprendizagem — /ai/rights-spectrum.json (perfil AILP)
{
"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 · Limitações
- A semântica da permissão de aprendizagem é a mais difícil de verificar tecnicamente — o AILP declara intenção, ainda não consegue provar o cumprimento.
- A lista de dimensões é um rascunho; os limites entre treino, ajuste fino e destilação ainda são debatidos.
- O reconhecimento jurídico das permissões de aprendizagem varia consoante a jurisdição e permanece por resolver.
- v0.1.1: AILP(Resource,ContentUse)=Allow does not imply AARS(Actor,Action)=Allow, and does not imply AADP(Principal,Actor,Authority)=Valid — a system exposing both content and tools must evaluate them separately.