AI-augmented

Vérifications contre reader-ergonomics Site

La page d'accueil d'une famille de dépôts sur le travail augmenté par l'IA. Une personne, un modèle de langue et une machine partagent un projet, chacun avec un rôle. Chaque affirmation est vérifiée là où elle se tient. Cette page tient la carte, les mots que les membres partagent et la règle qu'ils suivent, un dépôt par problème et aucun recouvrement entre deux, et rien qu'un membre possède.

Cette page en anglais : README.md. Les deux versions suivent le même état.

État (2026-11-03) : version 0.1.0. Fait : la carte, les mots, une première passe de revue de 27 sources qui nomme sa référence (le préfixe est conservé), trois principes, une forme, le style de lecteur d'un agent et quatre vérifications avec 52 tests unitaires. Ouvert : une passe complète de la revue avec citations suivantes et recherche grise, et le travail propre des membres. Ce n'est ni une norme officielle, ni une étude relue par des pairs, ni un résultat nouveau.

Comment il est fait : avec Claude, un assistant IA d'Anthropic, sous la direction du mainteneur, comme reader-ergonomics. Les corrections sont bienvenues sous forme d'issues.

La prendre

La carte et la forme de la famille sont faites pour être copiées et gardées. Copiez-les depuis une version étiquetée (étiquettes), pour qu'un changement ultérieur ici ne change jamais votre copie.

  1. Copiez standard.md, la carte, les principles/ que vous gardez et shapes/scope-table.md, la forme du périmètre d'un membre, aux mêmes chemins de votre dépôt. Copiez checks/local/ et checks/test_local_checks.py pour les vérifications qui les tiennent.

  2. Donnez à chaque membre une page d'accueil avec un tableau de périmètre aux lignes dedans, plus tard et dehors, chacune disant pourquoi.

  3. Ajoutez checks/config.toml avec extends = "reader-ergonomics", comme celui-ci.

  4. Épinglez la norme par son commit, comme checks.yml, et lancez ses vérifications :

    git clone https://github.com/Tewf/reader-ergonomics
git -C reader-ergonomics checkout 2e5b6f0c3e67d2dc8195a63cf882d46170e79a5a
python3 reader-ergonomics/checks/run.py chemin/vers/votre/depot

  5. Comment prendre votre propre version, et où va un désaccord : la section Take your own version de la norme.

La carte

Deux familles côte à côte : dans la famille reader-ergonomics, le topic et le projet ; dans la famille AI-augmented, le blueprint comme pont, le projet, l'IDE qui le met en œuvre, les agents et les cas qui l'utilisent et le mesurent, la carte des pratiques et la collecte de données qu'elle lie, et les fondements qui lisent les cas. Le genre de la revue est dans la première famille. Le hub est au-dessus des deux et rien ne pointe vers lui.
Source Graphviz 
// The map of the two families. Colours: reader-ergonomics family blue, AI-augmented family green, the bridge orange,
// each kind named in its box; this page, the hub, has the thick border and nothing points to it.
digraph map {
  graph [rankdir=TB, nodesep=0.35, ranksep=0.45, bgcolor="white", pad=0.2, fontname="Inter", compound=true, newrank=true];
  node  [shape=box, style="rounded,filled", fontname="Inter", fontsize=13, margin="0.2,0.1", penwidth=1.5, fontcolor="#1F2328"];
  edge  [fontname="Inter", fontsize=11, color="#3D434B", fontcolor="#55575F", penwidth=1.3, arrowsize=0.8];
  HUB [label=<<b>ai-augmented</b><br/><font point-size="11" color="#55575F">the hub: map, words, rules</font>>, fillcolor="#E6F2EA", color="#2E7D4F", penwidth=2.6];
  subgraph cluster_re {
    label=<<b>reader-ergonomics family</b><br/><font point-size="11" color="#55575F">the person alone</font>>; labeljust=l; style="rounded"; color="#2F5DA8"; fontname="Inter"; fontsize=12;
    T [label=<<b>reader-ergonomics-topic</b><br/><font point-size="11" color="#55575F">one unit of writing, recursive</font>>, fillcolor="#E8EEF8", color="#2F5DA8"];
    P [label=<<b>reader-ergonomics-project</b><br/><font point-size="11" color="#55575F">one person, problem to result</font>>, fillcolor="#E8EEF8", color="#2F5DA8"];
    RV [label=<<b>reader-ergonomics-review</b><br/><font point-size="11" color="#55575F">the review as a genre</font>>, fillcolor="#E8EEF8", color="#2F5DA8"];
  }
  subgraph cluster_ai {
    label=<<b>AI-augmented family</b><br/><font point-size="11" color="#55575F">person, model, machine</font>>; labeljust=l; style="rounded"; color="#2E7D4F"; fontname="Inter"; fontsize=12;
    BP [label=<<b>reader-ergonomics-blueprint</b><br/><font point-size="11" color="#55575F">the bridge: the topic with a checker</font><br/><font point-size="11" color="#55575F">per part and a model that guides</font>>, fillcolor="#FBEDE4", color="#B4541A"];
    AP [label=<<b>ai-augmented-project</b><br/><font point-size="11" color="#55575F">the project with the machine, the</font><br/><font point-size="11" color="#55575F">model and the person each set up</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    IDE [label=<<b>ai-augmented-ide</b><br/><font point-size="11" color="#55575F">a tool inside the editor</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    AG [label=<<b>ai-augmented-agents</b><br/><font point-size="11" color="#55575F">several agents on one project</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    F [label=<<b>ai-augmented-foundations</b><br/><font point-size="11" color="#55575F">complete? does it converge?</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    C [label=<<b>ai-augmented-cases</b><br/><font point-size="11" color="#55575F">real projects, measured</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    PRC [label=<<b>ai-augmented-practice</b><br/><font point-size="11" color="#55575F">each practice as an algorithm</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
    DG [label=<<b>ai-augmented-data-gathering</b><br/><font point-size="11" color="#55575F">efficient data gathering</font>>, fillcolor="#E6F2EA", color="#2E7D4F"];
  }
  HUB -> T [style=invis];
  HUB -> BP [style=invis];
  T -> BP [label=" counterpart", style=dashed, constraint=false];
  P -> AP [label=" counterpart", style=dashed, constraint=false];
  T -> P [dir=back, label=" builds on"];
  BP -> AP [dir=back, label=" uses"];
  AP -> IDE [dir=back, label=" implements"];
  AP -> AG [dir=back, label=" uses"];
  AP -> C [dir=back, label=" measures"];
  C -> F [dir=back, label=" reads"];
  AP -> PRC [dir=back, label=" reads"];
  PRC -> DG [label=" links"];
  T -> RV [dir=back, label=" builds on"];
  DG -> RV [style=dashed, label=" reviews in its shapes", constraint=false];
  RV -> P [style=invis];
  {rank=same; T; BP}
  {rank=same; P; AP}
}
Membre Problème État
reader-ergonomics-blueprint le raisonnement d'une personne en arbre de topics, un vérificateur par partie, Lean d'abord, un modèle qui interprète et oriente revue faite, référence B1 nommée, rien de construit
ai-augmented-project comment une personne, un modèle et une machine sont mis en place et mènent un projet ensemble revue faite (39 sources, référence B1), document de conception écrit, en attente d'approbation
ai-augmented-ide le logiciel qui met cette méthode en œuvre dans l'éditeur état de l'art fait (28 sources), référence Kilo Code ; rien de construit encore
ai-augmented-agents plusieurs agents, personnes et modèles, sur un projet : délégation, coordination, incitations revue faite (35 sources), référence l'arrangement du 2026-10-29 ; test du brief en cours
ai-augmented-foundations si le topic récursif encode tout problème à un coût cognitif supportable, et à quelle vitesse un projet converge, vers quoi revue faite (34 sources) ; un coût provisoire d'un arbre de topics, mesuré sur la famille
ai-augmented-cases ce que chaque projet réel mené avec la méthode a coûté et produit revue faite (37 sources) ; deux cas écrits, avec leur programme de mesures
ai-augmented-practice chaque pratique de la méthode comme un algorithme pour un problème nommé, avec le meilleur algorithme connu, l'écart et le changement proposé périmètre posé le 2026-11-03 ; première revue non commencée
ai-augmented-data-gathering la manière la plus efficace de collecter des données en général, la quête d'information d'abord périmètre posé le 2026-11-03 ; première revue non commencée

La première famille a sa propre page d'accueil, reader-ergonomics-family ; son pendant du projet est reader-ergonomics-project, et son membre pour la revue de littérature comme genre est reader-ergonomics-review. Le pont est partagé avec la famille reader-ergonomics : le blueprint y reste membre, et chaque membre ici obéit à reader-ergonomics (v1.21.0) et exécute ses vérifications en CI.

Les règles

  • Un dépôt par problème. Un membre répond à une question ; une seconde question est un second dépôt.
  • Aucun recouvrement. Un fait vit dans un membre ; les autres le lient. Deux membres qui revendiquent la même chose dans leur table de périmètre sont un constat, et le premier travail ci-dessous le fait trouver par un programme.
  • Les dépendances pointent vers le bas. Un membre utilise ce qui est sous lui et rien au-dessus ; cette page lie chaque membre et rien ne lie cette page.
  • Les noms suivent le cadrage. La première étape de chaque revue trouve comment le domaine nomme la chose ; celle-ci l'a trouvé et garde le préfixe.

Les mots

Mot Sens ici
personne qui possède le projet et décide de ce qui est affirmé
modèle un modèle de langue : il explique, propose, traduit, rédige ; il ne décide rien
machine les programmes qui vérifient : tests, hooks, CI, un assistant de preuve
vérificateur un programme qui rend un verdict sur une partie, là où elle se tient
oracle le vérificateur dont le verdict est tenu pour exact
brief ce qu'un agent remet à un autre : la tâche, ce qui est décidé, ce qui est à trouver
référence le résultat existant auquel un nouveau est comparé ; une revue finit quand elle peut en nommer un

Ce que la revue a trouvé

Une première passe de 27 sources, dans evidence.

  1. Le domaine dit intelligence augmentation et hybrid intelligence. Engelbart 1962 et Licklider 1960 en sont les racines ; Akata 2020 est la communauté actuelle.
  2. L'équipe humain-IA ne convient qu'en partie. Dans une équipe, le modèle est un coéquipier ; ici il ne décide rien. Le préfixe « AI-augmented » suit le domaine et est conservé, non renommé.
  3. Une combinaison n'est pas toujours meilleure. Sur 106 expériences, les personnes avec un modèle ont fait moins bien que le meilleur des deux seul, g de -0,23 (secondaire), sur les décisions. Elles ont fait mieux sur la création de contenu (Vaccaro 2024). Chaque cas doit comparer l'humain seul, le modèle seul et les deux.
  4. La machine qui vérifie n'est pas un troisième rôle dans la littérature lue. Les sources ont une personne et une IA ; la famille ajoute le programme qui vérifie, avec un verdict exact.

La référence

H1 : le vocabulaire et la carte de la hybrid intelligence d'Akata 2020, avec les fonctions et niveaux de Parasuraman 2000 pour savoir qui fait quoi, et le plan de mesure de Vaccaro 2024. Les fichiers d'agents et les motifs d'agents sont la pratique à comparer, comme exemples seulement.

Le premier travail : fait en première passe

La revue est écrite en cinq étapes et nomme sa référence. Une passe complète, avec citations en aval et recherche de littérature grise, n'est pas faite.

À côté, la vérification propre à la famille, scope_overlap.py :

  • elle lit la table de périmètre de chaque membre ;
  • elle avertit quand deux membres partagent une expression de trois mots dans leurs lignes « dedans » ;
  • elle n'échoue jamais, et ses tests disent ce qu'elle ne peut pas trancher ;
  • les deux nouvelles vérifications, three_arms.py et scope_table.py, tiennent le principe mesuré et la forme, et sont testées à côté ;
  • sur les six membres d'aujourd'hui elle ne trouve aucune expression commune : les tables se lisent, mais le sens peut se recouvrir ;
  • une passe sémantique, scope_overlap_semantic.py, encode chaque ligne « dedans » ;
  • elle avertit quand deux lignes de membres différents atteignent un cosinus de 0,70, seuil provisoire placé entre les recouvrements plantés et les non-recouvrements de ses tests ;
  • sur les six membres elle avertit pour une paire, à 0,76 : les lignes de project et de ide sur ce qui est remis au modèle.

Vérifier

git clone https://github.com/Tewf/reader-ergonomics
python3 reader-ergonomics/checks/run.py chemin/vers/ce/depot

La CI exécute les mêmes vérifications à chaque push, et une exécution échoue à la première erreur (checks.yml). Chaque push sur master construit aussi le site, tewf.github.io/ai-augmented (pages.yml).

Contenu

Partie Résumé
standard.md la fiche : les trois principes de cette famille et leurs niveaux de preuve
principles un fichier par principe : comparer à chaque partie seule, un propriétaire par affirmation, une table de périmètre dit pourquoi
reader-styles le style de lecteur d'un agent à qui l'on remet un brief : cinq dérogations, chacune avec son niveau de preuve
shapes la table de périmètre que porte la page d'accueil de chaque membre, avec un exemple rempli
evidence la revue derrière cette page, et sa bibliographie
decisions une fiche par choix qui façonne ce dépôt, chacune ouvrant sur la décision en une phrase

Licence

Code sous Apache License 2.0 ; prose sous CC BY 4.0. Réutilisez-le comme vous le souhaitez, en créditant ce dépôt ; CITATION.cff donne une citation si besoin.