AILP — AI-inlärningstillståndsprotokoll

AI-inlärningstillståndsprotokoll

Får AI lära sig av detta? På vilket djup, för vilka användningar, med vilka skyldigheter?

01 · Definition

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 · Syfte

Besvara frågan ”får AI lära sig av detta?” med precision på dimensionsnivå istället för en crawl-bit.
Skilj inlärningstillstånd (internalisering i modeller) från åtkomsttillstånd (hämtning av sidor).
Stöd ersättningsmodeller: kostnadsfri, icke-kommersiell, licenspliktig, intäktsdelning.
Säkerställ att öppenhet är maskinellt exekverbar — så att god vilja inte förkastas som juridisk osäkerhet.

03 · Omfattning

access / indexing — hämtning och semantisk indexering

inference_input — används som kontext vid inferens (RAG)

embedding — vektorisering och hämtningsindex

training / fine_tuning / distillation — nivåer av modellinternalisering

verbatim_memory — om exakt återgivning är tillåten

attribution / compensation — citeringsplikter och betalningsvillkor

04 · Maskinläsbart exempel

En deklaration av inlärningstillstånd — /ai/rights-spectrum.json (AILP-profil)

/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 · Begränsningar

Semantiken för inlärningstillstånd är svårast att verifiera tekniskt — AILP deklarerar avsikt men kan ännu inte bevisa efterlevnad.
Dimensionslistan är ett utkast; gränserna mellan träning, finjustering och destillation diskuteras fortfarande.
Rättsligt erkännande av inlärningstillstånd varierar mellan jurisdiktioner och är olöst.
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.