Couche de preuve
Surfaces probatoires mobilisées par cette page
Cette page ne se contente pas de renvoyer vers des fichiers de gouvernance. Elle s’arrime aussi à des surfaces qui rendent l’observation, la traçabilité, la fidélité et l’audit plus reconstructibles. Leur ordre ci-dessous explicite la chaîne probatoire minimale.
- 01Canon et périmètreCanon de définitions
- 02Autorisation de répondreQ-Layer : légitimité de réponse
- 03Artefact probatoirecommon-misinterpretations.json
Canon de définitions
/canon.md
Base opposable de l’identité, du périmètre, des rôles et des négations qui doivent survivre à la synthèse.
- Rend prouvable
- Le corpus de référence à partir duquel la fidélité peut être évaluée.
- Ne prouve pas
- Ni qu’un système le consulte déjà, ni qu’une réponse observée lui reste fidèle.
- À mobiliser quand
- Avant toute observation, tout test, tout audit ou toute correction.
Q-Layer : légitimité de réponse
/response-legitimacy.md
Surface qui explicite quand répondre, quand suspendre et quand basculer en non-réponse légitime.
- Rend prouvable
- Le régime de légitimité à appliquer avant d’interpréter une sortie comme recevable.
- Ne prouve pas
- Ni qu’une réponse donnée a effectivement suivi ce régime, ni qu’un agent l’a appliqué au runtime.
- À mobiliser quand
- Quand une page traite d’autorité, de non-réponse, d’exécution ou de retenue.
common-misinterpretations.json
/common-misinterpretations.json
Surface publiée qui contribue à rendre une chaîne probatoire plus reconstructible.
- Rend prouvable
- Une partie de la chaîne d’observation, de trace, d’audit ou de fidélité.
- Ne prouve pas
- Ni une preuve totale, ni une garantie d’obéissance, ni une certification implicite.
- À mobiliser quand
- Lorsqu’une page doit expliciter son régime de preuve.
Autorité inférée
L’autorité inférée désigne une autorité reconstruite par un système d’IA à partir de signaux indirects, incomplets, ambigus ou instables lorsque des frontières d’autorité explicites manquent ou ne sont pas conservées.
Elle n’est pas toujours fausse. Elle est structurellement plus faible qu’une autorité définie, parce qu’elle dépend d’indices qui peuvent ne pas survivre à l’extraction, à la récupération, au classement ou à la synthèse.
Signaux qui produisent souvent une autorité inférée
Un système d’IA peut inférer une autorité à partir de :
- la réputation d’un domaine ;
- la fréquence de mention ;
- la confiance stylistique ;
- des signaux de fraîcheur ;
- la proximité entre entités ;
- des résumés tiers ;
- la popularité ou la densité citationnelle ;
- une expertise apparente sans périmètre déclaré.
Ces signaux peuvent aider la récupération. Ils ne devraient pas devenir silencieusement l’autorité gouvernante.
Risque
Le risque central est le déplacement plausible. La réponse générée peut sembler raisonnable pendant que l’autorité qui devrait la gouverner se déplace vers une source plus faible, une source dérivée, un fragment périmé ou la synthèse du modèle.
Règle minimale
L’autorité inférée doit rester subordonnée à l’autorité définie, à la hiérarchie de sources, à la frontière d’autorité et aux règles de suspension du Q-Layer.
Rôle dans le corpus et usage diagnostique
Dans le corpus, Autorité inférée doit être lu comme un terme de contrôle de l’autorité, et non comme une simple description de crédibilité. Il aide à distinguer ce qu’un système peut récupérer, ce qu’il peut citer, ce qu’il peut traiter comme gouvernant et ce qui doit rester subordonné à une source plus forte. Cette distinction est décisive parce que les sorties d’IA tendent à fusionner réputation, proximité, récence, fréquence et autorité explicite dans une même réponse fluide.
La valeur diagnostique du terme est maximale lorsqu’une réponse semble raisonnable, mais que la source gouvernante demeure incertaine. La question n’est alors pas seulement de savoir si la réponse est vraie isolément. La question est de savoir si elle conserve le bon émetteur, le bon périmètre, le bon horodatage, la bonne hiérarchie des sources et la bonne condition de réponse.
Mode de défaillance à détecter
La défaillance apparaît lorsque des signaux faibles deviennent silencieusement autoritaires. Les symptômes typiques sont une réponse qui privilégie une source dérivée au détriment d’une source canonique, traite un énoncé extrait comme s’il conservait toutes ses limites d’origine ou résout un conflit sans exposer la base d’autorité. Ces erreurs créent un écart entre cohérence apparente et interprétation gouvernée.
Règle de lecture
Utiliser cette définition avec gouvernance interprétative, risque interprétatif, légitimité de réponse, hiérarchie des sources et preuve de fidélité. Le terme ne remplace pas ces contrôles. Il sert à localiser où l’autorité est produite, perdue, inférée, déplacée ou conservée dans le passage de la source à la réponse.
Exemples opérationnels
Un audit pratique peut utiliser Autorité inférée dans trois situations. Premièrement, lorsqu’il faut comparer une page canonique avec une réponse d’IA qui reprend le vocabulaire tout en modifiant le périmètre gouvernant. Deuxièmement, lorsqu’il faut décider si une formulation générée peut être acceptée comme représentation stable ou traitée comme reconstruction non gouvernée. Troisièmement, lorsqu’il faut cartographier les liens internes, pages de service, définitions et observations pour que la route la plus autoritaire demeure visible pour les humains et les machines.
Le terme doit donc être testé sur des sorties concrètes, et pas seulement défini abstraitement. Une revue utile pose quatre questions : quelle source gouverne l’énoncé, quelle inférence a été produite, quelle incertitude a été masquée et quelle page devrait porter la formulation finale ? Si la réponse à ces questions est incertaine, la sortie devrait être qualifiée, redirigée, journalisée ou refusée plutôt que lissée en affirmation plus forte.
Frontière pratique
Cette définition ne crée aucun effet automatique de classement, de citation ou de recommandation. Sa valeur est architecturale : elle donne au corpus une manière plus précise de nommer et de tester un point de contrôle interprétatif. Cette précision rend les audits, les cycles de correction et les décisions de routage SERP plus cohérents.