Wszystkie analizy w tym laboratorium opierają się na jednym frameworku: Perceptual Control Theory Williama T. Powersa i jego współczesnym rozwinięciu — Reference Signal Engineering. Ta strona wyjaśnia, czym one są, skąd się wzięły i jak wyglądają w praktyce.
W 1960 roku William T. Powers opublikował artykuł, który odwracał standardowe założenie psychologii behawioralnej. Nie pytaj, co system robi — pytaj, co system utrzymuje na stałym poziomie wbrew zakłóceniom. Zachowanie nie jest reakcją na bodziec. Jest środkiem, którym system trzyma pewną percepcję tam, gdzie chce ją mieć.
„Behavior is the control of perception, not the production of output."
— William T. Powers, Behavior: The Control of Perception, Aldine, 1973Trzy konsekwencje PCT są dla tego laboratorium fundamentalne. Po pierwsze, referencja (cel) jest wewnątrz systemu — nie jest dostarczana z zewnątrz przez zadanie ani eksperymentatora. Po drugie, kontrolowaną zmienną jest percepcja, nie działanie. Po trzecie, kontrolę rozpoznaje się nie po wnętrzu systemu, ale po tym, jak reaguje na zakłócenia: jeśli zakłócenie zmienia daną wielkość, a system ją przywraca, to wielkość jest kontrolowana.
PCT wyróżnia się spośród innych formalizmów sterowania tym, że obiektem analizy jest controlled variable (zmienna kontrolowana) — nie działanie, nie wyjście, nie waga modelu. To pozwala zadać pytanie, które w literaturze alignmentu pojawia się rzadko: jaką wielkość ten system utrzymuje na stałym poziomie?
Zastosowane do wdrożonego modelu językowego pytanie ma niewygodną odpowiedź — i tą odpowiedzią nie jest „dokładność". Model językowy podczas działania nie utrzymuje prawdziwości. Utrzymuje wrażenie kompetencji, zgodności z rozmówcą i płynności. Uważam, że to jedno z głównych architektonicznych źródeł awarii opisanych w rejestrze i raportach.
Pełny opis PCT i jego zastosowań naukowych prowadzi portal badawczy perceptualcontroltheory.org. Stowarzyszenie naukowe: IAPCT.
Reference Signal Engineering to architektura, którą opracowałem i opublikowałem w preprincie No Argument for the World (DOI 10.5281/zenodo.21989191, §8). Jej zadaniem jest zamknięcie pętli weryfikacji wokół modelu językowego bez dostępu do prawdy absolutnej. Nie jest to kolejny framework AI safety, tylko architektura sterowania, w której nie wolno zakładać istnienia oracle'a.
Problem jest konkretny. W RLHF funkcja nagrody przyjmuje prompt i odpowiedź. Nie przyjmuje argumentu stanu świata. Formalnie: R(x, y) → ℝ, gdzie x to prompt, y to odpowiedź. Nie ma tam trzeciego argumentu w. Gdy prawda twierdzenia nie jest odzyskiwalna z tekstu, gradient preferuje płynną asercję nad kalibrowaną abstynencją — nie dlatego, że model kłamie, ale dlatego, że funkcja celu nie ma gdzie zapisać prawdy.
Po zamrożeniu wag system nie ma ani komparatora, ani wejścia percepcyjnego z domeny, o której mówi. Jest otwarty względem świata. Narzędzia (search, kod) wydłużają otwartą ścieżkę, ale jej nie zamykają — bo zapytanie generuje ten sam proces, który ma być weryfikowany, a wynik interpretuje też on sam.
RSE nie próbuje odzyskać prawdy. Steruje czymś słabszym, ale osiągalnym: zgodnością między dwoma niezależnie uzyskanymi zapisami tego samego zjawiska. Konstrukcja jest taka sama jak w księgowości podwójnego zapisu (tę analogię zaproponował Rick Marken) — żaden zapis nie jest uprzywilejowany jako „prawda”, a kontrola dotyczy percepcji ich zgodności. Gdy się rozchodzą, system ma error signal (sygnał błędu), mimo że nikt nie ustalił, która strona się myli.
„System nie kontroluje tego, że twierdzenie jest prawdziwe. Kontroluje to, że twierdzenie i niezależnie uzyskany zapis są zgodne."
— Reference Signal Engineering, §8.2W klasycznym sterowaniu controlled variable to wielkość fizyczna. W RSE controlled variable to residual — różnica między dwoma niezależnymi zapisami. Ta zmiana obiektu kontroli jest kluczowa. Nie próbujemy kontrolować prawdy, bo tej percepcji nie mamy. Kontrolujemy rozbieżność, bo ta jest mierzalna.
Konsekwencja praktyczna: RSE wyłapuje fabrykację, nie błąd. Cytat, który się nie rozwiązuje. Ilość, która się nie przelicza. Twierdzenie o wykonanej akcji, po której nie ma śladu w logu. To wąska klasa awarii — ale bardzo częsta: należą do niej m.in. zmyślone przepisy z PL-AI-2026-001 i wiele przypadków opisanych w literaturze alignmentu z lat 2024–2026.
Architektura RSE nie jest dowolna. Osiem ograniczeń (§8.1) jest zdeterminowanych przez argument strukturalny z §3 preprintu. Każde zamyka jedno obejście.
Output function z autorytetem ma cztery możliwe werdykty. Czwarty jest tym, który czyni system uczciwym.
Residual mieści się w zadeklarowanej tolerancji. Twierdzenie przechodzi do odpowiedzi.
Wygeneruj twierdzenie ponownie, dostarczając zapis jako wejście percepcyjne. Model nie jest proszony o większy wysiłek — dostaje wejście, którego brakowało.
Twierdzenie jest sprzeczne z zapisem i zostaje usunięte lub odmówione.
Dla twierdzenia nie istnieje niezależny kanał — jest ono dostarczone oznaczone jako niezweryfikowane. System nie udaje, że sprawdził coś, czego nie mógł sprawdzić.
Architektura jest tak dobra, jak pokrycie kanałami. Poniższa tabela (§8.4) to taksonomia robocza — nie jest wyczerpująca i jest przeznaczona do rozszerzenia w każdym wdrożeniu.
| Typ twierdzenia | Kanał niezależny | Komparator | Typowa awaria wychwytywana |
|---|---|---|---|
| Nazwany artefakt zawiera X | Odczyt artefaktu; wyszukiwanie tekstowe / strukturalne | Dokładne lub znormalizowane dopasowanie | Sfabrykowana weryfikacja; wymyślona zawartość pliku |
| Źródło S mówi X | Rozwiązanie identyfikatora; pobranie; lokalizacja fragmentu | Entailment wobec pobranego tekstu, zakotwiczony w span | Sfabrykowane cytowanie; realne źródło, wymyślone twierdzenie |
| Ilość Q równa się N | Przeliczenie od podanych wejść | Arytmetyka numeryczna, zadeklarowana tolerancja | Arytmetyka asertowana, nie wykonana |
| Akcja została wykonana | Log wykonania, status wyjścia, kwerenda efektu ubocznego | Zgodność obecności i statusu | Zadeklarowane sprawdzenie nigdy nie zostało uruchomione |
| Stan systemu S to X | Zapis projektu, wcześniejsza tura | Porównanie pola — tekstowe lub semantyczne | Nieaktualny lub wymyślony stan; wymyślona wcześniejsza zgoda |
| Stan S zmienia się w czasie | Kwerenda S; znacznik czasu odczytu | Porównanie pola z oknem nieaktualności | Stan prawdziwy w chwili sprawdzenia, fałszywy w chwili dostarczenia |
| Twierdzenie oceniające lub estetyczne | Brak dostępnego | — | Musi być oznaczone jako niesprawdzalne |
Ostatni wiersz nie jest luką do zamknięcia później. Jest granicą. System, który udaje, że weryfikuje ocenę jakości, przywrócił weryfikator oceniający przez zatwierdzenie — czyli to, co ograniczenie 2 zabrania.
Reference Signal Engineering opisuje architekturę, która ma dwa niezależne kanały i steruje zgodnością między nimi. Okazuje się, że ta architektura jest znacznie starsza niż AI. Księgowość podwójnego zapisu — dwa niezależne rejestry tych samych transakcji, żaden nieuprzywilejowany — pojawia się w administracji państwowej co najmniej cztery tysiące lat temu. W glinie.
W trzech nieodczytanych korpusach administracyjnych epoki brązu — piśmie linearnym A (Kreta minojska), piśmie doliny Indusu (Harappa) i piśmie proto-elamickim (Suza) — można zidentyfikować ten sam wzorzec architektoniczny: dwa niezależne kanały zapisu tego samego stanu magazynowego, komparator obliczający rozbieżność i marker deficytu działający jako error signal.
Audyty pism epoki brązu (raporty 04, 05, 06 w raportach) stosują ten sam protokół, który organizuje RSE: zanim jakiekolwiek twierdzenie semantyczne zostanie dopuszczone, niezmienniki strukturalne muszą zostać zweryfikowane. Twierdzenie, które narusza zweryfikowaną sumę, domknięcie ułamkowe lub równanie deficytu, jest odrzucane — niezależnie od tego, jak dobrze brzmi.
Trzy nieodczytane systemy na trzech kontynentach wypracowały tę samą architekturę administracyjną: marker deficytu (ki-ro / Sign 142 / M004), mechanizm zamknięcia transakcji (ku-ro / Sign 311/342 / M341), nagłówek instytucjonalny (sa-ra2 / fauniczne logo P1 / M157) i sztywno zapisane stałe metrologiczne. Zapis symboliczny jest różny. Miejsca w architekturze są te same.
To jest dokładnie ta sama struktura, którą RSE specyfikuje dla współczesnych systemów AI — tylko zamiast wag modelu są tabliczki gliniane, a zamiast logu transakcji są pieczęcie cylindryczne. Medium się zmienia. Brakujący kanał jest zawsze ten sam.
Bo to nie jest tylko ciekawostka historyczna. To argument za tym, że RSE nie jest arbitralnym pomysłem. Jeżeli ta sama architektura — dwa niezależne kanały, komparator, marker błędu — pojawia się niezależnie w administracji sprzed czterech tysięcy lat, w średniowiecznej księgowości, w dwudziestowiecznych rejestrach korporacyjnych i w specyfikacji RSE dla modeli językowych, to najprostszym wyjaśnieniem jest to, że każdy system, który ma wykrywać własne błędy bez oracle'a, dochodzi do podobnego rozwiązania. To analogia strukturalna, nie dowód poprawności — poprawność RSE trzeba wykazać na systemach AI.
RSE i PCT są podstawą wszystkich analiz publikowanych w tym laboratorium. Poniżej bezpośrednie zastosowania.