Degrees, Levels, and Profiles of Contextuality

Ce papier introduit le concept de profil de contextualité, qui caractérise un système par une courbe reliant son degré de contextualité au niveau d'analyse considéré (nombre de variables jointes), plutôt que par une mesure unique globale.

L'essentiel

Le Titre : Le "Profil de Contextualité" : Pourquoi la taille n'est pas tout

Imaginez que vous essayez de décrire un objet complexe, disons un gâteau.
Jusqu'à présent, les scientifiques disaient : "Ce gâteau est soit normal, soit magique." (C'est-à-dire : le système est soit "non-contextuel", soit "contextuel"). Et s'il était magique, ils lui donnaient un seul chiffre pour dire à quel point il était magique (son "degré de contextualité").

Le problème ? Ce chiffre unique est trop simpliste. Il ne nous dit pas comment le gâteau devient magique. Est-ce que la magie apparaît dès la première bouchée ? Ou faut-il attendre la troisième couche ? Est-ce que la magie augmente doucement ou d'un coup ?

C'est là que Dzhafarov et Cervantes proposent une nouvelle idée : au lieu d'un seul chiffre, donnons au système un Profil de Contextualité. C'est comme une courbe de croissance qui nous montre comment la "magie" (la contextualité) évolue à mesure que nous observons le système de plus en plus en détail.

---

1. Le Concept de "Niveau" : Regarder le système à différentes résolutions

Pour comprendre ce profil, imaginez que vous regardez une photo de haute résolution avec des lunettes grossissantes.

• Niveau 1 (La loupe grossière) : Vous ne voyez que les points individuels. À ce stade, tout semble normal. Chaque point est juste un point.
• Niveau 2 (La loupe moyenne) : Vous commencez à voir les paires de points. Vous remarquez que certains points, quand ils sont vus ensemble, se comportent étrangement.
• Niveau 3 (La loupe fine) : Vous regardez des groupes de trois points. Là, la magie opère vraiment. Les règles changent.
• Niveau N (La vue totale) : Vous voyez tout le système d'un coup.

L'article explique que pour chaque système, on peut mesurer "combien il est magique" à chaque niveau.

• Au niveau 1, la magie est toujours nulle (0).
• À un certain niveau (disons le niveau 3), la magie apparaît (le chiffre devient positif).
• Ensuite, à mesure qu'on regarde plus loin (niveau 4, 5...), la magie peut augmenter, rester stable, ou augmenter très vite.

Le Profil de Contextualité est simplement l'histoire de cette évolution : Comment la magie grandit-elle quand on regarde plus loin ?

---

2. Les Trois Manières de Mesurer la Magie

Les auteurs testent cette idée avec trois règles de mesure différentes (trois "règles de jeu" pour calculer la magie). Imaginez trois juges différents qui notent un spectacle :

1. Le Juge "Distance" (CNT2) : Il mesure la distance entre le système et la "normalité".
   • Son style : Si vous ajoutez un peu de magie à un système déjà magique, il additionne tout. C'est comme si vous empiliez des briques : la hauteur totale est la somme des hauteurs. C'est additif.
2. Le Juge "Probabilités Négatives" (CNT3) : Il utilise des mathématiques un peu bizarres (des probabilités qui peuvent être négatives).
   • Son style : Il ne s'intéresse qu'à la partie la plus "magique" du système. Si vous ajoutez une petite magie à un système déjà très magique, il ignore la petite magie. Il ne compte que le maximum. C'est subadditif (le tout est plus petit que la somme des parties).
3. Le Juge "Fraction Contextuelle" (CNTF) : Il regarde quelle part du système est "faussée".
   • Son style : Comme le juge précédent, il suit la règle du maximum. Si une partie du système est très perturbée, c'est elle qui détermine le score, peu importe ce qu'il y a ailleurs.

L'analogie de la musique :

• Le Juge Distance entend la musique comme un mélange : si vous ajoutez un violon à un orchestre, le volume total augmente de la somme des deux.
• Les Juges CNT3 et CNTF écoutent comme un critique qui ne note que l'instrument le plus fort. Si le violon est déjà très fort, ajouter une flûte ne change pas la note finale du critique, car le violon domine toujours.

---

3. L'Expérience du "Sandwich" (Systèmes Concaténés)

Pour tester ces juges, les auteurs ont créé une expérience amusante : ils ont pris deux systèmes (appelons-les A et B) et les ont collés ensemble pour faire un grand système A+B.

• Le système A est un peu magique.
• Le système B est très magique, mais seulement quand on le regarde de très près (au niveau 3).
• Quand on les colle ensemble, comment se comporte le nouveau système ?

Les résultats :

• Pour le Juge Distance, la magie de A+B est exactement la somme de la magie de A et de B. C'est une addition parfaite.
• Pour les autres juges, la magie de A+B est égale à la magie du plus magique des deux (le maximum). Si B est très magique, A devient invisible dans le score final.

C'est comme si vous aviez un verre d'eau (A) et un verre de sirop très sucré (B).

• Si vous mélangez les deux et que vous mesurez le "goût total" par addition, vous obtenez la somme.
• Si vous mesurez le "goût dominant", vous ne goûtez que le sirop. Le verre d'eau ne compte plus.

---

4. Pourquoi est-ce important ?

Avant cet article, on disait juste : "Ce système est magique, et voici un chiffre pour dire à quel point."
Maintenant, on peut dire : "Ce système est magique, mais sa magie apparaît seulement quand on regarde les groupes de trois éléments, et elle augmente très lentement ensuite."

Cela permet de distinguer des systèmes qui semblaient identiques avec les anciennes méthodes. C'est comme passer d'une photo en noir et blanc floue à une vidéo haute définition en 4K. On voit les détails, les nuances et la structure de la "magie" quantique ou des systèmes complexes.

En résumé :
Les auteurs nous disent qu'il ne faut pas se contenter d'un seul chiffre pour décrire la complexité d'un système. Il faut regarder comment cette complexité se construit, niveau par niveau, comme on construit un château de cartes. Et selon la règle de mesure que l'on choisit, la façon dont le château grandit peut être très différente !

Résumé technique

1. Problématique et Contexte

La contextualité est une propriété fondamentale des systèmes de variables aléatoires (notamment en mécanique quantique et en psychologie), indiquant qu'il est impossible de définir une distribution de probabilité conjointe unique pour l'ensemble des variables, compatible avec les distributions marginales observées dans différents contextes.

Jusqu'à présent, l'analyse de la contextualité se limitait souvent à une réponse binaire (le système est ou n'est pas contextual) ou à un seul nombre scalaire : le degré global de contextualité d'un système. Les auteurs identifient une lacune dans cette approche : elle ne capture pas la structure interne de la contextualité. Un système peut devenir contextual à un certain niveau d'interactions (par exemple, au niveau des triplets de variables) mais rester non-contextual aux niveaux inférieurs (paires ou variables simples).

L'objectif de cet article est d'introduire une nouvelle notion, le profil de contextualité, qui caractérise un système non pas par un seul nombre, mais par une courbe (ou un vecteur) reliant le degré de contextualité au niveau d'analyse considéré.

2. Méthodologie

Les auteurs proposent une méthodologie structurée en plusieurs étapes clés :

A. Représentation par Niveaux (Level-wise Representations)

Un système est représenté à un niveau $n$ si l'on ne considère que les distributions conjointes impliquant $k \le n$ variables, en ignorant les distributions d'ordre supérieur.

• Niveau 1 : Uniquement les distributions marginales univariées (toujours non-contextual).
• Niveau $n$ : Inclut toutes les marginales jusqu'à l'ordre $n$.
• Pour un système avec un contexte contenant $N$ variables, on peut construire une séquence de représentations $R[1], R[2], \dots, R[N]$.

B. Définition du Profil de Contextualité

Pour un système $R$ et une mesure de contextualité donnée (notée $deg$), le profil est défini comme la séquence des degrés de contextualité calculés à chaque niveau :
$$\text{Profil} = (deg(R[1]), deg(R[2]), \dots, deg(R[N]))$$
Puisque $R[1]$ est toujours non-contextual, le profil commence par 0. Le profil décrit comment la contextualité émerge et évolue à mesure que l'on inclut des interactions d'ordre supérieur.

C. Méthode des Systèmes Concaténés

Pour analyser systématiquement la croissance de ces profils et comparer différentes mesures, les auteurs introduisent une méthode de concaténation.

• On prend deux systèmes, $A$ et $B$, avec des ensembles de questions et de contextes disjoints.
• Le système $A$ possède un profil de contextualité connu.
• Le système $B$ est conçu pour être non-contextual à tous les niveaux sauf le dernier ($n+1$), où il introduit une nouvelle contextualité $\Delta_{n+1}$.
• En concaténant $A$ et $B$ en un système $A * B$, on peut observer comment la mesure de contextualité combine la valeur existante $d_n$ (de $A$) et la nouvelle contribution $\Delta_{n+1}$ (de $B$).
• Cela permet de déterminer si l'augmentation est additive, super-additive ou sous-additive.

D. Mesures Comparées

L'étude se concentre sur trois mesures de contextualité bien construites (valables pour les systèmes perturbés et non perturbés) :

1. CNT2 (Distance) : Basée sur la distance $L_1$ entre le vecteur de probabilités du système et le polytope de non-contextualité.
2. CNT3 (Quasi-probabilités) : Basée sur la somme des valeurs absolues des probabilités négatives nécessaires pour représenter le système (mesure des "probabilités négatives").
3. CNTF (Fraction Contextuelle) : Basée sur la fraction maximale de la distribution qui peut être expliquée par un modèle non-contextuel.

3. Contributions Clés

1. Concept de Profil de Contextualité : Passage d'une caractérisation scalaire à une caractérisation fonctionnelle (courbe) de la contextualité.
2. Méthode de Concaténation : Développement d'un outil théorique et expérimental pour isoler et mesurer la contribution de l'ordre $n+1$ à la contextualité globale, indépendamment des ordres inférieurs.
3. Classification des Comportements d'Additivité : Démonstration que les trois mesures majeures réagissent différemment à l'ajout de niveaux d'interactions :
   • La mesure de distance ($CNT2$) est additive.
   • Les mesures de quasi-probabilités ($CNT3$) et de fraction contextuelle ($CNTF$) sont sous-additives, suivant une "règle du maximum".
4. Indépendance des Mesures : Preuve que les profils générés par ces trois mesures ne sont pas fonctionnels les uns des autres, même pour un même système analysé à différents niveaux.

4. Résultats Principaux

Les résultats sont illustrés par des simulations sur des systèmes cycliques et hypercycliques (perturbés et non perturbés) :

• Comportement Additif de CNT2 :
  Pour la mesure de distance $L_1$ ($CNT2$), le degré de contextualité à un niveau supérieur est la somme des degrés des sous-systèmes.
  $$d_{n+1}(A * B) = d_n(A) + \Delta_{n+1}(B)$$
  Cela signifie que la contextualité s'accumule linéairement avec l'ajout de nouvelles corrélations.

• Comportement Sous-Additif (Règle du Maximum) de CNT3 et CNTF :
  Pour les mesures $CNT3$ et $CNTF$, le degré de contextualité à un niveau supérieur est déterminé par le maximum des contributions, et non par leur somme.
  $$d_{n+1}(A * B) = \max(d_n(A), \Delta_{n+1}(B))$$
  Conséquence : Si un système possède déjà une forte contextualité à un niveau inférieur, l'ajout de nouvelles corrélations à un niveau supérieur n'augmente pas nécessairement le degré global mesuré par ces deux indicateurs. Cela se traduit souvent par des plateaux dans les profils de contextualité.

• Indépendance des Profils :
  En analysant des systèmes hypercycliques, les auteurs montrent qu'il est possible de trouver des systèmes où le profil de $CNT2$ change entre deux niveaux tandis que celui de $CNT3$ reste constant (et vice-versa). Cela confirme que ces mesures capturent des aspects structurels distincts de la contextualité.

5. Signification et Implications

• Nuance dans l'Analyse : Le profil de contextualité offre une granularité bien supérieure au simple degré global. Il permet de distinguer un système dont la contextualité émerge dès les interactions binaires d'un système dont elle n'apparaît qu'aux interactions d'ordre supérieur.
• Choix de la Mesure : Le choix de la mesure de contextualité n'est pas neutre. Selon que l'on s'intéresse à l'accumulation additive des ressources (CNT2) ou à la présence d'une "obstruction" maximale (CNT3/CNTF), les conclusions sur la structure du système peuvent différer radicalement.
• Applications Potentielles : Les auteurs suggèrent que ces profils pourraient être liés à des propriétés empiriques indépendantes, telles que les aspects théoriques des ressources en théorie de l'information quantique. Comprendre comment la contextualité se construit (par accumulation ou par seuil) pourrait éclairer la nature des systèmes physiques ou cognitifs modélisés.

En conclusion, cet article établit que la contextualité n'est pas une propriété monolithique mais un phénomène à multiples facettes dont la structure hiérarchique peut être cartographiée systématiquement grâce aux profils de contextualité et à la méthode de concaténation.