← Systèmes intelligents ambiants

Systèmes intelligents ambiants

Partie III — Le paradigme · Chapitre 9 sur 9

Huit chapitres de mécanismes. Voici maintenant le nom.

Le nom

Un système intelligent ambiant est une architecture dans laquelle l’IA travaille avec l’utilisateur, pas pour l’utilisateur — en parallèle de l’humain, en le soutenant plutôt qu’en le remplaçant, en se composant avec le monde de la personne plutôt qu’en servant des requêtes depuis l’extérieur.

Chaque mot travaille. Ambiant, parce que le système est présent dans l’environnement où la personne travaille déjà — il perçoit le vrai bureau, les vrais documents, la vraie journée — plutôt que d’être convoqué dans une boîte de chat. Intelligent, parce qu’il apprend — et plus précisément parce qu’il applique les outils d’apprentissage de ces dernières années (modèles de préférence à gradient boosting, identité dans l’espace d’embeddings, profils pondérés par les preuves avec une décroissance raisonnée) à la personne, et pas seulement au modèle. Les travaux de pointe de cette époque ont rendu les modèles stupéfiants ; un AIS retourne ces mêmes outils vers le bas, vers l’infrastructure qui vous connaît. Et système — pas agent, pas assistant, pas surcouche — parce que c’est un système de systèmes : des programmes distincts avec des autorités distinctes, composés selon des contrats explicites, dont l’humain fait partie.

« Avec, pas pour » est la formule qui porte la charge. Un système qui travaille pour vous emporte la tâche, l’exécute hors de vue et vous rend un résultat que vous devez auditer. Un système qui travaille avec vous agit en parallèle et à la vue de tous — une automatisation visible, interruptible d’un geste de souris, qui raconte à partir de résultats vérifiés et laisse des reçus. La différence n’est pas de la politesse. C’est de l’architecture, et ce livre en a été la dérivation.

Les propriétés

Sept propriétés définissent le paradigme tel qu’il est construit. Aucune n’est une aspiration — chacune a été gagnée par un chapitre, et chacune désigne un mécanisme livré.

1. Il apprend des idées, pas des conteneurs (chapitre 2). La personnalisation s’attache à des unités adressées par leur contenu, à la granularité dans laquelle une personne pense réellement — partitions, passages, emplacements — de sorte que le système apprend votre relation à une pensée partout où elle apparaît.

2. La mémoire est un nœud que l’utilisateur possède (chapitres 3, 4). Le foyer de l’assistant est la machine de l’utilisateur ; la mémoire, ce sont des fichiers dotés d’une identité UUID, de ports et d’un propriétaire inscrit dans le schéma d’adressage. La personnalisation, c’est le fichier ; la plateforme n’est que l’environnement d’exécution.

3. La voix et les mains sont des autorités séparées (chapitre 5). La voie qui sait tout ne peut rien affecter ; la voie qui agit ne lit jamais ce que la mémoire a renvoyé. D’abord récupérer, ensuite parler.

4. Les preuves sont acheminées intégralement (chapitre 6). Une couche qui achemine les preuves par acteur énumère ses acteurs de façon complète — types fermés, instances ouvertes — de sorte que rien de ce que le système remarque ne puisse atterrir nulle part. Les yeux sont une amélioration, jamais une condition préalable.

5. La capacité est une donnée bornée sur des tours figés (chapitre 7). Ce que le système peut faire est déclaré sous forme de données validées, typées et portables — admises par des validateurs, projetées dans des instantanés immuables par tour, dormantes plutôt que cassées lorsqu’elles ne sont pas satisfaites.

6. Les effets sont réversibles quand c’est possible, et les frontières sont explicites quand ce ne l’est pas (chapitre 8). Des classes d’accès réversibles, des reçus et des chemins d’annulation à l’intérieur de la frontière ; des portes de confirmation là où la réversibilité s’arrête ; l’état externe réifié en preuve avant que des effets puissent en dépendre.

7. La personne gagne toujours (chapitres 5–7). Une entrée physique annule n’importe quelle exécution, le focus n’est jamais repris, l’automatisation est visible, et les signaux de l’humain l’emportent sur tout autre composant de la composition — parce que l’humain est un composant, celui qui est toujours en train de s’activer.

Remarquez ce que la liste ne contient pas : un modèle. Le paradigme est agnostique au modèle par construction — les moteurs d’inférence se tiennent derrière une jointure, et la couche ambiante ne contient « ni inférence, ni plugins ». Les modèles continueront de changer sous cette architecture. C’est tout l’intérêt.

Le fossé, reformulé

La note non datée dont j’ai cité des fragments tout au long de ce livre mérite ici son argument complet, car elle prédisait pourquoi ce paradigme compterait commercialement, et pas seulement sur le plan architectural :

Note de terrain non datée. « La phase de banalisation de l’infrastructure d’IA touche à sa fin. Les API de LLM sont stables. Les magasins de vecteurs hébergés sont le minimum syndical. La prochaine dimension concurrentielle est la profondeur de personnalisation — à quel point le système vous connaît, avec quelle exactitude il attribue ce qu’il récupère, avec quelle durabilité il accumule le signal comportemental au fil du temps. Les surcouches ne peuvent pas rivaliser sur cette dimension. Elles se réinitialisent. Elles ne possèdent pas le graphe. Elles ne peuvent pas mesurer l’attribution. Elles n’ont pas de modèle comportemental — elles ont un prompt. »

Et sa ligne la plus tranchante, sur les systèmes de mémoire en registre de texte en général : « Ils se souviennent de ce que vous avez dit. Ils n’apprennent pas comment vous pensez. »

Un AIS se capitalise. Le graphe grandit avec l’usage ; le modèle comportemental s’améliore avec l’interaction ; le registre d’attribution s’accumule. La deuxième année d’un utilisateur est nettement meilleure que sa première — « non pas parce que le modèle s’est amélioré, mais parce que l’infrastructure a appris ». Voilà le fossé, et aucune capacité de modèle ne s’y substitue, parce qu’il est fait de temps passé avec une personne particulière.

La même note porte l’inversion qui boucle la boucle ouverte par ce livre au chapitre 1, lorsque Seer a fait de l’attribution une sortie de première classe. Les spans d’attribution n’expliquent pas seulement une réponse — rendus sous forme de traits visibles sur la conversation, ils renvoient aux personnes dont le contexte l’a façonnée, faisant d’une réponse un chemin vers un humain plutôt qu’un point terminal. Le résumé de la note est le centre éthique du paradigme :

« Les humains ne sont pas le contexte du modèle. Le modèle est l’infrastructure des humains. »

Où cela s’arrête

Ce livre s’arrête ici, délibérément. Tout ce qui est décrit — les trois processus, les deux voies, les mondes et les royaumes, les paquets et les reçus — est la pile actuelle : des mécanismes livrés et les décisions qui les ont produits. Ce que le paradigme permet est une liste plus longue que ce qui existe. Une note non datée imagine son bord le plus lointain — des embeddings portables sans caméra alimentant le maillage jusqu’à ce que le réseau ressemble à « un système nerveux vivant », l’expérience vécue circulant le long des arêtes de confiance — et je ne la mentionne que pour la marquer comme horizon, non comme plan.

Il y a une question de systèmes que j’emporterai dans tout ce qui viendra ensuite, tirée du même carnet que celui qui a produit le reste : un système parfaitement équilibré ne peut pas exister — le problème de conception est un équilibre qui maintient la concurrence en vie tout en stimulant la croissance. Les systèmes composables qui incluent des personnes y feront face avant les systèmes purement techniques.

Mais nommer une chose est un point de contrôle, pas une conclusion, et ceci est le point de contrôle. Trois programmes, construits en séquence, chacun corrigeant le précédent : un serveur qui a rendu la récupération personnelle ; un nœud qui a rendu la mémoire à son propriétaire ; un assistant qui a composé les deux avec la vraie journée d’une personne — et l’architecture qui s’est dégagée de ce qu’on prenne une phrase au sérieux jusqu’au bout :

Un système intelligent ambiant travaille avec l’utilisateur, pas pour l’utilisateur — en parallèle de l’humain, en composition avec le monde de la personne, sur une infrastructure que la personne possède.