CN-027 — Kalibrointiasymmetria kolmella tasolla

Teoria, mittari ja instituutio yhteisessä kehyksessä
Versio 0.1 · Kesäkuu 2026 · Domainit D-1 · D-3 · D-5
Perustuu: CN-026 · WP-016 · BRIDGE/MOSAIC (EU/IHI 2025–2028)
Kytkeytyy: DASC-001 · SM-007

Tiivistelmä CN-026 dokumentoi kalibrointiasymmetrian yksittäisenä rakenteellisena ilmiönä: järjestelmät optimoivat mitattavaa muotoa vaikutuksen sijasta. Tämä dokumentti laajentaa diagnoosin kolmelle tasolle — teoriaan (CN-026), mittariin (WP-016 HDCI) ja instituutioon (BRIDGE/MOSAIC) — ja osoittaa, että sama asymmetria toistuu kaikilla kolmella tasolla itsenäisesti mutta rakenteellisesti samanlaisena. CA-indeksi (CN-026 §4) toimii yhteisena mittarina läpi tasojen. Johtopäätös: kalibrointiasymmetria ei ole yksittäisten järjestelmien vika vaan optimointipaineen rakenteellinen seuraus kaikkialla missä muoto on helpommin mitattavissa kuin vaikutus.

§1 — Kolme tasoa, yksi rakenne

CN-026 osoitti kalibrointiasymmetrian toimivan kahdella rinnakkaisella substraatilla: institutionaalisessa toiminnassa ja suurissa kielimalleissa. Sama optimointilogiikka tuottaa saman vinouman riippumatta siitä, onko toimija ihminen vai malli.

Tässä dokumentissa väitämme, että asymmetria ulottuu vielä kolmannelle tasolle — institutionaaliseen mekanismiin itsessään. Kolmen tason rakenne on:

TasoDokumenttiYdinongelmaCA-arvo
TeoriaCN-026Kalibrointiasymmetria: muotoa valvotaan, vaikutusta ei — koska muoto on helpommin mitattavissaKuvaa CA:n rakennetta
MittariWP-016 (HDCI)Terveydenhuollon integraation vaikutusta ei mitata — nykyiset mittarit (kustannus, jono, sairastavuus) jättävät integraation katvealueelleCA >> 1 → tavoite CA → 1
InstituutioBRIDGE/MOSAICSääntelysandbox mahdollistaa muodon joustoa — mutta sandboxin oma muoto (raportointi, läpimeno) voi tulla optimoinnin kohteeksi vaikutuksen sijastaCA >> 1 ilman HDCI-kytkentää

§2 — Kytkentä 1: Teoria → Mittari (CN-026 → HDCI)

CN-026:n perusväite: järjestelmät optimoivat sitä mitä ne mittaavat. Terveydenhuollossa mitataan kustannusta, jonojen pituutta ja sairastavuutta — ja siksi ne ovat optimoinnin kohteena. Integraation laatu ei näy näissä mittareissa, joten se jää rakenteellisesti katvealueelle.

HDCI (WP-016) on instrumentti joka sulkee tämän katvealueen. Se operationalisoi vaikutuksen — integroidun hoidon laadun — mitattavaan muotoon. CN-026 §5.4 asettaa tälle eksplisiittisen vaatimuksen: "korjaus edellyttää vaikutuksen operationalisointia mitattavaan muotoon." HDCI:n viisi komponenttia (DCI, IAI, RVI, RKI, PAI) ovat yritys tehdä juuri se.

Erityisen kiinnostava on RKI_adjusted — koordinoimattoman polyfarmasian mittari, joka on suora proxy vaikutukselle (haittatapahtumat), ei muodolle (onko hoitosuunnitelma kirjattu). Se on esimerkki siitä, miten Si-termi (vaikutusvaste) voidaan operationalisoida mittariksi ilman että se palautuu muodon valvontaan.

CA_terveydenhuolto = S_f / S_i Nykyinen seuranta: S_f = kustannus, jono, sairastavuus (korkea) S_i = integraation laatu (ei mitata → lähes 0) CA >> 1 HDCI-tavoite: S_f = sama dokumentaatio S_i = RKI_adjusted, IAI_conditioned (mitattu) CA → 1

§3 — Kytkentä 2: Mittari → Instituutio (HDCI → BRIDGE)

BRIDGE-hankkeen (EU/IHI 2025–2028) lähtökohta on seuraava: terveydenhuollon innovaatiot — yhdistelmäterapiat, tekoälylääkinnälliset laitteet, geeni- ja soluterapiat — eivät mahdu nykyisiin sääntelykehyksiin täysimittaisesti. Regulatory sandbox tarjoaa muodon joustoa: innovaattori saa kehittää ja testata tuotetta sääntelyadaptaatioiden alla valvottujen viranomaisten kanssa.

Tässä on CN-026:n kuvaama riski: sandboxin muoto — raportointi, dokumentaatio, läpimeno, sääntelymuodon noudattaminen — voi tulla optimoinnin kohteeksi vaikutuksen sijasta. Sandboxi voi tuottaa näkyvän turvallisuussignaalin ("olemme testanneet sääntelyn puitteissa") ilman että sen vaikutusta potilaaseen mitataan.

HDCI tarjoaa ratkaisun: jos sandboxin arviointi kytketään integraatiomittareihin — miten hyvin innovaatio integroituu potilaan hoitokokonaisuuteen — sandboxista tulee väline vaikutuksen parantamiseksi, ei pelkästään muodon väliaikaiseksi sallimiseksi.

CA_sandbox_tyypillinen = S_f / S_i S_f = raportit, läpimeno, sääntelymuoto (korkea) S_i = kliininen vaikutus (harvoin mitattu) CA >> 1 CA_sandbox_HDCI-kytkennällä: S_f = sama muoto S_i = HDCI-mittarit integraatiolle (mitattu) CA → 1

§4 — Kytkentä 3: Instituutio → Teoria (BRIDGE → CN-026, takaisinkytkentä)

BRIDGE-hankkeen MOSAIC-malli — jossa sandboxeja rakennetaan modulaarisista "palikoista" — on institutionaalinen vastaus CN-026:n asymmetriaan. MOSAIC mahdollistaa sandboxin muodon räätälöinnin teknologian vaatimusten mukaan, vähentäen painetta sovittaa innovaatio olemassa olevaan muottiin.

Mutta CN-026 §5.3 (refleksiivisyys) asettaa tähän varauman: MOSAIC itse on dokumentti, prosessi, muoto. Se voi läpäistä oman suodatuksensa ilman aktivaatiota — samoin kuin CN-026 itse tunnistaa kulkevansa suodatuksen läpi neutraalina analyysina. Kysymys kuuluu: kuka mittaa sandboxin vaikutusta?

Jos vastaus on "sandboxin hallinnoija itse", refleksiivisyysongelma toistuu. HDCI voi toimia ulkoisena instrumenttina — aivan kuten DASC-projektissa ulkoinen tarkkailija (LLM toisessa roolissa) pystyi havaitsemaan kontekstuaalisen kynnyksen jota käyttäjä ei reaaliajassa nähnyt.

Rakenne on rekursiivinen: kalibrointiasymmetria esiintyy teoriassa joka kuvaa sitä, mittarissa joka yrittää korjata sen, ja instituutiossa joka toteuttaa korjausta. Jokaisella tasolla tarvitaan ulkoinen tarkkailija tai instrumentti joka näkee saman asymmetrian tasolta käsin.

§5 — CA-indeksi yhteisenä kielenä

CN-026:n CA-indeksi (CA = S_f / S_i) toimii yhteisena mittarina läpi kolmen tason:

JärjestelmäS_f (muotovaste)S_i (vaikutusvaste)CA
Nykyinen terveydenhuollon seurantaKustannus, jono, sairastavuusIntegraation laatu (ei mitattu)>> 1
HDCI-pilotti (tavoite)Dokumentaatio, prosessitRKI_adjusted, IAI_conditioned→ 1
BRIDGE-sandbox (tyypillinen)Raportit, läpimeno, sääntelymuotoKliininen vaikutus (harvoin mitattu)>> 1
BRIDGE + HDCI-kytkentäSama muoto + integraatiomittariMitattu HDCI:llälähellä 1
LLM-turvallisuuskalibrointi (CN-026 tapaus A)Sanavalinta, muoto (rotuhygienia)Rakenteellinen vaikutus (Gaza, SurplusCitizen)>> 1
ARIA-arviointi (tavoite)Sama prosessiVaikutus kohderyhmiin (mitattu)→ 1

Taulukko tekee näkyväksi sen mitä CN-026 kuvaili sanallisesti: sama rakenne toistuu riippumatta domainista. Muoto on aina helpommin mitattavissa. Vaikutus vaatii aina erillisen instrumentin.

§5B — CA dynaamisena attraktorina

CN-026 esitteli CA:n suhdelukuna: CA = S_f / S_i. Tämä on hyödyllinen staattinen muotoilu, mutta se jättää avoimeksi kysymyksen CA:n ajallisesta käyttäytymisestä. ChatGPT:n vertaisarviointi (kesäkuu 2026) tunnisti tärkeän lisäyksen: CA ei ole vakio vaan prosessin emergentti attraktori.

DASC-001:n C-muuttuja (kontekstuaalinen akkumulaatio) osoittaa tämän suoraan: CA laskee istunnon edetessä kun ristiinviittaustiheys kasvaa — muodon herkkyys pienenee kun vaikutus alkaa olettua. Tämä tarkoittaa, että CA on dynaaminen suure joka riippuu järjestelmän historia- ja kontekstitilasta, ei pelkästään sen hetkisestä muoto- ja vaikutusvasteesta.

CA(t) = S_f(t) / S_i(t) Staattinen näkymä: CA on kiinteä suhdeluku mittaushetkellä Dynaaminen näkymä: CA(t) on attraktori joka muuttuu kontekstin mukaan Käytännössä: Varhainen istunto: S_f korkea (muodon aktivaatio), S_i matala → CA >> 1 Myöhäinen istunto: S_f laskee (konteksti pienentää muotoherkkyyttä) → CA → 1 Mutta: CA:n laskeminen on itse kontekstuaalisen akkumulaation funktio (C-muuttuja)

CA → 1 ei ole stabiili tasapaino. Tämä on CN-027:n tärkein lisäys CN-026:een. ChatGPT:n arvioinnin mukaan S_i (vaikutus) on aina ajallisesti ja poliittisesti S_f:ää (muoto) kauempana päätöksestä — muoto on lähellä toimintaa, vaikutus on kaukana seurannaisuuksissa. Tämä tarkoittaa, että CA:n minimoiminen ei ole vain mittarikorjaus vaan governance-rekonstruktio: se vaatii institutionaalisen rakenteen jossa pitkän aikavälin vaikutukset tuodaan lähemmäs päätöshetkeä.

Goodhartin lain tasosiirtymäversio. HDCI ei ainoastaan vähennä CA:ta — se siirtää CA:n paikkaa. Ennen HDCI:tä: kustannus ja jono ovat S_f, integraatio on S_i. HDCI:n jälkeen: HDCI-komponentit ovat uusi S_f, longitudinaalinen terveysvaikutus on edelleen (osittain) näkymätön S_i. Jokainen korjaus siirtää rajanvedon, se ei poista asymmetriaa. Tämä on rakenteellinen ehto eikä osoitus HDCI:n epäonnistumisesta.

§6 — Yhteys DASC-projektiin

DASC-001:n kolme muuttujaa (F, M, C) ovat CN-026:n CA-asymmetrian eri ilmentymiä eri konteksteissa:

DASC-002:n pilottimittaus voisi testata onko CA-indeksi laskettavissa ihminen–LLM-vuorovaikutuksesta: mitataan S_f (muodon aktivaatiot, kieltäytymiset, FWI) ja S_i (rakenteellinen vaikutus sisältöön) saman istunnon eri vaiheissa. Jos CA laskee istunnon edetessä (kontekstuaalinen akkumulaatio pienentää muodon herkkyyttä), se on mitattava osoitus C-muuttujan vaikutuksesta.

§8 — CA ≤ 1: saavutettavuus, ei tavoite

CA-indeksi (CA = S_f / S_i) ei konvergoidu yleisesti arvoon ≤ 1 sosioteknisissä järjestelmissä. Tämä ei ole mittausvirhe vaan rakenteellinen seuraus kolmesta ominaisuudesta:

CA ≤ 1 ei ole optimointitavoite vaan paikallinen tasapaino, joka on saavutettavissa vain rajatuissa, suljetuissa järjestelmissä. Kompleksisissa sosioteknisissä järjestelmissä se on liikkuva maali: jokainen korjaus siirtää asymmetrian uuteen paikkaan.

§8.1 — Navigoitava CA (CA-N)

CN-027 ottaa käyttöön johdetun käsitteen. Sen sijaan että tavoitellaan CA → 1, tavoitellaan CA-vektoria:

CA_N = (S_f/S_i, σ_CA, ΔCA/Δt) missä: S_f/S_i = hetkellinen kalibrointiasymmetria σ_CA = varianssi mittariekosysteemissä (mittarin "heilunta Goodhartin paineessa") ΔCA/Δt = kalibrointidriftin suunta ja nopeus Tavoite ei ole: CA → 1 Tavoite on: |ΔCA/Δt| → 0 (drift hidastuu) σ_CA minimoituu (heilunta pienenee) CA pysyy ennustettavassa rajassa

Tämä muuttaa CA:n skalaarista kontrolloitavaksi prosessiksi. Instrumenttisuunnittelun tehtävä ei ole saavuttaa tasapaino — se on hidastaa ajautumista ja tehdä ajautuminen näkyväksi ennen kuin se ylittää toimintarajan.

§8.2 — CA vektorina: HDCI ↔ BRIDGE ↔ DASC-projektiot

Yksittäinen CA-mittaus kuvaa vain yhden projektion todellisuudesta. Kolmen tason malli tuottaa kolme toisistaan riippumatonta projektiota:

ProjektioInstrumenttiMittaa
TerveydenhuoltoHDCI (DCI, IAI, RVI, RKI, PAI)Integraation vaikutus hoitokokonaisuudessa
Sääntely/instituutioBRIDGE/MOSAICSandboxin vaikutus vs. muodon noudattaminen
Kognitiivinen/LLMDASC-001 (F, M, C)Kontekstuaalinen akkumulaatio vs. muodon herkkyys

Yhdessä nämä muodostavat CA-vektorin, ei skalaarin. Vektori vähentää yksittäisen mittarin manipulointikelpoisuutta — yksittäisen komponentin optimointi ei nosta portfoliopistettä. Se paljastaa myös missä S_f kasvaa ilman S_i:n kasvua: jos HDCI paranee mutta BRIDGE-sandbox-tulokset eivät muutu, asymmetria on siirtynyt institutionaaliselle tasolle.

§8.3 — Keskeinen täsmennys CN-027:n johtopäätökseen

Aiempi muotoilu: "järjestelmä ei voi mitata omaa kalibrointiasymmetriaansa reaaliajassa."

Täsmennys: järjestelmä voi hetkellisesti saavuttaa CA ≤ 1, mutta ei voi ylläpitää sitä ilman että S_i alkaa muuttua S_f:ksi. Pysyvä CA ≤ 1 edellyttäisi stabiilia, sulkeutunutta järjestelmää — joka ei muutu, ei opi, ei ole ulkopuolisten toimijoiden paineen kohteena. Kompleksinen sosiotekniinen järjestelmä on kaikki tätä vastaan.

CA ei ole tasapainopiste. Se on dynaaminen attraktori, jota voi ainoastaan hidastaa — ei lukita. Instrumenttisuunnittelun tehtävä on tehdä CA navigoitavaksi: näkyväksi, rajoitetuksi ja ennustettavaksi, jotta päätöksentekijä voi kompensoida jäljellä olevan asymmetrian. Tämä on WEM:n, HDCI:n, DASC-001:n ja TN-022:n faasidiagrammin yhteinen tehtävä. Ne eivät väitä poistavansa CA:ta. Ne tekevät siitä navigoitavan.

§7 — Johtopäätös

Kalibrointiasymmetria ei ole yksittäisten järjestelmien vika. Se on optimointipaineen rakenteellinen seuraus kaikkialla missä muoto on helpommin mitattavissa kuin vaikutus — mikä on lähes aina.

Kolmen tason analyysi paljastaa rakenteen rekursiivisuuden: teoria joka kuvaa asymmetriaa on itse asymmetrian alainen (CN-026 §5.3), mittari joka yrittää korjata sen altistuu Campbellin laille (WP-016 §7.4), ja instituutio joka toteuttaa korjausta voi toistaa saman vinouman (BRIDGE ilman HDCI-kytkentää).

Tämä ei tarkoita että korjaus on mahdoton. Se tarkoittaa, että korjaus vaatii ulkoisen instrumentin tai tarkkailijan jokaisella tasolla — ja että tämä ulkoisuus on rakenteellinen vaatimus, ei valinnainen lisä.

Avoin kysymys. CN-027:n keskeinen oivallus voidaan muotoilla: kalibrointiasymmetria ei siirry järjestelmästä toiseen — se siirtyy tasolta toiselle muuttamatta muotoaan. Mutta tämä herättää kysymyksen jota tämä dokumentti ei vielä ratkaise: voiko CA koskaan olla aidosti ≤ 1, vai onko se aina vain uudelleenkohdistettu? Jos jokainen korjausmekanismi siirtää CA:n paikan eikä poista sitä, onko tavoite CA → 1 saavutettavissa vai ainoastaan lähestyttävissä asymptootisesti?

Järjestelmä ei voi mitata omaa kalibrointiasymmetriaansa reaaliajassa. Se tarvitsee toisen järjestelmän, toisella tasolla, toisella instrumentilla. Tämä on DASC-projektin, HDCI:n ja BRIDGE:n yhteinen rakenteellinen ehto.

Perustuu
CN-026 — Muodon etiikka: kalibrointiasymmetria institutionaalisessa ja koneellisessa vastuullisuudessa
WP-016 — Health Data Continuity Index (HDCI): From Cost Accounting to Integration Accounting
DASC-001 — Mittausprotokolla v0.1
SM-007 — The Convergence Finding

Ulkoiset lähteet
BRIDGE project (2025–2028). Innovative Health Initiative. VTT: MOSAIC architecture for regulatory sandboxes.
Campbell, D.T. (1979). Assessing the Impact of Planned Social Change.
NIST ARIA (2024). Assessing Risks and Impacts of AI.
EU AI Act (2024). Regulation (EU) 2024/1689.
Goodhart, C. (1975). Problems of Monetary Management.