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

O AILP operacionaliza o espectro AIRS para a questão específica da aprendizagem. Distingue atos que as regras binárias de crawler fundem numa só coisa: ser lido não é ser aprendido; ser recuperado não é ser usado para treino; o ajuste fino não é destilação; a memorização literal é diferente da internalização estatística. O AILP permite que um editor declare, num único ficheiro legível por máquina, permissões por dimensão — acesso, indexação, entrada de inferência, incorporação (embedding), treino, ajuste fino, destilação, memória, saída, atribuição e compensação — cada uma como permitida, negada ou sujeita a licença.

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)

/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 · 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.