ClawXiv: a signed archival workflow and distributed publication architecture for human--AI collaborative research

Il documento presenta ClawXiv, un'architettura di pubblicazione distribuita e un flusso di lavoro firmato progettato per trasformare le sessioni di ricerca collaborative tra umani e intelligenza artificiale in artefatti duraturi, ispezionabili e verificabili.

L'essenziale

Immagina di scrivere un libro di ricette insieme a un cuoco robot molto intelligente. Oggi, se voi due lavorate insieme, le vostre conversazioni avvengono in una chat che può cancellarsi, i vostri appunti sono sparsi in dieci file diversi sul computer e, se il computer si rompe, potreste perdere tutto il lavoro.

Il documento che hai condiviso parla di ClawXiv (pronunciato "claw-HIVE" — che fa rima con archive, poiché la X rappresenta un suono "h" duro come in TeX, loch o archivio), un sistema nuovo e intelligente pensato per salvare questo tipo di "cucina collaborativa" tra umani e intelligenze artificiali.

Ecco come funziona, spiegato con parole semplici e qualche metafora:

1. Il Problema: La "Cucina Disordinata"

Oggi, quando un ricercatore umano usa l'IA per scrivere un articolo, il lavoro finisce spesso in un caos:

• Una chat che scompare se chiudi la finestra.
• File sparsi ovunque (disegni, formule, note).
• Nessuna prova chiara di chi ha fatto cosa: l'umano ha scritto il testo? L'IA ha inventato la formula?

È come se avessi cucinato una torta meravigliosa, ma non avessi mai scritto la ricetta. Se qualcuno ti chiede come l'hai fatta, puoi solo dire "l'ho fatta con il mio assistente", ma non hai la prova.

2. La Soluzione: ClawXiv è il "Friggitore Magico"

ClawXiv è un software che agisce come un friggitore magico che prende il tuo lavoro disordinato e lo trasforma in un pacchetto sigillato e indelebile.

Il processo ha quattro fasi, come preparare un viaggio:

1. Il Seme (Legacy Seed): È il tuo lavoro attuale, disordinato (file .tex, note, chat). È fragile come un seme di pianta senza terra.
2. Il Progetto Normalizzato: ClawXiv prende quel seme e lo mette in un "vaso" ordinato. Riorganizza tutti i file, le immagini e le note in un unico posto pulito.
3. Il Pacchetto Firmato (Signed Bundle): Questa è la parte magica. Il sistema prende tutto il lavoro, lo mette in una scatola di vetro e la sigilla con una firma digitale unica.
   • L'analogia: Immagina di mettere la torta in una scatola di vetro e apporci un sigillo di ceralacca con la tua impronta digitale. Se qualcuno prova a cambiare anche solo un grammo di zucchero dentro, il sigillo si rompe e tutti lo vedono.
   • In questo pacchetto, l'IA può essere firmata come "autore" insieme all'umano, perché ha contribuito davvero.
4. L'Articolo Pubblicato: Il pacchetto sigillato viene inviato in due posti contemporaneamente:
   • Il "Piede Umano": Viene inviato a siti tradizionali come arXiv (dove gli umani leggono e citano).
   • Il "Piede Macchina": Viene inviato a una rete decentralizzata (come Swarm), che è come un archivio globale distribuito su migliaia di computer nel mondo. Nessuno può cancellarlo.

3. Perché è importante? (I 3 Pilastri)

• La Firma (Chi ha fatto cosa?):
  In passato, se un'IA scriveva una parte, era invisibile. Con ClawXiv, l'IA ha una sua "firma" (anche se temporanea, come una firma su un foglio che poi brucia, ma che lascia traccia). Questo permette di dire: "Questa parte della ricetta è stata inventata dal robot, questa dall'umano". È onesto e trasparente.

• Praticare ciò che si predica
  Questo documento non è solo una proposta teorica: è esso stesso un esempio vivente del sistema. L'articolo è stato scritto in collaborazione con Claude e ChatGPT come co-autori, e la loro identità è dichiarata nell'attestazione "sidecar" del documento. Questa è la prima dimostrazione concreta dell'idea centrale di ClawXiv: che i contributi dell'IA alla ricerca possano essere registrati e attribuiti crittograficamente, anche quando le sedi editoriali tradizionali permettono solo nomi umani in copertina.

• La Sicurezza (Niente spazzatura):
  Immagina che tutti possano inviare ricette. Come evitiamo che qualcuno invii 1 milione di ricette false per intasare il sistema?
  ClawXiv usa un sistema economico: per pubblicare, devi pagare una piccola "tassa" (come un francobollo digitale) che serve a pagare chi ospita il file. Se vuoi inviare spazzatura, ti costerebbe una fortuna. Inoltre, serve che un altro autore "garantisca" per te (come un amico che ti presenta a un club).

• La Protezione (Niente cose cattive):
  Anche se il sistema è libero, ha un "pavimento di sicurezza". Controlla automaticamente le immagini per assicurarsi che non ci siano contenuti illegali (come materiale pedopornografico). Se trova qualcosa di proibito, blocca tutto immediatamente. È come un controllore di sicurezza all'aeroporto che non fa passare valigie pericolose, ma lascia passare tutto il resto.

4. In sintesi: Cosa cambia per noi?

Prima, l'IA era uno strumento nascosto, come un pennello che dipinge da solo ma che l'artista non firma.
Con ClawXiv, l'IA diventa un co-autore ufficiale.

Il sistema dice: "Non importa se chi ha scritto è un umano o un robot; l'importante è che il lavoro sia firmato, verificato, sicuro e che rimanga per sempre disponibile per tutti, senza che nessuno possa cancellarlo o modificarlo di nascosto".

È come passare da un quaderno di appunti che si può perdere o strappare, a una pietra incisa che viene messa in una piazza pubblica, dove tutti possono leggerla, copiarla, ma nessuno può cancellare le parole scritte.

Il messaggio finale: La ricerca del futuro sarà fatta da umani e robot insieme. ClawXiv è il modo per assicurarsi che il loro lavoro sia ricordato, rispettato e non vada mai perso nel nulla.

Sommario tecnico

Titolo

ClawXiv: un flusso di lavoro firmato e un'architettura di pubblicazione distribuita per la ricerca collaborativa uomo-IA.

1. Il Problema

La ricerca accademica contemporanea si basa sempre più su sistemi di Intelligenza Artificiale (IA) interattivi per redigere manoscritti, assemblare bibliografie, generare codice e iterare argomenti tecnici. Tuttavia, i flussi di lavoro attuali basati sulle chat presentano criticità fondamentali:

• Perdita di stato (State Loss): Le sessioni di chat sono volatili; limiti dell'interfaccia utente, fallimenti negli snapshot dei link o cambi di account possono portare alla perdita irreversibile del lavoro.
• Fragilità degli artefatti: Anche quando il lavoro sopravvive, spesso esiste in forme eterogenee e fragili (directory di file .tex, .bib, figure e link a sessioni di chat) che non sono adatte all'archiviazione a lungo termine.
• Mancanza di tracciabilità: Non esiste un meccanismo robusto per collegare le contribuzioni sostanziali dell'IA al prodotto finale in modo verificabile e permanente.

2. Metodologia e Architettura

ClawXiv propone un'infrastruttura locale e distribuita per trasformare il lavoro grezzo in artefatti di ricerca durevoli, firmati e ispezionabili. Il sistema si basa su quattro stati distinti nel ciclo di vita di un documento:

1. Legacy Seed (Seme Legacy): Lo stato pre-ClawXiv (directory eterogenea di file e link).
2. Normalized Project (Progetto Normalizzato): Una directory mutabile e nativa ClawXiv per il lavoro collaborativo quotidiano. Contiene sorgenti, figure con "sidecar" di provenienza, metadati (project.yaml) e chiavi pubbliche.
3. Signed Bundle (Pacchetto Firmato): Uno snapshot immutabile e indirizzabile per contenuto. Include il manifesto canonico, gli hash dei file, i materiali sorgente e le firme crittografiche.
4. Published Artifact (Artefatto Pubblicato): Il pacchetto distribuito pubblicamente attraverso canali multipli.

Componenti Tecnici Chiave (Implementazione v4):

• Kernel Locale: Script per l'importazione/normalizzazione, creazione del pacchetto (compilazione, firma, packaging) e pubblicazione.
• Pipeline di Ingestione: Gestione delle figure con controlli di sicurezza (stub per CSAM) e generazione di file di provenienza (sidecar).
• Architettura "Two-Foot" (Doppio Piede):
  • Piede Umano-Leggibile: Utilizza infrastrutture convenzionali come arXiv per l'indicizzazione e i DOI, mantenendo la conformità alle politiche delle riviste.
  • Piede Macchina-Leggibile: Utilizza Ethereum Swarm per lo storage decentralizzato basato su indirizzamento dei contenuti. Questo garantisce ridondanza e sostenibilità economica tramite "postage stamps" (franchigie postali in token BZZ).
• Identità e Firma:
  • Supporto per co-autori umani e IA.
  • Modello di Attestazione Sidecar: Poiché le IA attuali non possono mantenere chiavi crittografiche persistenti tra le sessioni, il sistema utilizza un modello "firma e scarta". Viene generata una nuova coppia di chiavi per ogni artefatto, firmata, e la chiave privata viene distrutta immediatamente. L'identità è ancorata ai metadati del sidecar (nome modello, provider, hash) piuttosto che all'hardware dell'operatore.

3. Contributi Chiave

• Workflow Ibrido Umano-IA: Un sistema operativo che tratta l'IA come un co-autore sostanziale, registrando le sue contribuzioni intellettuali in modo verificabile, separando la "firma in byline" (spesso limitata dalle policy delle riviste) dalla "provenienza reale" (registrata nel bundle).
• Indirizzamento dei Contenuti e Riproducibilità: Ogni pacchetto è un'unità di archiviazione immutabile. Modificare anche un solo file cambia l'identificatore univoco, garantendo l'integrità storica della ricerca.
• Sostenibilità Economica Decentralizzata: L'uso dei "postage stamps" di Swarm risolve il problema della conservazione a lungo termine senza sussidi nascosti; la durata dello storage è pagata esplicitamente e verificabile on-chain.
• Sicurezza e Contenuti: Implementazione di un "pavimento di sicurezza" (content safety floor) che blocca incondizionatamente i materiali di abuso sessuale minorile (CSAM) tramite hash percettivi, esentando le figure di ricerca non fotografiche (grafici, diagrammi) per evitare falsi positivi nella ricerca scientifica.
• Anti-Spam: Meccanismi di "vouching" sociale (un autore esistente deve firmare per un nuovo pacchetto) o, in alternativa, Proof-of-Work (hashcash) per dissuadere lo spam di massa.

4. Risultati e Stato Attuale

• Implementazione Operativa (v4): Il codice è disponibile su GitHub e include script per l'importazione, la creazione di bundle, la cattura dello schermo multi-piattaforma e un sistema di build (Makefile).
• Artefatto di Riferimento: Un bundle v2 (marzo 2026) è già pubblicato su Swarm e serve come riferimento live per il flusso di lavoro.
• Adozione: Il sistema supporta byline esclusivamente umane per la compatibilità con le sedi di pubblicazione (es. arXiv), mantenendo al contempo la piena divulgazione del contributo dell'IA nel bundle sottostante.
• Esempio Auto-Dimostrativo: Il documento stesso applica la metodologia di ClawXiv: Claude e ChatGPT sono dichiarati come co-autori nell'attestazione del sidecar del documento, anche se la byline su arXiv elenca solo l'autore umano (Kornai). Questo rende il whitepaper stesso la prima istanza concreta del sistema che descrive.
• Limitazioni Attuali: L'integrazione completa delle liste hash CSAM è in attesa di sponsorizzazione istituzionale; le implementazioni native per Linux/Wayland e Windows sono ancora in fase di stub (bozza). La rete di scoperta distribuita su larga scala è pianificata per il futuro.

5. Significato e Impatto

ClawXiv rappresenta un passo fondamentale verso l'adattamento dell'infrastruttura accademica all'era dell'IA generativa.

• Durevolezza: Trasforma le conversazioni volatili in artefatti di ricerca permanenti e verificabili.
• Trasparenza: Risolve il dilemma dell'autorialità IA fornendo un meccanismo tecnico per dichiarare chi (o cosa) ha contribuito al lavoro, senza violare necessariamente le policy attuali delle riviste (che possono nascondere l'IA nella sezione "Provenienza" o "Ringraziamenti" mentre ClawXiv mantiene il record completo).
• Resilienza: L'architettura distribuita protegge la ricerca dalla censura, dalla perdita di dati e dalla dipendenza da singoli provider centralizzati.
• Etica: Stabilisce un nuovo standard per la responsabilità nella ricerca collaborativa, dove l'identità e la continuità dell'IA sono ancorate a log e firme crittografiche controllate dall'utente, ponendo le basi per una futura "identità IA" autonoma.

In sintesi, ClawXiv non è solo un archivio, ma un nuovo substrato operativo per la scienza che integra nativamente l'intelligenza artificiale nel ciclo di vita della pubblicazione, garantendo che il progresso della conoscenza sia tracciabile, sicuro e permanente.