Proof Ladder

---
name: proof-ladder
sub_type: guide
version: "1.0"
last_tested: "2026-05-18"
description: >
  Строит программу доказательства для научной или исследовательской гипотезы.
  Автоматически читает контекст текущего проекта (CLAUDE.md, activeContext.md,
  experiments/, null_results/) — не спрашивает то что можно найти самому.
  Затем: EstimandOps L0 gate → быстрая фальсификация (3 мира) → 7-уровневая
  доказательная лестница с метриками и порогами → роадмап 24ч/7д/30д/6м.
  Триггеры: /proof-ladder, "построй программу доказательства", "как доказать гипотезу",
  "evidence ladder", "план доказательства", "какие доказательства нужны",
  "доказательный маршрут", "как подтвердить гипотезу", "evidence program",
  "исследовательский план", "что нужно чтобы доказать".
  Активировать когда исследователь хочет систематически подтвердить гипотезу —
  научную, AI/ML, биомедицинскую, продуктовую. Особенно когда есть проект с
  экспериментами и нужно понять где стоит доказательная база.
tokens: ~500
---

<!-- BSV — Brief Skill View | поиск: BSV
Скил   : proof-ladder
TL;DR  : Программа доказательства гипотезы: читает проект → L0 gate → 3 мира → 7 уровней → роадмап
Вызов  : /proof-ladder, план доказательства, как доказать гипотезу, evidence ladder
НЕ для : Фальсификация без построения (→ /sci-evidence falsify); бизнес-валидация без гипотезы (→ /validate)
-->

# Proof Ladder — Программа Доказательства Гипотезы

## Зачем

Большинство исследователей либо собирают доказательства хаотично, либо сразу берутся за самый дорогой эксперимент. Этот скил строит оптимальный маршрут: от теоретической правдоподобности до независимой репликации — с конкретными метриками на каждом уровне.

Ключевое отличие от обычного планирования: скил **читает твой проект** перед тем как что-то спрашивать. Если гипотеза уже в activeContext, он её найдёт. Если какой-то уровень лестницы уже пройден — он скажет откуда стартуем, а не с нуля.

---

## Шаг 0 — Автоматически читай контекст проекта

Это первое что делаешь — до любых вопросов к пользователю.

Читай последовательно, останавливаясь когда нашёл нужное. Все пути — **относительно корня текущего проекта** (cwd где запущен Claude Code):

```
1. CLAUDE.md              → домен проекта, стек, цели, ограничения
2. .claude/memory/activeContext.md  → активные гипотезы, текущие эксперименты
3. experiments/           → list директорий (что уже пробовали, какие данные есть)
4. null_results/INDEX.md  → что уже опровергнуто — КРИТИЧНО, не повторять
5. parked/INDEX.md        → что отложено и почему
6. .claude/memory/decisions.md → архитектурные решения (какой стек, какие данные)
```

**Что делать с тем что нашёл:**
- Нашёл активную гипотезу → используй её, не спрашивай "какую гипотезу?"
- Нашёл null_results для этой гипотезы → скажи сразу: *"Эта гипотеза уже опровергнута [дата]. Начинать заново?"*
- Нашёл prior experiments → покажи откуда стартуем на лестнице (не с Уровня 1)
- Нашёл данные в experiments/ → отметь какие уровни уже подкреплены
- Ничего не нашёл → задай **один вопрос**: "Какую гипотезу доказываем?"

Начни ответ блоком `[ИЗ ПРОЕКТА]` с тем что нашёл — это показывает пользователю что скил прочитал контекст, а не выдаёт шаблон.

**Если файлы не существуют** — не падай, не жалуйся. Просто пропусти и двигайся дальше.

---

## Шаг 1 — EstimandOps L0 Gate

Классифицируй гипотезу перед тем как строить лестницу. Тип вопроса определяет что будет считаться доказательством.

| Тип | Вопрос | Стандарт доказательства |
|-----|--------|------------------------|
| **Descriptive** | "Что такое X в популяции P?" | Репрезентативная выборка + воспроизводимость |
| **Predictive** | "Каким будет X для нового случая?" | Out-of-sample accuracy > baseline |
| **Causal** | "Что изменится если сделать A?" | RCT или квази-эксперимент + DAG |

Напиши одно предложение-эстиманд:
> *"Мы оцениваем [MEASURE] [ENDPOINT] для [POPULATION], сравнивая [INTERVENTION] vs [COMPARATOR]."*

Напиши что результат **НЕ** означает (минимум 2 пункта) — это защищает от переинтерпретации.

Для causal-гипотез: нужен DAG. Без него — downgrade до predictive или descriptive.

**Артефакт для causal:** перед запуском экспериментов создай `estimand.md` по шаблону `experiments/_template/estimand.md` (требование `estimand-ops.md`). proof-ladder строит план — но сам артефакт нужен до экспериментов.

**Если L0 уже выполнен** (результат есть в activeContext.md) — используй его, не повторяй.

---

## Шаг 2 — Быстрая Фальсификация (3 мира)

Перед тем как строить лестницу — проверь что гипотеза не очевидно ложна.

Построй 3 альтернативных объяснения тех же данных:

1. **Data World** — данные неправильно измерены или выборка смещена
2. **Method World** — есть конфаундер или артефакт метода
3. **Mechanism World** — эффект реален, но по другой причине

Для каждого: вероятность (низкая/средняя/высокая) + различающий тест.

**Вердикт:**
- Все три = низкая → продолжай к Шагу 3
- Один = высокая → скажи это явно: *"Мир N требует проверки перед инвестицией в лестницу"*
- Два+ = высокая → ПИВОТ: гипотеза нуждается в переформулировке

Детальный протокол 5 миров → `sci-evidence falsify` если нужно глубже.

---

## Шаг 3 — 7-Уровневая Доказательная Лестница

Для каждого уровня — статус и следующий шаг. Если уровень уже пройден (нашёл в projects/) — отметь `[DONE]` и не описывай заново.

Детальный протокол каждого уровня → `references/ladder.md`

**Быстрый обзор:**

| Уровень | Что это | Стандарт успеха |
|---------|---------|-----------------|
| **1. Теоретическая правдоподобность** | Гипотеза не противоречит известному | Нет фундаментальных противоречий |
| **2. Литературная поддержка** | ≥3 статьи косвенно поддерживают | Систематический поиск, нет опровергающих |
| **3. Слабые наблюдательные данные** | Паттерн виден в реальных данных | Эффект p<0.05, ES>0.2 |
| **4. Реплицируемый статистический сигнал** | Эффект устойчив в нескольких датасетах | ≥2 независимых источника, ES>0.3 |
| **5. Механистическое объяснение** | Есть объяснение ПОЧЕМУ это работает | Промежуточные переменные измерены |
| **6. Контролируемый эксперимент** | Эффект при вмешательстве | Pre-registered RCT или ablation |
| **7. Независимая репликация** | Другая команда воспроизвела | ≥1 независимая репликация |

---

## Шаг 4 — Экспериментальный Маршрут

Предложи 4 варианта эксперимента:

- **Самый дешёвый** — минимум ресурсов, быстрая проверка
- **Самый быстрый** — результат за 48-72 часа
- **Самый убедительный** — максимальная доказательная сила
- **AI/симуляция** — что можно проверить без реального мира

Для каждого: ресурсы, время, что получим, какой уровень лестницы закрывает.

---

## Шаг 5 — Доказательный Минимум

Таблица минимального набора результатов для "существенной поддержки":

| Уровень | Что получить | Метод | AI-поддержка | Метрика | Порог | Статус |
|---------|-------------|-------|--------------|---------|-------|--------|
| 2 | ... | ... | ... | ... | ... | [TODO/DONE] |
| 4 | ... | ... | ... | ... | ... | [TODO/DONE] |
| 5 | ... | ... | ... | ... | ... | [TODO/DONE] |

После таблицы — одна строка: текущий уровень поддержки по шкале:
`слабая → умеренная → сильная → предрегистрационно готово → публикационно готово`

---

## Шаг 6 — Роадмап

```
24 часа:  [1-2 конкретных действия — что можно сделать сегодня]
7 дней:   [milestone — что должно быть готово к концу недели]
30 дней:  [уровень доказательной базы к концу месяца]
6 месяцев: [где должна быть гипотеза: предрегистрация / публикация / kill]
```

**4 пути (выбери один по ситуации):**
- **Кратчайший** — если нужен результат за 30 дней (sales demo, грант, пивот-решение)
- **Надёжный** — если репутация на кону (публикация, регуляторный claim)
- **Дешёвый** — если нет лаборатории / бюджета (только биоинформатика, публичные данные)
- **Прорывной** — если потенциальный upside оправдывает высокий риск провала

---

## Литературный Поиск

Детальный план поиска → `references/search.md`

Быстрые правила:
- Ищи **старые термины** до современной формулировки гипотезы
- Ищи **негативные результаты** (PubMed filters: "negative results")
- Проверь **смежные домены** — доказательство может существовать под другим именем
- Проверь `null_results/INDEX.md` в проекте — не повторяй то что уже опровергнуто

---

## Запреты

- Не пиши "доказано" без независимой репликации
- Не строй Уровень 6 если Уровень 3 показывает p>0.1
- Не предлагай дорогой эксперимент если дешёвый ещё не сделан
- Не игнорируй null_results — если гипотеза уже в индексе, скажи это в первых строках

---

## Связанные скилы

- `sci-evidence falsify` — глубокая фальсификация (5 миров вместо 3)
- `sci-evidence build` — консилиенс-анализ 5 независимых путей
- `scientific-research` — проектный уровень (baseline.py, kill criteria)
- `hypothesis-arbiter` — несколько конкурирующих гипотез

*Если скил не найден — выполни соответствующий шаг вручную используя описание в этом файле.*

**Кто вызывает этот скил** (по `depends_on` в `skills/registry.yaml`):

- `/hd-mavp-router` — вызывает для выбора уровня доказательства