MoCKA (Modèle d'Architecture de Connaissance Cybernétique) est une architecture de gouvernance cybernétique pour l'orchestration de l'IA multi-modèles. Ce préprint présente des preuves empiriques que l'enregistrement systématique des événements et les contraintes institutionnelles améliorent la reproductibilité des agents IA. Résultats clés : augmentation de l'expérience de levier ZYXTS Δtotal=+0,6367, amélioration du taux de récupération +35 pp, réduction du taux de défaut de −62,7 % . Cible : AIES 2026 / AIGOV@AAAI 2027.
masahito kimura (Sat,) a étudié cette question.