Le programme Aeternam

Explication

Peut-on commencer cette recherche sans laboratoire ni financement ? Oui. Nous avons exécuté une réanalyse de données individuelles, recalculé des résultats publiés et construit un laboratoire numérique. Il permet de tester nos méthodes avant de leur confier une conclusion sur le cerveau.

Notre première piste concrète est la continuité : rendre un rêve accessible, y retrouver un thème, suivre ce qui se passe, puis examiner le souvenir. L’objectif d’une vie en une nuit exige en plus de montrer un allongement réel de l’expérience. Chaque axe ci-dessous possède donc sa propre mesure.

Analyse détaillée

1. Accéder au rêve et établir un échange

Le tableau de Konkoly et al. (2021) permet de recalculer deux taux : 18,4 % de réponses correctes sur tous les essais, contre 85,3 % parmi les réponses classées correctes ou incorrectes. Les silences et réponses ambiguës représentent 78,5 % des essais. Ces dénominateurs répondent à des questions différentes.

Notre conclusion de conception : un échange ne doit pas être évalué seulement lorsqu’il réussit. Il faut compter les tentatives, les non-réponses, les ambiguïtés et le nombre de personnes concernées. Le taux calculé par essai ne prédit pas la réussite d’une nuit chez un nouvel utilisateur.

Une étude de 2024 sur smartphone rapporte davantage de rêves lucides avec des signaux associés à un entraînement préalable. Ses données individuelles sont disponibles sur demande, pas en téléchargement dans l’article. Nous en utilisons le résultat publié, sans prétendre en avoir refait l’analyse individuelle.

Résultat de cet axe. Les échanges en rêve constituent un point d’appui expérimental existant. Notre apport actuel est le calcul explicite des unités et dénominateurs nécessaires à leur évaluation.

2. Orienter un contenu et étudier sa persistance

À partir des décomptes de Dormio (2020), nous retrouvons une différence de 64,3 points entre les proportions de récits contenant le thème avec et sans consigne. Il s’agit de récits répétés, pas de personnes indépendantes. Nous ne calculons donc pas un intervalle binomial comme si chaque récit venait d’une nouvelle personne.

Le pilote de juin 2026 apporte une piste de continuité entre sommeil initial et sommeil paradoxal. Le thème apparaît en REM chez 7 des 8 personnes ayant atteint ce stade : 87,5 %. Rapporté aux 11 participants initiaux, cela représente 63,6 %. Ces calculs descriptifs ne donnent pas un effet causal : l’étude n’a pas de groupe contrôle.

L’hypothèse à travailler est la persistance d’éléments stables — thème, lieu, personnage — entre épisodes. Le modèle devra compter séparément incorporation immédiate, réapparition et cohérence. Répéter le mot d’un thème ne démontre pas une histoire suivie.

Résultat de cet axe. Il existe une piste publiée pour relier les épisodes par leur contenu. Les données brutes du pilote étant annoncées sur demande, nous avons recalculé ses dénominateurs, sans inventer de récits absents.

3. Mesurer le temps sans confondre ses dimensions

Nous avons repris les données individuelles de la série Tononi dans DREAM : 287 réveils, 39 personnes, tous en stade N2. 124 réveils comportent une déclaration de durée ; 163 n’en comportent pas. Les durées concernent uniquement les expériences rappelées.

42 déclarations appartiennent à une classe d’au moins une minute, soit 33,9 % des déclarations disponibles. En donnant le même poids à chaque personne, la moyenne devient 33,4 %, avec un intervalle de bootstrap par sujet de 22,6 à 44,8 %. Cet intervalle porte sur une fréquence de déclaration dans ce corpus. Il ne mesure pas une vitesse de conscience.

Nous avons aussi reconstruit les différences moyennes rêve moins éveil dans les trois tâches lucides publiées, à partir de la différence et du test apparié :

Ces intervalles utilisent les valeurs publiées arrondies et ne sont pas corrigés pour les trois comparaisons. Ils portent sur des différences de durée de tâches. Nous ne les convertissons pas en plafond de temps vécu.

Le script vérifie deux contre-exemples. Un choix entre deux durées ne sépare pas l’échelle ressentie du critère de réponse. Et une expérience de deux minutes ressenties en une minute peut rester invisible dans un intervalle de trente minutes entre réveils. C’est pourquoi les anciennes bornes globales ont été retirées.

Résultat de cet axe. Le corpus donne des mesures descriptives et des tâches chronométrées. Il ne démontre pas une accélération générale et ne permet pas de l’exclure par une borne universelle. Pour étudier l’objectif, il faut des repères pendant l’expérience et une mesure distincte du récit final.

4. Distinguer expérience, souvenir et histoire

Dans notre réanalyse, une donnée de durée existe pour 124 des 287 réveils. Remplacer les autres par une durée nulle assimilerait « pas de durée rapportée » à « aucune expérience ». Nous les conservons comme données manquantes.

Une exploration compare, chez les 20 personnes disposant des deux types de réponse, la fréquence des durées d’au moins une minute lorsque l’expérience est qualifiée de perceptive ou non. La différence moyenne vaut −20,2 points, avec un intervalle de bootstrap de −46,7 à 6,3 points. Il recouvre zéro : cette exploration ne permet pas de conclure à une association stable. Aucun lien causal n’est établi.

Un modèle de scénario illustre l’autre distinction : cent scènes de trois minutes occupent cinq heures. Elles pourraient représenter les moments d’une histoire de quatre-vingts ans, mais elles ne font pas quatre-vingts années continuellement vécues. Ce modèle est un outil de définition du produit, pas une simulation du cerveau.

Le programme devra donc suivre séparément la durée éprouvée, la quantité de contenu remémoré, la cohérence entre épisodes et le sentiment de continuité personnelle. Les gains de mémoire après sommeil étudiés dans la littérature ne suffisent pas à établir ces quatre résultats.

5. Construire un laboratoire numérique fiable

Nous avons simulé 6 000 jeux de données par scénario, avec 20, 40 ou 80 personnes, trois mesures par personne et plusieurs niveaux de dépendance entre ces mesures. Ce sont des données artificielles : un gain cible de 20 % et une dispersion de 0,35 sur les logarithmes sont des paramètres choisis.

Dans le scénario de 40 personnes et une corrélation de 0,6, alors qu’aucun gain n’existe dans le modèle, traiter chaque mesure comme indépendante produit 9,7 % de faux positifs. L’analyse par personne en produit 2,7 %, pour un seuil prévu de 2,5 %. Avec un gain simulé de 20 %, la détection par personne atteint 96,4 % dans ce même scénario.

La simulation vérifie donc un risque concret : multiplier les réveils ne multiplie pas autant les observations indépendantes. Ces résultats de puissance dépendent entièrement des paramètres choisis ; ils ne prédisent pas la performance d’un dispositif Aeternam.

Le bootstrap rééchantillonne les personnes entières. Les tests appariés sont reconstruits dans leur unité originale. Les scripts vérifient les jointures, la conservation des effectifs, les données manquantes et le taux d’erreur sous une hypothèse nulle connue.

Ce que nous avons produit

Une base de calcul reproductible sur le temps déclaré, une lecture corrigée des résultats de rêve interactif et d’incubation, une séparation entre durée et récit, et un banc de simulation des erreurs statistiques. Aucun participant n’a été recruté et aucune dépense expérimentale n’a été engagée.

La prochaine progression utile est d’ajouter des jeux individuels réellement ouverts permettant de mesurer une action, un contenu ou un souvenir. Un article accessible dont les données sont seulement « sur demande » reste une source documentaire : nous n’en inventons pas les observations.

La théorie de la simulation reste une recherche fondamentale distincte. Elle n’entre dans aucun de ces calculs sur le cerveau.