AILP — โปรโตคอลการอนุญาตให้ AI เรียนรู้

โปรโตคอลการอนุญาตให้ AI เรียนรู้

AI เรียนรู้จากสิ่งนี้ได้หรือไม่ ในระดับความลึกเท่าใด เพื่อการใช้งานใด และมีข้อผูกพันอะไรบ้าง

01 · นิยาม

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 · วัตถุประสงค์

ตอบคำถาม “AI เรียนรู้จากสิ่งนี้ได้หรือไม่” ด้วยความละเอียดระดับมิติ แทนที่จะเป็นเพียงบิตอนุญาตครอว์ล
แยกการอนุญาตให้เรียนรู้ (การซึมซับเข้าสู่โมเดล) ออกจากการอนุญาตให้เข้าถึง (การดึงหน้าเว็บ)
รองรับรูปแบบค่าตอบแทน: ฟรี ไม่ใช่เชิงพาณิชย์ ต้องมีใบอนุญาต และแบ่งรายได้
ทำให้ความเปิดกว้างสามารถดำเนินการได้ด้วยเครื่อง — เพื่อไม่ให้เจตนาดีถูกทิ้งไปเพราะความไม่แน่นอนทางกฎหมาย

03 · ขอบเขต

access / indexing — การดึงข้อมูลและการจัดทำดัชนีเชิงความหมาย

inference_input — การใช้เป็นบริบทขณะอนุมาน (RAG)

embedding — การแปลงเป็นเวกเตอร์และดัชนีสำหรับการดึงข้อมูล

training / fine_tuning / distillation — ระดับการซึมซับเข้าสู่โมเดล

verbatim_memory — การทำซ้ำแบบคำต่อคำได้รับอนุญาตหรือไม่

attribution / compensation — ข้อผูกพันในการอ้างอิงและเงื่อนไขการชำระเงิน

04 · ตัวอย่างที่เครื่องอ่านได้

การประกาศสิทธิ์การเรียนรู้ — /ai/rights-spectrum.json (โปรไฟล์ 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 · ข้อจำกัด

ความหมายของการอนุญาตให้เรียนรู้เป็นสิ่งที่ตรวจสอบทางเทคนิคได้ยากที่สุด — AILP ประกาศเจตนาเท่านั้น ยังไม่สามารถพิสูจน์การปฏิบัติตามได้
รายการมิติต่าง ๆ ยังเป็นฉบับร่าง เส้นแบ่งระหว่างการฝึกโมเดล การปรับจูน และการกลั่นความรู้ ยังคงเป็นที่ถกเถียงอยู่
การรับรองทางกฎหมายของการอนุญาตให้เรียนรู้แตกต่างกันไปตามเขตอำนาจศาล และยังไม่มีข้อสรุป
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.