Stratégie du résidu de facteur d'émission — (b)+(c)

Mode Diátaxis : explication. Le pourquoi de la chaîne D′. Pour les faits exacts (modules, état du câblage, table d'invariants), voir Invariants de déterminisme.

Le problème : le 4ᵉ niveau

La chaîne FE déterministe a trois niveaux, dans cet ordre de priorité : client → bibliothèque nationale → IPCC Tier 1. Pour la plupart des postes, l'un des trois fournit un facteur d'émission sourcé et reproductible. C'est l'invariant I1 : cette chaîne est intouchable.

Mais elle a des trous. Un projet routier au Gabon a besoin du FE de l'enrobé bitumineux à chaud ; ga-2024 ne le contient pas, IPCC Tier 1 non plus. La résolution déterministe lève alors une EFResolutionError. Que fait-on de ce résidu — les quelques postes qu'aucune source déterministe ne couvre ?

Trois stratégies candidates

	Stratégie	Verdict
(a)	Consensus « estime un nombre » : on demande à N échantillons LLM un FE numérique, on agrège.	Rejetée pour la valeur du FE. Un nombre inventé par le LLM est non sourcé, inauditable, et viole l'esprit d'I3 : le LLM produirait un chiffre carbone. Le consensus reste légitime pour classer des objets subjectifs (leviers de décarbonation, C3) — jamais pour forger un FE.
(b)	Récupérateur vérifié : l'agent cherche sur des domaines autoritatifs (ADEME / DEFRA / IPCC / EXIOBASE), cite une source réelle (valeur, unité, localisateur, citation verbatim). On archive le texte cité et on vérifie que la valeur+unité y figurent.	Adoptée. Le nombre est trouvé et sourcé, pas inventé.
(c)	Escalade humaine : même sourcée, une proposition n'entre jamais dans le total. Elle atterrit, gatée, dans une feuille de validation qu'un expert EGCC approuve (`verified_by_human`). Sans source autoritative → elle devient une question EGCC explicite, pas une supposition.	Adoptée, en complément de (b).

On retient (b)+(c) : récupérer-puis-gater. Le LLM ne mint jamais le FE lui-même (ce serait (a)) ; il en trouve un, le cite, et un humain décide s'il entre dans le total.

D′-6 — provenance vs conversion

Une subtilité a fait échouer une citation pourtant légitime, et a forcé une distinction qui est désormais doctrine.

Le projet veut un FE en kgCO2e/t. La source autoritative, elle, imprime « 0,75 t CO₂ par tonne ». Deux préoccupations à ne jamais confondre :

Provenance — cette source dit-elle bien ce qu'on prétend ? On vérifie dans l'unité native, verbatim : « 0,75 » et « t CO₂/t » doivent apparaître dans le texte cité. On ne vérifie pas contre un nombre converti : exiger « 750 » dans un texte qui dit « 0,75 » ferait échouer une citation honnête.
Conversion — quelle est la valeur dans l'unité du projet ? 0,75 t/t → 750 kgCO2e/t (×1000). C'est de l'arithmétique déterministe, en Python, hors LLM, consignée dans un conversion_note auditable.

La règle qui en découle : une unité inconvertible n'est jamais devinée. Si la conversion est impossible (familles physiques incompatibles, unité inconnue), on garde l'unité native et le décalage devient une question d'applicabilité pour l'expert — on ne fabrique pas un facteur de passage au jugé.

Pourquoi ça respecte le déterminisme

Le LLM ne forge aucun nombre : il en récupère un et le cite (b).
La conversion native→projet est pure arithmétique, reproductible (D′-6).
Le total ne bouge que sur signature humaine verified_by_human (c, I3).
Tous les appels d'agent sont figés puis rejoués depuis le cache (I2).

L'escalade peut donc toucher le pipeline sans introduire ni indéterminisme ni chiffre invérifiable : c'est exactement la garantie que les trois invariants encodent.