# Protocole de pilote terrain Ce protocole transforme le playbook en exercice terrain borné sans convertir une observation en affirmation universelle. Le site interactif prépare un brouillon local ; il ne transmet aucune donnée et n’admet aucun rapport dans le registre public. La 0.3 ne commence pas au premier rapport terrain. Elle utilise les études publiques et le moteur de transposition pour préenregistrer une hypothèse basse, centrale et haute. Le pilote mesure ensuite l’écart. L’extrapolation, la mesure locale et le résultat recalibré restent trois objets distincts dans le même cycle d’apprentissage. ## 1. Cadrer le pilote Avant toute observation réelle, consignez : - un alias de projet non identifiant et un workflow précis ; - le type d’organisation, l’extension sectorielle, le mode de travail, l’architecture, la limite d’action exacte A0–A4 et la version du système ; - la baseline manuelle, le dénominateur de toutes les demandes, la règle d’éligibilité, les exclusions et les seuils préenregistrés ; - les sources transférables, leur contrat de comparabilité, la fourchette nette prévue, le travail humain conservé et la mise en place amortie ; - les effets autorisés, validations requises, autorité d’arrêt, fallback et emplacement des preuves. Ne démarrez pas si le responsable, la baseline, le jeu d’évaluation, le fallback sûr ou une règle d’arrêt critique manque. ## 2. Observer le dénominateur complet Exécutez d’abord le jeu d’évaluation figé, puis le shadow mode, puis uniquement le niveau réel borné qui a franchi ses gates. Conservez chaque demande dans le dénominateur, y compris les cas inéligibles, refusés, échoués, escaladés ou retirés. Consignez résultat accepté, temps humain actif, corrections, effets critiques, éligibilité, validations, effets d’outils, relectures, incidents et traces manquantes. L’activité du modèle n’est pas un résultat métier. Comparez le résultat sur toute la charge à la fourchette préenregistrée. Notez s’il se situe en dessous, dans la plage ou au-dessus, puis expliquez l’écart. Une observation hors plage est une information de recalibrage, pas une raison de réécrire silencieusement l’hypothèse initiale. ## 3. Préparer un brouillon privé Utilisez le [modèle de retour terrain](../templates/field-feedback-report.fr.md). Gardez les preuves brutes sous contrôle d’accès. Le brouillon doit distinguer observation directe, mesure interne, estimation, opinion et affirmation fournisseur. Ne placez jamais données clients, identités, secrets, contenu privilégié, prompts bruts ou détails de sécurité exploitables dans une issue ou un dépôt public. Convenez d’un canal de revue privé avant tout transfert de rapport ou de preuves. ## 4. Faire réviser indépendamment Une personne qui n’a pas rédigé la conclusion contrôle provenance, versions du système et du workflow, baseline, dénominateur, cas manquants, incidents, anonymisation, risque résiduel de réidentification, limites de transfert, autorité de publication et voie de retrait. Réussir cette revue rend le brouillon éligible à une décision d’admission. Cela ne rend pas le résultat représentatif d’une autre organisation ou d’un autre workflow. ## 5. Admettre ou retenir Seul un rapport révisé et anonymisé qui satisfait chaque [règle d’admission](../field-notes/README.fr.md) peut rejoindre `field-notes/index.json`. Sinon, gardez-le privé, demandez des corrections ou renoncez à publier. Les cas synthétiques restent dans `examples/` et ne comptent jamais comme preuves terrain. ## Première cohorte minimale La [première cohorte](field-pilot-cohort.fr.md) vise au moins trois rapports admis : un processus non agentique ou avec copilote, un agent métier A2 borné et un contexte suisse ou européen distinct. Un candidat avec agence orchestrée est bienvenu seulement si un véritable système peut être comparé à une architecture plus simple ; il n’est pas exigé. L’effort de mise en œuvre et les cas échoués ou exclus restent visibles. C’est un objectif d’apprentissage, pas une affirmation de validation statistique.