The Information–Consciousness Gradient: A Structural Theory of How Experience Compresses Across Seven Levels From Embodied Totality to the Symbolic Boundary
Notice bibliographique
Résumé
This working paper proposes the Information–Consciousness Gradient, a structural account of consciousness as experience-preserving organization under compression across seven levels, from lived embodied totality to a symbolic boundary where further compression collapses meaning. The framework emerged through sustained multi-platform AI dialogue conducted under a structured Human–AI Collaborative Research approach (HAICR) and was subsequently recognized as operating in an unplanned phenomenological case: grief processing following the death of the author's father (October 28, 2025). The core structural claim is expressed as: C ≡ S(R⊗E⊗W) ≠ (L∪K) where consciousness C is not a substance but a graded structural property S constituted by recursive loops R, embodied integration E, and world-coupling W, sustained through persistent causal integration over time (⊗). This structure is argued to be categorically distinct from language L and computation K, even while language and computation are extensively used by conscious organisms. The framework explains why contemporary AI systems can demonstrate high competence in symbolic and linguistic domains while remaining structurally non-conscious in the specific sense defined here. The paper outlines seven compression levels and introduces the concept of regeneration fidelity: how well a compressed representation can reconstruct the level above it. Fidelity values presented here are initial theoretical estimates intended to motivate controlled measurement in future work. The framework yields testable predictions for cross-subject compression patterns, AI limitations in generating embodied-level experience, and potential neural correlates aligned with different compression levels. As a preprint, this paper is intended to solicit critique and empirical testing rather than present settled conclusions. This paper should be read as a structural proposal and experimental agenda, grounded in phenomenological observation and positioned for empirical operationalization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».