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-I v0.2: AI Ingestion & Capability Layer A five-component website architecture — manifest, corpus, capability, runtime control, governance — that lets AI, agents, and crawlers correctly ingest, invoke, and verify a site's knowledge and capabilities within explicit content, action, and authority boundaries.
- 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.
- From Crawler Rights to Agent Authority: Extending AGIRIGHT from Content Governance to Protocol-Native AI Agents The bridge paper for AGIRIGHT's Agent & Protocol Rights family: why content permission, action permission, delegated authority, and inspection rights must be four separately-evaluated axes, not one.
- AARS v0.1 — Agent Action Rights Spectrum The full protocol draft behind the AARS page: an A0–A7 human-readable spectrum, a machine-readable action vector, and rules for composition risk and capability amplification.
- AADP v0.1 — Agent Authority & Delegation Protocol The full protocol draft behind the AADP page: principal ≠ actor, delegation that can only narrow, and an inspection ceiling that bounds how much a verifier may demand.
- AGIRight.org Technical White Paper v0.2 — From AI Content Governance to Protocol-Native Agent & Authority Rights The site's current architecture document: six protocol drafts across two families (content & learning, agent & protocol rights), an integration layer, and an ethical-protection layer, plus the acceptance criteria this site update was built against.
- A 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.
- ARHG — Agent-Readable Hyperlink Graph and Permissioned Web Control Plane A machine-readable navigation graph alongside the ordinary site, answering what AICR/AILP and AARS/AADP both assume: can this resource even be found, by whom, and where does it lead.