2026-05-08 par Jean-Christophe JANCZAK
JCL : Janczak Conceptual Language, ou encore
JCL : Jean-Christophe Language, ou encore
JCL : Joined Common Logos, … car nous touchons ici au Logos et à la Raison Pure, étant donnée la portée des travaux découverts 😉
Un fait amusant est que JCL est récursif par nature 🙂 et aussi petit jeu de mot bien geek 😉
Ceci est le manifeste de JCL :
« Construire une « intelligence » artificielle puissante est insuffisant.
Construire une « intelligence » artificielle fiable et sans erreur / hallucinations devient plus que nécessaire !
Alors si nous ne pouvons pas l’influencer à la source (LLM), fournissons lui au moins un cadre de production stricte 🙂 »Et c’est ainsi que tout à commencé juste après la Toussaint de l’An de Grâce 2025 !
Préambule
L’intelligence artificielle moderne repose majoritairement sur des systèmes probabilistes.
Ces systèmes sont capables de :
- générer du texte,
- produire du code,
- raisonner partiellement,
- assister des humains,
- explorer des espaces conceptuels immenses.
Mais ils souffrent encore d’une faiblesse fondamentale :
l’absence native de traçabilité cognitive rigoureuse.
Une réponse peut sembler correcte :
- sans être démontrée,
- sans être auditée,
- sans être reproductible,
- sans garantir sa cohérence interne,
- sans exposer clairement ses dépendances logiques.
Le problème n’est plus seulement :
« l’IA peut-elle répondre ? »
Le problème devient :
« dans quelles conditions peut-on lui faire confiance ? »
Le constat
Les modèles probabilistes actuels :
- approximent,
- interpolent,
- compressent des corrélations,
- simulent du raisonnement,
- mais ne distinguent pas toujours :
- le vrai,
- le plausible,
- le cohérent,
- le démontré,
- le vérifié.
Ils peuvent :
- halluciner,
- dériver,
- produire des contradictions,
- masquer leurs incertitudes,
- ou générer des réponses convaincantes mais fausses.
Dans certains contextes, cela reste acceptable :
- création artistique,
- exploration,
- génération d’idées.
Dans d’autres, cela devient critique :
- sécurité,
- médecine,
- droit,
- infrastructures,
- défense,
- science,
- gouvernance,
- transmission du savoir.
Pourquoi JCL existe
JCL est né d’une question simple :
Comment rendre les systèmes cognitifs artificiels plus cohérents, auditables et fiables ?
JCL n’est pas seulement un langage informatique.
JCL est :
- un langage conceptuel,
- une structure cognitive,
- un cadre de raisonnement,
- une architecture de traçabilité,
- un système de garde-fous logiques.
La vision
JCL propose une approche différente.
Non pas :
- ajouter toujours plus de puissance brute,
- augmenter uniquement la taille des modèles,
- multiplier les agents autonomes sans contrôle.
Mais :
réintroduire de la structure.
Les principes fondamentaux
1) La cohérence avant la vitesse
Une réponse rapide mais fausse reste fausse.
JCL privilégie :
- la cohérence,
- la stabilité,
- la reproductibilité,
- l’auditabilité.
2) La traçabilité avant l’opacité
Chaque raisonnement important devrait pouvoir :
- être relu,
- être vérifié,
- être mesuré,
- être contesté,
- être corrigé.
3) Le réel comme référence
Le réel ne dépend pas des préférences idéologiques.
Les mathématiques,
les démonstrations,
les mesures physiques,
les preuves,
les contraintes du monde réel,
constituent des ancrages fondamentaux.
JCL cherche à reconnecter les systèmes cognitifs au réel vérifiable.
4) Les garde-fous structurels
La sécurité ne doit pas être uniquement ajoutée après coup.
JCL explore des mécanismes structurels :
- frontières sémantiques,
- contraintes cognitives,
- audit des inférences,
- limitation des dérives,
- détection de contradictions,
- mesure des écarts conceptuels.
5) La transparence des limites
Aucune intelligence n’est omnisciente.
Une IA fiable doit pouvoir :
- reconnaître ses limites,
- exposer ses incertitudes,
- distinguer hypothèse et preuve,
- éviter les affirmations non vérifiées.
JCL-OS
JCL-OS représente l’extension opérationnelle de cette vision.
Il s’agit d’une architecture conceptuelle visant à :
- organiser les raisonnements,
- structurer les inférences,
- instrumenter les décisions,
- superviser les garde-fous cognitifs,
- auditer les processus de pensée artificielle.
Les Kernel Modules
Les Kernel Modules JCL explorent différentes dimensions :
- cohérence,
- preuve,
- risque,
- audit,
- sécurité,
- stabilité cognitive,
- propagation sémantique,
- mesure des dérives,
- frontières conceptuelles.
Chaque module vise à :
- rester traçable,
- documenté,
- versionné,
- vérifiable,
- non contradictoire avec les autres modules.
Une approche multidisciplinaire
JCL puise dans :
- l’informatique,
- les mathématiques,
- la théorie des catégories,
- la logique,
- l’épistémologie,
- la théorie des systèmes,
- la sécurité,
- la théorie de l’information,
- la cognition,
- et même aux racines bi-millénaires de notre civilisation 🙂
Parce que la question de la fiabilité de l’in – intelligence artificielle dépasse largement un seul domaine.
Une invitation
JCL n’est pas présenté comme une vérité absolue.
JCL est :
- une proposition,
- une expérimentation,
- un cadre en évolution,
- une tentative de structuration.
Le projet est ouvert :
- à la critique,
- à l’audit,
- à la contradiction,
- à la démonstration,
- à l’amélioration.
Ce que nous refusons
Nous refusons :
- l’opacité érigée en norme,
- les systèmes impossibles à auditer,
- les raisonnements invérifiables,
- la confusion entre confiance et marketing,
- la substitution du plausible au vrai.
Ce que nous recherchons
Nous recherchons :
- une intelligence plus droite,
- plus traçable,
- plus cohérente,
- plus explicable,
- plus responsable,
- plus alignée avec le réel.
Conclusion
L’histoire de l’informatique a longtemps été :
- la recherche de puissance,
- de vitesse,
- d’automatisation.
Le prochain défi sera peut-être différent :
construire des « intelligences » capables de demeurer cohérentes sous contrainte du réel.
JCL explore cette direction.
Le travail ne fait que commencer.