Governação Legível por Máquina
Regras de governação que as máquinas conseguem detetar e executar: llms.txt, manifestos /ai/, ficheiros de política /.well-known/, JSON Schemas, tokens de licença assinados e formatos de registo de auditoria. Este próprio site é um exemplo funcional.
Questões em estudo
01
De robots.txt a llms.txt até manifestos de direitos
02
Convenções de descoberta de políticas em /.well-known/
03
JSON Schema como formato normativo de especificação
04
Auditabilidade: registos, versões, proveniência
Whitepapers relacionados
- 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.
- Espectro 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.
- Abertura 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.
- AICL: 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.
- Pagamento 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.