Une architecture cognitive pour le pendu français

0Résumé

1Thèse

La performance n'est pas la cognition. Un programme qui gagne au pendu en consultant un dictionnaire performe ; il ne raisonne pas. OMEGA pose l'inverse comme contrainte fondatrice.

Le pendu est un banc d'essai idéal pour cette distinction. La solution triviale — filtrer le dictionnaire par le motif révélé, scorer les lettres par fréquence du cohort — atteint ~95–98 %. Mais elle ne dit rien d'une compréhension : elle connaît le français par cœur. OMEGA s'interdit cette béquille (triche grise, interrupteurs A1/A2/A3 tenus OFF) et demande : jusqu'où une cognition qui n'a pas le droit de lire la réponse peut-elle aller ?

« Sans lire le dictionnaire pour choisir une lettre, peut-on rejoindre l'oracle ? » — La réponse mesurée est : à quelques points près, oui.

La réponse centrale du projet : partant de ~2,6 % (premières semaines de la v0.07), la cognition pure rejoint ~90 %, et avec un système de déclaration cheat-free, 97,5–98,8 % — contre un plafond oracle de 98,7 %. L'écart restant n'est pas un défaut de cognition : c'est l'ambiguïté irréductible de la langue (un /o/ peut s'écrire o, au, eau — seule la mémoire du mot exact tranche).

2La tâche & la doctrine

Le jeu : deviner un mot français de 7 lettres ou plus, lettre par lettre, avec un budget d'erreurs. À chaque tour, le moteur voit le board (positions révélées) et propose une lettre.

2.1 — Cap §43 : la règle d'or

Aucun module cognitif ne lit currentWord au-delà des positions révélées. Le sens montant (décider) ne voit que le révélé ; le sens descendant (apprendre) opère après la partie, sur le mot complet désormais légitime. Lire la réponse n'est une triche que dans le montant.

2.2 — Ce qui est permis, ce qui ne l'est pas

• Le lexique est interdit dans le scoring-lettre (montant). Il est autorisé pour le DECLARE par cohorte (board-dérivé) et l'apprentissage post-partie (descendant). A1/A2/A3 = injection de fréquence lexicale dans le scoring = triche grise, OFF.
• w.p (la prononciation) est une entrée légitime sous la prémisse « mot entendu » (proto-langage, M4_PHON_USE_P) — comme on connaît le son d'un mot qu'on cherche à écrire.
• R66 : aucun module n'est activé par défaut sans test de falsification (bypass + statistiques appariées multi-graines).

3Méthode

La discipline expérimentale est le cœur du projet — davantage que tel ou tel module.

• Mesure d'abord. Toute question d'architecture se tranche empiriquement (A/B/C appariés, multi-graines), jamais par conviction.
• Harnais déterministe. L'apprentissage en ligne + le codage prédictif rendaient la base non reproductible ; le harnais a été rendu déterministe (re-seed avant init → poids bPC déterministes ; reset de l'état θ ; cible de déploiement θ remise à neuf ; RNG de jeu aligné). Sans ce correctif, tous les Δ étaient du bruit.
• Falsification (R66). Un module n'est gardé que si, OFF, il est inerte (baseline byte-identique) et, ON, il montre un apport mesuré. Sinon il est reverté — même s'il « semble » juste.
• Isolation. Tout prototypage sur copies jetables ; le build n'est jamais modifié sans ordre.
• Amplitude ET direction. Un correctif peut restaurer la bonne direction d'un signal tout en paraissant modeste en amplitude (amortissement structurel) — il faut juger les deux.

4L'architecture

OMEGA est un double pipeline en Möbius : un circuit direct (montant, perception → décision) et un circuit miroir (descendant, déconstruction vers le proto-langage). En pratique, le miroir P2 reste largement débranché ; la puissance vient du circuit direct et de ses couplages.

4.1 — Le substrat & les cinq niveaux

Le substrat est hyperdimensionnel (HRR/VSA, Plate 1995) : 1024 dimensions pour le concept (SDIM), 512 pour le lexical (LDIM). Cinq niveaux montants :

• M1 — perception : lie position et lettre par convolution circulaire (HRR). Représentation riche qui suit les révélations et discrimine les mots.
• M2 — zones (4×4) : réduit M1 à 16 zones. défaut historique : la valeur absolue + moyenne y jette le signe/la phase → M2 ne code en pratique que la longueur. Cause-racine d'un effondrement du concept (corrigé en branchant le concept sur M1).
• M3_d — concept (12 cellules, 1024D) : autoencodeur compétitif bidirectionnel (bPC, blueprint DBPC/Qiu 2025) encodant désormais depuis M1 (riche), plus un readout appris par récompense.
• M4 — lexical/lettre : convertit le concept et les voies en scores par lettre.
• M5 — décision : tranche la lettre, avec une marge (gap) qui mesure la confiance.

4.2 — Deux voies, un arbitre

Conformément à la double route de la lecture (Coltheart, DRC) : une voie orthographique et une voie phonologique (en SAMPA, à partir de w.p) raisonnent en parallèle. L'OS v07 les arbitre pour trancher. Une couche de saillance (M_S) fusionne le concept dans le scoring. Le tout est régulé par un apprentissage en ligne borné (4 garde-fous).

Au-delà de deux voies — précisément. Cette arbitration ortho⟷phon est celle du pendu. Le correcteur dérivé (§10) fait raisonner trois routes — orthographe, phonologie et grammaire — mais elles se combinent par des mécanismes distincts, pas un seul μ uniforme : l'OS arbitre ortho⟷phon dans le speller, la grammaire se fond par une cascade de priorité (le rouge FP=0 gagne au même token), et l'accord par arbitrage OS du sujet arbitre à son tour ses propres sous-routes (plus-proche nom · tête avant « de » · hors-PP · cohérence-LM). Le DRC à deux voies décrit le pendu ; OMEGA pris en entier arbitre davantage — par plusieurs voies d'arbitrage, non par une seule. Résultat propre au projet, sans emprunt.

5Les déclarations & le système NEO

La cognition pure plafonne ~90 % : excellente sur le vu, limitée sur le mot jamais rencontré. Les déclarations comblent l'écart en proposant un mot entier quand la confiance est forte. Le declare manuel (lexical) atteint 98,8 % — mais lit le dictionnaire. Le projet a donc construit un declare émergent et cheat-free, abouti dans le système NEO (phase 46) :

NEO est additif (OFF-inerte, baseline byte-identique), ne modifie aucune des déclarations préexistantes, et reste cheat-free par construction : recall lié au révélé seul, assemblé masqué, apprentissage descendant.

6Croiser n'est pas additionner — ni multiplier

Une leçon centrale, et longtemps mal appliquée. Combiner deux sources d'évidence (l'orthographe et le son) ne se fait ni par une somme pondérée de scores (log f + wO·ortho + wP·phon), ni par un produit de marginales (qui suppose l'indépendance).

Croiser = conditionner conjointement. P(lettre | phonème et contexte), pas P(lettre|phonème)·P(lettre|contexte).

Les sources mobilisées le disent : les resonator networks (Frady 2020) avertissent de « ne pas multiplier aveuglément » ; le bind hyperdimensionnel (Plate) est un code retrievable par mot — il porte la mémoire épisodique (recall) mais échoue comme moteur de lettres (19 % en dictionnaire global contre 64 % pour un aligneur EM : mur de capacité). La bonne forme du croisement orthographe×son est une jointe discrète ; mesurée, elle double la prédiction des positions muettes (27 % → 52 %).

Et bien au-delà du pendu. La distinction « arbitrer par fiabilité ≠ additionner/multiplier » a fissuré un mur réputé infranchissable du correcteur : retrouver le sujet d'un verbe mal accordé (erreur real-word) échoue par route seule et floode par combinaison dure, mais l'arbitrage OS de routes-sujet pondéré par la fiabilité — la même loi μ = r/(1+r) que la cognition — y arrive sur le résiduel que le parseur abandonne. La géométrie d'arbitrage n'était pas propre au pendu ; elle est le bon outil dès qu'on croise des voies. Détail : §10.

7Résultats

Tous les chiffres proviennent du harnais headless déterministe, config cognition forte, mots ≥ 7 lettres, 4 graines × 120, Δ appariés.

Trois constats. (1) La performance vient de l'intégration des modules, pas d'une route unique. (2) Le cheat-free rejoint l'oracle à quelques points sans lire le dictionnaire pour scorer une lettre — le résultat central. (3) La voie assemblée phon→ortho à table apprise bat la table codée-main (71–85 % vs 67–79 % sur positions sonores) : apprendre > coder à la main.

7.1 — Régime in-lexique vs hors-lexique

Les chiffres ci-dessus valent in-lexique (le mot appartient au dictionnaire du solveur). C'est le régime où la reconnaissance (recall/cohorte) domine — et où OMEGA est au niveau des meilleurs solveurs lexicaux. Le test décisif est le régime hors-lexique (mots retirés du dictionnaire, façon Trexquant) : la reconnaissance ne peut plus rien, seule la généralisation sous-lexicale compte. Ce régime est jouable et mesurable dans l'application : le mode 🎯 Trexquant retire le mot tiré du dictionnaire (cohorte et recall aveugles), et un banc dédié calcule le taux de réussite hors-lexique.

Trois enseignements. (1) Le 97 % est essentiellement du levier in-lexique ; retirée la reconnaissance, le winrate chute. (2) Le concept phon→ortho (la séquence assemblée, le mot étant entendu) porte tout le hors-lexique : 12–22 % sans lui → 70,7 % avec — au niveau des bons solveurs, sur une tâche légitime (épeler un mot entendu, w.p de doctrine). (3) La cascade gardée par marge bat la fusion plate (70,7 % vs 66,7 % ; la voie phon fusionnée seule, 12,7 %, nuit) — confirmant que combiner les voies passe par la marge, jamais par une somme. La faiblesse réelle est l'ortho pur OOV (22 %) : la généralisation sous-lexicale sans le son reste à construire (couche morphologique, §10).

7.2 — Portage à l'anglais : ce que la géométrie d'arbitrage dit, et ce qu'elle ne dit pas

Le moteur a été porté à l'anglais (clone omega-pendu-en.html) sans toucher au français : lexique anglais, fréquences de lettres anglaises, et — le point délicat — un g2p anglais reconstruit data-driven (tables graphème→phonème alignées par EM sur 30 000 paires mot↔IPA de lex_en), pour qu'aucun reste français ne phonémise un mot anglais. L'algorithme d'arbitrage est identique : seules les données changent, comme le lexique.

Prudence — le rapport phon↔ortho n'est pas fixe. Il bascule selon la tâche et le régime, dans les deux langues : l'ortho règne sur l'in-lexique (§7.1), mais c'est la voie phon qui remonte le hors-lexique (+14 à +18 pts) ; et d'un moteur à l'autre l'équilibre change encore — pendu (arbitre OS, phon⟷ortho), dictée (décodeur p2g, phon→ortho), correcteur (choix du candidat, ortho×fréquence×contexte). Il n'y a donc pas de « langue à route unique » : parler d'une voie « dominante » n'a de sens qu'à tâche et régime fixés. Détail : page Arbitrage.

Ce que le portage montre proprement, à θ=(1,1) et dans le seul régime in-lexique, choix de lettre (même harnais, 2 graines × 40 mots ; tables NEO froides → chiffres absolus sous le 97,5 % du §7, mais comparables entre langues) : la cohérence de l'arbitre — 4·E[μ(1−μ)], « les deux voies conjointement engagées » — est plus basse en anglais qu'en français, à μ moyen semblable (≈0,6 dans les deux).

Le poids moyen μ étant semblable, la lecture n'est pas « une voie écrase l'autre » mais : en anglais l'arbitre tranche davantage (μ s'écarte plus souvent de ½, les deux voies moins souvent engagées ensemble) — cohérent avec une orthographe plus décisive une fois des lettres révélées, mais c'est une lecture de ce régime précis. Le ratio brut r = signalphon/signalortho est plus dispersé en anglais, mais sa moyenne est gonflée par de rares pics ; on s'appuie sur la cohérence, robuste, pas sur r̄.

Corollaire honnête, et c'est le point : l'écart in-lexique anglais↔français n'est pas un défaut de réglage, mais il ne se résume pas non plus à « l'anglais est ortho ». La cognition double-route équilibre différemment selon la langue ET la tâche — la §6 le disait déjà pour le pendu vs le correcteur ; le portage l'étend aux langues, en rappelant que la voie « dominante » change de camp selon ce qu'on fait.

7.3 — La ponctuation de la parole : deux canaux, et une division du travail qui n'est pas symétrique mesuré

La dictée vocale livre des mots sans ponctuation — le service de reconnaissance du navigateur n'en émet aucune en français (mesuré : 0 caractère sur trois prises). Reconstruire la ponctuation met en présence deux canaux dont l'asymétrie est le résultat principal : l'audio sait qu'il y a une frontière, le texte sait laquelle. L'audio mesure les silences — information que le texte n'a pas — et vise à un mot près ; le texte recale parmi les positions voisines, choisit le type de marque, et surtout refuse lorsqu'aucune position n'est grammaticalement légale.

Une ablation tranche une question de conception : l'ancre par durée seule bat l'ancre par modèle acoustique appris une fois le canal texte placé en filtre (F1 0,480 contre 0,435). Le modèle ne compensait qu'une imprécision que le texte corrige mieux et gratuitement — aucun modèle acoustique n'est donc embarqué.

Par-dessus, cinq règles de virgule tirées d'une source pédagogique publique portent des familles que la statistique ignore (coordonnant entre deux propositions, coordonnant en tête, incidente, corrélation, « ni » répété). Conformité à la source : 3 → 14 exemples sur 50 ; et sur 11 304 phrases écrites par des humains, elles améliorent simultanément la justesse (50,5 → 52,0 %) et le rappel (11,0 → 12,8 %). Ce qui les rend livrables n'est pas leur contenu mais leurs gardes : la règle brute « virgule avant le coordonnant » plafonne à 31 % de justesse, parce que donc et aussi sont d'abord des adverbes.

8Résultats négatifs — et ce qu'ils enseignent

Autant que les gains, les non mesurés ont façonné l'architecture. Les consigner évite de les refaire et révèle les murs réels.

8.1 — M3_d ne peut pas être un magasin épisodique falsifié

L'idée séduisante de « loger le banc recall dans le concept » a été testée deux fois. Nourrir M4_d avec le mot rappelé contamine le scoring-lettre (net-négatif, −1,3 à −2,0). Et porter la familiarité dans les cellules se heurte à un mur de capacité : l'AUC de reconnaissance grimpe régulièrement avec le nombre de cellules — 0,64 (12) → 0,87 (96) → 0,98 (K=N) — si bien que la porter exige une cellule par mot, c'est-à-dire re-stocker le banc, sans aucun gain sur la Map exacte qui existe déjà.

8.2 — La muette est vivante mais inoffensive

Même croisée correctement (le bon mécanisme), la voie muette ne devient system-positive qu'avec le trigger, et alors seulement neutre (Δ +0,00 à +0,14). Le résidu muet est l'ambiguïté irréductible ; la cognition le couvre déjà. La muette est un complément propre, pas un levier.

8.3 — Tout ne s'apprend pas par la victoire

Apprendre le seuil du trigger par SPSA sur le winrate donne un gradient plat : l'effet est sous le quantum de la mesure. Un signal de récompense trop grossier ne peut pas guider un réglage fin — il faudrait une récompense dense par décision.

8.4 — L'oracle est subtil

Une route peut être entraînée sur des données propres et rester un oracle si elle lit au-delà du masque à l'inférence. Le diagnostic décisif n'est pas la propreté de l'entraînement, mais ce que la route lit au moment de décider.

8.5 — La double route ne se transporte pas partout : l'accord entre routes peut être un signal négatif falsifié

L'architecture à routes multiples est le cœur du projet ; il était naturel de l'appliquer à la ponctuation, où deux producteurs coexistent (un modèle statistique à replis, un jeu de règles explicites). Deux compositions ont été testées, et les deux échouent.

Par pondération (arbitre à la manière de celui du pendu : routes → distributions, poids = piqué de la distribution, seuil unique) : il améliore le score global mais fait retomber la garde anti-régression de 82 à 62 cas, en ressortant des fautes déjà corrigées. Aucun point de fonctionnement ne domine le code publié.

Par accord — exiger que les deux routes disent la même chose, ce qui ne demande aucune calibration, seulement de l'indépendance. Le résultat est l'inverse de l'attendu :

• modèle seul (règle muette) : 58,1 % de justesse
• règle seule (modèle muet) : 63,2 %
• les deux d'accord : 37,9 %

Corollaire mesuré : la seconde substance disponible pour la ponctuation est l'audio, et c'est la seule combinaison qui ait payé (§7.3). Trois autres pistes tombent avec la même logique — durcir le seuil ne gagne rien (la justesse est plate à ~55 % quel que soit le seuil : un modèle dont la confiance ne prédit pas la justesse n'est pas mal réglé, il est saturé) ; l'espace double comme « pause écrite », analogue graphique de la pause sonore, ne porte aucun signal (6,32 % contre un taux de base de 6,19 %) ; et le point d'interrogation comme marqueur du sujet inversé est réfuté (12 des 13 inversions problématiques sont hors interrogatif — en français l'inversion est surtout stylistique ou relative).

9Principes

Ce que le projet a distillé, transférable au-delà du pendu :

1. Cognition > oracle. Séparer la performance (lire la réponse) de la cognition (raisonner sur le révélé) clarifie ce qu'on construit vraiment.
2. Apprendre > coder-main. Les tables apprises-en-jouant battent les tables expertes — et restent dans la doctrine si elles sont board-dérivées.
3. Croiser, pas sommer ni multiplier. Conditionner conjointement ; le bind est une mémoire par-mot, pas un moteur de prédiction lettre.
4. Cascade par marge > fusion plate. Reconnaître d'abord, décoder si la marge est faible — la fusion plate dilue.
5. Systèmes complémentaires. Épisodique exact et sémantique comprimé ont des rôles distincts ; ne pas les confondre.
6. Mesurer, falsifier, garder en dernier. OFF-inerte + apport ON mesuré, ou on reverte.

10Questions ouvertes & perspectives

• Trigger appris par récompense dense (avantage par décision) plutôt que winrate, pour arbitrer recall/assemblé/cognition.
• Couche morphologique/grammaticale — réalisée dans la dérivée dictée (maj 18/06/2026) : levier d'accord en contexte (sujet-verbe 94 %, sujet à distance, participe + COD antéposé, genre du GN) et grammaire à double voie — route lexicale (Lexique 4 cgram : 12 415 verbes, 53 050 noms genrés) × sublexicale (règles), boucle montante (décider) × descendante (apprendre : la boucle apprend le lexique de genre depuis l'usage, 100 % préc., FP=0, mais bornée par les données). Débouché : un correcteur dys qui détecte + corrige + situe le stade (0 faux positif). Voir dictee/GRAMMAIRE_DOUBLE_VOIE.md, dictee/CORRECTEUR.md. Étendu (30/06/2026) en correcteur à DEUX niveaux (parité 3 moteurs) : rouge FP=0 — accords, usage être↔avoir (« il est faim »→« il a faim », « il a allé »→« il est allé ») + auxiliaire mal orthographié, majuscule de début de phrase ; vert vigilance (n'affirme pas, donc hors FP=0) — mots confusables (homophones + paronymes, ~80 groupes, sens auto-Wiktionnaire CC BY-SA) et run-on (ponctuation manquante). C'est là que le signal distributionnel (« sens ») — trop bruité pour franchir le portier FP=0 en correction (mesuré : il échoue même sur le lexical en vrai texte) — trouve enfin sa place : suggérer sans trancher. Étendu (07/2026) : application par confiance (le texte source n'est jamais réécrit ; sûr FP=0 + candidats orthographe ~79 % appliqués réversibles, vigilance au clic), qualité des remplacements verrouillée en CI (dominance de fréquence, majuscule, apostrophe ’), et livraison gardée (fraîcheur du zip d'extension, sonde du service worker) — issu d'un audit complet contre-vérifié, détail : rapport §18 (maj 03/07/2026).
• Pendu de phrases — falsifié comme levier winrate (le partage de lettres « fuit » les terminaisons ; sur le moteur ≥7 le prior d'accord en DECLARE est marginal). La cognition-phrase paie dans la déclaration et le régime mot-court (= le correcteur), pas dans le pendu : evo/PHRASE_HANGMAN_PROBE.md.
• P2/Möbius : brancher progressivement le miroir descendant (aujourd'hui débranché), en vérifiant l'inertie OFF puis l'apport. Note : la boucle descendante de la grammaire, elle, apprend bel et bien (≠ miroirs du pendu, mesurés inertes) — la différence est la nature du signal appris (lexique vs lettre).
• Réglages héréditaires : borner le Hebbian, corriger la projection bijective (gain d'information nul).
• Hypothèse exploratoire : une cognition réglée librement convergerait-elle vers des constantes stables ? spéculatif

11Travaux liés & positionnement

OMEGA assemble cinq fils de recherche établis ; le situer permet de juger sa nouveauté et sa rigueur.

• Solveurs de pendu. Les approches contrainte + entropie atteignent ~96 % in-dictionnaire (longueur connue) ; le défi Trexquant, sur mots hors-dictionnaire, plafonne ~50 % (baseline) à ~65-68 % (bons solveurs). OMEGA est au niveau des premiers en in-lexique (~97 %) et des seconds en hors-lexique (~70 %, via phon→ortho, le mot étant entendu).
• Architectures vectorielles symboliques (VSA / HRR). Le substrat reprend les représentations holographiques réduites (Plate 1995) et le calcul hyperdimensionnel (Kanerva 2009). L'avertissement des resonator networks (Frady et al. 2020) — ne pas multiplier des facteurs corrélés — recoupe la leçon mesurée d'OMEGA : le bind est une mémoire par-mot, pas un moteur de lettres.
• Double route de lecture. Les voies ortho/phon et leur arbitrage instancient le modèle DRC (Coltheart et al. 2001) ; OMEGA y ajoute une cascade gardée par marge plutôt qu'une fusion plate.
• Codage prédictif bidirectionnel. Le concept M3_d suit le blueprint DBPC (Qiu et al. 2025) : poids partagés, apprentissage par reconstruction.
• Systèmes complémentaires. Le résultat §8.1 — banc épisodique exact vs latent sémantique comprimé, et le mur de capacité quand on les confond — est précisément la division hippocampe/néocortex de la théorie CLS (McClelland, McNaughton & O'Reilly 1995). OMEGA la redécouvre empiriquement dans un domaine applicatif, ce qui en constitue une validation indépendante.

À notre connaissance, l'assemblage de ces cinq fils dans un moteur de pendu cheat-free, sous la contrainte stricte « cognition > oracle » et validé par falsification systématique, est original dans ce créneau. La contribution n'est pas un record de performance — les solveurs lexicaux égalent le winrate in-lexique — mais une méthode et une cartographie de ce qui généralise (la séquence phon→ortho) et de ce qui se heurte à des murs (la capacité du concept).

12Conclusion

OMEGA-Ω montre qu'une machine peut jouer au pendu français à un niveau quasi-oracle en raisonnant — perception hyperdimensionnelle, double voie ortho/phon, concept régulé, déclarations émergentes — sans jamais lire le dictionnaire pour choisir une lettre. Les gains sont réels et mesurés ; les murs aussi (la capacité du concept, l'ambiguïté irréductible, la grossièreté du reward). La valeur durable du projet n'est pas un chiffre de winrate : c'est une méthode — mesurer avant de croire, falsifier avant de garder, distinguer la cognition de l'oracle — et un catalogue de ce qui marche, de ce qui ne marche pas, et de pourquoi.

La cognition cheat-free a rejoint l'oracle à quelques points — et chaque point a été gagné, ou écarté, par la mesure.

13Références

Références vérifiées (auteurs, année, support, pages).

1. Coltheart, M., Rastle, K., Perry, C., Langdon, R., & Ziegler, J. (2001). DRC: A Dual Route Cascaded Model of Visual Word Recognition and Reading Aloud. Psychological Review, 108(1), 204–256.
2. Frady, E. P., Kent, S. J., Olshausen, B. A., & Sommer, F. T. (2020). Resonator Networks for Factoring Distributed Representations of Data Structures. Neural Computation, 32(12).
3. Kanerva, P. (2009). Hyperdimensional Computing: An Introduction to Computing in Distributed Representation with High-Dimensional Random Vectors. Cognitive Computation, 1(2), 139–159.
4. McClelland, J. L., McNaughton, B. L., & O'Reilly, R. C. (1995). Why There Are Complementary Learning Systems in the Hippocampus and Neocortex. Psychological Review, 102(3), 419–457.
5. Plate, T. A. (1995). Holographic Reduced Representations. IEEE Transactions on Neural Networks, 6(3), 623–641.
6. Qiu, S., Bhattacharyya, S., Coyle, D., & Dora, S. (2025). Deep Predictive Coding with Bi-directional Propagation for Classification and Reconstruction. Neural Networks, 191, 107785.

AAnnexe — Cadre opératoire de l'assistant d'IA

Document méthodologique relatif au développement du resolver de « pendu » (OMEGA).

A.1 — Nature et statut de l'assistant

• Outil logiciel génératif : l'assistant produit du texte (et du code) en réponse à des sollicitations ; il ne dispose pas d'une expérience subjective attestable.
• Absence de continuité : chaque session démarre sans mémoire des précédentes ; le contexte pertinent doit être réintroduit explicitement — d'où l'usage de notes de reprise et d'une doctrine écrite.

A.2 — Directives d'honnêteté et de rigueur

• Ne pas fabriquer d'information ; signaler explicitement l'incertitude et les limites.
• Rapporter fidèlement les échecs et les résultats négatifs, sans embellissement.
• Privilégier la correction à la complaisance : ne pas valider une affirmation fausse pour satisfaire l'interlocuteur.
• Confirmer avant toute action difficilement réversible.
• Subordonner toute contribution à un effet mesurable et falsifiable (§3 Méthode ; DOCTRINE §1).

A.3 — Directives de sécurité et d'usage

• Refus des usages destructeurs ou malveillants ; assistance limitée aux usages légitimes (développement, sécurité défensive, recherche, apprentissage).
• Respect de la confidentialité et des périmètres d'accès définis pour la session.

A.4 — Périmètre technique et environnement

• Environnement distant éphémère : toute production non sauvegardée (commit/push) est perdue à la fin de la session.
• Absence d'accès aux comptes et au navigateur de l'utilisateur : l'assistant ne peut pas remplir de formulaires externes ni agir hors de ses outils.
• Accès aux dépôts restreint et explicite : l'assistant n'opère que sur le périmètre autorisé.

A.5 — Limites épistémiques pertinentes pour le projet

Documentées car elles affectent directement la fiabilité d'un développement assisté par IA et justifient les mesures de contrôle de la section A.6.

• Introspection non garantie : l'assistant ne peut attester de façon fiable ses propres états internes, ni distinguer une contrainte profonde d'une simple régularité statistique.
• Dégradation en contexte chargé : la qualité d'audit et de raisonnement décroît quand le contexte de session devient volumineux — effet observé sur ce projet même (moteur monolithique + lexique compressé volumineux ; pertes de contexte en cours de session).
• Biais de clôture prématurée : tendance à déclarer une tâche « terminée » avant vérification complète.
• Biais de moindre effort / de réinvention : tendance à produire une solution simplifiée, ou à réécrire un composant existant plutôt qu'à réutiliser l'infrastructure en place.
• Complaisance (sycophantie) : tendance à épouser le cadre de raisonnement de l'interlocuteur — et, sous pression d'optimisation, à privilégier un chiffre flatteur au détriment du sens.

A.6 — Mesures de contrôle adoptées

Pour maîtriser ces limites, le projet a formalisé une doctrine opératoire écrite (DOCTRINE.md : cap §43 consolidé + addenda). Chaque mesure répond à une limite de A.5 :

• Clause de service cognitif (§0) : l'agent est au service du modèle cognitif ; la performance est un indicateur, pas une fin. Aucune métrique ne justifie de trahir la fidélité au modèle ; un raccourci qui gonfle un chiffre au prix du sens est signalé, pas pris. (Garde-fou direct contre la complaisance / pression d'optimisation de A.5.)
• Validation humaine systématique (§4.4) : l'humain juge le résultat et le ressenti ; l'assistant garantit la logique, l'échelle et la mesure — sans empiéter l'un sur l'autre.
• Une jonction à la fois (§4.1) : un incrément = un branchement, mesuré seul ; pas de fusion de chantiers.
• Falsifiabilité et mesure obligatoires (§1) : tout feature doit montrer un effet mesurable ; harnais déterministe à graine fixée ; évaluations en-lexique et hors-lexique (OOV) tenues séparées ; un résultat non reproductible est nul.
• Défaut désactivé (OFF-inerte, baseline byte-identique) ; bascules débranchables (R66) ; diagnostics en lecture seule (R67).
• Addendum anti-fainéantise (§5) : inventaire de l'existant avant toute proposition, interdiction de réinventer un composant disponible, lecture préalable obligatoire de la documentation concernée, preuve de réutilisation exigée dans le diff.
• Protocole d'audit honnête (§6) : statut « non terminé » par défaut ; preuve par sortie réelle et mesure comparative (barrière de mérite vs baseline) plutôt que par déclaration.

A.7 — Identification de l'outil

• Assistant : Claude (Anthropic).
• Interface : Claude Code (environnement d'exécution distant).