Résumé Technique : La vérification locale ne peut détecter l'impossibilité de transportabilité

Énoncé du Problème

Les systèmes d'IA agentiques transportent de plus en plus des conclusions à travers divers contextes biologiques, cliniques et commerciaux. Les architectures actuelles de pointe (par exemple, Medea) reposent sur une vérification locale : vérifier à chaque étape que les entités sont représentables, que les paramètres sont compatibles et que les sorties sont cohérentes avec le plan. Ces vérifications sont dites « locales » car elles sont supportées sur des morceaux limités de l'espace de contexte (contextes uniques, paires ou triplets).

L'article identifie une incomplétude structurelle dans cette approche. Bien que les vérifications locales puissent détecter certains types d'erreurs, elles sont aveugles à la non-transportabilité structurelle. Cela se manifeste par une situation où un agent réussit chaque vérification locale mais produit une conclusion qui dépend du chemin de raisonnement emprunté. Ce phénomène est formellement analogue à l'« incohérence de boucle » dans les méta-analyses de réseaux, où les preuves directes et indirectes autour d'une boucle fermée sont individuellement valides mais conjointement incohérentes.

Méthodologie

Cadre Théorique

L'auteur modélise le problème en utilisant la topologie algébrique et la théorie des faisceaux :

1. Site de Contexte : L'espace des situations pertinentes pour la décision $X$ est couvert par un ensemble fini de contextes $\mathcal{U} = \{U_i\}$. Le nerf $N(\mathcal{U})$ est construit où les sommets sont les contextes, les arêtes représentent les chevauchements (preuves de liaison), et les triangles représentent les chevauchements triples.
2. Cochaine d'Évidence : L'évidence est modélisée comme une 1-cochaine à valeurs réelles $\omega \in C^1(N(\mathcal{mathcal{U}}); \mathbb{R})$, assignant un contraste mesuré à chaque chevauchement.
3. Transport Agentique comme Intégration de Chemin : Un agent transportant une affirmation de l'ancrage $a$ vers la cible $t$ effectue une intégration de chemin : $\hat{\theta}_t = \theta_a + \langle \omega, \gamma \rangle$, où $\gamma$ est le chemin dans le nerf.
4. Décomposition de Hodge : L'espace des 1-cochaines est décomposé orthogonalement en trois composantes :
   • Gradient ($g = \delta_0 \beta$) : Décalages instrumentaux par contexte. Supprimables par recalibrage.
   • Rotation/Curl ($c \in \text{im}(\delta_1)^\top$) : Incohérences locales détectables aux chevauchements triples (non nul $\delta_1 c$).
   • Harmonique ($h \in H^1$) : La composante dans le noyau de $\delta_1$ et de $\delta_0^\top$. Cela représente la classe de cohomologie de Čech $[\omega] \in H^1$.

Résultats Théoriques Clés

• Indépendance de Chemin : L'estimation transportée est indépendante du chemin si et seulement si la cochaine d'évidence est exacte ($\omega \in \text{im } \delta_0$).
• Holonomie : Le désaccord entre deux chemins de raisonnement est exactement l'holonomie de la classe de cohomologie $[\omega]$.
• Aveuglement de la Vérification Locale : Toute vérification de cohérence supportée sur des simplexes (arêtes, triangles) ne peut pas distinguer une cochaine exacte d'une cochaine perturbée par une composante harmonique. Puisque les composantes harmoniques satisfont $\delta_1 h = 0$, elles passent tous les tests de chevauchement triple, tout en générant un désaccord non nul entre les chemins.
• Mécanisme d'Obstruction : La composante harmonique provient d'une modification d'effet combinée à une composition de population spécifique au contexte (paradoxe de Simpson sur un réseau). Si la modification d'effet est absente, l'énergie harmonique s'annule jusqu'à la précision machine.

Méthode Proposée : Ks.etra

L'auteur propose Ks.etra (Ksetra), une procédure qui :

1. Construit le site de contexte et assemble la cochaine d'évidence.
2. Décompose $\omega$ en parties gradient, rotation (curl) et harmonique via les moindres carrés.
3. Triage :
   • Gradient Dominant $\to$ Recalibrer les instruments.
   • Rotation (Curl) Dominante $\to$ Re-mesurer ou relancer la délibération (incohérence locale).
   • Harmonique Dominante $\to$ Obstruction structurelle ; le recouvrement doit être raffiné (stratification).
4. Gating (Filtrage) : Le système s'abstient de prendre une décision si l'énergie harmonique $\|\omega_h\|$ dépasse un seuil. En cas d'abstention, il produit le cycle spécifique portant la plus grande holonomie comme instruction de collecte de données.

Résultats

Études de Simulation

L'auteur a mené des simulations dans deux domaines :

1. RWE Pharma : Contextes définis par (stade de la MRC $\times$ cadre de soins). L'espace des attributs est contractible ; $H^1$ provient uniquement des lacunes d'évidence.
2. Crédit à la Consommation : Contextes définis par (région $\times$ régime macroéconomique). L'axe du régime est cyclique (expansion $\to$ reprise), créant une obstruction topologique par construction.

Principales Conclusions :

• Pouvoir Prédictif : Dans le modèle mécaniste où l'holonomie émerge de la modification d'effet, les énergies harmonique et de rotation sont toutes deux comparablement prédictives de l'erreur irréductible de l'estimateur optimal (Spearman $\rho \approx 0,37$ pour l'harmonique et $0,33$ pour la rotation). Cette corrélation survient car une cause latente unique (modification d'effet) génère les deux composantes. Cependant, l'énergie harmonique conserve une valeur prédictive indépendante après conditionnement par les autres composantes (partiel $\rho \approx 0,19$), contrairement à la rotation. La distinction opérationnelle entre les deux est définie par leur remède (re-mesure pour la rotation vs raffinement pour l'harmonique), et non uniquement par leur valeur prédictive.
• Dépendance au Chemin : Les composantes harmonique et de rotation prédisent toutes deux la dépendance au chemin (dispersion entre les chemins de raisonnement), mais seule l'harmonique prédit le plancher d'erreur indépendamment des autres composantes.
• Performance : Ks.etra (filtrage basé sur l'énergie harmonique) surpasse une base de référence « Residual-gated » (filtrage basé sur le conflit total) dans l'Aire Sous la Courbe Risque-Couverture (AURC), la réduisant de 0,029 (pharma) et de 0,039 (crédit).
• Coût de Dérive : Le « grossissement silencieux » (effondrement des contextes sans vérification) induit une erreur significative même dans des systèmes parfaits.

Cas de Test Financier (FX et IFRS 9)

• Test F Exact : L'auteur dérive un test F exact pour l'existence d'une affirmation globale, partitionnant les degrés de liberté en calibration, cohérence locale et transport. Le test est correctement dimensionné sous un bruit isotrope.
• Arbitrage FX : Dans un complexe de 15 devises construit avec des contraintes d'exécutabilité, la composante harmonique détecte l'« arbitrage de boucle » (P&L sur des cycles non remplis par des triangles exécutables) que les contrôles standards d'arbitrage triangulaire (rotation) manquent.
• IFRS 9 : Appliquée à un inventaire de modèles de PD sur un espace de régime cyclique, la méthode identifie 17 boucles indépendantes capables de porter des récits incohérents indétectables par une validation par paires ou par triplets.

Signification et Revendications

L'article présente un résultat négatif comme sa contribution centrale : Aucune famille de contrôles de cohérence supportés par des simplexes ne peut détecter l'obstruction harmonique. Cela implique que les stratégies actuelles de vérification agentique, quelle que soit la qualité de leur implémentation, possèdent un angle mort fondamental.

Signification :

1. Théorique : Il identifie l'incohérence de boucle dans la synthèse d'évidence comme la première cohomologie d'un site de contexte, étendant le concept des réseaux de traitements à des couvertures de contextes arbitraires.
2. Opérationnelle : Il recadre l'abstention, passant d'un score de confiance heuristique à une quantité cohomologique. Une classe harmonique non nulle n'est pas seulement un avertissement ; c'est une instruction spécifique pour raffiner le recouvrement (stratifier davantage) plutôt que de collecter plus d'évidences à la même granularité. La distinction entre les composantes de rotation et harmonique est définie par leur remède (re-mesure vs raffinement), et non uniquement par leur valeur prédictive.
3. Économique : La méthode offre une cartographie transparente de la géométrie du risque sélectif vers les résultats de portefeuille, montrant que le filtrage cohomologique est économiquement viable là où le coût d'un engagement erroné dépasse matériellement le gain d'un engagement correct (ex: décisions thérapeutiques et de crédit réglementées).

Limites et Modestie :

• L'article stipule explicitement qu'il ne contient aucune validation sur des données réelles. Les simulations sont des validations contrôlées de la théorie.
• Le mécanisme de génération de l'harmonique (modification d'effet) est modélisé, non observé dans des traces d'agents réels.
• L'auteur reconnaît que les erreurs corrélées à travers les chevauchements et l'élucidation de la factorisation correcte des contextes sont des problèmes ouverts non résolus ici.
• La contribution est présentée comme l'identification théorique d'un angle mort et une proposition de remède, avec l'appel à une validation sur des données réelles (ex: utiliser des méta-analyses de réseaux publiées ou les benchmarks de levure de Medea) comme étape nécessaire pour sortir des simulations.