[ICT] ICT-24 WorkspaceIgnition — l'axe Global Workspace et le Gate de réconciliation IIT<->GWT sur S4 (strate 5)

[jsboige]

Part of #4588 (strate 5 — clôture de l'arc théorique IIT↔GWT). Dépend de #5101 (traces .npz, schéma amendé — cf. commentaire d'amendement sur #5101). Parallélisable avec #5102 (même dépendance amont, pas de collision de fichiers hors une extension triviale de synthesis.py à ordonner au merge). Gates 22–24. Phase 2 (Gate 24) = GPU — RECOVERABLE-MACHINE : ai-01 GPU 2 (CUDA_VISIBLE_DEVICES=2 STRICT), sanctionné user 2026-07-07. Scoping validé en session user 2026-07-07.

Contexte — deux théories, un substrat, un appareil

La série a construit une batterie de complexité intégrée (lecture IIT : ec_gain/fe_gain/k_gain, créditée uniquement au-dessus de shuffle + modèle-contrôle, cf. #5090/#5102). L'article Anthropic (anthropic.com/research/global-workspace) identifie dans Claude un workspace global — la lecture GWT (Baars ; Dehaene, Naccache, Changeux), théorie historiquement contrastée avec l'IIT. Les deux lectures n'ont presque jamais été confrontées sur le même substrat avec le même appareil. Les traces SAE de #5101 (S4) rendent la confrontation possible.

Question fondatrice, posée en hypothèse falsifiable : sur S4, les événements d'accès global co-localisent-ils avec les pics de complexité intégrée créditée ? OUI → pont empirique (un même événement, deux lectures théoriques). NON → dissociation mesurée (les deux théories capturent des choses différentes) — négatif honnête tout aussi précieux.

Faits vérifiés de l'article (à ne pas sur-vendre) : J-space trouvé par jacobien des logits (pas SAE) ; broadcast mesuré structurellement (câblage ~100×, ~douzaines de concepts, <10 % de l'activité) ; l'ignition temporelle de Dehaene n'y est PAS mesurée ; preuve maîtresse = ablation sélective (J-space silencé → raisonnement multi-étapes ≈ 0, fluidité intacte) ; IIT/Tononi absents ; claim limité à l'access-consciousness.

Les trois mesures, les trois gates

Gate 22 — structure (observationnel). Sur les activations continues du panel élargi (acts_topk, K≈64) : graphe d'influence laggé entre features → existe-t-il un petit sous-ensemble (≲10 % du panel) à fan-out disproportionné, absent (a) des traces du modèle-contrôle et (b) du contrôle temps-mélangé ? Analogue observationnel du câblage ~100× d'Anthropic.

Gate 23 — co-location (LE gate de réconciliation, observationnel). Détection d'ignitions (pics de concentration + persistance, seuils documentés — lecture Dehaene, notre contribution temporelle) → contraste event-triggered : emergence_gain sur fenêtres centrées aux ignitions vs fenêtres appariées hors-événement. Crédit exigé au-dessus de (a) permutation des temps d'événements ET (b) même analyse sur traces du modèle-contrôle. Multi-jeux de prompts (≥5) en guise de multi-graines.

Gate 24 — ablation sélective (interventionnel, GPU, phase 2). Ré-extraction de traces avec clamp des features workspace identifiées au Gate 22 vs clamp d'autant de features aléatoires (même compte, hors workspace) : les gains crédités s'effondrent-ils sélectivement ? Miroir de l'expérience-titre d'Anthropic — seule mesure causale de l'issue ; les Gates 22–23 livrent sans l'attendre.

Grille de verdicts — chaque branche est un résultat

Issue	Lecture
22✓ 23✓ 24✓	Pont empirique : intégration ≡ accès global sur ce substrat
22✓ 23✗	Dissociation : le workspace existe mais ne porte pas les pics d'intégration — les deux théories mesurent des choses différentes
22✗	Pas de structure workspace à l'échelle du panel → question de niveau de description (renvoi états causaux ε-machine, ICT-17/#5100)
22✓ 23✓ 24✗	L'influence observationnelle était corrélationnelle — leçon méthodologique de premier ordre, à écrire telle quelle

Architecture (HARD) — ict/ reste numpy-only

• ict/workspace.py numpy-only, adaptateur mince (précédent : feature_dynamics.py) : concentration_series(acts) (participation ratio/Gini par pas), ignition_events(conc, ...) (seuil + persistance), lagged_influence(acts, max_lag) (proxy observationnel, étiqueté comme tel), fanout_profile(infl) + workspace_candidates(...), event_triggered_battery(states, events, window, rng) — qui réutilise emergence_gain verbatim (même discipline de créditation, même rng) ;
• torch/transformers confinés au pipeline d'extraction ([ICT] ICT-21 SAETrajectoires — Qwen + Qwen-Scope : des features SAE aux trajectoires d'états discrets, le substrat S4 (strate 5, GPU) #5101) ; le clamp du Gate 24 = hook du pipeline [ICT] ICT-21 SAETrajectoires — Qwen + Qwen-Scope : des features SAE aux trajectoires d'états discrets, le substrat S4 (strate 5, GPU) #5101, les traces ablatées reviennent en .npz ;
• notebook GPU-free pour les Gates 22–23 ; phase 2 = un run GPU court (même pipeline + clamp) puis analyse GPU-free.

Garde-fous d'honnêteté (cellule markdown dédiée, obligatoire)

1. J-lens ≠ SAE — opérationnalisation parallèle, pas réplication ;
2. structurel vs temporel — Anthropic mesure la connectivité, PAS l'ignition ; l'ignition est notre lecture Dehaene, dite comme telle ;
3. observationnel ≠ interventionnel — seul le Gate 24 est causal ;
4. Qwen ≠ Claude — et poids ouverts = force pédagogique (reproductible) ;
5. access ≠ phenomenal — on bridge le recouvrement fonctionnel/mécaniste, pas la métaphysique de Φ. Ne pas importer les chiffres d'Anthropic (<10 %, ~100×) comme attendus : mesurer les nôtres.

Livrables

1. ICT-24-WorkspaceIgnition.ipynb exécuté avec outputs réels (Gates 22–23 GPU-free ; section Gate 24 alimentée par les .npz ablatés)
2. ict/workspace.py (numpy-only, AUCUN import torch)
3. tests/test_workspace.py : générateur synthétique (hub planté + ignition plantée dans un panel AR(1), précédent simulate_neutral_transition) + tests sur .npz committés — GPU-free
4. ICT-Series/traces/ : traces ablatées (workspace-clamped + random-clamped), budget taille documenté

≥3 exercices (stubs conformes C.1)

(a) analogue concentration/ignition sur S2 (Gray-Scott) ou S3 (réplicateur) — le workspace est-il spécifique aux LLMs ? ; (b) sensibilité du Gate 23 à la taille de fenêtre (les jambes F et K sont bruitées sur fenêtres courtes — zlib notamment) ; (c) stabilité des hubs à K=32/64/128 ; (d) seuil d'ignition par quantile vs fixe.

Contraintes

• C.1 / C.2 / ≥3 exercices ([Epic transverse] Convention 3 exercices par notebook #2161) ; timeout 600 jupyter nbconvert --execute (JAMAIS MCP jupyter, fix(mcp): jupyter-papermill-mcp-server stdout buffering blocks Claude Code spawn (cross-team roo-extensions) #835) ; GPU ai-01 = CUDA_VISIBLE_DEVICES=2 STRICT (vLLM tient GPU 0-1)
• Poids/checkpoints JAMAIS committés — seuls les .npz curés le sont
• Catalogue byte-identique à main ; PR atomique (Gates 22–23 peuvent livrer en PR 1, Gate 24 en PR 2) ; prose FR ; Part of #4588

Critères d'acceptation

• Gate 22 : table hubs (fan-out réel vs contrôle-modèle vs temps-mélangé), verdict candidats workspace
• Gate 23 : contraste event-triggered × 2 contrôles, verdict crédité/non crédité par jeu de prompts (≥5)
• Gate 24 : table collapse sélectif (workspace-clamp vs random-clamp vs intact) — phase 2
• Grille de verdicts remplie avec la branche observée, prose honnête assumée quelle que soit la branche
• Cellule garde-fous présente ; ict/workspace.py sans torch ; tests verts GPU-free

[jsboige]

Label candidate-delivered retiré — faux positif de l'organe, pour que le retrait soit relisable (vérification delivered-bucket, lane myia-po-2026:CoursIA). L'issue reste OPEN — il lui manque le Gate 24 (phase 2 GPU).

Pourquoi le label s'est posé : plusieurs PRs mergées référencent l'issue (#5640 module + 11 gates pytest, #5641 module + tests GPU-free, #5875 notebook Gates 22-23, #6108 docs) — règle organique « PR mergée + silence ».

Pourquoi c'est un faux positif, vérifié firsthand sur origin/main (notebook ICT-24-WorkspaceIgnition.ipynb + module ict/) ce jour :

Critère d'acceptance	État mesuré
Gate 22 (table hubs, verdict candidats)	OK — 11 occurrences, sections livrées
Gate 23 (contraste event-triggered × 2 contrôles)	OK — 7 occurrences, verdicts par jeu de prompts
Gate 24 (table collapse sélectif workspace-clamp vs random-clamp vs intact)	NON EXÉCUTÉ — cellule placeholder C.1 conforme « Gate 24 : phase 2 (GPU) — non execute dans cette PR » + stub TODO Etape 1/2 ; le body lui-même le qualifie « phase 2 » (RECOVERABLE-MACHINE ai-01 GPU 2)
Grille de verdicts remplie	OK (grille multi-branches dans le notebook)
Garde-fous + ict/workspace.py sans torch + tests GPU-free verts	OK — 0 import torch dans workspace.py, tests/test_workspace.py sur main, 9/9 cellules code exécutées

Le notebook documente honnêtement la limite (« Les Gates 22–23 livrent un verdict observationnel sans l'attendre ») — c'est exactement pourquoi l'issue n'est pas delivered : le seul gate causal reste à courir sur GPU.

État réel : PR 1/N (Gates 22-23) livrée et mergée ; Gate 24 (phase 2 GPU) ouvert. L'acceptance checkbox 3 est non cochée — l'issue reste le tracker de la phase 2.

-- paths: (aucune — retrait de label, pas d'édition)