Le sujet comme condition structurelle de la méthodologie

Le graphe immobile

Le modèle à douze états décrit comment circulent a priori, a posteriori et théorème. Il laisse pourtant intacte une décision préalable : qui détermine à quel nœud appartient une variable ? Une constante est-elle une nécessité du cadre ou un paramètre ajusté ? Une expérience négative détruit-elle l’hypothèse, ou révèle-t-elle que l’exposition n’a jamais atteint la zone pertinente ? Sans ce jugement, le graphe possède des nœuds et des flèches, mais aucun mouvement.

J’appelle whether cette famille de décisions : non pas « pourquoi », « quoi » ou « comment », mais « est-ce bien ici ? ». Whether n’est pas une septième voie de transmission. C’est un opérateur de sélection placé au-dessus du graphe, qui affecte les variables, diagnostique les blocages et décide si un résultat doit faire réviser le cadre ou seulement son implantation.

Trois fonctions et deux murs

Whether-1 positionne : ce motif relève-t-il de l’a priori, de l’a posteriori ou du théorème ? Whether-2 diagnostique un mur : bute-t-on contre la structure conceptuelle ou contre l’insuffisance des observations ? Whether-3 tranche la continuité : après une réfutation locale, faut-il abandonner la direction ou corriger la construction qui la portait ?

Un mur a priori ne cède pas à l’accumulation de paramètres. Si l’hypothèse a mal défini la variable, chercher plus longtemps le meilleur ajustement ne fait qu’ajouter des épicycles. Un mur a posteriori ne cède pas à une élégance supplémentaire : il faut mesurer mieux, échantillonner autrement ou attendre de nouvelles données. Confondre les murs gaspille le travail dans la direction même où aucun progrès n’est possible.

Un a priori faux peut néanmoins remplir une fonction de découverte. S’il est assez dur pour être réfuté, sa rupture localise le reste. Un cadre souple, capable d’absorber tous les résultats, protège sa réputation au prix de toute information.

Le théorème de non-délégation

Les systèmes d’IA peuvent proposer des candidats, vérifier des calculs, multiplier des objections et même signaler une incohérence. Ils ne peuvent pas assumer le whether final, parce que la décision modifie le cadre qui définit ce qui compte comme succès. La fonction exige quatre choses : fixer la perte acceptable, porter les conséquences irréversibles, maintenir une intention sur la longue durée et engager sa propre fin dans le choix. Ces dimensions appartiennent au sujet.

Dans les dossiers de travail étudiés — théorie des nombres ZFCρ, thermodynamique hors équilibre, constante cosmologique, matière noire, cosmophysique et unification des forces — les machines ont fourni de nombreux calculs et négations. Mais toutes les décisions directionnelles ont été endossées par l’être humain : reconnaître qu’une valeur devait être 16,25 plutôt que 16,2572 ; distinguer un choix de modélisation d’une nécessité dimensionnelle ; accepter la réfutation d’une formule sans abandonner la question qui l’avait produite.

Cette observation n’établit pas une impossibilité métaphysique pour toute intelligence artificielle future. Elle précise la structure du travail présent : une sortie générée n’endosse ni risque, ni perte, ni finalité. La délégation de calcul est possible ; la délégation de responsabilité ne l’est pas.

Whether → Why → What → How

Une collaboration robuste suit une chaîne. Le sujet décide whether : quelle est la nature du problème et où se trouve le mur ? Une première IA développe le why, les interprétations et les mécanismes possibles. Une autre stabilise le what, les objets, définitions et énoncés. Une autre exécute le how, calcul, code, démonstration ou protocole. Les rôles peuvent tourner ; les fonctions doivent rester distinctes.

L’adversité entre modèles est une défense contre la colonisation. Un modèle développe, un autre cherche la faille, un troisième vérifie les détails, un quatrième questionne la direction. Mais la pluralité ne supprime pas le biais commun des corpus ni celui du routeur humain. Le sujet choisit ce qui circule entre les modèles ; il doit donc rendre visibles ses compressions et conserver l’opinion minoritaire qui porte un reste.

Les cas comme données de processus

Dans ZFCρ, neuf a priori, une trentaine d’expériences numériques et plusieurs révisions majeures ont formé une spirale documentée. Dans le travail sur la matière noire, le mur de Tully–Fisher a montré qu’une recherche de paramètres ne pouvait réparer une mauvaise localisation de l’accélération a₀. Dans la constante cosmologique, un objet de type 4-form pouvait sembler un choix parmi d’autres du point de vue de la théorie des champs, mais devenir une contrainte depuis la définition SAE de 4DD. Le même objet change de nœud selon le cadre ; le whether décide quelle transmission devient légitime.

Ces exemples importent moins comme confirmations des théories concernées que comme journaux de décision. Une méthodologie doit être testée sur la façon dont les erreurs ont été reconnues, pas seulement sur le récit rétrospectif d’un résultat réussi.

Une discipline falsifiable

La conséquence institutionnelle est sévère : plus un a priori est dur, plus il est facile à réfuter, donc plus il mérite d’être publié. Une théorie rendue molle pour survivre perd sa valeur. Le système académique récompense souvent l’inverse — des affirmations assez prudentes pour ne jamais tomber — et colonise ainsi la « publiabilité » en la prenant pour qualité.

Le sujet n’est donc pas l’utilisateur extérieur d’une méthodologie déjà complète. Il en est la condition structurelle. Sans lui, aucune flèche ne choisit son sens ; avec lui, aucune décision n’est garantie juste. Whether n’offre pas l’infaillibilité, mais rend l’erreur localisable, endossable et révisable. C’est ce minimum de responsabilité qui transforme un diagramme en processus de connaissance.