La méthode scientifique est, à son niveau même, un cycle discipliné de formulation d’hypothèses, d’action pour recueillir des preuves et de révision de ces hypothèses lorsque la prédiction échoue — le même cycle que l’inférence active formalise comme perception, action et mise à jour du modèle générateur. Un petit corpus d'œuvres affiliées à l’Institut étend cette parallèle de l’enquête individuelle à l’organisation de la recherche elle-même : comment les équipes, les institutions et les communautés scientifiques ouvertes ou décentralisées structurent la minimisation collective de l’incertitude sur le monde. La littérature est précoce et largement conceptuelle, les projets de l’Institut — plutôt qu’un domaine externe mature — portant la majeure partie des travaux actuels.
Pourquoi le domaine correspond
L'inférence active considère chaque agent comme testant continuellement un modèle génératif du monde contre les observations entrantes, mettant à jour les croyances pour réduire l'erreur de prédiction et choisir des actions attendues pour résoudre le plus d'incertitudes — une description qui correspond presque directement à la formation d'hypothèses, à l'expérimentation et à la révision des croyances en pratique scientifique. L'extension s'étend au-delà du scientifique individuel : une équipe de recherche, un processus de relecture par les pairs d'une revue scientifique ou un organisme de financement peuvent chacun être considérés comme un modèle génératif fonctionnant à différentes échelles, inférant quelles questions valent la peine d'être poursuivies et quels résultats sont dignes de confiance à partir d'indices bruyants, partiels et socialement médiatisés. Étant donné que l'inférence active est explicitement compatible avec des formulations multi-agents et hiérarchiques, elle offre un vocabulaire commun pour décrire l'enquête individuelle, la science d'équipe et les institutions plus vastes qui organisent la recherche, y compris la question plus récente de savoir comment la science peut être structurée de manière décentralisée plutôt que purement centralisée.
État de la littérature
Le travail pairé et preprint directement pertinent est limité mais spécifique. L’article de 2021 d’Ahti-Veikko Pietarinen et Majid Beni et la prépublication OSF de 2023 d’Ines Balzan et ses collègues, « Distributed Science : Le processus scientifique en termes d’inférence active », encadrent l’enquête scientifique et les processus de recherche en termes d’inférence active, et sont cités par l’Institut comme la base conceptuelle du nom de son propre groupe de recherche « ReInference ». La contribution la plus concrète est celle du président de l’Institut, Daniel Ari Friedman et Jakub Smekal, « Générateurs d’équipes de recherche : compositions d’inférence active pour la recherche et la méta-science » (enregistrement Zenodo 8164667), qui développent des compositions basées sur l’inférence active pour décrire le fonctionnement des équipes de recherche et des processus méta-scientifiques. Comme pour plusieurs autres pages émergentes du domaine de l’Institut, aucun test empirique de ces encadrements à l’encontre de données réelles d’équipes de recherche ou institutionnelles n’a encore été rapporté.
Projets clés : AEOS et ReInference
Le travail le plus abouti de l’Institut dans ce domaine est l’Ontologie de l’Entité Active pour la Science (AEOS), un projet de l’Institut de 2022 publié sous le nom « Une Ontologie d’Inférence Active pour la Science Décentralisée : du Sensmaking Situé au Foyer Épistémique » (enregistrement Zenodo 7484994) et maintenue sur GitHub sous le nom ActiveInferenceInstitute/AEOS ainsi qu'un document compagnon interactif. L’AEOS utilise l’inférence active pour modéliser l’activité scientifique comme un processus cognitif collectif, intégrant les considérations commerciales, opérationnelles, juridiques, techniques et sociales (BOLTS) dans une ontologie composable et versionnée destinée à relier la science institutionnelle (CeSci) et la science décentralisée (DeSci) plutôt que de les considérer comme opposées. Une sous-page dédiée précise que la science décentralisée (DeSci) elle-même a été explorée spécifiquement grâce au travail AEOS, plutôt qu'en tant que programme distinct. Outre l’AEOS, l’unité de recherche de l’Institut, ReInference, applique le même cadre d’inférence à ses propres opérations : elle forme des équipes de recherche interdisciplinaires, développe et met en œuvre des propositions de recherche alignées sur la mission de l’Institut, et s'engage à héberger et à partager ses données, ses résultats, ses publications et ses outils sous des licences open source ou accessible dans la mesure du possible.
Un pont formel : la théorie des catégories
Les notes internes distinctes explorent un pont formel proposé entre l'inférence active et la théorie des catégories, motivé par une conférence de 2024 donnée par Chris Fields, membre du Conseil scientifique de l’Institut, intitulée « Quel est l'opérateur identité ? ». Les notes suggèrent que la théorie des catégories peut fournir un langage mathématique formel pour les transformations que l'inférence active prédit qu'elles doivent se produire lorsque s'actualise un modèle génératif, l'opérateur identité étant proposé comme une façon de penser à la manière dont un système maintient sa cohérence grâce à ces changements. Il s’agit toujours d'un croquis conceptuel précoce plutôt que d'un cadre publié, évalué par les pairs ou testé empiriquement, et il n'a pas de projet ou de publication dédié en dehors de ces notes internes.
Problèmes non résolus
Le problème ouvert le plus fondamental est empirique : aucun des cadres ci-dessus — Distributed Science, Generative Research Teams ou AEOS — n'a été testé avec des données de véritables équipes de recherche, revues ou communautés scientifiques décentralisées, de sorte que leur valeur est actuellement conceptuelle et organisationnelle plutôt que démontrée. L'approche d'AEOS visant à relier la science centralisée et décentralisée soulève ses propres questions non résolues concernant la gouvernance, la conception des incitations et la manière dont une ontologie composable serait réellement adoptée par les groupes de recherche actifs plutôt qu'elle ne reste pas un exercice de modélisation. La branche de la théorie des catégories est le fil le moins développé sur cette page : elle repose sur une seule conférence et de notes internes courtes, sans preuve formelle, implémentation ou évaluation indépendante pour déterminer si la correspondance mathématique proposée tient ou est utile en pratique. Plus largement, le rapport identifie un écart entre la description de la science comme inférence active et la création d'outils que les chercheurs utiliseraient réellement pour planifier, organiser ou évaluer leur propre travail sous cette description.
Squelette de référence
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.