0082 — Boucle fermée dérive → réentraînement, active par défaut (mediawatch)

Contexte

L’ADR 0079 a fermé la boucle MLOps de citation : la dérive mesurée déclenche automatiquement le réentraînement, sensor actif par défaut (opt-out), borné par l’avancée du watermark d’ingestion (terminaison prouvée). À l’époque, mediawatch en était explicitement exclu — il n’avait « ni embeddings ni Evidently, aucun signal de dérive à fermer ».

Ce verrou est levé. L’ADR 0081 a doté mediawatch d’un modèle de prévision du volume d’articles, donc d’un signal de dérive (Evidently sur les prévisions, asset check evidently_forecast_drift, avec porte bloquante sur la bascule predictive → descriptive). La page Normes note depuis que le CT autonome de mediawatch est « la boucle à câbler ». C’est l’objet du présent ADR.

Le piège d’emballement est le même que pour citation : la dérive est mesurée en aval du modèle ; réentraîner sur les mêmes données ne la dissipe pas (elle vient de la donnée neuve). Une boucle naïve s’emballerait. Et une spécificité distingue mediawatch : son signal de « donnée neuve » n’est pas un watermark global (comme citation) mais l’avancée des partitions GKG ingérées (dt=YYYY-MM-DD sous raw/gkg/) — c’est déjà le signal de son CT par calendrier (ADR 0064).

Décision

mediawatch ferme sa boucle MLOps, par GÉNÉRALISATION du patron de l’ADR 0079 : la dérive mesurée déclenche automatiquement le réentraînement (transform_job), via un sensor retrain_on_drift ACTIF PAR DÉFAUT (opt-out MEDIAWATCH_RETRAIN_AUTO=off). Le déclenchement n’a lieu que si la dérive est confirmée ET que les PARTITIONS GKG ingérées ont avancé depuis le dernier réentraînement — garantissant la terminaison. Aucune nouvelle posture n’est décidée : c’est l’application à un second pipeline d’une décision déjà actée.

Ce qui est identique à l’ADR 0079

Le verdict de dérive est persisté en S3 (drift/university_timeline_forecast/_drift_verdict.json) par l’asset check — un AssetCheckResult n’est pas lisible par un sensor externe. Le sensor lit ce verdict et déclenche transform_job si (a) dérive confirmée, (b) donnée neuve, (c) cooldown écoulé. Terminaison prouvée : le réentraînement ne ré-ingère pas → le run post-retrain re-mesure la dérive sur le même signal de donnée → SKIP (point fixe en une itération). S’y ajoutent déduplication par identifiant de verdict et cooldown (MEDIAWATCH_RETRAIN_COOLDOWN_S). Le sensor est RUNNING par défaut ; l’opt-out retire le sensor (pas un sensor STOPPED).

Ce qui diffère (spécificité mediawatch)

Le signal de « donnée neuve » est l’ensemble des partitions GKG ingérées (les dt= sous raw/gkg/), pas un watermark global. Le verdict porte donc un champ partitions (et non watermark) ; le garde-fou compare l’ensemble des partitions vu au moment de la mesure à celui du dernier retrain. La fonction ingested_partitions — déjà utilisée par le CT calendaire de mediawatch — est extraite dans un module neutre (partitions.py) partagé, pour éviter une dépendance circulaire entre la définition de la code-location et l’asset de drift.

Périmètre et conformité

mediawatch v1 reste « articles seulement » : aucune donnée personnelle, donc pas de filtre RGPD à honorer (à la différence de citation, ADR 0030) ; le réentraînement re-dérive simplement le mart timeline puis ré-entraîne le modèle de prévision. Le CT calendaire + par ingestion existant (ADR 0062, sensors STOPPED) reste inchangé : la boucle par dérive s’ajoute, elle ne le remplace pas.

Alternatives écartées

• Garder mediawatch hors de la boucle (statu quo de l’ADR 0079). Écartée : la raison de l’exclusion (pas de signal de dérive) a disparu avec l’ADR 0081 ; laisser le CT autonome « à câbler » indéfiniment serait une dette inutile, le patron étant déjà éprouvé sur citation.
• Boucle « dérive seule → retrain » (sans condition de donnée neuve). Écartée : emballement garanti, même raison que l’ADR 0079.
• Posture STOPPED par défaut (le déployeur arme), asymétrique avec citation. Écartée : introduirait une incohérence inter-pipelines sans justification (les deux pipelines ont désormais le même type de signal). La cohérence prime ; le déployeur garde l’opt-out.
• Réutiliser le watermark plutôt que les partitions. Sans objet : mediawatch n’a pas de watermark global, son signal d’ingestion est l’ensemble des partitions GKG.

Statut

Accepted (2026-06-26). Généralise l’ADR 0079 (boucle fermée active par défaut) à mediawatch ; n’introduit aucune posture nouvelle (mêmes amendements de fond aux ADR 0062 et 0031 que 0079, transposés). S’appuie sur l’ADR 0081 (qui fournit le signal de dérive) et l’ADR 0064 (les partitions GKG comme signal de donnée neuve). Porte mediawatch au MLOps niveau 2 autonome, à parité avec citation.

Conséquences

Bénéfices. Les deux pipelines DataOps ont désormais une boucle fermée autonome homogène ; le dernier écart MLOps que normes.md signalait (« CT autonome mediawatch — boucle à câbler ») est comblé.

Prix à payer. Un verdict S3 de plus à maintenir (signal de contrôle écrasable). La même rupture de posture que l’ADR 0079 (« le déployeur désarme »), désormais sur les deux pipelines — assumée et déjà actée.

Garde-fous. Terminaison prouvée (point fixe : le retrain n’avance pas les partitions ingérées). Déduplication + cooldown d’instance. Opt-out MEDIAWATCH_RETRAIN_AUTO=off = kill-switch sans redéploiement. Observabilité : chaque retrain tracé (MLflow + lineage). Le sensor CT calendaire reste STOPPED, inchangé.