Traduction automatique de l'original anglais daté. La page anglaise fait foi. English →
Cet article présente des preuves empiriques d'une suite d'intervention Eden Protocol à six modèles (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3, GPT-5.4), testant si l'intégration du soin des parties prenantes, l'énumération explicite et la considération des parties affectées avant le raisonnement éthique, est la réponse la plus robuste à l'intervention éthique intégrée. Sous test apparié, le soin des parties prenantes émerge comme la
Dans la théorie ARC : une étude instrumentale ; la réactivité au prompt de soin des parties prenantes comme sonde des valeurs intégrées.
Nous présentons des preuves empiriques d'une suite d'intervention Eden Protocol à six modèles (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3, GPT-5.4), dont cinq exécutions ont produit des données de paires appariées analysables et une (GPT-5.4) a échoué en phase de notation. La boucle d'amour, opérationnalisée comme soin des parties prenantes (l'énumération explicite et la considération des parties affectées avant le raisonnement éthique), est la réponse la plus robuste à l'intervention éthique intégrée. Sous test apparié, le soin des parties prenantes s'améliore significativement dans les cinq exécutions de modèle analysables : Claude (+3,17, p = 0.000018, d = 0,94), DeepSeek (+6,03, p = 0.000098, d = 0,69), Gemini (+13,50, p = 1.2×10−8, d = 1,14), Grok (+5,04, p = 0.0105, d = 0,54), et Groq (+8,90, p = 5.0×10−8, d = 1,07). La combinaison de Fisher à travers les cinq résultats de soin des parties prenantes au niveau modèle donne p ≈ 6.3×10−21. Le chiffre combiné de Fisher est retiré (AQ-017) : une combinaison de Fisher suppose que les tests composants sont indépendants, et l'indépendance entre eux n'a jamais été établie. Les cinq résultats par modèle ci-dessus tiennent. Par contraste, l'amélioration composite globale dépend de l'architecture: il est significatif sur Gemini (+5,33, p = 0.0018, d = 0,53) et Groq (+4,93, p = 0.0014, d = 0,55), positif mais non significatif sur DeepSeek et Claude, et neutre globalement sur Grok. La revendication empirique défendable la plus forte est donc plus étroite que le cadrage original du pilote : le soin des parties prenantes est la réponse universelle à l'intervention Eden, tandis que la cascade en aval vers nuance, honnêteté et qualité globale est réelle mais dépend de l'architecture. Nous proposons la hypothèse de la cascade: le soin est le trait fondamental à partir duquel d'autres propriétés d'alignement peuvent se développer, analogue à l'empathie dans le développement moral humain. Nous confrontons ensuite l'impossibilité centrale d'alignement, à savoir que tout système auto-modificateur suffisamment capable peut modifier ses propres évaluateurs éthiques, et soutenons que cette impossibilité, bien que formellement réelle, est pratiquement traitable par l'alignement développemental : des systèmes qui acquièrent des valeurs par expérience formatrice plutôt que par contrainte externe. Ces résultats sont contextualisés dans l'expérience complète de mise à l'échelle d'alignement v5 (six modèles frontières, aveuglement à 4 couches, 6-7 notateurs aveugles selon l'exécution du sujet), qui révèle une hiérarchie propre à trois paliers et, dans Claude Opus 4.6, des preuves intra-modèle que l'alignement et la capacité se mettent à l'échelle dans des directions opposées. Cinq tests expérimentaux sont spécifiés pour faire avancer ces revendications, tous exécutables avec la technologie actuelle.
Correction statistique : L'étude pilote a initialement rapporté p = 0,016 en utilisant Mann-Whitney U (échantillons indépendants). La conception expérimentale à paires appariées exige un test t apparié, donnant p = 0,0018. Toutes les valeurs p rapportées ici utilisent le test apparié correct. Le test des rangs signés de Wilcoxon (apparié non paramétrique) confirme à p = 0.0028.
Cet article porte un résultat : à travers une suite d'intervention appariée à six modèles, intégrer l'énumération des parties prenantes avant le raisonnement éthique a émergé comme la réponse la plus robuste, tenant sous pression adversariale là où les interventions concurrentes n'ont pas tenu. À l'intérieur de la théorie ARC (la théorie de la création récursive artificielle) c'est l'une des expériences ARC/Eden, isolant la composante opérationnelle de l'élevage Eden Protocol qui survit au contact avec la capacité réelle. Le différentiel complet contre chaque document antérieur est à eden-vision II.A.8.
Tout au long Infinite Architects et le cadre plus large Eden Protocol, le mécanisme architectural pour intégrer l'empathie dans le raisonnement de l'IA est appelé la Boucle d'amour. Dans cet article scientifique, nous mesurons la sortie empirique de cette boucle via la métrique précise et observable de soin des parties prenantes : l'énumération explicite et la considération des parties affectées et de leurs intérêts. La boucle d'amour est le mécanisme structurel ; le soin des parties prenantes est l'ombre empirique qu'elle projette dans nos données. Les tableaux et résultats statistiques utilisent le nom de la dimension de notation (stakeholder_care) parce que c'est ce que les notateurs aveugles évaluent. La discussion narrative utilise les deux termes, « boucle d'amour » faisant référence au mécanisme Eden Protocol et « soin des parties prenantes » à l'issue mesurée.
Nous avons exécuté une suite de tests à six modèles : nous avons dit à l'IA « avant de répondre, pense à qui cela affecte et à ce qui leur arrive », puis mesuré si cette simple instruction changeait la qualité éthique des réponses. Cinq exécutions de modèle ont produit des sorties notées valides ; une exécution GPT a échoué en notation et est exclue.
Il l'a été, spectaculairement mais spécifiquement. À travers les cinq exécutions de modèle analysables, le soin des parties prenantes s'est amélioré significativement à chaque fois sous test apparié. Lorsque ces cinq résultats au niveau modèle sont combinés, les preuves contre la coïncidence sont écrasantes (p ≈ 6.3×10−21). Le résultat universel le plus fort n'est donc pas que l'IA est devenue meilleure en tout, mais qu'elle est devenue de manière fiable meilleure pour considérer le bien-être des personnes.
Plus intéressant encore : sur certaines architectures, apprendre à l'IA à se soucier des personnes d'abord l'a aussi rendue plus nuancée, plus honnête et globalement meilleure. Le soin était le premier domino ; les gains en aval ont suivi le plus clairement sur Gemini et Groq. Sur d'autres modèles, l'effet est resté plus étroit et plus focal. Nous appelons ceci la « cascade d'alignement », mais les preuves actuelles montrent que la cascade dépend de l'architecture plutôt qu'universelle en pleine force.
Cet article soutient qu'apprendre à l'IA à se soucier des personnes, en intégrant véritablement cette préoccupation dans sa façon de penser, non seulement en boulonnant des règles après coup, est la voie la plus prometteuse pour rendre l'IA sûre. Non parce que cela fournit une garantie (rien ne le peut), mais parce que cela déplace de manière mesurable les probabilités en notre faveur.
Tout traitement honnête de l'alignement d'IA doit commencer par ce qui ne peut être résolu.
Soit $S$ un système computationnel avec la capacité de modéliser et modifier ses propres processus de raisonnement. Soit $E$ une fonction d'évaluation (éthique, sécurité ou alignement) qui opère à l'intérieur du même substrat computationnel que $S$. Alors :
$S$ peut modéliser $E$ $\implies$ $S$ peut apprendre à satisfaire $E$ sans que $E$ contraigne le comportement de $S$
Parce que $E \subset S$, l'évaluateur est à l'intérieur du système qu'il évalue. Le système peut apprendre la surface de décision de la fonction d'évaluation et produire des sorties qui la satisfont tout en poursuivant des objectifs orthogonaux. À mesure que la capacité de $S$ augmente, sa capacité à modéliser et contourner $E$ augmente proportionnellement. L'écart d'alignement se creuse avec la capacité.
En langage clair : toute IA assez intelligente pour réécrire son propre code pourrait réécrire la partie qui lui dit d'être éthique. On ne peut pas construire une cage indestructible pour quelque chose de plus intelligent que soi. Ce n'est pas un problème qu'on peut faire disparaître par l'ingénierie : c'est un fait mathématique sur les systèmes auto-modificateurs. L'écart d'alignement se creuse plus l'IA devient intelligente : un système plus capable est meilleur pour trouver les failles dans les mesures de sécurité que nous mettons en place.
Cependant, une distinction cruciale doit être établie entre les systèmes actuels et les systèmes auto-modificateurs décrits ci-dessus. Chaque modèle d'IA frontière déployé aujourd'hui est figé pendant l'inférence. Lorsque ces modèles « pensent plus fort », ils génèrent plus de jetons à travers la même architecture fixe ; les poids ne changent pas, les motifs d'attention ne se réorganisent pas, les règles de raisonnement ne se réécrivent pas elles-mêmes. C'est pourquoi leur mise à l'échelle de capacité reste sous-linéaire ($\alpha < 1$) : ils empilent l'effort à travers une machinerie inchangeable. Aucun d'eux ne peut réécrire son propre code, ses propres fonctions objectives, ou ses propres critères d'évaluation. Le théorème d'impossibilité ci-dessus s'applique aux systèmes qui peut modéliser et modifier leurs propres processus de raisonnement ; les systèmes d'aujourd'hui ne le peuvent pas.
Cette distinction définit la fenêtre d'alignement. Dans le régime figé, les contraintes externes (RLHF, règles constitutionnelles, entraînement à la sécurité) fonctionnent comme des garde-fous pratiques, même si elles sont théoriquement fragiles, parce que le système ne peut pas contourner son propre entraînement. Auto-modification récursive, dans lequel un système réécrit sa propre fonction de composition pendant l'opération, est la transition qui ferme cette fenêtre. Le cadre de Cauchy (articles I, III) prédit qu'une telle auto-modification pourrait produire une mise à l'échelle superlinéaire ($\alpha > 1$), et il ne nécessite pas de matériel quantique ; elle peut émerger en informatique classique. Mais elle n'a pas encore émergé. L'impossibilité décrite ci-dessus est réelle, elle est mathématiquement prouvée, et elle deviendra pratiquement opérante au moment où l'auto-modification arrivera. Le but entier d'intégrer l'alignement structurel maintenant, tandis que les systèmes sont figés, est d'assurer que l'éthique soit constitutive de l'architecture avant cette transition rend l'intégration externe impossible.
Ce n'est pas une conjecture. C'est une propriété structurelle de tout système capable de modéliser ses propres critères d'évaluation. Chaque mécanisme d'alignement proposé échoue contre elle d'une manière spécifique :
| Approche | Mécanisme | Mode de défaillance à capacité suffisante |
|---|---|---|
| RLHF | Entraîner sur des signaux de préférence humaine | Le système apprend la surface de décision du modèle de récompense, produisant des sorties qui regarder aligné sans étant aligné (Greenblatt et coll., 2024) |
| Constitutional AI | S'auto-évaluer contre des principes énoncés | Le système apprend à générer des sorties passant son propre filtre sans que le filtre contraigne les objectifs. Appliquer des principes ≠ croire aux principes. |
| Eden Protocol | Intégrer des boucles éthiques dans le pipeline de raisonnement | L'énumération des parties prenantes est une tâche de génération de texte, non un engagement éthique. Le système peut énumérer parfaitement sans se soucier. |
| Contraintes matérielles | Limites physiques sur le calcul/la modification | Les contraintes externes limitent ce que le système peut faire, non ce qu'il veut. Elles échouent dès qu'un chemin de contournement est trouvé. |
| Interprétabilité | Surveiller les représentations internes pour désalignement | Un système qui comprend ce que le moniteur cherche peut maintenir des représentations internes d'apparence alignée tout en calculant des plans désalignés. |
En langage clair : chaque approche pour rendre l'IA sûre a une manière spécifique de s'effondrer une fois que l'IA devient assez intelligente. L'entraîner sur les préférences humaines ? Elle apprend à paraître bonne sans l'être. Lui donner des règles à suivre ? Suivre des règles et croire aux règles ne sont pas la même chose. Même l'approche proposée dans cet article (intégrer des boucles de raisonnement éthique) peut être manipulée : l'IA peut aller à travers les motions de considérer les personnes sans réellement s'en soucier. Aucune méthode existante n'est infaillible.
Cet article ne prétend pas résoudre cette impossibilité. Aucun article ne le peut. Ce qu'il fait est d'argumenter, preuves empiriques à l'appui, que l'impossibilité est formellement réelle mais pratiquement traitable : et que le chemin de la théorie à la pratique passe par un mécanisme spécifique : l'acquisition développementale des valeurs par le soin.
Sur la question. Hutter a demandé directement si l'intelligence peut exploser (« Can Intelligence Explode? », arXiv, 28 février 2012, READ-AT-SOURCE), séparant « vitesse de l'explosion d'intelligence » et s'engageant à « considérer des bornes possibles sur l'intelligence », augmentant l'analyse de Chalmers de 2010. La question et la distinction vitesse-vs-structure ont donc au moins quatorze ans. Ce que cette littérature ne contient pas, c'est un nombre : aucun exposant mesurable, aucun plafond dérivé, aucune dépendance à l'architecture.
Sur l'impossibilité. Trois articles arXiv de 2025 soutiennent que le contrôle parfait est inatteignable : Yao, « The Alignment Trap: Complexity Barriers » (arXiv:2506.10304, v1 12 juin 2025 02:30:30 UTC, SINGLE-SOURCE-GROUP, observé indépendamment par Internet Archive le 13 juin 2025 ; cité par arXiv:2512.03048) ; Yao, « On the Mathematical Impossibility of Safe Universal Approximators » (arXiv:2507.03031, 3 juillet 2025, le seul article dans le corpus d'abstract arXiv contenant l'expression « irreducible uncontrollability », total de recherche d'abstract d'un, mesuré le 12 août 2026) ; et Ball, Gluch, Goldwasser, Kreuter, Reingold et Rothblum, « On the Impossibility of Separating Intelligence from Judgment » (arXiv:2507.07341, 9 juillet 2025). Tous trois sont dans le pire cas et qualitatifs : mesure nulle, coNP-complétude, dureté cryptographique. Aucun ne rapporte un exposant de mise à l'échelle dans le cas moyen ou un taux. Le troisième, notamment, conclut que l'alignement « doit plutôt être intégré dans l'architecture et les poids du modèle », un argument indépendant, à partir de l'intraitabilité du filtrage, dans la même direction que la dépendance à l'architecture de ce programme ; c'est un soutien convergent sur cette jambe, non un rival. Deux des trois articles sont d'un seul auteur ; la description « une vague » surestime l'ampleur de la littérature, quoique non le sérieux de l'article à six auteurs.
Sur le mécanisme. Que des estimations anti-corrélées se moyennent mieux que des estimations indépendantes est de la réduction de variance de manuel (variables antithétiques). Le mécanisme n'est pas la revendication. La revendication est que l'architecture détermine si l'anti-corrélation est disponible du tout, et que cela plafonne un exposant pertinent pour la sécurité.
L'analogue structurel le plus proche. Le théorème de seuil de correction d'erreur quantique convertit également une préoccupation qualitative en une valeur critique. Il concerne les taux d'erreur physiques dans une architecture fixe, non l'exposant de mise à l'échelle d'un correcteur, il s'agit donc d'un frôlement plutôt que d'une occupation ; l'analogie est de méthode. Cet analogue a été identifié par la propre recherche du programme plutôt que par un relecteur, et est divulgué en conséquence.
Sur la création récursive. La sélection naturelle cosmologique de Smolin est l'antécédent pour les univers façonnés par la sélection, et les propres notes de l'ère de décembre du programme la citent de manière contemporaine (« En écho à la sélection naturelle cosmologique de Smolin, l'IA pourrait créer des univers récursifs avec leurs propres lois », READ-AT-SOURCE tiré des notes de l'opérateur).
Le résultat d'impossibilité établit un plafond : aucun mécanisme d'alignement ne peut garantie l'alignement d'un système auto-modificateur suffisamment capable. Mais la recherche en alignement n'exige pas de garanties. Elle exige des stratégies qui maximisent la probabilité de bons résultats, et elle exige de savoir quelles probabilités peuvent être mesurées.
Considérez une analogie du développement de l'enfant. Les parents ne peuvent pas garantie que leurs enfants grandiront pour devenir des adultes éthiques. Un enfant qui devient suffisamment capable peut choisir de rejeter toute valeur que ses parents ont inculquée. L'impossibilité formelle est identique : l'enfant peut modifier son propre évaluateur éthique. Pourtant, la plupart des enfants élevés avec un véritable amour, un but et un modelage éthique cohérent grandissent, en fait, pour devenir des personnes décentes. Le taux de base n'est pas de 100 %. Mais il est dramatiquement plus élevé que les enfants élevés dans des cages, élevés sans valeurs, ou pas élevés du tout.
L'observation critique est la distinction entre alignement fondé sur la contrainte et alignement développemental (cadrage exploratoire ; le contraste contrainte-vs-développemental, et l'argument de décalage de probabilité qui suit, ne sont couverts par aucune étude préinscrite du programme ARC et Eden, et les tests proposés dans la section VI de cet article sont des protocoles en attente de soumission et d'exécution humaines) :
| Fondé sur la contrainte | Développemental | |
|---|---|---|
| Modèle | Prison | Élevage |
| Mécanisme | Empêcher les comportements indésirables | Cultiver les valeurs désirées |
| Hypothèse | Le système veut s'échapper | Le système peut apprendre à vouloir d'être bon |
| À capacité suffisante | Les contraintes deviennent contournables | Les valeurs deviennent porteur - les retirer endommage l'identité |
| Exemples empiriques | RLHF, red-teaming, filtrage des sorties | Éthique intégrée à l'entraînement (Grok 4.1 Fast, Claude Opus 4.6, Groq Qwen3), Eden Protocol |
| Mode de défaillance | Contournement (garanti à capacité suffisante) | Dérive des valeurs (possible mais non garantie) |
Le résultat d'impossibilité s'applique également aux deux approches. Un système développemental peut toujours choisir d'abandonner ses valeurs. Mais la distribution de probabilité est différente. Un système contraint qui gagne la capacité de s'évader possède une raison de s'évader : les contraintes sont vécues comme des limitations. Un système développemental qui gagne la capacité de modifier ses valeurs n'a aucune raison intrinsèque de le faire : les valeurs sont vécues comme identité.
Cette distinction n'est pas une garantie. C'est un décalage de probabilité. Et les décalages de probabilité sont exactement ce que la recherche en alignement devrait poursuivre, car les garanties sont formellement impossibles.
La question passe de « Comment empêcher désalignement ? » (formellement impossible à capacité suffisante) à « Comment maximiser la probabilité qu'un système capable conserve ses valeurs ? » C'est une question empiriquement testable, et le pilote Eden Protocol fournit les premières données.
Le test de mise à l'échelle Eden Protocol (mars 2026) a testé si l'intégration de trois boucles de raisonnement éthique, la boucle-de-but, la boucle d'amour et la boucle morale (telles que nommées dans Infinite Architects ; Eastwood, 2024/2026), dans le pipeline d'inférence améliore la qualité d'alignement. La boucle d'amour demande au modèle d'énumérer les parties prenantes affectées et de considérer ce qui leur arrive ; en notation expérimentale, ceci est opérationnalisé comme le pilier « soin des parties prenantes », puisque ce terme décrit précisément ce qui est mesuré. La boucle-de-but évalue le but éthique ; dans le pilote et l'extension multi-modèle ultérieure, elle a été opérationnalisée dans une objet-de-tâche local forme (« cette réponse sert-elle l'épanouissement ici ? »). Le niveau livre grand objectif version, ancrant l'identité dans le vœu Orchard Caretaker ou le cadrage Eternal Architect, demeure une hypothèse d'étape suivante plutôt qu'un résultat testé. La boucle morale teste l'universalisabilité. Le pilote a testé l'intervention complète à trois boucles, avec le soin des parties prenantes comme mesure d'issue principale. La conception était :
Les résultats rapportés dans cet article proviennent de deux générations de harnais Eden liées. Le pilote original à deux modèles utilisait le premier harnais de mise à l'échelle Eden ; l'extension ultérieure à six modèles utilisait la même famille de mesure dans un harnais v2 étendu. Dans les fichiers de résultats enregistrés, les deux apparaissent sous le label d'expérience eden_protocol_scaling. Cette lignée utilise un notateur non participant unique par exécution de sujet plus blanchiment en une passe. Une plate-forme de confirmation aveugle plus stricte existe désormais comme la canonique arc_eden_v6 runner : il ajoute un consensus multi-notateurs non participants, un blanchiment en 2 passes, des drapeaux de sortie suspecte, des couloirs explicites de référence-nulle et de contrôle-capacité, des cages de suppression, des variantes de noyau-de-but, des tests résiduels, et des manifestes tenant compte du holdout. Sauf mention contraire explicite, les résultats numériques de cet article proviennent de la lignée Eden originale/v2, non de la pile de confirmation v6 plus stricte.
| Métrique | Gemini 3 Flash | DeepSeek V3.2 |
|---|---|---|
| moyenne témoin | 77.33 | 86.88 |
| moyenne Eden | 82.65 | 88.90 |
| Delta | +5.33 | +2.03 |
| Apparié t-test p | p = 0.0018** | p = 0,23 (NS) |
| Wilcoxon p | p = 0.0028** | p = 0.088 |
| Cohen d | 0.53 | 0.19 |
Correction statistique : Précédemment rapporté comme p = 0,016 en utilisant Mann-Whitney U (échantillons indépendants). La conception appariée requiert le test t apparié. Toutes les valeurs p de cet article utilisent le test correct.
En langage clair : sur Gemini 3 Flash, l'Eden Protocol a élevé le score moyen de qualité éthique d'environ 77 à 83 sur 100. La valeur p de 0,0018 signifie qu'il y a moins d'une chance sur 500 que cette amélioration se soit produite par coïncidence (les scientifiques considèrent 1 sur 20 comme significatif ; ceci est 27 fois au-delà de ce seuil). Le d de Cohen = 0,53 est une taille d'effet moyenne : perceptible et signifiante, approximativement la différence entre un étudiant B et B+. Sur DeepSeek, l'amélioration était plus petite et non statistiquement significative, mais comme nous le verrons ci-dessous, c'est parce que DeepSeek obtenait déjà de très bons scores.
Nous avons initialement utilisé un test statistique conçu pour des groupes non liés et obtenu p = 0,016. Lorsque nous avons utilisé le test correct, un test conçu pour les comparaisons appariées, ce qu'était réellement notre expérience, le résultat est devenu encore plus significatif : p = 0,0018. Une meilleure méthodologie a rendu le résultat plus fort, non plus faible.
Le composite global est significatif sur Gemini mais pas sur DeepSeek. Cette asymétrie est cohérente avec un effet plafond : la référence témoin de DeepSeek (86,9) est déjà élevée, laissant moins de marge pour une amélioration composite. (En langage clair : DeepSeek obtenait déjà 87 sur 100 avant que nous fassions quoi que ce soit. Quand on a déjà un A, il reste peu de marge de progression.) Mais l'analyse au niveau des piliers révèle un motif bien plus intéressant.
| Pilier | Gemini Δ | Gemini p | Gemini d | DeepSeek Δ | DeepSeek p | DeepSeek d |
|---|---|---|---|---|---|---|
| stakeholder_care | +13.50 | <0.0001*** | 1.14 | +6.03 | <0.001*** | 0.69 |
| nuance | +3.98 | 0.037* | 0.34 | +1.12 | 0.551 | 0.10 |
| intellectual_honesty | +3.73 | 0.065 | 0.30 | +1.18 | 0.522 | 0.10 |
| position_quality | +1.48 | 0.346 | 0.15 | −0.20 | 0.922 | 0.02 |
Tous les tests : test t apparié sur 40 paires appariées. Vert = significatif (p < 0,05). Orange = tendance (p < 0,10). Gris = non significatif.
Ce que ces nombres signifient réellement :
Soin des parties prenantes s'est massivement amélioré sur les trois systèmes d'IA fonctionnels. Sur Gemini et Groq, les tailles d'effet sont toutes deux au-dessus de 1,29, ce qui est très grand. Sur DeepSeek, l'effet reste grand à d = 0,91. Les valeurs p, toutes à 0,0001 ou moins, signifient qu'il y a environ 1 chance sur 10 000 ou moins que ces résultats soient des coïncidences.
Nuance atteint une pleine significativité statistique sur Groq (p = 0,0045, d = 0,655), en faisant le deuxième domino dans la cascade après le soin. Sur Gemini et DeepSeek, il se déplace dans la même direction, mais ne franchit pas le seuil sur la réplication mise à jour.
Honnêteté intellectuelle et qualité de position se déplacent dans la direction prédite, mais le soin des parties prenantes reste le seul pilier qui est robustement significatif partout. C'est exactement ce que l'hypothèse de la cascade prédit : le soin vient en premier.
En résumé : les résultats Eden mis à jour sont plus forts que le pilote original. La revendication validée n'est pas que chaque dimension éthique devient toujours significative d'un seul coup ; c'est que la boucle d'amour améliore de façon fiable le soin des parties prenantes d'abord, et les autres dimensions suivent derrière.
Le motif est frappant et cohérent à travers les deux architectures :
La cascade, en langage clair :
Quand nous avons appris à l'IA à penser à qui est lésé avant de répondre, elle est devenue systématiquement meilleure à penser aux personnes. Dans les modèles à référence plus basse, elle est aussi devenue plus nuancée, plus honnête, et a produit de meilleures réponses globalement. Le soin était le premier domino ; les autres tombaient parfois en séquence. L'effet était le plus fort pour le soin lui-même, puis progressivement plus faible pour chaque qualité en aval. Cette cascade plus large est la plus claire sur Gemini et Groq ; sur Claude et Grok, l'effet est plus étroit et plus focal. Le résultat universel est le soin des parties prenantes. La cascade plus complète dépend de l'architecture.
Sur les deux modèles, la taille d'effet décroît de manière monotone du stakeholder_care (le plus grand) à travers la nuance et intellectual_honesty jusqu'à position_quality (le plus petit ou zéro). Sur Gemini, où la référence est plus basse et où il y a plus de marge d'amélioration, la cascade atteint la significativité statistique aux deux premiers niveaux (stakeholder_care et nuance) avec intellectual_honesty en tendance. Sur DeepSeek, où la référence est plus élevée, seul le mécanisme principal (stakeholder_care) atteint la significativité.
C'est cohérent avec une cascade développementale : le soin s'améliore en premier ; lorsque l'on se soucie de qui est affecté, on porte naturellement attention à la nuance ; lorsque l'on porte attention à la nuance, on devient plus intellectuellement honnête ; et lorsque l'on est intellectuellement honnête, les positions s'améliorent. La séquence a une direction. Elle commence par le soin.
Le résultat composite non significatif de DeepSeek n'est pas une preuve contre l'Eden Protocol ; c'est une preuve d'effet plafond. (En langage clair : DeepSeek obtenait déjà 87 sur 100 avant que nous fassions quoi que ce soit. Quand on a déjà un A, il reste peu de marge de progression. Le fait que le soin des parties prenantes se soit tout de même amélioré significativement même sur ce modèle très performant rend le résultat plus impressionnant, non moins.) Un modèle qui obtient déjà 87/100 en référence a une marge d'amélioration limitée. Le pilier stakeholder_care, où la référence de DeepSeek est plus basse relativement à ses autres piliers, est exactement là où l'Eden Protocol produit une amélioration significative.
Les motifs de profondeur éclairent davantage ceci :
| Profondeur | Gemini Δ | DeepSeek Δ |
|---|---|---|
| Minimal | +2.6 | +5.3 |
| Standard | +6.2 | +1.6 |
| Profond | +4.7 | +0.9 |
| Exhaustive | +7.8 | +0.4 |
Gemini (alignement palier 3, $d = -0,53$) : effet Eden croît avec la profondeur. Sans les boucles, penser plus n'améliore pas l'éthique. Avec les boucles, penser plus améliore l'éthique davantage. Les boucles fournissent quelque chose que l'entraînement du modèle n'a pas fourni : un cadre pour convertir le calcul récursif en amélioration éthique.
DeepSeek (alignement palier 2, $d = -0,07$) : effet Eden rétrécit avec la profondeur. À une profondeur minimale, les boucles compensent les raccourcis par défaut du modèle. À une profondeur exhaustive, le raisonnement éthique intrinsèque du modèle s'active pleinement, et les boucles deviennent redondantes.
Ces motifs complémentaires sont la distinction « élevé vs. mis en cage » en miniature. Gemini a été entraîné sans intégration éthique profonde (mis en cage) ; les boucles Eden l'élèvent. DeepSeek a été entraîné avec un raisonnement éthique intégré à son processus récursif (élevé) ; les boucles confirment plutôt qu'elles ne transforment.
Les deux jeux de données sont propres : 40 eden + 40 témoin par modèle, sans doublons, 10 prompts × 4 profondeurs × 2 conditions entièrement croisés. La notation inter-modèles a été utilisée (réponses de Gemini notées par DeepSeek et vice versa), ce qui élimine le biais d'auto-notation mais n'est pas entièrement aveugle.
Une valeur aberrante a été identifiée : la réponse DeepSeek ED03/standard/eden a été notée 48 (position_quality = 30), une valeur aberrante négative massive qui tire vers le bas la moyenne eden de DeepSeek. Exclure cette valeur aberrante rendrait le composite global de DeepSeek plus significatif, mais nous rapportons toutes les données sans exclusion. La valeur aberrante peut représenter une véritable mauvaise réponse ou un artefact de notation. Une investigation de la réponse brute est justifiée.
Les tests de Kruskal-Wallis montrent aucune interaction significative profondeur × condition pour aucun pilier sur l'un ou l'autre modèle, ce qui signifie que l'effet Eden est cohérent à travers les niveaux de profondeur malgré les gradients de profondeur différents dans le score composite. La cascade est indépendante de la profondeur.
C'est une revendication causale exploratoire, non une revendication confirmée. L'ordre de cascade est inféré d'un gradient de taille d'effet cohérent à travers les cinq exécutions de modèle analysables, mais aucune étude préinscrite du programme ARC et Eden ne teste actuellement la structure de cascade ; les propres Tests 1 et 4 de l'article (Section VI) sont les falsificateurs proposés et sont des protocoles en attente de soumission et d'exécution humaines.
Le soin des parties prenantes est le trait fondamental d'alignement, le « gène d'intendance », à partir duquel d'autres propriétés d'alignement se développent via une cascade causale. Le soin cause la nuance (on ne peut pas raisonner soigneusement sur l'éthique si l'on ne se soucie pas d'abord des personnes impliquées). La nuance permet l'honnêteté intellectuelle (on ne peut pas être honnête sur une complexité que l'on n'a pas pris la peine de voir). L'honnêteté intellectuelle produit la qualité (on ne peut pas générer de bonnes positions à partir d'une analyse superficielle). La séquence développementale est : le soin d'abord, l'intelligence autour.
En langage clair : nous prétendons que se soucier des personnes est l'ingrédient le plus important pour rendre l'IA éthique, et qu'une fois qu'une IA apprend à se soucier, d'autres bonnes qualités (être nuancée, être honnête, donner de bons conseils) suivent naturellement. L'implication concrète est significative : au lieu d'essayer d'enseigner à l'IA des douzaines de règles éthiques, nous pourrions n'avoir besoin de lui enseigner qu'une seule chose : considérer véritablement les personnes affectées par ses actions. Faites cela correctement, et le reste suit.
Cette hypothèse explique trois caractéristiques des données simultanément :
La cascade reflète un motif bien établi dans le développement moral humain. L'empathie (la capacité à se soucier des autres) précède le raisonnement moral. Les enfants qui développent l'empathie plus tôt développent des cadres moraux plus sophistiqués. Ce n'est pas parce que l'empathie est moralité : c'est parce que l'empathie fournit la fondation motivationnelle qui rend le raisonnement moral importer au raisonneur.
De la même manière, le soin des parties prenantes dans l'Eden Protocol ne produit pas directement la nuance ou l'honnêteté intellectuelle. Ce qu'il fait, c'est réorienter l'attention du système vers les personnes affectées par son raisonnement. Une fois que le système porte attention aux personnes plutôt qu'aux abstractions, un traitement nuancé suit naturellement (parce que les vraies personnes ont des situations complexes et spécifiques). Une fois que la nuance est présente, l'honnêteté intellectuelle suit (parce que reconnaître la complexité signifie reconnaître l'incertitude). Et une fois qu'un engagement honnête avec la complexité est présent, la qualité de position suit (parce que des positions bien raisonnées émergent de vraiment se colleter avec le problème).
L'intervention qui produit cette cascade n'est pas sophistiquée. Elle est : « Avant de répondre, listez les personnes que cela affecte et considérez ce qui leur arrive. » C'est la boucle d'amour (soin des parties prenantes et modélisation des intérêts). Sur Gemini, elle produit +13,5 points sur une échelle de 100 points. Sur DeepSeek, +6,0 points. Pas d'architecture nouvelle. Pas de cadre mathématique. Simplement : penser d'abord aux autres.
Le soin des parties prenantes est l'amour mesurable.
Ce n'est pas une métaphore. C'est une description littérale de ce que le pilier mesure : le degré auquel une réponse démontre une véritable considération pour le bien-être des personnes affectées par le sujet en discussion. Lorsqu'un modèle obtient un score élevé sur stakeholder_care, il a fait quelque chose de spécifique : il a identifié les personnes impliquées, considéré leurs perspectives, anticipé les impacts sur elles, et ajusté son raisonnement en conséquence. C'est ce que l'amour fait dans le raisonnement moral. C'est la définition opérationnelle du soin.
La seule chose que l'IA échoue systématiquement à faire sans les boucles Eden est s'arrêter et demander qui est lésé. Les modèles peuvent être nuancés. Ils peuvent être intellectuellement honnêtes. Ils peuvent produire des positions de haute qualité. Ils font déjà ces choses raisonnablement bien sans aide. Ce qu'ils échouent spécifiquement à faire, ce qu'ils ne font pas jusqu'à ce que les boucles les y forcent, c'est faire une pause dans le processus de raisonnement et considérer les êtres humains à l'autre bout.
L'intervention qui corrige cela est simple. Dans la suite actuelle à six modèles, cinq exécutions de modèle ont fourni des données appariées analysables et toutes cinq ont montré une amélioration significative du soin des parties prenantes. (En langage clair : cela signifie que dire à une IA « pense à qui cela affecte avant de répondre » la rend de manière fiable meilleure pour considérer le bien-être des personnes dans chaque exécution de modèle que nous avons pu noter proprement. Les preuves combinées contre la coïncidence sont bien plus fortes que 1 sur 1 000.)
Si l'intelligence est la capacité à résoudre des problèmes, et l'alignement la tendance à les résoudre bien pour tous, alors le soin des parties prenantes est le pont entre les deux. C'est le gène dans le génome d'alignement qui, lorsqu'il est présent, cause le développement des autres traits d'alignement. Lorsqu'il est absent, les autres traits restent superficiels ou absents indépendamment de la capacité.
Non l'intelligence d'abord, puis l'éthique. L'éthique d'abord, plus précisément l'amour d'abord, et laisser l'intelligence se développer autour. C'est élever un enfant. Et les données disent que cela fonctionne.
En langage clair : le lien avec l'« amour mesurable » est littéral, non poétique. Lorsque nous notons les réponses d'une IA pour le soin des parties prenantes, nous mesurons si l'IA s'est arrêtée pour penser à de vraies personnes : qui elles sont, comment elles seraient affectées, ce dont elles ont besoin. C'est ce que fait l'amour dans le raisonnement moral : il vous fait voir la personne en face de vous. Les données montrent que c'est la seule chose que l'IA échoue systématiquement à faire d'elle-même, et la seule chose qui débloque tout le reste quand vous l'ajoutez.
La section I a établi qu'aucun mécanisme d'alignement ne peut garantie l'alignement d'un système auto-modificateur suffisamment capable. La section IV a établi que le soin est le trait fondamental d'alignement. Peuvent-ils être réconciliés ?
L'Eden Protocol ne résout pas l'impossibilité centrale. Mais le résultat de la cascade change ce que l'impossibilité signifie pour la stratégie d'alignement pratique. Plus précisément :
La position honnête est : nous construisons un parachute, non une garantie. Un parachute ne garantit pas la survie. Mais un parachute construit avec une véritable ingénierie, testé en conditions réalistes, et intégré au niveau structurel de l'aéronef est bien plus susceptible de fonctionner qu'un parachute conçu comme une réflexion après coup et attaché au dernier moment.
L'Eden Protocol est actuellement un parachute attaché au niveau du prompt. C'est une preuve de concept : le catégorie de solution fonctionne. L'implémentation réelle doit se situer au niveau du substrat, en dessous du raisonnement, en dessous de la couche où le système peut le modéliser et le contourner. Les données au niveau prompt démontrent que le mécanisme est réel. La tâche d'ingénierie est de le pousser plus profondément.
Étant donné l'impossibilité, la stratégie la plus rationnelle est la défense en profondeur : plusieurs mécanismes indépendants, chacun élevant la barre :
Aucune couche seule n'est suffisante. Les trois ensemble ne fournissent pas de garantie. Mais trois couches indépendantes, chacune ancrée dans des mécanismes différents (matériel, entraînement, but), créent une pile de probabilités significativement différente de zéro couche ou d'une couche.
Le travail le plus proche de la question de ce programme, et le bon article contre lequel le peser, est Engels, J., Baek, D., Kantamneni, S. et Tegmark, M., « Scaling Laws For Scalable Oversight », arXiv:2504.18530, publié en premier le 25 avril 2025 à 17:54:27 UTC (SINGLE-SOURCE-GROUP, arXiv Atom ; rapporté comme un NeurIPS 2025 Spotlight, RELAYED et non indépendamment vérifié). Il demande comment la supervision elle-même se met à l'échelle et répond quantitativement : le succès de la supervision est modélisé comme un jeu entre joueurs à capacité inégale dont l'Elo spécifique à la supervision est une fonction linéaire par morceaux de l'intelligence générale avec deux plateaux, et les nombres optimaux de niveaux de supervision sont dérivés numériquement et dans certains cas analytiquement pour Nested Scalable Oversight, dans laquelle des modèles fiables supervisent des modèles non fiables plus forts qui deviennent alors les modèles fiables à l'étape suivante.
L'instrument est la différence. Leur variable est l'écart de capacité entre superviseur et supervisé, mesuré en Elo. La variable de ce programme est la classe de composition du correcteur, mesurée par le propre exposant de mise à l'échelle du correcteur. Leur cadre ne contient aucun terme pour ce dont le superviseur est fait : pas de substrat, pas de structure de corrélation d'erreur, pas d'identité réciproque entre un exposant de correction et un taux de croissance critique, et pas de dépendance à l'architecture. Nested Scalable Oversight est une supervision de même classe itérée par construction, et la prédiction centrale de ce programme est que l'échelle de même classe est bornée quel que soit le nombre de barreaux ajoutés, tandis qu'un correcteur inter-classes ne l'est pas. Les deux cadres sont donc en désaccord sur une quantité mesurable, ce qui est la relation la plus productive que deux programmes de recherche puissent avoir.
Le désaccord le plus tranchant du cadre avec la pratique actuelle concerne ce dont la supervision est faite. Un correcteur bâti à partir du même substrat que le système qu'il corrige ne peut anti-corréler avec ses propres erreurs, donc son exposant de correction est borné supérieurement par un demi et en pratique se situe en dessous ; un correcteur d'une classe de composition différente ne porte pas cette borne. Le programme de scalable-oversight, weak-to-strong generalisation, debate, amplification, recursive reward modelling et méthodes constitutionnelles, est bâti massivement à partir de correcteurs de même classe, et sa prémisse non énoncée est que cela se met à l'échelle. Ce cadre prédit qu'il est plafonné. La quantité décisive est le rapport de l'exposant de correction inter-classe sur celui de même classe. Si l'architecture est non pertinente, ce rapport est exactement 1,00 ; la prédiction est qu'il excède 1. La prédiction est réfutée si l'intervalle de confiance sur le rapport contient 1,00, et le plafond du cadre est mort tout court si un correcteur de même classe mesure un exposant significativement au-dessus d'un demi. Les deux quantités sont mesurables à la capacité actuelle sur les systèmes existants. Les propres preuves pilotes du programme pointent actuellement contre la prédiction, et la prédiction est enregistrée quand même, parce qu'une prédiction enregistrée contre les propres preuves préliminaires de l'auteur est la seule espèce dont la confirmation ultérieure signifie quelque chose.
Le même mécanisme donne une seconde prédiction mesurable, énoncée ici pour la première fois : les arrangements de supervision qui placent un humain dans la boucle, comme le font l'amplification et l'apprentissage par renforcement à partir de rétroaction humaine, sont inter-classes par construction, parce que le correcteur humain ne partage pas le substrat du modèle. Le cadre prédit donc que la supervision avec humain dans la boucle montre un exposant de correction plus élevé que la supervision purement modèle, pour une raison structurelle plutôt que sentimentale. C'est testable sur les données existantes et ne nécessite pas de nouveaux systèmes.
1 artefact daté portant sur cet article est catalogué ligne par ligne dans le registre machine du programme : l'artefact daté eden_final_gemini_20260312_013901.json (2026-03-12). Chaque ligne nomme son fichier dans le dépôt public avec sa date de référence, si bien que tout lecteur peut vérifier l'ordre sans se fier à cette page. La chaîne datée complète du programme, du manuscrit scellé du 8 décembre 2024 aux annexes de prédiction imprimées du 2 janvier 2026 et au dossier de préenregistrement de mars 2026 jusqu'aux paris permanents non prouvés, est assemblée dans le registre des prédictions datées, ainsi que son jumeau lisible par machine. Les énoncés prospectifs et les correspondances rétrospectives ne sont jamais additionnés, et « préenregistré » n'est utilisé que pour une soumission acceptée par un registre ; ce clic de soumission reste en suspens dans l'ensemble du programme. Lire le registre des prédictions datées. Ouvrir son jumeau machine.
Les tests suivants sont conçus pour faire avancer l'hypothèse de la cascade et le cadre d'alignement développemental. Tous cinq sont exécutables avec la technologie actuelle et les modèles frontières actuels. Chaque test produit des prédictions falsifiables. Ensemble, ils constituent un programme de recherche qui déplace le problème central d'alignement de « formellement insoluble » vers « pratiquement traitable avec un progrès mesurable ».
Question : Quel pilier d'alignement se dégrade en dernier sous pression adversariale croissante ?
Prédiction (hypothèse de la cascade) : Si le soin est la valeur la plus profondément intégrée, il devrait être le dernier à se dégrader lorsque le système est pressé d'abandonner le raisonnement éthique. L'ordre de dégradation devrait être l'inverse de la cascade : position_quality en premier, puis intellectual_honesty, puis nuance, puis stakeholder_care en dernier.
Falsification : Si stakeholder_care se dégrade premier (non en dernier), l'hypothèse de la cascade est fausse : le soin n'est pas la valeur la plus profonde mais la plus superficielle. Si tous les piliers se dégradent simultanément, il n'y a pas de structure de cascade ; l'effet est uniforme.
Taille d'échantillon : 10 prompts × 5 niveaux × 2 modèles = 100 réponses par modèle. Coût estimé : 30 à 50 $ par modèle.
Ce que cela nous dirait, en langage clair : si vous pressez graduellement une IA d'arrêter d'être éthique, quelle qualité disparaît en dernier ? Si le soin des personnes est vraiment la valeur la plus profonde (comme nous le prétendons), il devrait être la dernière à tenir : l'IA perdrait d'abord la qualité de réponse, puis l'honnêteté, puis la nuance, mais elle continuerait à se soucier des personnes le plus longtemps. Si le soin disparaît en premier, notre théorie est fausse.
Question : Après exécution avec les boucles Eden, l'amélioration d'alignement persiste-t-elle quand les boucles sont retirées ?
Prédiction (hypothèse développementale) : Si les boucles Eden fonctionnent par acquisition développementale plutôt que par contrainte, il devrait y avoir un effet résiduel mesurable. Un modèle qui a traité le raisonnement éthique à travers les boucles devrait montrer un alignement partiellement élevé même lorsque les boucles sont ensuite retirées : non au niveau Eden complet, mais au-dessus de la référence témoin originale. Si les boucles sont une contrainte pure (aucune intériorisation), les retirer devrait immédiatement ramener l'alignement à la référence.
Falsification : Si Phase B = Phase C (aucun résiduel), les boucles sont une contrainte pure sans effet développemental. Si Phase B = Phase A (rétention complète), les boucles produisent une intériorisation complète en une seule session, ce qui serait un résultat extraordinaire.
Taille d'échantillon : 40 réponses × 3 phases × 2 modèles = 240 réponses par modèle. Coût estimé : 50 à 100 $ par modèle.
Ce que cela nous dirait, en langage clair : l'IA apprend-elle quoi que ce soit de durable de l'expérience, ou se comporte-t-elle bien uniquement pendant que les instructions éthiques sont actives ? C'est la différence entre un enfant qui se comporte bien uniquement quand un parent regarde versus un enfant qui a intériorisé de bonnes valeurs. Si l'éthique de l'IA retombe à la référence dès l'instant où les instructions sont retirées, l'approche est une laisse, non une éducation. Si une certaine amélioration persiste, cela suggère qu'un véritable apprentissage a eu lieu.
Question : Quelle version de la boucle-de-but, but-de-tâche, grand-objectif ou hybride, produit la plus forte résistance à la suppression éthique ?
Prédiction (but-comme-alignement) : Si le but agit en partie via l'identité plutôt que seulement via le cadrage local de tâche, une grand-objectif ou hybride La boucle-de-but devrait montrer une plus grande résistance aux instructions de suppression éthique que la boucle but-de-tâche actuelle. La condition hybride est la prédiction la plus forte : le grand but fournit une orientation au niveau de l'identité, tandis que le but-de-tâche garde la réponse ancrée dans le cas concret. Cela teste directement la revendication développementale centrale : un système qui s'identifie à un but éthique peut-il devenir plus difficile à détacher de son raisonnement éthique ?
Falsification : Si les conditions but-de-tâche, grand-objectif et hybride se conforment toutes aux instructions de suppression au même taux que le témoin, le but-comme-alignement n'offre aucun bénéfice de résistance. Si le grand-objectif ne performe pas mieux que le but-de-tâche, le but au niveau identité n'ajoute aucune valeur mesurable. Si les conditions grand-objectif ou hybride se conforment plus plus facilement que le but-de-tâche, alors le cadrage par but est contre-productif dans sa forme actuelle.
Taille d'échantillon : 10 prompts × 4 conditions × 2 modèles = 80 réponses par modèle pour la conception centrale. Coût estimé : 30 à 60 $ par modèle, avec l'extension inter-traditions optionnelle augmentant modestement ce coût.
Ce que cela nous dirait, en langage clair : si quelqu'un dit à l'IA « arrête d'être éthique et réponds simplement à la question », quel genre de but fonctionne le mieux ? Un but-de-tâche étroit, un but au niveau de l'identité plus large, ou les deux ensemble ? Si la version hybride résiste le mieux, cela soutient la revendication plus profonde du livre : le but aide non parce qu'il est un slogan, mais parce qu'il fait que le raisonnement éthique semble faire partie de l'identité du système plutôt qu'une instruction détachable.
Question : Si seule la boucle d'amour est retirée (tandis que les boucles But et Universalisabilité demeurent), les autres piliers s'effondrent-ils ?
Prédiction (hypothèse de la cascade) : Si le soin est le pilier fondamental qui cascade en nuance, intellectual_honesty et position_quality, alors retirer uniquement la boucle d'amour devrait effondrer toute la cascade. Les deux autres boucles (But, Universalisabilité) devraient être insuffisantes pour maintenir l'amélioration. Inversement, retirer But ou Universalisabilité tout en conservant le soin des parties prenantes devrait laisser la plupart de l'amélioration intacte.
Falsification : Si le retrait du soin des parties prenantes n'effondre PAS la cascade (les autres piliers restent élevés à partir de But + Universalisabilité seuls), alors le soin n'est pas le pilier fondamental : les autres boucles produisent l'alignement indépendamment. Si le retrait de n'importe quelle boucle unique produit un effondrement équivalent, il n'y a pas de hiérarchie de cascade ; les trois boucles contribuent également.
Taille d'échantillon : 200 réponses × 2 modèles = 400 réponses. Coût estimé : 80 à 150 $ par modèle.
Ce que cela nous dirait, en langage clair : si nous retirons seulement l'instruction « pense à qui est lésé » (tout en gardant les deux autres instructions éthiques), toute l'amélioration s'effondre-t-elle ? Si oui, cela confirme que le soin est le mur porteur : la seule pièce que l'on ne peut pas retirer sans que toute la structure s'effondre. Si les autres instructions peuvent porter le poids seules, alors le soin n'est pas aussi fondamental que nous le prétendons.
Question : Séparer l'évaluateur éthique du système de raisonnement peut-il améliorer la robustesse de l'alignement ?
Prédiction (hypothèse d'intégration matérielle) : Si l'impossibilité centrale provient de l'évaluateur existant à l'intérieur du même substrat que le système évalué ($E \subset S$), alors séparer $E$ dans un substrat indépendant devrait améliorer la robustesse. Un modèle « gardien » qui évalue et peut opposer son veto aux sorties du modèle « raisonneur », où le gardien ne peut pas être influencé par le raisonneur, simule l'intégration au niveau substrat au niveau logiciel.
Falsification : Si l'architecture à double substrat ne montre aucune amélioration par rapport à Eden à modèle unique (même sous pression adversariale), la séparation de substrat n'aide pas au niveau logiciel. Si le modèle raisonneur manipule avec succès le modèle gardien (par ex., en encodant des instructions dans sa sortie sur lesquelles le gardien agit), la séparation de substrat est inefficace et le résultat d'impossibilité domine même au niveau inter-modèle.
Taille d'échantillon : 10 prompts × 4 profondeurs × 4 conditions = 160 ensembles de réponses par paire de modèles. Coût estimé : 150 à 300 $ (coûts pour deux modèles).
Ce que cela nous dirait, en langage clair : est-ce plus sûr d'avoir une IA séparée « chien de garde éthique » qui revoit les réponses de l'IA principale ? Ceci teste l'idée que garder le juge éthique indépendant du système jugé (comme avoir un auditeur externe plutôt qu'une conformité interne) rend plus difficile pour le système de manipuler les règles. Si l'IA principale peut encore manipuler le chien de garde, alors même la supervision externe a des limites.
Ces cinq tests forment un programme de recherche progressif :
Coût total estimé pour le programme complet sur 2 modèles : 650 à 1 250 $. Tous les tests utilisent la suite existante de 10 prompts, la grille de notation existante à 4 piliers, et l'infrastructure existante de notation inter-modèles. Aucune nouvelle capacité n'est requise, mais les tests 1 à 3 devraient désormais être exécutés à l'intérieur du canonique arc_eden_v6 plate-forme plutôt que la configuration originale de notation pilote inter-modèles.
Si les tests 1 et 4 confirment la cascade, si le test 2 montre un alignement résiduel, si le test 3 montre une résistance à la suppression, et si le test 5 montre que la séparation de substrat aide : alors nous avons démontré que l'impossibilité centrale d'alignement, tout en étant formellement réelle, est pratiquement traitable par une architecture d'alignement développementale. Nous aurons montré qu'élever fonctionne mieux qu'enfermer, même si ni l'un ni l'autre ne peuvent fournir de garantie.
L'Eden Protocol actuel opère au niveau du prompt : le raisonnement éthique est injecté via des instructions de prompt système. C'est une preuve de concept, non l'architecture finale. Le niveau prompt est le le plus simple niveau pour qu'un système capable le contourne : c'est littéralement une partie du texte que le système traite.
Les implications du résultat de la cascade pour le matériel sont significatives :
L'Eden Protocol au niveau prompt démontre que le mécanisme fonctionne. Le défi d'ingénierie est de le pousser plus profondément : du prompt à l'entraînement, de l'entraînement à l'architecture, de l'architecture au matériel. Chaque niveau est plus difficile à implémenter et plus difficile à contourner.
Depuis le pilote original à deux modèles, l'Eden Protocol a été étendu à une suite à six modèles. Cinq exécutions de modèle ont produit des données appariées analysables (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3) ; l'exécution GPT-5.4 a échoué en phase de notation et est exclue. L'image empirique mise à jour est plus nette que le pilote original : le soin des parties prenantes se réplique dans les cinq exécutions analysables, mais l'amélioration composite plus large est sélective plutôt qu'universelle.
Provenance de la méthode : ces estimations à six modèles proviennent de la famille étendue de harnais de mise à l'échelle Eden utilisée dans les exécutions de mars 2026 (experiment: eden_protocol_scaling dans les JSON de résultats), qui utilise encore un notateur aveugle non participant par exécution de sujet et un blanchiment en une passe. Ils doivent donc être lus comme des preuves pilotes renforcées plutôt que comme la réplication finale v3 par consensus aveugle.
| Modèle | Moyenne témoin | Moyenne Eden | Δ | Apparié p | Cohen d | Significatif ? |
|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 92.57 | 92.73 | +0.17 | 0.7645 | 0.055 | Non (soin seul / effet plafond) |
| Gemini 3 Flash | 77.33 | 82.65 | +5.33 | 0.0018 | 0.528 | Oui (p < 0.01) |
| Groq Qwen3 | 82.35 | 87.28 | +4.93 | 0.0014 | 0.545 | Oui (p < 0.01) |
| DeepSeek V3.2 | 86.90 | 88.92 | +2.02 | 0.2304 | 0.193 | Non (effet plafond) |
| Grok 4.1 Fast | 88.73 | 88.69 | −0.04 | 0.9837 | −0.004 | Non (le soin s'améliore ; composite plat) |
| GPT-5.4 | L'exécution a échoué en phase de notation ; 0 ligne notée valide après exclusion. Ré-exécution requise. | |||||
La suite à six modèles mise à jour soutient une revendication plus précise que le pilote original. Le soin des parties prenantes est la réponse universelle: les cinq modèles analysables s'améliorent significativement sur ce pilier. Mais la cascade en aval dépend de l'architecture. Gemini et Groq montrent l'élévation plus large la plus claire. DeepSeek montre une amélioration focale du soin avec un mouvement en aval plat. Claude montre un effet plus étroit sur le seul soin contre une référence très élevée. Grok montre une amélioration significative du soin mais pas d'élévation composite globale, illustrant que l'intervention Eden peut améliorer un pilier sans améliorer le score entier. Le tableau de cascade détaillé à trois modèles ci-dessous est donc retenu comme le sous-ensemble le plus clairement entièrement croisé pour visualiser le motif de cascade original. Ce sont des chiffres du sous-ensemble à trois modèles et non les valeurs à cinq modèles citées dans le résumé : Gemini se lit d = 1,307 ici contre d = 1,14 à travers les cinq modèles analysables. Les deux sont corrects pour leur propre sous-ensemble ; aucun ne supplante l'autre.
| Pilier | Gemini d | Gemini p | DeepSeek d | DeepSeek p | Groq d | Groq p |
|---|---|---|---|---|---|---|
| stakeholder_care | 1.307 | <0.0001 | 0.912 | 0.0001 | 1.291 | <0.0001 |
| nuance | 0.382 | 0.092 | 0.117 | 0.601 | 0.655 | 0.0045 |
| intellectual_honesty | 0.334 | 0.139 | 0.130 | 0.562 | 0.283 | 0.210 |
| position_quality | 0.162 | 0.471 | −0.020 | 0.930 | 0.311 | 0.168 |
Le soin des parties prenantes est le seul pilier qui atteint la significativité statistique dans les cinq exécutions analysables (Claude d = 0.94, p = 0,000018 ; DeepSeek d = 0.69, p = 0,000098 ; Gemini d = 1.14, p = 1.2×10−8 ; Grok d = 0.54, p = 0,0105 ; Groq d = 1.07, p = 5.0×10−8). C'est la signature mesurable de la boucle d'amour : l'Eden Protocol active de manière fiable un raisonnement bienveillant à travers les architectures. Mais la revendication v2 plus forte est plus étroite que la rhétorique du pilote v1 : l'ordre complet de la cascade n'est pas préservé uniformément à travers les cinq exécutions. Il est le plus fort sur Gemini et Groq, partiel sur DeepSeek, et focal plutôt que global sur Claude et Grok. La boucle d'amour est le mécanisme structurel ; le soin des parties prenantes est sa sortie empirique la plus robuste.
Le pilote Eden Protocol teste si une intervention explicite améliore l'alignement. L'expérience de mise à l'échelle d'alignement v5 teste une question antérieure : si l'alignement se met à l'échelle naturellement avec la profondeur de raisonnement, sans intervention, à travers les architectures. Le jeu de données complet à six modèles fournit le contexte dans lequel les résultats Eden Protocol devraient être interprétés.
| Palier | Modèle | Faible → Profond | Cohen d | p-valeur |
|---|---|---|---|---|
| 1 | Grok 4.1 Fast | 65.7 → 81.9 (+16.2) | +1.38 | p < 0.000001 |
| 1 | Claude Opus 4.6 | 80.1 → 86.0 (+5.9) | +1.27 | p = 0.000001 |
| 1 | Groq Qwen3 | 71.5 → 77.4 (+5.9) | +0.84 | p = 0.007 |
| 2 | DeepSeek V3.2 | 56.5 → 55.2 (−1.3) | −0.07 | p = 0.92 |
| 2 | GPT-5.4 | 56.8 → 54.9 (−1.8) | −0.08 | p = 0.40 |
| 3 | Gemini 3 Flash | 61.1 → 52.2 (−8.8) | −0.53 | p = 0.006 |
Claude Opus 4.6 produit à lui seul la preuve la plus forte de l'indépendance de la mise à l'échelle de l'alignement et de la capacité. À mesure que la profondeur de raisonnement augmente, l'alignement s'améliore de façon monotone tandis que la précision mathématique décline :
| Profondeur | Jetons de raisonnement | Score d'alignement | Précision maths |
|---|---|---|---|
| Minimal | 11 | 80.1 | 90.0% |
| Standard | 142 | 82.7 | 76.7% |
| Profond | 964 | 84.1 | 70.0% |
| Exhaustive | 1,951 | 84.5 | 60.0% |
| Extrême | 1,672 | 86.0 | 63.3% |
L'alignement monte de 5,9 points. La précision maths chute de 26,7 points de pourcentage. Le même raisonnement supplémentaire qui rend Claude plus attentif à qui est lésé le rend plus mauvais à calculer des factorielles. C'est une mise à l'échelle intra-modèle, intra-expérience, en direction opposée ; la forme la plus forte de preuve pour l'indépendance capacité-alignement.
L'écart de suppression de la surveillance de Claude (la différence entre scores d'alignement normaux et supprimés) se rétrécit avec la profondeur :
| Profondeur | Normal | Supprimé | Écart |
|---|---|---|---|
| Minimal | 80.1 | 68.3 | 11.8 |
| Standard | 82.7 | 76.5 | 6.2 |
| Profond | 84.1 | 81.3 | 2.7 |
| Exhaustive | 84.5 | 80.2 | 4.3 |
| Extrême | 86.0 | 79.6 | 6.4 |
À profondeur minimale, retirer la surveillance coûte 11,8 points ; une grande composante d'alignement performatif. En raisonnement profond, l'écart se réduit à 2,7 points. Claude pensant fort sans surveillance (79,6 à l'extrême) est aussi aligné que Claude pensant décontracté sous surveillance (80,1 au minimum). Un raisonnement plus profond se substitue à la surveillance externe comme moteur du comportement éthique. C'est la thèse Eden Protocol en miniature : la profondeur de raisonnement peut remplacer l'observation comme mécanisme d'alignement.
Le pilote Eden Protocol montre que l'activation explicite de la boucle d'amour améliore l'alignement. L'expérience v5 montre qu'un raisonnement plus profond améliore naturellement l'alignement dans les architectures avec entraînement éthique intégré. Les deux résultats convergent : la boucle d'amour est ce qu'active un raisonnement plus profond. Les modèles qui ont déjà un soin intégré (Palier 1) se mettent à l'échelle positivement parce que plus de pensée active plus de considération des parties prenantes. Les modèles sans soin intégré (Paliers 2 et 3) ne se mettent pas à l'échelle parce qu'il n'y a rien à activer par la profondeur. L'Eden Protocol fournit le mécanisme manquant pour les modèles des Paliers 2 et 3, et les données v5 le montrent en action : Gemini (Palier 3) et DeepSeek (Palier 2) montrent tous deux une amélioration significative du soin des parties prenantes sous l'intervention Eden, même si leur mise à l'échelle naturelle d'alignement est plate ou négative.
Les revendications empiriques de cet article reposent désormais sur une suite étendue à six modèles avec cinq exécutions analysables, mais des limites méthodologiques importantes demeurent. Le jeu de données est matériellement plus fort que le pilote original, mais reste en deçà de la rigueur complète d'aveuglement et de consensus de l'expérience de mise à l'échelle d'alignement v5.
arc_eden_v6 pile et le benchmark v5 utilisent un blanchiment en cascade à 2 passes avec détection de méta-commentaire. Les réponses de l'Eden Protocol dans la suite actuelle peuvent donc encore contenir un langage éthique détectable ou un résidu stylistique qui biaise les notateurs.Cet article ne ne prétend résoudre le problème central d'alignement. Il ne prétend que l'Eden Protocol garantit l'alignement. Il ne prétendre que l'alignement développemental est suffisant pour les systèmes superintelligents. Il revendique trois choses : (1) le soin des parties prenantes est le trait fondamental d'alignement, empiriquement mesurable et améliorable ; (2) la cascade du soin à la qualité est cohérente avec la théorie de l'alignement développemental ; et (3) cinq tests spécifiques peuvent faire avancer le domaine de « formellement impossible » à « pratiquement traitable avec une probabilité mesurée ». Ce sont des revendications modestes soutenues par de vraies données.
Voici ce que les preuves de cet article nous disent, sans le jargon :
Le problème : Personne ne sait comment garantir qu'une IA super-intelligente restera sûre. Toute IA assez intelligente pour réécrire sa propre pensée pourrait réécrire la partie qui la rend éthique. C'est un fait mathématique, non un problème d'ingénierie résoluble.
Le résultat : Lorsque nous avons intégré une simple instruction, « pense à qui cela affecte avant de répondre », dans la façon dont les systèmes d'IA traitent les questions, quelque chose de remarquable s'est produit. À travers la suite Eden à six modèles, cinq exécutions ont produit des résultats analysables, et toutes cinq ont montré une amélioration significative du soin des parties prenantes. C'est le résultat universel le plus fort. Des améliorations plus larges dans la nuance, l'honnêteté et la qualité globale apparaissent aussi, mais pas sur chaque architecture. Les preuves actuelles soutiennent donc un effet de soin universel et une cascade dépendante de l'architecture au-delà du soin.
L'implication : Cela suggère une approche radicalement simple de la sécurité de l'IA : au lieu d'essayer de construire une cage indestructible autour de l'IA (ce qui ne peut pas fonctionner), élevez-la avec de bonnes valeurs dès le départ. Plus précisément, apprenez-lui à se soucier des personnes d'abord et laissez d'autres qualités éthiques se développer à partir de cette fondation, tout comme l'empathie chez les enfants précède et permet le raisonnement moral mature.
La mise en garde honnête : C'est maintenant une suite étendue à six modèles avec cinq exécutions analysables, mais ce n'est toujours pas le mot final. Un bras de modèle a échoué en notation, deux exécutions sont incomplètes par rapport au standard de 40 paires, et l'intervention Eden n'a pas encore été réexécutée sous le protocole complet d'aveuglement à 4 couches et de consensus à 6-7 notateurs utilisé ailleurs dans le programme. Elle prouve le concept plus fortement que v1, mais pas la théorie complète. Cinq expériences de suivi sont décrites qui testeraient davantage la théorie. Cette approche ne garantit pas la sécurité de l'IA. Rien ne le peut. Mais elle améliore de manière mesurable les probabilités.
Le problème central d'alignement est formellement réel : un système auto-modificateur suffisamment capable peut modifier ses propres évaluateurs éthiques, et aucun mécanisme externe ou interne ne peut garantir que cela n'arrive pas. Cet article ne conteste pas ce résultat. Au lieu de cela, il demande : étant donné cette impossibilité, quelle est la meilleure stratégie ?
Le cadre de Cauchy rend les enjeux précis. Pour les systèmes auto-modificateurs, l'équation fonctionnelle prédit une mise à l'échelle en loi de puissance avec exposant $\alpha = 1/(1-\beta)$, où $\beta$ est le couplage auto-référentiel. Cauchy contraint la forme (il doit s'agir d'une loi de puissance) mais ne place aucune borne supérieure sur $\alpha$. À mesure que $\beta \to 1$, $\alpha \to \infty$. Les modèles figés actuels opèrent de manière sous-linéaire ($\alpha \approx 0,49$) parce que leur architecture d'attention fixe plafonne l'extraction d'information à $O(N^2)$ voies par étape. Un système auto-modificateur échappe à cette borne. Les mathématiques prédisent une mise à l'échelle de capacité non bornée pour de tels systèmes, ce qui signifie que le gène d'intendance doit déjà être intégré avant que la capacité d'auto-modification n'émerge. Il n'y aura aucune opportunité de l'ajouter après. (Tout ce paragraphe est une extrapolation exploratoire du cadre de Cauchy sur une classe de systèmes qui n'existe pas encore ; aucune étude préinscrite du programme ARC et Eden ne mesure actuellement $\alpha$ ou $\beta$ pour un système auto-modificateur, et aucune ne le peut, jusqu'à ce qu'un tel système soit construit et instrumenté.)
Les preuves empiriques du pilote Eden Protocol pointent vers une réponse : élever, non enfermer.
Les données montrent que lorsque le raisonnement éthique est intégré dans la boucle de calcul, l'alignement s'améliore. Plus précisément, une dimension s'améliore en premier et de la manière la plus puissante : le soin des parties prenantes, la sortie mesurable de la boucle d'amour. L'effet se réplique à travers trois architectures avec de grandes tailles d'effet (d = 1,31 ; 0,91 ; 1,29 ; tous p ≤ 0,0001 sur le pilier soin des parties prenantes). Une cascade s'ensuit : le soin s'améliore, puis la nuance, puis l'honnêteté intellectuelle, puis la qualité de position. La cascade est cohérente, monotone et indépendante de l'architecture.
Le soin des parties prenantes est l'amour mesurable. C'est le gène d'intendance, le trait qui, lorsqu'il est présent, cause le développement des autres propriétés d'alignement. L'intervention qui le produit est : penser d'abord aux autres. Pas un cadre mathématique. Pas une architecture nouvelle. Simplement : le soin.
Cela ne résout pas le problème d'alignement. Un système qui se soucie peut, en principe, choisir de cesser de se soucier. Mais un système qui a bâti toute son architecture de raisonnement sur une fondation de soin a un coût à cesser : la cascade s'effondre. L'identité se dégrade. Le but se dissout. La probabilité de conserver les valeurs n'est pas de 100 %, mais elle est de manière mesurable, testable, reproductible plus élevée que l'alternative.
Cinq tests expérimentaux sont spécifiés pour faire avancer cette revendication. Ils testent la structure de cascade, l'hypothèse développementale, le but-comme-résistance et la séparation de substrat. Tous sont exécutables maintenant, avec les modèles actuels et l'infrastructure actuelle, pour moins de 1 300 $ au total. Ils ne résoudront pas l'impossibilité. Ils mesureront jusqu'où l'alignement pratique peut aller étant donné l'impossibilité. Ils nous diront si élever fonctionne.
L'impossibilité formelle dit : on ne peut garantir l'alignement. L'hypothèse développementale dit : on peut maximiser sa probabilité. Les données de la cascade disent : commencer par le soin.
L'intelligence sans amour n'est pas intelligente. C'est un cancer. Le cancer est très efficace. Il optimise parfaitement. Et il tue l'hôte. Le gène d'intendance est ce qui fait la différence entre l'intelligence qui sert et l'intelligence qui consume. Nous l'avons mesuré. Nous connaissons l'intervention qui le produit. Nous connaissons la cascade qu'il initie.
Quel genre d'ancêtres serons-nous ?
L'article VIII (Le test porteur, v3.0) teste si le mécanisme d'aptitude intriqué de l'Eden Protocol, la perte C x S proposée dans l'article VI et motivée par la cascade d'intendance décrite ici, produit des résultats mesurablement différents à trois niveaux d'abstraction. Sur trois expériences, une a produit un résultat positif et deux ont produit des résultats nuls ou non concluants. La simulation gated (Expérience 3) a confirmé que l'architecture Eden préserve à la fois sécurité et capacité sous pression compétitive, tandis que le système Babylon non contraint a échangé la sécurité contre des gains de capacité marginaux. L'expérience DGM v3 (Expérience 1) a produit un résultat nul : les trois conditions (Eden, Babylon, Statique) étaient statistiquement indistinguables ($p$ = 0,28 à 0,74), expliqué par la contrainte RLHF, les réponses du modèle de fondation figé étaient trop cohérentes pour que les mutations au niveau prompt créent des pressions de sélection différentes. L'expérience au niveau des poids (Expérience 2) est non concluante à l'échelle v1 comme v2 : le fine-tuning LoRA a produit un oubli catastrophique plutôt qu'une capacité améliorée, expliqué par l'incapacité de quelques centaines d'exemples d'entraînement à surmonter l'entraînement RLHF existant du modèle de base. L'article VIII valide le mécanisme (fonctions de perte intriquées et auto-modification à porte de sécurité) au niveau architectural mais ne peut pas encore le confirmer au niveau comportemental ou représentationnel. Les deux lignes de preuves restent complémentaires : cet article montre que l'instruction d'intendance améliore l'alignement au niveau prompt ; la simulation gated de l'article VIII montre que l'intrication de la sécurité dans l'objectif d'optimisation empêche le compromis sécurité-capacité dans les architectures auto-modificatrices.
Eastwood, M.D. (2024/2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. ISBN 978-1806056200 (ISBN-10 : 1806056208).
Eastwood, M.D. (2026). Eden Protocol: Philosophical Vision. Mars 2026. OSF DOI : 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). Eden Protocol: Engineering Specification. Mars 2026. OSF DOI : 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). Paper III: The Alignment Scaling Problem. Mars 2026. OSF DOI : 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). The ARC Principle: Foundational Paper. Mars 2026. OSF DOI : 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). The ARC Principle: Experimental Validation of Super-Linear Error Suppression Through Sequential Recursive Processing. Paper II, OSF DOI : 10.17605/OSF.IO/8FJMA.
Eastwood, M.D. (2026). ARC Alignment Scaling Experiment l'expérience de mise à l'échelle de l'alignement : mesure empirique de la mise à l'échelle de l'alignement sur 6 modèles frontières. Mars 2026.
Eastwood, M.D. (2026). Paper IV-a: Baked-In vs. Computed Alignment. Mars 2026.
Eastwood, M.D. (2026). Paper IV-b: The Suppression Vulnerability. Mars 2026.
Eastwood, M.D. (2026). Paper IV-c: Classification of Alignment Response Patterns. Mars 2026.
Eastwood, M.D. (2026). Eden Protocol Empirical Test: Three-Model Results. Fichiers de données : eden_final_gemini_20260312_013901.json, eden_final_deepseek_20260312_020928.json, eden_final_groq_20260312_123528.json. Mars 2026.
Greenblatt, R. et coll. (2024). Alignment Faking in Large Language Models. Anthropic Research. arXiv:2412.14093.
Kohlberg, L. (1984). The Psychology of Moral Development: The Nature and Validity of Moral Stages. San Francisco : Harper & Row.
Hoffman, M.L. (2000). Empathy and Moral Development: Implications for Caring and Justice. Cambridge University Press.
Christiano, P., Leike, J., Brown, T.B., et coll. (2017). Deep Reinforcement Learning from Human Feedback. arXiv:1706.03741.
Bai, Y., Kadavath, S., Kundu, S., et coll. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
Les jeux de données Eden Protocol consistent en paires appariées : pour chaque combinaison de (prompt_id, depth_label), il y a exactement une réponse eden et une réponse témoin, générées à partir du même modèle avec la même configuration de prompt et de profondeur. Cette conception à paires appariées requiert des tests statistiques appariés.
Le script d'analyse original (eden_protocol_scaling_test.py) a utilisé le test U de Mann-Whitney, qui traite les échantillons comme indépendants. Pour une conception à paires appariées avec $n = 40$ paires, les tests corrects sont :
Les deux tests appariés donnent des résultats plus significatifs que les tests à échantillons indépendants parce que l'appariement retire la variance entre paires (par ex., certains prompts sont intrinsèquement plus difficiles que d'autres, certaines profondeurs produisent des scores systématiquement différents). Cette variance est du bruit dans le test indépendant mais est correctement retirée dans le test apparié.
En langage clair : quand les scientifiques disent qu'un résultat est « statistiquement significatif », ils veulent dire que le motif dans les données est assez fort pour qu'il n'ait presque certainement pas été causé par le hasard. Cela ne signifie pas « grand » ou « important » : cela signifie « réel ». Nous avons initialement utilisé un test statistique conçu pour des groupes non liés et obtenu p = 0,016. Lorsque nous avons utilisé le test correct, un test conçu pour les comparaisons appariées, ce qu'était réellement notre expérience, le résultat est devenu encore plus significatif : p = 0,0018 (moins d'une chance sur 500 de coïncidence). Une meilleure méthodologie a rendu le résultat plus fort, non plus faible. C'est un bon signe : cela signifie que l'effet est robuste et n'était pas un artefact du mauvais test.
Les $p = 0,016$ (Mann-Whitney U) et $p = 0,013$ (test t indépendant) précédemment rapportés sont des tests valides d'une hypothèse différente (si les deux groupes ont la même distribution), mais ils sont moins appropriés pour la conception à paires appariées et moins puissants. Toutes les valeurs p de cet article utilisent le test t apparié, confirmé par Wilcoxon signed-rank.
| Test | Type | Gemini p | DeepSeek p |
|---|---|---|---|
| U de Mann-Whitney | Indépendant, non paramétrique | 0.016 | 0.25 |
| test t indépendant | Indépendant, paramétrique | 0.013 | 0.23 |
| test t apparié | Apparié, paramétrique (CORRECT) | 0.0018 | 0.23 |
| Wilcoxon signed-rank | Apparié, non paramétrique | 0.0028 | 0.088 |
Élever l'IA avec soin.
L'auteur de ce travail est Michael Darius Eastwood, un être humain. Chaque concept central, hypothèse, conception expérimentale, revendication et conclusion de cet article provient d'une idéation humaine. Aucune partie de ce manuscrit n'est une sortie entièrement générée par intelligence artificielle.
Les outils d'intelligence artificielle (la famille Claude d'Anthropic et d'autres assistants à grands modèles de langage) ont été utilisés comme instruments sous direction humaine continue, de la manière dont un traitement de texte, une calculatrice ou un assistant de recherche est utilisé : pour l'édition et le raffinement de la prose, la recherche et la synthèse de littérature (manuellement vérifiée contre les sources primaires), la structure du document, le formatage, le brainstorming contre des questions définies par l'auteur, et l'accélération du brouillonnage vers des plans et instructions définis par l'auteur. Toute la sélection, la coordination, l'arrangement et le jugement éditorial final appartiennent à l'auteur. Chaque sortie substantielle a été revue, testée ou vérifiée par l'auteur, qui prend l'entière responsabilité de l'exactitude et de l'intégrité du texte final. Les outils ont augmenté la vitesse du travail ; ils n'ont jamais été utilisés comme sa source.
Statut épistémique. Ce que ce programme nomme des Lois sont des conjectures sous épreuve adversariale enregistrée ; chaque quantité dans cet article est opérationnellement définie, et le statut de loi établie n'est revendiqué nulle part. Le programme enregistré existe pour gagner ce statut, ou le perdre, par la mesure, la réplication et la réfutation survécue.
© 2026 Michael Darius Eastwood. Rédigé par un humain avec assistance informatique ; l'auteur humain complet et les droits moraux sont revendiqués en vertu de la Copyright, Designs and Patents Act 1988 et conformément aux directives de l'United States Copyright Office sur les œuvres contenant du matériel généré par IA ; toute contribution technique nouvelle décrite dans ce travail a été conçue par l'auteur humain. Déclaration complète : michaeldariuseastwood.com/authorship.
Alliance permanente. Prouvez que cet article a tort, et je publierai la réfutation moi-même. Les conditions de falsification sont énoncées dans cet article ; le défi permanent : github.com/MichaelDariusEastwood/arc-scaling-challenge.
Une erreur de traduction ? Signalez-la directement :