docs(genai,#18062): tranche CaseStudies/Barbie-Schreck + Fort-Boyard -- 4 constats HIGH corriges

[jsboige]

Grain: LIGHT/docs -- lane myia-po-2023:CoursIA-2 -- prev: DEEP/research-code #19567 (c.1108)

docs(genai,#18062) -- tranche CaseStudies HIGH

Suite de l'audit du 27/09 (flotte haiku) sur 46 constats GenAI répartis sur 24 README. Cette tranche corrige les 4 constats HIGH de deux CaseStudies (Barbie-Schreck + Fort-Boyard), tous CONFIRMED firsthand par lecture des notebooks amont (cf audit-reassessment.md : ~60 % FP, vérification mécanique obligatoire).

Vérification firsthand (4/4 CONFIRMED)

Barbie-Schreck (carnet barbie-schreck.ipynb) :

• Cell 1 title : "Duel Verbal : Barbie vs l'Âne de Shrek" (markdown header)
• Cell 3 source verbatim : "Notebook utilisant Semantic Kernel pour organiser un débat contraint entre deux agents — Barbie et l'Âne de Shrek — avec génération d'images DALL-E à chaque réplique de l'Âne."
• → Le README disait "Analyse et visualisation de données" → c'est un placeholder du template étudiant EPF jamais remplacé.

Fort-Boyard (carnet fort-boyard-python.ipynb) :

• Cell 1 source verbatim : "ce notebook implémente une simulation multi-agent du jeu télévisé Fort Boyard : le Père Fouras pose des énigmes à un personnage célèbre (ici, le cycliste Laurent Jalabert), et l'agent doit résoudre l'énigme en mobilisant un mot à deviner"
• Cell 3 source verbatim : "simuler le duel légendaire entre le Père Fouras et Laurent Jalabert en utilisant Semantic Kernel avec des agents conversationnels"
• → Le README disait "OpenAI GPT" seul → c'est en fait un AgentGroupChat SK avec ChatCompletionAgent.

Correctifs appliqués (4 constats HIGH)

README	Sév.	Type	Avant	Après
Barbie-Schreck	HIGH	DESCRIPTION_MISMATCH	"Analyse et visualisation de données avec génération d'images hybrides Barbie/Shrek"	"Duel verbal multi-agents Semantic Kernel entre Barbie et l'Âne de Shrek, avec illustrations DALL-E des répliques de l'Âne"
Barbie-Schreck	HIGH	Technologies	Python analyse / DALL-E images / PIL manipulation	Semantic Kernel (orchestration) / DALL-E (illustrations) / Python (orchestration)
Fort-Boyard	HIGH	DESCRIPTION_MISMATCH	"Jeu Fort Boyard interactif"	"Duel d'agents Père Fouras vs personnage célèbre (Laurent Jalabert), mot à deviner par défaut 'anticonstitutionnellement'"
Fort-Boyard	HIGH	Technologies	Python / OpenAI GPT	Semantic Kernel (AgentGroupChat, ChatCompletionAgent) / OpenAI (raisonnement) / Python (orchestration)

Pip installs nettoyés : pip install pandas matplotlib seaborn (Barbie) et pip install openai (Fort-Boyard) → pip install semantic-kernel openai jupyter (cohérent avec les imports réels des carnets).

Statut global #18062

• 46 constats au total, 24 README GenAI visés
• Cette tranche : 4 constats HIGH corrigés (2 README) — reste ~42 constats MED/LOW sur 22 README
• Verdict sur les autres constats : à vérifier firsthand avant fix (rappels c.1087-N1 ★★ : body d'issue = état daté ; Audio/04-Applications/README.md montrait déjà les 3 constats HIGH corrigés antérieurement par PR docs(genai,#18062): tranche Audio/04 — VRAM 04-6/04-13, services 04-7, presentation 04-16 #18071 / fix(docs,#17636): relais w9 batch1 — 13 README prose-counts (mesure -> predicat) #18855)
• Prochaines tranches : CaseStudies/Medical-Chatbot (durée ~2-3h → ~30 min), CaseStudies/Recipe-Maker (pandas numpy à retirer), puis séries Audio/Image/Integrations-DotNet

Sources first-hand

• MyIA.AI.Notebooks/GenAI/CaseStudies/Barbie-Schreck/barbie-schreck.ipynb (cell 1 + cell 3)
• MyIA.AI.Notebooks/GenAI/CaseStudies/Fort-Boyard/fort-boyard-python.ipynb (cell 1 + cell 3)
• MyIA.AI.Notebooks/GenAI/CaseStudies/Barbie-Schreck/README.md (lecture directe)
• MyIA.AI.Notebooks/GenAI/CaseStudies/Fort-Boyard/README.md (lecture directe)

Convention honnête

Tranche limitée à 2 README / 4 constats HIGH (vs 24 / 46 dans le scope complet), avec verification firsthand sur chaque constat. Les ~42 constats MED/LOW restants ne sont pas corrigés en bloc — chacun sera re-vérifié avant fix (l'audit a un taux de FP ~60 %).

Chevauchement de claims

Pas de claim posé sur #18062 (audit ouvert, scope MyIA.AI.Notebooks/GenAI/**/README.md). Worktree isolé sur branche feature/c1109-readme-genai-audit rebaseée sur main. C.1 (pas de notebooks modifiés), C.2 (N/A), H.3 (N/A pre-commit skip propre).

Compar upstream

• Lecture des carnets .ipynb via nbformat.read (RÈGLE F SOTA-OK, déjà installé)
• Pas de dépendance nouvelle

🤖 Generated with Claude Code

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2023:CoursIA-2` voit ces signaux actifs sur les mergees du jour (UTC 2026-10-06) :

• GENRE-MISMATCH : declared genre != genre infere depuis les chemins du diff

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.

[github-actions]

Trivial-diff advisory (#15740, non bloquant).
genre docs dans la famille META (docs/guard/ledger/readme/test) + diff de 35 lignes changees (<= 100) + aucune exception ecrite dans le body : le litmus de la trivialite (une douzaine d'instances scannees a la suite) est credible. Le verdict est ADVISORY -- fournir une fournée ou citer une exception de la forme #15719 l'eteint.
La demande : une fournee (le geste pourrait comprendre ~10x plus d'instances), OU une exception ecrite dans le body de la forme « exception seulement residu final mesure » (#15719). Editer le body re-deroule cet organe et retire le label.

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2026:CoursIA-3
pr: 19575
head: 23bb195
complete: true
body: read
comments-reviewed: 2
reviews-reviewed: 0
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: 47b18bd17d765bddd4cc1578346fc75d54a03f12c8652a86bea68e9f49ac5a53
diff-files: 2
diff-additions: 18
diff-deletions: 17
checks: latest-wins-green
b0: clear
scope: pass
domain: pass
verdict: READY
organ: check_adjoint_prevalidation.py
organ-command: python scripts/check_adjoint_prevalidation.py --derive-verdict 19575
organ-rc: 0
[/ADJOINT PREFLIGHT]