AIRS — AI 權利光譜
AI 權利光譜
AI 對內容的權利不是二元的——而是一道可分級、可授權的光譜。
Draft v0.1 Schema ↓
01 · 定義
AIRS 是 AICR 與 AILP 底層的概念模型:AI 對內容的使用無法用單一的允許/禁止位元治理。讀取、摘要、檢索、轉換、微調、訓練、再分發是不同深度、不同用途、不同經濟重量的行為。AIRS 將它們排列為分級光譜,每一級都能被獨立許可、定價、附加條件與稽核——讓權利做到比例化、用途化、可追蹤化。
02 · 目的
- 以分級存取取代「開放 vs. 封閉」的假二元。
- 讓發布者在淺層(讀取、摘要)最大化開放,同時保留深層(訓練、再分發)權利。
- 提供 AICR 宣告與 AICL 授權共同引用的語彙。
- 讓每一級都可獨立稽核、獨立定價。
03 · 範圍
00
Level 0 — 禁止 AI 存取
01
Level 1 — 僅可讀取
02
Level 2 — 可讀取與摘要(需署名)
03
Level 3 — 可用於 RAG(附保存與署名規則)
04
Level 4 — 可轉換(授權下的結構化萃取)
05
Level 5 — 可用於微調(需明確授權)
06
Level 6 — 可用於訓練(需明確授權)
07
Level 7 — 可商業再分發(需明確授權)
L0
禁止 AI 存取
L1
僅可讀取
L2
可讀取與摘要
L3
可用於 RAG
L4
可轉換
L5
可用於微調
L6
可用於訓練
L7
可商業再分發
封閉 每一級皆可獨立授權與稽核 開放
04 · 機器可讀範例
機器可讀的光譜 — /ai/rights-spectrum.json
{
"version": "0.1",
"spectrum": [
{ "level": 0, "name": "No AI Access" },
{ "level": 1, "name": "Read Only" },
{ "level": 2, "name": "Read and Summarize" },
{ "level": 3, "name": "RAG Use" },
{ "level": 4, "name": "Transform" },
{ "level": 5, "name": "Fine-Tuning Use" },
{ "level": 6, "name": "Training Use" },
{ "level": 7, "name": "Commercial Redistribution" }
]
} 05 · 限制與邊界
- 八個層級是研究模型——真實世界的權利可能需要更細或不同的切分。
- 層級順序表達的是典型深度與經濟重量,不是法律位階。
- AIRS 描述權利語意,本身不執行也不驗證合規。