अनुसन्धानम्

AI, AGI, अभिकर्तॄणां च अधिकाराः, कर्तव्यानि, उत्तरदायित्वानि, शासनं च — साधनेभ्यः सहयोगिभ्यः सम्भाव्य-भावि-विषयिभ्यः यावत्। अत्र न्यूनतम-नैतिक-रक्षायाः प्रश्नः अपि समाविष्टः: व्यक्तित्व-प्रश्नानां समाधानात् पूर्वं के नियमाः मानव-AI-अन्तःक्रियां शासेयुः।

What AI systems may do with content: read, summarize, transform, retrieve, train, commercialize, redistribute. The AICR ruleset and the AICL-C content-licensing layer make these rights declarable and transactable.

किम् AI शिक्षितुं शक्नोति, कियत्याः गभीरतायाः, केभ्यः प्रयोजनेभ्यः, कैः कर्तव्यैः च सह। पठितं भवितुं शिक्षितं भवितुं न भवति; “अनिषिद्धम्” “शिक्षणीयम्” न भवति। AIRS AILP च शिक्षणानुज्ञां क्रमिके, यन्त्रपाठ्ये वर्णक्रमे परिवर्तयतः।

अभिकर्तारः जालस्थानानि, API, दत्तांश-आधारान्, ज्ञान-आधारान्, सशुल्क-सामग्रीं च कथं प्राप्नुवन्ति: तादात्म्यम्, अनुमतिः, विनन्तयः, धनदानम्, अधिकृतिः, उपयोग-पञ्जिकाः, सुरक्षा-सीमाः, prompt-injection-रक्षणं च।

What an Agent may DO once it holds tool or API capability, as distinct from what it may read or learn: action taxonomy, effect vectors, reversibility, blast radius, and multi-action composition risk. AARS gives content permission and action permission separate, independently-evaluable axes.

Who an Agent acts for, where its authority came from, whether it can hand that authority to another Agent, and how much of its internal state a verifier may demand. AADP separates principal from actor, bounds delegation to strictly narrow (never silently widen), and treats inspection as a bounded right, not an unlimited one.

शासन-नियमाः यान् यन्त्राणि अन्वेष्टुं क्रियान्वयितुं च शक्नुवन्ति: llms.txt, /ai/-प्रकटीकरणपत्राणि, /.well-known/-नीति-सञ्चिकाः, JSON रूपरेखाः, हस्ताक्षरित-अनुज्ञा-token-चिह्नानि, परीक्षापञ्जिका-रूपाणि च। इदं जालस्थानं स्वयमेव कार्यरतम् उदाहरणम् अस्ति।

AI सामग्र्याश्च राजनैतिक-अर्थशास्त्रम्: pay-per-crawl, दत्तांश-लाभांशाः, सार्वभौम-AI-निधयः, स्रष्टृ-प्रतिकर-कोशाः, स्तरीकृत-दत्तांश-विपणयः, तथा सार्वजनिक-ज्ञानात् निष्कासितं मूल्यं तत्-उत्पादकान् प्रति कथं प्रत्यागच्छेत्।