Bienvenue sur Askalot
Askalot est le système d’exploitation de la recherche (Research Operating System) dont les questionnaires sont vérifiés mathématiquement. Une seule plateforme accompagne le chercheur tout au long du cycle de vie — idéation → conception → campagne → collecte → analyse de la qualité des données —, coordonnée par un article de recherche central que chaque agent IA lit et enrichit. Une preuve mathématique formelle confirme que chaque chemin, chaque condition et chaque règle de réponse du questionnaire est logiquement cohérent, avant même la mise sur le terrain.
Qu’est-ce qu’Askalot ?
Section intitulée « Qu’est-ce qu’Askalot ? »Askalot associe la génération de questionnaires par IA à la vérification formelle fondée sur SMT pour garantir que la logique d’une enquête est mathématiquement saine. La plateforme décharge l’IA de l’effort cognitif consistant à gérer simultanément le contenu des questions, les dépendances conditionnelles, la cohérence logique, l’ordre des questions et l’absence de contradictions : elle peut ainsi se concentrer sur la formulation de questions pertinentes, tandis que la validation mathématique assure la cohérence de l’ensemble.
Fondement mathématique
Section intitulée « Fondement mathématique »Nous avons conçu un modèle déclaratif de spécification des questionnaires qui se distingue fondamentalement des approches classiques fondées sur un déroulé. Au lieu de considérer un questionnaire comme une suite d’étapes exécutées l’une après l’autre, nous le formalisons comme un ensemble d’items dotés de préconditions (des prédicats booléens qui déterminent quand une question s’affiche) et de postconditions (des contraintes sur les réponses acceptables). Ce paradigme déclaratif, inspiré de la logique de Hoare, traite le questionnaire comme un ensemble de relations logiques d’où le parcours réel émerge dynamiquement en fonction des réponses du répondant. Notre analyse statique examine tous les chemins possibles à la fois par satisfaction de contraintes : elle raisonne sur les relations entre des états immuables au lieu de simuler une exécution sur des valeurs modifiables. Il devient ainsi possible de valider des questionnaires comptant des centaines de questions interdépendantes, aux dépendances conditionnelles complexes — un niveau de complexité qu’aucun esprit humain ne peut embrasser et qui rend souvent les méthodes de validation classiques impraticables sur le plan du calcul.
Consultez la documentation théorique pour l’ensemble des fondements mathématiques.
L’article de recherche — la source de vérité centrale
Section intitulée « L’article de recherche — la source de vérité centrale »Chaque projet de recherche sur Askalot possède un article de recherche. Il est ouvert pendant l’idéation, s’étoffe au fil de la conception, sert de référence pendant la campagne et la collecte, et se clôt lors de l’analyse avec le verdict sur ce que les données ont montré. C’est lui qui relie les cinq étapes du cycle de vie en un flux de travail continu plutôt qu’en cinq outils disjoints : les agents Concepteur, Gestionnaire et Analyste lisent tous le même article et y écrivent, l’enrichissant par accumulation. Un agent lit un chapitre avant de le modifier, et ses modifications sont ciblées plutôt que globales, de sorte que le contenu des étapes antérieures et celui validé par un humain sont préservés. (L’agent Répondant se contente de répondre aux enquêtes et n’a pas accès à l’article.) Consultez les agents IA pour le contrat des agents et les sous-agents spécialisés de chacun.
Architecture de la plateforme
Section intitulée « Architecture de la plateforme »Quatre services intégrés mettent en œuvre le cycle de vie ; chacun exploite et met à jour l’article de recherche :
🛠️ Armiger — Idéation et conception de questionnaires
Section intitulée « 🛠️ Armiger — Idéation et conception de questionnaires »Environnement de développement dans le navigateur qui transforme une question de recherche et des documents sources en article de recherche, puis en questionnaire QML vérifié, avec l’aide de l’IA et une validation SMT en temps réel.
- L’IA ingère des documents (PDF, Word, tableurs) et des objectifs exprimés en langage naturel, puis rédige l’article de recherche
- Génération de questionnaires assistée par l’IA, ancrée dans l’article
- Intégration du solveur de contraintes Z3 pour la validation logique
- Visualisation du parcours sous forme de diagrammes interactifs
- Analyse d’atteignabilité (ALWAYS, NEVER, CONDITIONAL)
- Validation des postconditions (TAUTOLOGICAL, CONSTRAINING, INFEASIBLE)
Accès : armiger.dev.askalot.io
🎯 Targetor — Gestion des campagnes
Section intitulée « 🎯 Targetor — Gestion des campagnes »Construisez, lancez et suivez des campagnes d’enquête avec un ciblage démographique.
- Importez des répondants depuis des bases d’utilisateurs
- Ciblez des caractéristiques démographiques précises
- Suivez l’avancement des campagnes et les taux de réponse
- Gérez plusieurs campagnes simultanées
Accès : targetor.dev.askalot.io
📋 SirWay — Conduite des enquêtes
Section intitulée « 📋 SirWay — Conduite des enquêtes »Plateforme d’enquête fondée sur l’évaluation paresseuse, qui construit les formulaires dynamiquement.
- Navigation fonctionnelle dans le parcours, avec évaluation des chemins
- Affichage dynamique des questions
- N’exécute que des parcours ayant passé la vérification Z3 avant publication
- Mode avec enquêteur pour les entretiens téléphoniques et en face à face
Accès : sirway.dev.askalot.io
📊 Balansor — Analyse de la qualité des données
Section intitulée « 📊 Balansor — Analyse de la qualité des données »Ne vous contentez pas d’exporter des résultats : mesurez-les et défendez-les. Balansor pondère, évalue et affine les réponses au regard de l’article de recherche.
- Pipeline en médaillon : Bronze (brut) → Silver (réponses ouvertes codées, puis calage / pondération par post-stratification) → Gold (prêt à publier)
- Indicateurs de représentativité : RMSE, MAE, khi-deux, écart maximal
- Signaux de qualité des réponses : straightlining (réponses en ligne droite), détection des répondants trop rapides (speeders), α de Cronbach (cohérence interne)
- Indicateurs au niveau de l’enquête : taux de complétion, effet de plan (DEFF), taille effective de l’échantillon
- Export des données en CSV, Excel, SPSS, Parquet, R et JSON, avec traçabilité complète de leur lignage
- L’agent Analyste interprète le jeu de données au regard de l’article, et non isolément
Accès : balansor.dev.askalot.io
Philosophie de l’analyse quantitative
Section intitulée « Philosophie de l’analyse quantitative »Askalot est fondamentalement conçu pour l’analyse quantitative : toutes les réponses aux enquêtes sont représentées par des valeurs numériques, ce qui permet une analyse mathématique rigoureuse et une vérification formelle.
Des résultats entiers
Section intitulée « Des résultats entiers »Chaque type de question en QML produit des résultats entiers :
- Questions fermées : codage numérique direct (défini par un intervalle scalaire ou une énumération)
- Choix multiples : codage par masque de bits, qui permet des opérations mathématiques
- Intervalles : une paire de nombres
[low, high], dont chaque borne est vérifiée et exportée dans sa propre colonne numérique
Traitement des questions ouvertes
Section intitulée « Traitement des questions ouvertes »Pour les questions ouvertes, Askalot transforme les réponses en texte libre en représentations numériques de plusieurs façons :
-
Codage assisté par l’IA (disponible) : le codage des questions ouvertes propose les dimensions selon lesquelles varient les réponses à une question ouverte, chacune avec ses propres catégories ; vous les examinez et choisissez celles à conserver, et chaque dimension retenue devient une colonne catégorielle étiquetée. Le codage intervient avant la pondération, comme première étape de la dérivation Bronze → Silver d’un lot, de sorte qu’une dimension peut servir de facteur de pondération dans la même dérivation. Disponible dans l’interface de Balansor ; les outils MCP
get_bundle_codingetcode_open_endspermettent de le consulter et de modifier la sélection des questions. -
Analyse de sentiment (prévue) : analyse par IA du sentiment exprimé dans un texte, qui convertit les réponses qualitatives en scores de sentiment numériques. Prévue dans une version ultérieure.
-
Approches hybrides (prévues) : combinaison du regroupement et de l’analyse de sentiment pour une représentation numérique multidimensionnelle. Dépend de la mise en œuvre de l’analyse de sentiment.
Cette approche résolument quantitative permet :
- la validation mathématique de la logique d’enquête par des solveurs SMT
- l’analyse statistique avec les méthodes quantitatives usuelles
- la vérification formelle de la cohérence et de l’atteignabilité
- l’export des données dans des formats standard (CSV, Excel, SPSS, Parquet, R, JSON)
Le flux de travail complet
Section intitulée « Le flux de travail complet »L’article de recherche accompagne le projet à chaque étape :
- Idéation et conception dans Armiger → l’IA rédige l’article de recherche à partir de documents et d’objectifs exprimés en langage naturel, puis génère un questionnaire QML vérifié
- Campagne dans Targetor → définissez les campagnes, les stratégies d’échantillonnage et les cibles démographiques en cohérence avec l’article
- Collecte dans SirWay → recueillez les réponses grâce à une navigation dynamique sans contradiction (ou simulez-les avec des agents persona)
- Analyse de la qualité des données dans Balansor → pondérez, évaluez et affinez le jeu de données ; l’agent Analyste lit l’article pour interpréter les résultats au regard des objectifs initiaux
Domaines d’application
Section intitulée « Domaines d’application »Si Askalot a été conçu pour la recherche par enquête, l’alliance de la génération assistée par l’IA et de la validation mathématique formelle le rend applicable à tout domaine qui exige un questionnement adaptatif et logiquement cohérent :
- Recherche académique : enquêtes dont la logique du questionnaire est formellement vérifiée
- Essais cliniques : ePRO/eCOA (résultats rapportés par le patient et évaluations des résultats cliniques sous forme électronique) avec questionnement adaptatif
- Triage médical d’urgence : outils de diagnostic pour les primo-intervenants, qui recourent au questionnement adaptatif pour identifier rapidement les situations critiques
- Instruction d’affaires juridiques : génération dynamique de questions pour les interrogatoires, afin de parcourir efficacement des arbres de décision complexes
- Vérification de systèmes critiques : procédures opérationnelles formellement vérifiées pour des systèmes critiques pour la sécurité (préparation au lancement d’un engin spatial, protocoles de réacteur nucléaire, démarrage d’un accélérateur de particules)
La vérification formelle contrôle chaque chemin que la logique d’un protocole autorise : une étape qui ne peut jamais être atteinte, ou une condition qu’aucun état ne peut satisfaire, est détectée avant toute utilisation du protocole. Une liste de contrôle traditionnelle devient ainsi une liste dont l’enchaînement a été vérifié sur tous les chemins, et pas seulement sur ceux que quelqu’un a essayés.
Pour aller plus loin
Section intitulée « Pour aller plus loin »-
Introduction
Présentation de la plateforme et de ses concepts clés
-
Démarrage rapide
Suivez le flux de travail complet, de la conception à l’analyse
-
Créer des enquêtes
Apprenez la syntaxe QML et les bonnes pratiques
-
Théorie mathématique
Comprenez les fondements formels
-
Fonctionnalités assistées par l’IA
Conception de questionnaires, gestion des campagnes, simulation, analyse