Démarche de validation

Mesures du 28 août 2026 – régénérables.

1. Rien ne se déclare, tout s’exhibe

La règle qui gouverne ce site est simple : une affirmation qui ne s’accompagne pas du moyen de la mettre en défaut n’y figure pas. Elle s’applique d’abord au développement du système lui-même. Une suite de plus de 200 contrôles automatiques accompagne ce développement, et vérifie en continu les propriétés annoncées sur les sorties produites. L’image qui accompagne cette page en montre une figure ancienne : un texte relu et glosé en marge par une autre main que la sienne.

Ces contrôles seraient sans valeur probante s’ils ne savaient que confirmer. Des contrôles négatifs les accompagnent donc : on soumet délibérément au vérificateur un matériau que celui-ci doit rejeter, et l’on constate qu’il le rejette. Sur le relevé du 28 août 2026, une valeur corrompue artificiellement injectée dans une sortie a bien été détectée. Un vérificateur qui ne sait pas échouer ne vérifie rien ; c’est cette capacité d’échec qui rend lisible l’absence d’erreur relevée par ailleurs.

Deux propriétés sont soumises à ce régime en priorité. La conservation des faits d’abord : chaque document produit est re-vérifié, par machine, contre l’ensemble de faits qui l’a produit, sans ajout ni perte. L’équivalence factuelle entre langues ensuite : les versions d’un même sujet dans des langues différentes sont vérifiées porter exactement les mêmes faits, dire moins étant permis et dire autre chose ne l’étant pas. Les relevés correspondants figurent sur la page Résultats et mesures.

Schéma 1. Le contrat de vérification, tel que les propriétés P1 à P3 l’énoncent. Le procédé de génération n’est pas décrit : seul son contrat l’est – entrées figées, sortie déterministe, re-vérification mécanique, et un vérificateur qui sait échouer.

2. Le registre des propriétés

Les pages de ce site renvoient aux propriétés du système par un identifiant stable. Le statut de chacune – visée, constatée, vérifiée – est porté par l’encadré qui la cite, avec sa date de mesure.

• P1. Génération déterministe et reproductible : à entrée identique, sorties identiques à l’octet près.
• P2. Aucun modèle de langage, aucun accès réseau au moment de la génération.
• P3. Conservation des faits : chaque document produit est re-vérifié par machine contre ses faits d’entrée, sans ajout ni perte.
• P4. Équivalence factuelle entre langues : les versions d’un même sujet portent exactement les mêmes faits.
• P5. Omission honnête : dire moins est permis, dire autre chose ne l’est pas, et les silences sont comptés.
• P6. Lisibilité mesurée : difficulté de lecture mesurée, variante pour jeunes lecteurs à faits constants.
• P7. Tutorat borné : réponses depuis la fiche du sujet seulement, verdicts de correction justifiés.
• P8. Traçabilité : chaque affirmation d’un document est rattachable à un identifiant de source public (identifiants Wikidata), consultable par le lecteur.

4. Position scientifique

La littérature récente établit que des générateurs probabilistes calibrés ne peuvent pas garantir l’absence d’hallucination sur les faits rares^[1][2][3], même si l’hallucination peut être rendue statistiquement négligeable dans certains cadres^[4]. Le programme explore l’autre branche de l’alternative ainsi dessinée : des systèmes qui garantissent la conservation des faits par construction, avec vérification mécanique, sur un domaine factuel délimité.

Cette position se tient prudemment. Les résultats formels de la division sont en préparation de publication, et ce site ne publie ni théorème, ni preuve, ni revendication de priorité : il énonce des propriétés, des mesures datées et un programme. Ce qui est soutenu tient dans une phrase :

Souvent juste n’est pas garanti : entre les deux régimes la différence est de nature, pas de degré.

Foire aux questions

6. Questions directes

Pourquoi ne pas employer un grand modèle de langage ?

Parce que l’usage visé est l’éducation, et que l’éducation exige la garantie, pas la vraisemblance. La littérature récente établit qu’un générateur probabiliste calibré ne peut pas garantir l’absence d’énoncés faux sur les faits rares^[1][2][3] ; il peut rendre ces énoncés statistiquement rares^[4], ce qui n’est pas la même chose qu’une garantie. Le programme étudie l’autre branche : des systèmes déterministes dont chaque document est re-vérifié mécaniquement contre ses faits d’entrée. « Souvent juste » n’est pas « garanti » ; la différence est de nature, pas de degré.

Comment vérifier ce que ce site affirme ?

Chaque chiffre porte sa date de mesure et sa méthode ; les mesures sont produites par des relevés régénérables en une commande sur l’état courant du système. Les démonstrations sont des sorties datées et non retouchées, imperfections comprises. Le rattachement institutionnel se vérifie en croisant ce site avec les informations officielles de l’association. Les résultats formels feront l’objet de publications accompagnées de leur matériel de vérification.

Que signifie « omission honnête » ?

Quand une langue ou une fiche ne permet pas d’énoncer un fait correctement, le système se tait sur ce fait plutôt que de l’approximer. Dire moins est permis ; dire autre chose ne l’est pas. Les omissions sont comptées et publiées avec les résultats – le tableau des mesures a une colonne pour elles.

Pourquoi certaines langues produisent-elles si peu ?

L’égalité entre les 1 000 langues est une égalité de traitement, pas une égalité de richesse : la matière disponible varie selon les langues et les domaines, et cette variation est mesurée plutôt que masquée. Le domaine le moins couvert à ce jour est celui des figures historiques (132 langues sur 1 000 en produisent un document) ; il est publié au même titre que les meilleurs.

Les textes sont-ils relus par des humains avant publication ?

Les sorties de démonstration de ce site sont publiées telles que le système les produit, sans retouche – y compris leurs maladresses. C’est un choix de transparence : un florilège corrigé à la main ne prouverait rien. La validation du système lui-même est mécanique : contrôles automatiques, contrôles négatifs, confrontation à des références linguistiques publiques indépendantes.

Qui travaille sur ce programme, et avec quels moyens ?

ODERSA Research est la division de recherche de l’ODERSA, association loi 1901 à but non lucratif, sans salarié, qui publie ses contenus sous licence CC BY 4.0, sans publicité ni collecte de données. La direction de la recherche est assurée par Mael Garbe. Contact : research@odersa.org.

Où sont les publications ?

En préparation. Le site publie d’abord ce qui se vérifie sans nous croire sur parole : les propriétés, les mesures datées, les démonstrations. Les énoncés formels et leurs preuves suivront par les canaux de publication scientifique.