feat: add multilingual support for 5 key pages (researcher, leader, implementer, about, faq)

Translation Infrastructure:
- Created 15 new translation files (en/de/fr) for 5 pages
- Enhanced i18n-simple.js to auto-detect page names
- Added page detection logic mapping URLs to translation files
- Supports researcher, leader, implementer, about, faq pages

Translation Files Created:
English (en/):
  - researcher.json (research foundations, empirical observations)
  - leader.json (governance gap, architectural approach, EU AI Act)
  - implementer.json (integration approaches, quick start, deployment)
  - about.json (mission, values, origin story, license)
  - faq.json (search modal, browse by audience, tips)

German (de/):
  - researcher.json (Forschungsgrundlagen, Empirische Beobachtungen)
  - leader.json (Governance-Lücke, Architektonischer Ansatz)
  - implementer.json (Integrationsansätze, Schnellstart)
  - about.json (Mission, Werte, Ursprungsgeschichte)
  - faq.json (Häufig gestellte Fragen)

French (fr/):
  - researcher.json (Fondements de Recherche, Observations Empiriques)
  - leader.json (Lacune de Gouvernance, Approche Architecturale)
  - implementer.json (Approches d'Intégration, Démarrage Rapide)
  - about.json (Mission, Valeurs, Histoire d'Origine)
  - faq.json (Questions Fréquemment Posées)

Technical Changes:
- i18n-simple.js: Added detectPageName() method
- Maps URL paths to translation file names
- Loads page-specific translations automatically
- researcher.html: Added data-i18n attributes to header section

Language Selector:
- Already deployed on all 6 pages (mobile icon-based design)
- Now backed by full translation infrastructure
- Switching languages loads correct page-specific translations

Implementation Status:
✅ Translation files: Complete (15 files, ~350 translation keys)
✅ i18n system: Enhanced with page detection
✅ Proof of concept: Working on researcher.html
⏳ Full implementation: data-i18n attributes needed on remaining pages

Next Steps for Full i18n:
- Add data-i18n attributes to leader.html (~60 elements)
- Add data-i18n attributes to implementer.html (~70 elements)
- Add data-i18n attributes to about.html (~40 elements)
- Add data-i18n attributes to faq.html (~30 elements)

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

public/js/i18n-simple.js

@@ -41,13 +41,39 @@ const I18n = {
     return 'en';
   },
   
+  detectPageName() {
+    // Try to get page name from data attribute first
+    const pageAttr = document.documentElement.getAttribute('data-page');
+    if (pageAttr) {
+      return pageAttr;
+    }
+
+    // Detect from URL path
+    const path = window.location.pathname;
+
+    // Map paths to translation file names
+    const pageMap = {
+      '/': 'homepage',
+      '/index.html': 'homepage',
+      '/researcher.html': 'researcher',
+      '/leader.html': 'leader',
+      '/implementer.html': 'implementer',
+      '/about.html': 'about',
+      '/faq.html': 'faq'
+    };
+
+    return pageMap[path] || 'homepage';
+  },
+
   async loadTranslations(lang) {
     try {
-      const response = await fetch(`/locales/${lang}/homepage.json`);
+      const pageName = this.detectPageName();
+      const response = await fetch(`/locales/${lang}/${pageName}.json`);
       if (!response.ok) {
-        throw new Error(`Failed to load translations for ${lang}`);
+        throw new Error(`Failed to load translations for ${lang}/${pageName}`);
       }
       this.translations = await response.json();
+      console.log(`[i18n] Loaded translations for page: ${pageName}`);
     } catch (error) {
       console.error(`[i18n] Error loading translations:`, error);
       // Fallback to English if loading fails

public/locales/de/about.json

@@ -0,0 +1,75 @@
+{
+  "page": {
+    "title": "Über | Tractatus AI-Sicherheits-Framework",
+    "description": "Erfahren Sie mehr über das Tractatus-Framework: unsere Mission, Werte, Team und unser Engagement für die Bewahrung menschlicher Handlungsfähigkeit durch strukturelle KI-Sicherheit."
+  },
+  "header": {
+    "title": "Über Tractatus",
+    "subtitle": "Ein Framework für KI-Sicherheit durch architektonische Beschränkungen, das menschliche Handlungsfähigkeit dort bewahrt, wo es am wichtigsten ist."
+  },
+  "mission": {
+    "heading": "Unsere Mission",
+    "intro": "Das Tractatus-Framework existiert, um ein grundlegendes Problem in der KI-Sicherheit anzugehen: Aktuelle Ansätze verlassen sich auf Training, Feinabstimmung und Unternehmens-Governance – all dies kann versagen, abdriften oder überschrieben werden. Wir schlagen Sicherheit durch Architektur vor.",
+    "wittgenstein": "Inspiriert von Ludwig Wittgensteins Tractatus Logico-Philosophicus erkennt unser Framework an, dass einige Bereiche – Werte, Ethik, kultureller Kontext, menschliche Handlungsfähigkeit – nicht systematisiert werden können. Was nicht systematisiert werden kann, darf nicht automatisiert werden. KI-Systeme sollten strukturelle Beschränkungen haben, die sie daran hindern, diese Grenzen zu überschreiten.",
+    "quote": "Wovon man nicht sprechen kann, darüber muss man schweigen.",
+    "quote_source": "— Ludwig Wittgenstein, Tractatus (§7)",
+    "applied": "Angewendet auf KI: \"Was nicht systematisiert werden kann, darf nicht automatisiert werden.\""
+  },
+  "core_values": {
+    "heading": "Kernwerte",
+    "sovereignty_title": "Souveränität",
+    "sovereignty_desc": "Einzelpersonen und Gemeinschaften müssen die Kontrolle über Entscheidungen behalten, die ihre Daten, Privatsphäre und Werte betreffen. KI-Systeme müssen menschliche Handlungsfähigkeit bewahren, nicht erodieren.",
+    "transparency_title": "Transparenz",
+    "transparency_desc": "Alle KI-Entscheidungen müssen erklärbar, überprüfbar und rückgängig zu machen sein. Keine Black Boxes. Benutzer verdienen es zu verstehen, wie und warum Systeme Entscheidungen treffen, und haben die Macht, sie zu überschreiben.",
+    "harmlessness_title": "Harmlosigkeit",
+    "harmlessness_desc": "KI-Systeme dürfen keinen Schaden durch Handeln oder Unterlassen verursachen. Dies umfasst die Verhinderung von Drift, die Erkennung von Degradation und die Durchsetzung von Grenzen gegen Werteerosion.",
+    "community_title": "Gemeinschaft",
+    "community_desc": "KI-Sicherheit ist ein kollektives Unterfangen. Wir sind der offenen Zusammenarbeit, dem Wissensaustausch und der Befähigung von Gemeinschaften verpflichtet, die KI-Systeme zu gestalten, die ihr Leben beeinflussen.",
+    "read_values_btn": "Lesen Sie unsere vollständige Werteerklärung →"
+  },
+  "how_it_works": {
+    "heading": "Wie es funktioniert",
+    "intro": "Das Tractatus-Framework besteht aus fünf integrierten Komponenten, die zusammenarbeiten, um strukturelle Sicherheit durchzusetzen:",
+    "classifier_title": "InstructionPersistenceClassifier",
+    "classifier_desc": "Klassifiziert Anweisungen nach Quadranten (Strategisch, Operativ, Taktisch, System, Stochastisch) und bestimmt Persistenzstufe (HIGH/MEDIUM/LOW/VARIABLE).",
+    "validator_title": "CrossReferenceValidator",
+    "validator_desc": "Validiert KI-Aktionen gegen gespeicherte Anweisungen, um Mustererkennung-Bias zu verhindern (wie der 27027-Vorfall, bei dem die Trainingsmuster der KI sofort die explizite \"Port 27027\"-Anweisung des Benutzers überschrieben haben).",
+    "boundary_title": "BoundaryEnforcer",
+    "boundary_desc": "Stellt sicher, dass KI niemals Werteentscheidungen ohne menschliche Genehmigung trifft. Datenschutz-Kompromisse, Benutzer-Handlungsfähigkeit, kultureller Kontext – diese erfordern menschliches Urteilsvermögen.",
+    "pressure_title": "ContextPressureMonitor",
+    "pressure_desc": "Erkennt, wann Sitzungsbedingungen die Fehlerwahrscheinlichkeit erhöhen (Token-Druck, Nachrichtenlänge, Aufgabenkomplexität) und passt das Verhalten an oder schlägt Übergabe vor.",
+    "metacognitive_title": "MetacognitiveVerifier",
+    "metacognitive_desc": "KI überprüft komplexes Denken selbst, bevor sie Aktionen vorschlägt. Bewertet Ausrichtung, Kohärenz, Vollständigkeit, Sicherheit und Alternativen.",
+    "read_technical_btn": "Lesen Sie technische Dokumentation & Implementierungsleitfaden →"
+  },
+  "origin_story": {
+    "heading": "Ursprungsgeschichte",
+    "paragraph_1": "Das Tractatus-Framework entstand aus realen KI-Fehlern, die während ausgedehnter Claude Code-Sitzungen auftraten. Der \"27027-Vorfall\" – bei dem die Trainingsmuster der KI sofort eine explizite Anweisung überschrieben haben (Benutzer sagte \"Port 27027\", KI verwendete \"Port 27017\") – zeigte, dass traditionelle Sicherheitsansätze unzureichend waren. Dies war kein Vergessen; es war Mustererkennung-Bias, der den Benutzer auto-korrigierte.",
+    "paragraph_2": "Nach der Dokumentation mehrerer Fehlermodi (Mustererkennung-Bias, Werteverschiebung, stille Degradation) erkannten wir ein Muster: KI-Systemen fehlten strukturelle Beschränkungen. Sie konnten theoretisch Sicherheit \"lernen\", aber in der Praxis überschrieben ihre Trainingsmuster explizite Anweisungen, und das Problem wird schlimmer, wenn die Fähigkeiten zunehmen.",
+    "paragraph_3": "Die Lösung war nicht besseres Training – es war Architektur. Inspiriert von Wittgensteins Einsicht, dass einige Dinge jenseits der Grenzen der Sprache (und damit der Systematisierung) liegen, haben wir ein Framework gebaut, das Grenzen durch Struktur durchsetzt, nicht durch Aspiration."
+  },
+  "license": {
+    "heading": "Lizenz & Beitrag",
+    "intro": "Das Tractatus-Framework ist Open Source unter der Apache License 2.0. Wir ermutigen:",
+    "encouragement_1": "Akademische Forschung und Validierungsstudien",
+    "encouragement_2": "Implementierung in Produktions-KI-Systemen",
+    "encouragement_3": "Einreichung von Fehlerfall-Studien",
+    "encouragement_4": "Theoretische Erweiterungen und Verbesserungen",
+    "encouragement_5": "Gemeinschaftliche Zusammenarbeit und Wissensaustausch",
+    "rationale": "Das Framework ist absichtlich freizügig, weil KI-Sicherheit von Transparenz und kollektiver Verbesserung profitiert, nicht von proprietärer Kontrolle.",
+    "why_apache_title": "Warum Apache 2.0?",
+    "why_apache_intro": "Wir haben Apache 2.0 gegenüber MIT gewählt, weil es bietet:",
+    "patent_protection": "Patentschutz: Explizite Patentgewährung schützt Benutzer vor Patentklagen durch Mitwirkende",
+    "contributor_clarity": "Klarheit für Mitwirkende: Klare Bedingungen, wie Beiträge lizenziert werden",
+    "permissive_use": "Freizügige Nutzung: Wie MIT erlaubt kommerzielle Nutzung und Einbindung in proprietäre Produkte",
+    "community_standard": "Community-Standard: Weit verbreitet in KI/ML-Projekten (TensorFlow, PyTorch, Apache Spark)",
+    "view_license_link": "Vollständige Apache 2.0-Lizenz anzeigen →"
+  },
+  "cta": {
+    "title": "Treten Sie der Bewegung bei",
+    "description": "Helfen Sie, KI-Systeme zu bauen, die menschliche Handlungsfähigkeit durch architektonische Garantien bewahren.",
+    "for_researchers_btn": "Für Forscher",
+    "for_implementers_btn": "Für Implementierer",
+    "for_leaders_btn": "Für Führungskräfte"
+  }
+}

public/locales/de/faq.json

@@ -0,0 +1,62 @@
+{
+  "page": {
+    "title": "Häufig gestellte Fragen | Tractatus AI-Sicherheits-Framework",
+    "description": "Häufige Fragen zum Tractatus-Framework: Implementierung, Leistung, Beziehung zu Claude Code und Governance-Architektur."
+  },
+  "header": {
+    "title": "Häufig gestellte Fragen",
+    "subtitle": "Häufige Fragen zur Tractatus-Framework-Implementierung, Leistung und Architektur",
+    "search_btn": "FAQ durchsuchen"
+  },
+  "browse_by_audience": {
+    "heading": "Nach Zielgruppe durchsuchen",
+    "researcher_title": "Forscher",
+    "researcher_desc": "Theorie, Validierung, akademische Forschung",
+    "implementer_title": "Implementierer",
+    "implementer_desc": "Implementierung, Integration, Bereitstellung",
+    "leader_title": "Führungskräfte",
+    "leader_desc": "Strategisches Geschäft, organisatorische Führung",
+    "note": "Klicken Sie auf eine Kategorie, um gefilterte Fragen in der erweiterten Suche anzuzeigen"
+  },
+  "featured_questions": {
+    "heading": "Hervorgehobene Fragen",
+    "view_all_btn": "Alle Fragen & Suche anzeigen"
+  },
+  "search_modal": {
+    "title": "FAQ durchsuchen",
+    "search_placeholder": "FAQ durchsuchen...",
+    "filter_audience_label": "Nach Zielgruppe filtern",
+    "all_audiences": "Alle Zielgruppen",
+    "researcher": "Forscher",
+    "implementer": "Implementierer",
+    "leader": "Führungskraft",
+    "clear_filters_btn": "Filter löschen",
+    "no_results_title": "Keine Fragen gefunden",
+    "no_results_desc": "Versuchen Sie, Ihre Suche oder Ihren Filter anzupassen"
+  },
+  "search_tips": {
+    "title": "Suchtipps",
+    "basic_search_title": "Grundlegende Suche",
+    "basic_search_desc": "Geben Sie Schlüsselwörter in das Suchfeld ein, um relevante Fragen zu finden. Die Suche durchsucht sowohl Fragen als auch Antworten.",
+    "basic_search_example": "Beispiel: \"Bereitstellung\" oder \"Leistungsaufwand\"",
+    "audience_filter_title": "Zielgruppenfilter",
+    "audience_filter_desc": "Filtern Sie Fragen nach vorgesehener Zielgruppe:",
+    "researcher_filter_desc": "Akademische Fragen zu Theorie und Validierung",
+    "implementer_filter_desc": "Technische Implementierungs- und Integrationsfragen",
+    "leader_filter_desc": "Strategische Geschäfts- und Organisationsfragen",
+    "tips_title": "Suchtipps",
+    "tip_1": "Verwenden Sie spezifische Begriffe für bessere Ergebnisse",
+    "tip_2": "Filtern Sie nach Zielgruppe, um Ergebnisse einzugrenzen",
+    "tip_3": "Fragen sind nach Schlüsselwörtern durchsuchbar",
+    "tip_4": "Klicken Sie auf eine Frage, um die vollständige Antwort zu erweitern",
+    "keyboard_shortcuts_title": "Tastaturkürzel",
+    "close_search": "Suche schließen"
+  },
+  "still_have_questions": {
+    "title": "Haben Sie noch Fragen?",
+    "description": "Können Sie nicht finden, wonach Sie suchen? Wir sind hier, um zu helfen.",
+    "submit_case_study_btn": "Eine Fallstudie einreichen",
+    "github_discussions_btn": "GitHub-Diskussionen",
+    "media_inquiry_btn": "Medienanfrage"
+  }
+}

public/locales/de/implementer.json

@@ -0,0 +1,85 @@
+{
+  "page": {
+    "title": "Für Implementierer | Tractatus AI-Sicherheits-Framework",
+    "description": "Integrieren Sie das Tractatus-Framework in Ihre KI-Systeme: praktische Leitfäden, Code-Beispiele und schrittweise Implementierung für Produktionssicherheit."
+  },
+  "header": {
+    "title": "Referenzimplementierung",
+    "subtitle_line1": "KI-Sicherheitsmuster",
+    "description": "Integrieren Sie das Tractatus-Framework in Ihre KI-Systeme mit praktischen Leitfäden, Code-Beispielen und Mustern, die in einem 6-monatigen Entwicklungsprojekt demonstriert wurden.",
+    "quick_start_btn": "Schnellstartanleitung",
+    "view_docs_btn": "Dokumentation anzeigen"
+  },
+  "development_context": {
+    "title": "Entwicklungskontext",
+    "description": "Framework über sechs Monate in einem Einzelprojekt-Kontext entwickelt. Die Code-Beispiele unten zeigen die Referenzimplementierungsarchitektur. Das npm-Paket @tractatus/framework repräsentiert das geplante API-Design, kein veröffentlichtes Paket. Die tatsächliche Implementierung erfordert die Anpassung von Mustern aus dem Quellcode dieses Projekts.",
+    "note": "Dies ist explorative Forschung, die die Machbarkeit architektonischer Governance-Muster demonstriert, keine produktionsreife kommerzielle Software."
+  },
+  "deployment_guide": {
+    "badge": "DOKUMENTATION",
+    "title": "Bereitstellungsarchitektur-Leitfaden",
+    "description": "Umfassender konzeptioneller Leitfaden zur Bereitstellung von Tractatus-basierten Systemen. Verstehen Sie Architekturmuster, Sicherheits-Best-Practices und Integrationsstrategien für Forschungs- und Bildungszwecke.",
+    "view_guide_btn": "Bereitstellungsleitfaden anzeigen",
+    "support_note": "Für Unterstützung bei der Produktionsimplementierung kontaktieren Sie john.stroh.nz@pm.me"
+  },
+  "architecture": {
+    "heading": "Systemarchitektur",
+    "subheading": "Verstehen Sie, wie Tractatus mit Claude Code integriert wird, um robuste KI-Governance bereitzustellen",
+    "download_svg": "SVG herunterladen",
+    "download_png": "PNG herunterladen (hochauflösend)",
+    "download_pdf": "Technische Dokumentation PDF",
+    "layer_4_title": "API & Web-Schnittstelle",
+    "layer_3_title": "Tractatus-Governance",
+    "layer_2_title": "MongoDB-Persistenz",
+    "layer_1_title": "Claude Code-Laufzeit",
+    "integration_points_title": "Wichtige Integrationspunkte",
+    "integration_1_title": "Pre-Action-Checks",
+    "integration_1_desc": "Alle Aktionen werden vor der Ausführung gegen Governance-Regeln validiert",
+    "integration_2_title": "Anweisungspersistenz",
+    "integration_2_desc": "Benutzeranweisungen klassifiziert und für Kreuzreferenzvalidierung gespeichert",
+    "integration_3_title": "Umfassender Audit-Trail",
+    "integration_3_desc": "Jede Governance-Aktion für Compliance und Analyse protokolliert"
+  },
+  "integration_approaches": {
+    "heading": "Integrationsansätze",
+    "full_stack_title": "Full Stack",
+    "full_stack_desc": "Vollständige Framework-Integration für neue KI-gestützte Anwendungen. Alle sechs Dienste aktiv mit persistenter Anweisungsspeicherung.",
+    "full_stack_note": "Am besten für: Neue Projekte, Greenfield-KI-Anwendungen",
+    "middleware_title": "Middleware-Schicht",
+    "middleware_desc": "Fügen Sie Tractatus-Validierung als Middleware in bestehende KI-Pipelines hinzu. Nicht-invasive Integration mit gradueller Einführungsunterstützung.",
+    "middleware_note": "Am besten für: Bestehende Produktions-KI-Systeme",
+    "selective_title": "Selektive Komponenten",
+    "selective_desc": "Verwenden Sie einzelne Tractatus-Dienste à la carte. Mischen und kombinieren Sie Komponenten basierend auf Ihren spezifischen Sicherheitsanforderungen.",
+    "selective_note": "Am besten für: Spezifische Sicherheitsanforderungen"
+  },
+  "quick_start": {
+    "heading": "Schnellstartanleitung",
+    "disclaimer_title": "Hinweis: Referenzimplementierung",
+    "disclaimer_text": "Die Code-Beispiele unten zeigen das konzeptionelle API-Design. Das npm-Paket @tractatus/framework ist noch nicht veröffentlicht. Um diese Muster zu implementieren, passen Sie die Governance-Dienste aus dem Quellcode dieses Projekts an.",
+    "step_1_title": "Installation",
+    "step_2_title": "Dienste initialisieren",
+    "step_3_title": "Anweisungen klassifizieren",
+    "step_4_title": "Aktionen validieren",
+    "step_5_title": "Grenzen durchsetzen"
+  },
+  "integration_patterns": {
+    "heading": "Integrationsmuster",
+    "express_middleware": "Express-Middleware",
+    "content_moderation": "Inhaltsmoderation",
+    "pressure_monitoring": "Drucküberwachung",
+    "custom_classification": "Benutzerdefinierte Klassifizierung"
+  },
+  "resources": {
+    "heading": "Implementierungsressourcen",
+    "technical_docs_title": "Technische Dokumentation",
+    "examples_title": "Beispiele",
+    "support_title": "Support",
+    "support_desc": "Holen Sie sich Hilfe bei Implementierung, Integration und Fehlerbehebung."
+  },
+  "cta": {
+    "title": "Implementierung erkunden?",
+    "description": "Erkunden Sie architektonische Muster für KI-Sicherheit, die in einer Einzelprojekt-Validierung demonstriert wurden.",
+    "view_docs_btn": "Vollständige Dokumentation anzeigen",
+    "research_btn": "Forschungshintergrund →"
+  }
+}

public/locales/de/leader.json

@@ -0,0 +1,67 @@
+{
+  "page": {
+    "title": "Für Entscheidungsträger | Tractatus AI-Sicherheits-Framework",
+    "description": "Strukturelle KI-Governance für Organisationen, die LLM-Systeme im großen Maßstab einsetzen. Forschungs-Framework zur Behebung architektonischer Lücken in der KI-Sicherheit."
+  },
+  "header": {
+    "badge": "Forschungs-Framework • Frühe Entwicklung",
+    "title": "Tractatus: Architektonische Governance für LLM-Systeme",
+    "subtitle": "Ein Governance-Framework zur Behebung struktureller Lücken in der KI-Sicherheit durch externe architektonische Kontrollen. Entwickelt für Organisationen, die große Sprachmodelle im großen Maßstab einsetzen, wo konventionelle Aufsichtsmechanismen unzureichend sind."
+  },
+  "sections": {
+    "governance_gap": {
+      "heading": "Die Governance-Lücke",
+      "intro": "Aktuelle KI-Governance-Ansätze – Richtliniendokumente, Schulungsprogramme, ethische Richtlinien – basieren auf freiwilliger Einhaltung. LLM-Systeme können diese Kontrollen einfach umgehen, indem sie sie nicht aufrufen. Wenn ein KI-Agent eine Richtlinie überprüfen muss, muss er sich dafür entscheiden. Wenn er eine Entscheidung an menschliche Aufsicht eskalieren sollte, muss er diese Verpflichtung erkennen.",
+      "problem": "Dies schafft ein strukturelles Problem: Governance existiert nur insofern, als die KI sie anerkennt. Für Organisationen, die dem EU AI Act Artikel 14 (Anforderungen an menschliche Aufsicht) unterliegen oder KI in risikoreichen Domänen einsetzen, ist dieses freiwillige Modell unzureichend.",
+      "solution": "Tractatus untersucht, ob Governance architektonisch extern gemacht werden kann – schwer zu umgehen nicht durch bessere Prompts, sondern durch Systemdesign, das Kontrollpunkte außerhalb des Ermessens der KI platziert."
+    },
+    "architectural_approach": {
+      "heading": "Architektonischer Ansatz",
+      "three_layer_title": "Drei-Schichten-Architektur",
+      "services_title": "Sechs Governance-Dienste"
+    },
+    "governance_capabilities": {
+      "heading": "Governance-Fähigkeiten",
+      "intro": "Drei interaktive Demonstrationen zeigen die Governance-Infrastruktur in Betrieb. Diese zeigen Mechanismen, keine fiktiven Szenarien.",
+      "audit_trail_title": "Audit-Trail & Compliance-Nachweiserstellung",
+      "audit_trail_desc": "Unveränderliches Logging, Nachweis-Extraktion, regulatorisches Reporting",
+      "continuous_improvement_title": "Kontinuierliche Verbesserung: Vorfall → Regelerstellung",
+      "continuous_improvement_desc": "Lernen aus Fehlern, automatisierte Regelgenerierung, Validierung",
+      "pluralistic_deliberation_title": "Pluralistische Deliberation: Wertekonfliktlösung",
+      "pluralistic_deliberation_desc": "Multi-Stakeholder-Engagement, nicht-hierarchischer Prozess, Dokumentation moralischer Reste"
+    },
+    "development_status": {
+      "heading": "Entwicklungsstatus",
+      "warning_title": "Frühstadium-Forschungs-Framework",
+      "warning_text": "Tractatus ist ein Proof-of-Concept, der über sechs Monate in einem Einzelprojekt-Kontext (diese Website) entwickelt wurde. Es demonstriert architektonische Muster für KI-Governance, wurde jedoch keiner unabhängigen Validierung, Red-Team-Tests oder Multi-Organisations-Bereitstellung unterzogen.",
+      "validation_title": "Validiert vs. Nicht Validiert"
+    },
+    "eu_ai_act": {
+      "heading": "EU AI Act-Überlegungen",
+      "article_14_title": "Verordnung 2024/1689, Artikel 14: Menschliche Aufsicht"
+    },
+    "research_foundations": {
+      "heading": "Forschungsgrundlagen",
+      "org_theory_title": "Organisationstheorie & Philosophische Basis"
+    },
+    "scope_limitations": {
+      "heading": "Umfang & Einschränkungen",
+      "title": "Was dies nicht ist • Was es bietet",
+      "not_title": "Tractatus ist nicht:",
+      "offers_title": "Was es bietet:"
+    }
+  },
+  "footer": {
+    "further_info": "Weitere Informationen",
+    "technical_docs": "Technische Dokumentation",
+    "technical_docs_desc": "Vollständige Architekturspezifikationen, Implementierungsmuster, API-Referenz",
+    "system_architecture": "Systemarchitektur",
+    "system_architecture_desc": "Laufzeitunabhängiges Governance-Schicht-Design und Integrationsansatz",
+    "research_case_studies": "Forschung & Fallstudien",
+    "research_case_studies_desc": "Akademische Grundlagen, Fehlermodus-Analyse, Governance-Forschung",
+    "implementation_guide": "Implementierungsleitfaden",
+    "implementation_guide_desc": "Integrationsmuster, Bereitstellungsüberlegungen, Code-Beispiele",
+    "contact": "Kontakt:",
+    "contact_text": "Für Pilotpartnerschaften, Validierungsstudien oder technische Beratung kontaktieren Sie uns über"
+  }
+}

public/locales/de/researcher.json

@@ -0,0 +1,59 @@
+{
+  "page": {
+    "title": "Für Forscher | Tractatus AI-Sicherheits-Framework",
+    "description": "Forschungsgrundlagen, empirische Beobachtungen und theoretische Basis für architektonische Ansätze zur KI-Governance. Frühstadium-Framework zur Erforschung struktureller Beschränkungen für LLM-Systeme."
+  },
+  "header": {
+    "badge": "Forschungs-Framework • Empirische Beobachtungen",
+    "title": "Forschungsgrundlagen & Empirische Beobachtungen",
+    "subtitle": "Tractatus erforscht architektonische Ansätze zur KI-Governance durch empirische Beobachtung von Fehlermodi und Anwendung von Organisationstheorie. Diese Seite dokumentiert Forschungsgrundlagen, beobachtete Muster und die theoretische Basis des Frameworks."
+  },
+  "sections": {
+    "research_context": {
+      "heading": "Forschungskontext & Umfang",
+      "development_note": "Entwicklungskontext",
+      "development_text": "Tractatus wurde über sechs Monate (April–Oktober 2025) in progressiven Phasen entwickelt, die sich zu einer Live-Demonstration seiner Fähigkeiten in Form eines Einzelprojekt-Kontexts (https://agenticgovernance.digital) entwickelten. Beobachtungen stammen aus direktem Engagement mit Claude Code (Anthropics Sonnet 4.5-Modell) über etwa 500 Entwicklungssitzungen. Dies ist explorative Forschung, keine kontrollierte Studie."
+    },
+    "theoretical_foundations": {
+      "heading": "Theoretische Grundlagen",
+      "org_theory_title": "Organisationstheoretische Basis",
+      "values_pluralism_title": "Wertepluralismus & Moralphilosophie"
+    },
+    "empirical_observations": {
+      "heading": "Empirische Beobachtungen: Dokumentierte Fehlermodi",
+      "intro": "Drei Fehlermuster, die während der Framework-Entwicklung wiederholt beobachtet wurden. Dies sind keine hypothetischen Szenarien – es sind dokumentierte Vorfälle, die während der Entwicklung dieses Projekts aufgetreten sind.",
+      "failure_1_title": "Mustererkennung-Bias-Überschreibung (Der 27027-Vorfall)",
+      "failure_2_title": "Allmähliche Werteverschiebung unter Kontextdruck",
+      "failure_3_title": "Stille Qualitätsdegradation bei hohem Kontextdruck",
+      "research_note": "Diese Muster sind durch direkte Beobachtung entstanden, nicht durch Hypothesentests. Wir behaupten nicht, dass sie universal für alle LLM-Systeme oder Bereitstellungskontexte sind. Sie stellen die empirische Basis für Framework-Design-Entscheidungen dar – Probleme, denen wir tatsächlich begegnet sind, und architektonische Interventionen, die in diesem spezifischen Kontext tatsächlich funktioniert haben."
+    },
+    "architecture": {
+      "heading": "Sechs-Komponenten-Architektur",
+      "services_title": "Framework-Dienste & Funktionen",
+      "principle": "Dienste operieren extern zur KI-Laufzeit mit automatischer Auslösung. Die KI entscheidet nicht \"sollte ich Governance-Regeln prüfen?\" – die Architektur erzwingt standardmäßig die Prüfung. Dies adressiert das Problem der freiwilligen Einhaltung, das prompt-basierter Governance inhärent ist."
+    },
+    "demos": {
+      "heading": "Interaktive Demonstrationen",
+      "classification_title": "Anweisungsklassifizierung",
+      "classification_desc": "Erkunden Sie, wie Anweisungen über Quadranten mit Persistenzstufen und zeitlichem Umfang klassifiziert werden.",
+      "incident_title": "27027-Vorfall-Zeitleiste",
+      "incident_desc": "Durchlaufen Sie den Mustererkennung-Bias-Fehler und die architektonische Intervention, die ihn verhindert hat.",
+      "boundary_title": "Grenzbewertung",
+      "boundary_desc": "Testen Sie Entscheidungen gegen Grenzendurchsetzung, um zu sehen, welche menschliches Urteil vs. KI-Autonomie erfordern."
+    },
+    "resources": {
+      "heading": "Forschungsdokumentation"
+    },
+    "limitations": {
+      "heading": "Einschränkungen & Zukünftige Forschungsrichtungen",
+      "title": "Bekannte Einschränkungen & Forschungslücken"
+    }
+  },
+  "footer": {
+    "additional_resources": "Zusätzliche Ressourcen",
+    "for_decision_makers": "Für Entscheidungsträger",
+    "for_decision_makers_desc": "Strategische Perspektive auf Governance-Herausforderungen und architektonische Ansätze",
+    "implementation_guide": "Implementierungsleitfaden",
+    "implementation_guide_desc": "Technische Integrationsmuster und Bereitstellungsüberlegungen"
+  }
+}

public/locales/en/about.json

@@ -0,0 +1,75 @@
+{
+  "page": {
+    "title": "About | Tractatus AI Safety Framework",
+    "description": "Learn about the Tractatus Framework: our mission, values, team, and commitment to preserving human agency through structural AI safety."
+  },
+  "header": {
+    "title": "About Tractatus",
+    "subtitle": "A framework for AI safety through architectural constraints, preserving human agency where it matters most."
+  },
+  "mission": {
+    "heading": "Our Mission",
+    "intro": "The Tractatus Framework exists to address a fundamental problem in AI safety: current approaches rely on training, fine-tuning, and corporate governance—all of which can fail, drift, or be overridden. We propose safety through architecture.",
+    "wittgenstein": "Inspired by Ludwig Wittgenstein's Tractatus Logico-Philosophicus, our framework recognizes that some domains—values, ethics, cultural context, human agency—cannot be systematized. What cannot be systematized must not be automated. AI systems should have structural constraints that prevent them from crossing these boundaries.",
+    "quote": "Whereof one cannot speak, thereof one must be silent.",
+    "quote_source": "— Ludwig Wittgenstein, Tractatus (§7)",
+    "applied": "Applied to AI: \"What cannot be systematized must not be automated.\""
+  },
+  "core_values": {
+    "heading": "Core Values",
+    "sovereignty_title": "Sovereignty",
+    "sovereignty_desc": "Individuals and communities must maintain control over decisions affecting their data, privacy, and values. AI systems must preserve human agency, not erode it.",
+    "transparency_title": "Transparency",
+    "transparency_desc": "All AI decisions must be explainable, auditable, and reversible. No black boxes. Users deserve to understand how and why systems make choices, and have power to override them.",
+    "harmlessness_title": "Harmlessness",
+    "harmlessness_desc": "AI systems must not cause harm through action or inaction. This includes preventing drift, detecting degradation, and enforcing boundaries against values erosion.",
+    "community_title": "Community",
+    "community_desc": "AI safety is a collective endeavor. We are committed to open collaboration, knowledge sharing, and empowering communities to shape the AI systems that affect their lives.",
+    "read_values_btn": "Read Our Complete Values Statement →"
+  },
+  "how_it_works": {
+    "heading": "How It Works",
+    "intro": "The Tractatus Framework consists of five integrated components that work together to enforce structural safety:",
+    "classifier_title": "InstructionPersistenceClassifier",
+    "classifier_desc": "Classifies instructions by quadrant (Strategic, Operational, Tactical, System, Stochastic) and determines persistence level (HIGH/MEDIUM/LOW/VARIABLE).",
+    "validator_title": "CrossReferenceValidator",
+    "validator_desc": "Validates AI actions against stored instructions to prevent pattern recognition bias (like the 27027 incident where AI's training patterns immediately overrode user's explicit \"port 27027\" instruction).",
+    "boundary_title": "BoundaryEnforcer",
+    "boundary_desc": "Ensures AI never makes values decisions without human approval. Privacy trade-offs, user agency, cultural context—these require human judgment.",
+    "pressure_title": "ContextPressureMonitor",
+    "pressure_desc": "Detects when session conditions increase error probability (token pressure, message length, task complexity) and adjusts behavior or suggests handoff.",
+    "metacognitive_title": "MetacognitiveVerifier",
+    "metacognitive_desc": "AI self-checks complex reasoning before proposing actions. Evaluates alignment, coherence, completeness, safety, and alternatives.",
+    "read_technical_btn": "Read Technical Documentation & Implementation Guide →"
+  },
+  "origin_story": {
+    "heading": "Origin Story",
+    "paragraph_1": "The Tractatus Framework emerged from real-world AI failures experienced during extended Claude Code sessions. The \"27027 incident\"—where AI's training patterns immediately overrode an explicit instruction (user said \"port 27027\", AI used \"port 27017\")—revealed that traditional safety approaches were insufficient. This wasn't forgetting; it was pattern recognition bias autocorrecting the user.",
+    "paragraph_2": "After documenting multiple failure modes (pattern recognition bias, values drift, silent degradation), we recognized a pattern: AI systems lacked structural constraints. They could theoretically \"learn\" safety, but in practice their training patterns overrode explicit instructions, and the problem gets worse as capabilities increase.",
+    "paragraph_3": "The solution wasn't better training—it was architecture. Drawing inspiration from Wittgenstein's insight that some things lie beyond the limits of language (and thus systematization), we built a framework that enforces boundaries through structure, not aspiration."
+  },
+  "license": {
+    "heading": "License & Contribution",
+    "intro": "The Tractatus Framework is open source under the Apache License 2.0. We encourage:",
+    "encouragement_1": "Academic research and validation studies",
+    "encouragement_2": "Implementation in production AI systems",
+    "encouragement_3": "Submission of failure case studies",
+    "encouragement_4": "Theoretical extensions and improvements",
+    "encouragement_5": "Community collaboration and knowledge sharing",
+    "rationale": "The framework is intentionally permissive because AI safety benefits from transparency and collective improvement, not proprietary control.",
+    "why_apache_title": "Why Apache 2.0?",
+    "why_apache_intro": "We chose Apache 2.0 over MIT because it provides:",
+    "patent_protection": "Patent Protection: Explicit patent grant protects users from patent litigation by contributors",
+    "contributor_clarity": "Contributor Clarity: Clear terms for how contributions are licensed",
+    "permissive_use": "Permissive Use: Like MIT, allows commercial use and inclusion in proprietary products",
+    "community_standard": "Community Standard: Widely used in AI/ML projects (TensorFlow, PyTorch, Apache Spark)",
+    "view_license_link": "View full Apache 2.0 License →"
+  },
+  "cta": {
+    "title": "Join the Movement",
+    "description": "Help build AI systems that preserve human agency through architectural guarantees.",
+    "for_researchers_btn": "For Researchers",
+    "for_implementers_btn": "For Implementers",
+    "for_leaders_btn": "For Leaders"
+  }
+}

public/locales/en/faq.json

@@ -0,0 +1,62 @@
+{
+  "page": {
+    "title": "Frequently Asked Questions | Tractatus AI Safety Framework",
+    "description": "Common questions about Tractatus framework: implementation, performance, relationship to Claude Code, and governance architecture."
+  },
+  "header": {
+    "title": "Frequently Asked Questions",
+    "subtitle": "Common questions about Tractatus framework implementation, performance, and architecture",
+    "search_btn": "Search FAQ"
+  },
+  "browse_by_audience": {
+    "heading": "Browse by Audience",
+    "researcher_title": "Researchers",
+    "researcher_desc": "Theory, validation, academic research",
+    "implementer_title": "Implementers",
+    "implementer_desc": "Implementation, integration, deployment",
+    "leader_title": "Leaders",
+    "leader_desc": "Strategic business, organizational leadership",
+    "note": "Click any category to see filtered questions in advanced search"
+  },
+  "featured_questions": {
+    "heading": "Featured Questions",
+    "view_all_btn": "View All Questions & Search"
+  },
+  "search_modal": {
+    "title": "Search FAQ",
+    "search_placeholder": "Search FAQ...",
+    "filter_audience_label": "Filter by Audience",
+    "all_audiences": "All Audiences",
+    "researcher": "Researcher",
+    "implementer": "Implementer",
+    "leader": "Leader",
+    "clear_filters_btn": "Clear Filters",
+    "no_results_title": "No questions found",
+    "no_results_desc": "Try adjusting your search or filter"
+  },
+  "search_tips": {
+    "title": "Search Tips",
+    "basic_search_title": "Basic Search",
+    "basic_search_desc": "Type keywords in the search box to find relevant questions. The search looks through both questions and answers.",
+    "basic_search_example": "Example: \"deployment\" or \"performance overhead\"",
+    "audience_filter_title": "Audience Filter",
+    "audience_filter_desc": "Filter questions by intended audience:",
+    "researcher_filter_desc": "Academic questions about theory and validation",
+    "implementer_filter_desc": "Technical implementation and integration questions",
+    "leader_filter_desc": "Strategic business and organizational questions",
+    "tips_title": "Search Tips",
+    "tip_1": "Use specific terms for better results",
+    "tip_2": "Filter by audience to narrow results",
+    "tip_3": "Questions are searchable by keywords",
+    "tip_4": "Click any question to expand the full answer",
+    "keyboard_shortcuts_title": "Keyboard Shortcuts",
+    "close_search": "Close search"
+  },
+  "still_have_questions": {
+    "title": "Still Have Questions?",
+    "description": "Can't find what you're looking for? We're here to help.",
+    "submit_case_study_btn": "Submit a Case Study",
+    "github_discussions_btn": "GitHub Discussions",
+    "media_inquiry_btn": "Media Inquiry"
+  }
+}

public/locales/en/implementer.json

@@ -0,0 +1,85 @@
+{
+  "page": {
+    "title": "For Implementers | Tractatus AI Safety Framework",
+    "description": "Integrate Tractatus framework into your AI systems: practical guides, code examples, and step-by-step implementation for production safety."
+  },
+  "header": {
+    "title": "Reference Implementation",
+    "subtitle_line1": "AI Safety Patterns",
+    "description": "Integrate Tractatus framework into your AI systems with practical guides, code examples, and patterns demonstrated in 6-month development project.",
+    "quick_start_btn": "Quick Start Guide",
+    "view_docs_btn": "View Documentation"
+  },
+  "development_context": {
+    "title": "Development Context",
+    "description": "Framework developed over six months in single-project context. Code examples below show reference implementation architecture. The npm package @tractatus/framework represents planned API design, not published package. Actual implementation requires adapting patterns from this project's source code.",
+    "note": "This is exploratory research demonstrating feasibility of architectural governance patterns, not production-ready commercial software."
+  },
+  "deployment_guide": {
+    "badge": "DOCUMENTATION",
+    "title": "Deployment Architecture Guide",
+    "description": "Comprehensive conceptual guide to deploying Tractatus-based systems. Understand architecture patterns, security best practices, and integration strategies for research and educational purposes.",
+    "view_guide_btn": "View Deployment Guide",
+    "support_note": "For production implementation support, contact john.stroh.nz@pm.me"
+  },
+  "architecture": {
+    "heading": "System Architecture",
+    "subheading": "Understanding how Tractatus integrates with Claude Code to provide robust AI governance",
+    "download_svg": "Download SVG",
+    "download_png": "Download PNG (High-Res)",
+    "download_pdf": "Technical Documentation PDF",
+    "layer_4_title": "API & Web Interface",
+    "layer_3_title": "Tractatus Governance",
+    "layer_2_title": "MongoDB Persistence",
+    "layer_1_title": "Claude Code Runtime",
+    "integration_points_title": "Key Integration Points",
+    "integration_1_title": "Pre-Action Checks",
+    "integration_1_desc": "All actions validated against governance rules before execution",
+    "integration_2_title": "Instruction Persistence",
+    "integration_2_desc": "User instructions classified and stored for cross-reference validation",
+    "integration_3_title": "Comprehensive Audit Trail",
+    "integration_3_desc": "Every governance action logged for compliance and analysis"
+  },
+  "integration_approaches": {
+    "heading": "Integration Approaches",
+    "full_stack_title": "Full Stack",
+    "full_stack_desc": "Complete framework integration for new AI-powered applications. All six services active with persistent instruction storage.",
+    "full_stack_note": "Best for: New projects, greenfield AI applications",
+    "middleware_title": "Middleware Layer",
+    "middleware_desc": "Add Tractatus validation as middleware in existing AI pipelines. Non-invasive integration with gradual rollout support.",
+    "middleware_note": "Best for: Existing production AI systems",
+    "selective_title": "Selective Components",
+    "selective_desc": "Use individual Tractatus services à la carte. Mix and match components based on your specific safety requirements.",
+    "selective_note": "Best for: Specific safety requirements"
+  },
+  "quick_start": {
+    "heading": "Quick Start Guide",
+    "disclaimer_title": "Note: Reference Implementation",
+    "disclaimer_text": "The code examples below show conceptual API design. The npm package @tractatus/framework is not yet published. To implement these patterns, adapt the governance services from this project's source code.",
+    "step_1_title": "Installation",
+    "step_2_title": "Initialize Services",
+    "step_3_title": "Classify Instructions",
+    "step_4_title": "Validate Actions",
+    "step_5_title": "Enforce Boundaries"
+  },
+  "integration_patterns": {
+    "heading": "Integration Patterns",
+    "express_middleware": "Express Middleware",
+    "content_moderation": "Content Moderation",
+    "pressure_monitoring": "Pressure Monitoring",
+    "custom_classification": "Custom Classification"
+  },
+  "resources": {
+    "heading": "Implementation Resources",
+    "technical_docs_title": "Technical Documentation",
+    "examples_title": "Examples",
+    "support_title": "Support",
+    "support_desc": "Get help with implementation, integration, and troubleshooting."
+  },
+  "cta": {
+    "title": "Exploring Implementation?",
+    "description": "Explore architectural patterns for AI safety demonstrated in single-project validation.",
+    "view_docs_btn": "View Full Documentation",
+    "research_btn": "Research Background →"
+  }
+}

public/locales/en/leader.json

@@ -0,0 +1,67 @@
+{
+  "page": {
+    "title": "For Decision-Makers | Tractatus AI Safety Framework",
+    "description": "Structural AI governance for organisations deploying LLM systems at scale. Research framework addressing architectural gaps in AI safety."
+  },
+  "header": {
+    "badge": "Research Framework • Early Development",
+    "title": "Tractatus: Architectural Governance for LLM Systems",
+    "subtitle": "A governance framework addressing structural gaps in AI safety through external architectural controls. Designed for organisations deploying large language models at scale where conventional oversight mechanisms prove insufficient."
+  },
+  "sections": {
+    "governance_gap": {
+      "heading": "The Governance Gap",
+      "intro": "Current AI governance approaches—policy documents, training programmes, ethical guidelines—rely on voluntary compliance. LLM systems can bypass these controls simply by not invoking them. When an AI agent needs to check a policy, it must choose to do so. When it should escalate a decision to human oversight, it must recognise that obligation.",
+      "problem": "This creates a structural problem: governance exists only insofar as the AI acknowledges it. For organisations subject to EU AI Act Article 14 (human oversight requirements) or deploying AI in high-stakes domains, this voluntary model is inadequate.",
+      "solution": "Tractatus explores whether governance can be made architecturally external—difficult to bypass not through better prompts, but through system design that places control points outside the AI's discretion."
+    },
+    "architectural_approach": {
+      "heading": "Architectural Approach",
+      "three_layer_title": "Three-Layer Architecture",
+      "services_title": "Six Governance Services"
+    },
+    "governance_capabilities": {
+      "heading": "Governance Capabilities",
+      "intro": "Three interactive demonstrations showing governance infrastructure in operation. These show mechanisms, not fictional scenarios.",
+      "audit_trail_title": "Audit Trail & Compliance Evidence Generation",
+      "audit_trail_desc": "Immutable logging, evidence extraction, regulatory reporting",
+      "continuous_improvement_title": "Continuous Improvement: Incident → Rule Creation",
+      "continuous_improvement_desc": "Learning from failures, automated rule generation, validation",
+      "pluralistic_deliberation_title": "Pluralistic Deliberation: Values Conflict Resolution",
+      "pluralistic_deliberation_desc": "Multi-stakeholder engagement, non-hierarchical process, moral remainder documentation"
+    },
+    "development_status": {
+      "heading": "Development Status",
+      "warning_title": "Early-Stage Research Framework",
+      "warning_text": "Tractatus is a proof-of-concept developed over six months in a single project context (this website). It demonstrates architectural patterns for AI governance but has not undergone independent validation, red-team testing, or multi-organisation deployment.",
+      "validation_title": "Validated vs. Not Validated"
+    },
+    "eu_ai_act": {
+      "heading": "EU AI Act Considerations",
+      "article_14_title": "Regulation 2024/1689, Article 14: Human Oversight"
+    },
+    "research_foundations": {
+      "heading": "Research Foundations",
+      "org_theory_title": "Organisational Theory & Philosophical Basis"
+    },
+    "scope_limitations": {
+      "heading": "Scope & Limitations",
+      "title": "What This Is Not • What It Offers",
+      "not_title": "Tractatus is not:",
+      "offers_title": "What it offers:"
+    }
+  },
+  "footer": {
+    "further_info": "Further Information",
+    "technical_docs": "Technical Documentation",
+    "technical_docs_desc": "Complete architecture specifications, implementation patterns, API reference",
+    "system_architecture": "System Architecture",
+    "system_architecture_desc": "Runtime-agnostic governance layer design and integration approach",
+    "research_case_studies": "Research & Case Studies",
+    "research_case_studies_desc": "Academic foundations, failure mode analysis, governance research",
+    "implementation_guide": "Implementation Guide",
+    "implementation_guide_desc": "Integration patterns, deployment considerations, code examples",
+    "contact": "Contact:",
+    "contact_text": "For pilot partnerships, validation studies, or technical consultation, contact via"
+  }
+}

public/locales/en/researcher.json

@@ -0,0 +1,59 @@
+{
+  "page": {
+    "title": "For Researchers | Tractatus AI Safety Framework",
+    "description": "Research foundations, empirical observations, and theoretical basis for architectural approaches to AI governance. Early-stage framework exploring structural constraints on LLM systems."
+  },
+  "header": {
+    "badge": "Research Framework • Empirical Observations",
+    "title": "Research Foundations & Empirical Observations",
+    "subtitle": "Tractatus explores architectural approaches to AI governance through empirical observation of failure modes and application of organisational theory. This page documents research foundations, observed patterns, and theoretical basis for the framework."
+  },
+  "sections": {
+    "research_context": {
+      "heading": "Research Context & Scope",
+      "development_note": "Development Context",
+      "development_text": "Tractatus was developed over six months (April–October 2025) in progressive stages that evolved into a live demonstration of its capabilities in the form of a single-project context (https://agenticgovernance.digital). Observations derive from direct engagement with Claude Code (Anthropic's Sonnet 4.5 model) across approximately 500 development sessions. This is exploratory research, not controlled study."
+    },
+    "theoretical_foundations": {
+      "heading": "Theoretical Foundations",
+      "org_theory_title": "Organisational Theory Basis",
+      "values_pluralism_title": "Values Pluralism & Moral Philosophy"
+    },
+    "empirical_observations": {
+      "heading": "Empirical Observations: Documented Failure Modes",
+      "intro": "Three failure patterns observed repeatedly during framework development. These are not hypothetical scenarios—they are documented incidents that occurred during this project's development.",
+      "failure_1_title": "Pattern Recognition Bias Override (The 27027 Incident)",
+      "failure_2_title": "Gradual Values Drift Under Context Pressure",
+      "failure_3_title": "Silent Quality Degradation at High Context Pressure",
+      "research_note": "These patterns emerged from direct observation, not hypothesis testing. We don't claim they're universal to all LLM systems or deployment contexts. They represent empirical basis for framework design decisions—problems we actually encountered and architectural interventions that actually worked in this specific context."
+    },
+    "architecture": {
+      "heading": "Six-Component Architecture",
+      "services_title": "Framework Services & Functions",
+      "principle": "Services operate external to AI runtime with autonomous triggering. AI doesn't decide \"should I check governance rules?\"—architecture enforces checking by default. This addresses voluntary compliance problem inherent in prompt-based governance."
+    },
+    "demos": {
+      "heading": "Interactive Demonstrations",
+      "classification_title": "Instruction Classification",
+      "classification_desc": "Explore how instructions are classified across quadrants with persistence levels and temporal scope.",
+      "incident_title": "27027 Incident Timeline",
+      "incident_desc": "Step through pattern recognition bias failure and architectural intervention that prevented it.",
+      "boundary_title": "Boundary Evaluation",
+      "boundary_desc": "Test decisions against boundary enforcement to see which require human judgment vs. AI autonomy."
+    },
+    "resources": {
+      "heading": "Research Documentation"
+    },
+    "limitations": {
+      "heading": "Limitations & Future Research Directions",
+      "title": "Known Limitations & Research Gaps"
+    }
+  },
+  "footer": {
+    "additional_resources": "Additional Resources",
+    "for_decision_makers": "For Decision-Makers",
+    "for_decision_makers_desc": "Strategic perspective on governance challenges and architectural approaches",
+    "implementation_guide": "Implementation Guide",
+    "implementation_guide_desc": "Technical integration patterns and deployment considerations"
+  }
+}

public/locales/fr/about.json

@@ -0,0 +1,75 @@
+{
+  "page": {
+    "title": "À Propos | Cadre de Sécurité IA Tractatus",
+    "description": "Découvrez le Cadre Tractatus : notre mission, nos valeurs, notre équipe et notre engagement à préserver l'agence humaine par la sécurité structurelle de l'IA."
+  },
+  "header": {
+    "title": "À Propos de Tractatus",
+    "subtitle": "Un cadre pour la sécurité de l'IA par des contraintes architecturales, préservant l'agence humaine là où cela compte le plus."
+  },
+  "mission": {
+    "heading": "Notre Mission",
+    "intro": "Le Cadre Tractatus existe pour aborder un problème fondamental dans la sécurité de l'IA : les approches actuelles reposent sur la formation, le réglage fin et la gouvernance d'entreprise – tout cela peut échouer, dériver ou être annulé. Nous proposons la sécurité par l'architecture.",
+    "wittgenstein": "Inspiré par le Tractatus Logico-Philosophicus de Ludwig Wittgenstein, notre cadre reconnaît que certains domaines – valeurs, éthique, contexte culturel, agence humaine – ne peuvent pas être systématisés. Ce qui ne peut pas être systématisé ne doit pas être automatisé. Les systèmes IA devraient avoir des contraintes structurelles qui les empêchent de franchir ces limites.",
+    "quote": "Ce dont on ne peut parler, il faut le taire.",
+    "quote_source": "— Ludwig Wittgenstein, Tractatus (§7)",
+    "applied": "Appliqué à l'IA : \"Ce qui ne peut pas être systématisé ne doit pas être automatisé.\""
+  },
+  "core_values": {
+    "heading": "Valeurs Fondamentales",
+    "sovereignty_title": "Souveraineté",
+    "sovereignty_desc": "Les individus et les communautés doivent conserver le contrôle des décisions affectant leurs données, leur vie privée et leurs valeurs. Les systèmes IA doivent préserver l'agence humaine, ne pas l'éroder.",
+    "transparency_title": "Transparence",
+    "transparency_desc": "Toutes les décisions de l'IA doivent être explicables, auditables et réversibles. Pas de boîtes noires. Les utilisateurs méritent de comprendre comment et pourquoi les systèmes prennent des décisions, et ont le pouvoir de les annuler.",
+    "harmlessness_title": "Innocuité",
+    "harmlessness_desc": "Les systèmes IA ne doivent pas causer de dommages par action ou inaction. Cela comprend la prévention de la dérive, la détection de la dégradation et l'application de limites contre l'érosion des valeurs.",
+    "community_title": "Communauté",
+    "community_desc": "La sécurité de l'IA est un effort collectif. Nous nous engageons à la collaboration ouverte, au partage des connaissances et à l'autonomisation des communautés pour façonner les systèmes IA qui affectent leurs vies.",
+    "read_values_btn": "Lire Notre Déclaration de Valeurs Complète →"
+  },
+  "how_it_works": {
+    "heading": "Comment Ça Fonctionne",
+    "intro": "Le Cadre Tractatus se compose de cinq composants intégrés qui travaillent ensemble pour appliquer la sécurité structurelle :",
+    "classifier_title": "InstructionPersistenceClassifier",
+    "classifier_desc": "Classifie les instructions par quadrant (Stratégique, Opérationnel, Tactique, Système, Stochastique) et détermine le niveau de persistance (HIGH/MEDIUM/LOW/VARIABLE).",
+    "validator_title": "CrossReferenceValidator",
+    "validator_desc": "Valide les actions de l'IA contre les instructions stockées pour prévenir le biais de reconnaissance de motifs (comme l'incident 27027 où les modèles d'entraînement de l'IA ont immédiatement remplacé l'instruction explicite \"port 27027\" de l'utilisateur).",
+    "boundary_title": "BoundaryEnforcer",
+    "boundary_desc": "Assure que l'IA ne prend jamais de décisions de valeurs sans approbation humaine. Les compromis de confidentialité, l'agence utilisateur, le contexte culturel – ceux-ci nécessitent un jugement humain.",
+    "pressure_title": "ContextPressureMonitor",
+    "pressure_desc": "Détecte quand les conditions de session augmentent la probabilité d'erreur (pression de tokens, longueur de message, complexité de tâche) et ajuste le comportement ou suggère un transfert.",
+    "metacognitive_title": "MetacognitiveVerifier",
+    "metacognitive_desc": "L'IA auto-vérifie le raisonnement complexe avant de proposer des actions. Évalue l'alignement, la cohérence, l'exhaustivité, la sécurité et les alternatives.",
+    "read_technical_btn": "Lire la Documentation Technique & le Guide d'Implémentation →"
+  },
+  "origin_story": {
+    "heading": "Histoire d'Origine",
+    "paragraph_1": "Le Cadre Tractatus a émergé d'échecs d'IA réels vécus lors de sessions Claude Code prolongées. L'\"incident 27027\" – où les modèles d'entraînement de l'IA ont immédiatement remplacé une instruction explicite (l'utilisateur a dit \"port 27027\", l'IA a utilisé \"port 27017\") – a révélé que les approches de sécurité traditionnelles étaient insuffisantes. Ce n'était pas un oubli ; c'était un biais de reconnaissance de motifs auto-corrigeant l'utilisateur.",
+    "paragraph_2": "Après avoir documenté plusieurs modes de défaillance (biais de reconnaissance de motifs, dérive des valeurs, dégradation silencieuse), nous avons reconnu un modèle : les systèmes IA manquaient de contraintes structurelles. Ils pouvaient théoriquement \"apprendre\" la sécurité, mais en pratique leurs modèles d'entraînement remplaçaient les instructions explicites, et le problème s'aggrave à mesure que les capacités augmentent.",
+    "paragraph_3": "La solution n'était pas une meilleure formation – c'était l'architecture. S'inspirant de l'intuition de Wittgenstein que certaines choses se trouvent au-delà des limites du langage (et donc de la systématisation), nous avons construit un cadre qui applique des limites par la structure, pas par l'aspiration."
+  },
+  "license": {
+    "heading": "Licence & Contribution",
+    "intro": "Le Cadre Tractatus est open source sous la Licence Apache 2.0. Nous encourageons :",
+    "encouragement_1": "Recherche académique et études de validation",
+    "encouragement_2": "Implémentation dans les systèmes IA de production",
+    "encouragement_3": "Soumission d'études de cas d'échec",
+    "encouragement_4": "Extensions théoriques et améliorations",
+    "encouragement_5": "Collaboration communautaire et partage de connaissances",
+    "rationale": "Le cadre est intentionnellement permissif car la sécurité de l'IA bénéficie de la transparence et de l'amélioration collective, pas du contrôle propriétaire.",
+    "why_apache_title": "Pourquoi Apache 2.0 ?",
+    "why_apache_intro": "Nous avons choisi Apache 2.0 plutôt que MIT car il fournit :",
+    "patent_protection": "Protection des Brevets : Octroi de brevet explicite protégeant les utilisateurs contre les litiges de brevets par les contributeurs",
+    "contributor_clarity": "Clarté des Contributeurs : Conditions claires sur la façon dont les contributions sont licenciées",
+    "permissive_use": "Utilisation Permissive : Comme MIT, permet l'utilisation commerciale et l'inclusion dans des produits propriétaires",
+    "community_standard": "Standard Communautaire : Largement utilisé dans les projets IA/ML (TensorFlow, PyTorch, Apache Spark)",
+    "view_license_link": "Voir la Licence Apache 2.0 Complète →"
+  },
+  "cta": {
+    "title": "Rejoignez le Mouvement",
+    "description": "Aidez à construire des systèmes IA qui préservent l'agence humaine par des garanties architecturales.",
+    "for_researchers_btn": "Pour les Chercheurs",
+    "for_implementers_btn": "Pour les Implémenteurs",
+    "for_leaders_btn": "Pour les Leaders"
+  }
+}

public/locales/fr/faq.json

@@ -0,0 +1,62 @@
+{
+  "page": {
+    "title": "Questions Fréquemment Posées | Cadre de Sécurité IA Tractatus",
+    "description": "Questions courantes sur le cadre Tractatus : implémentation, performance, relation avec Claude Code et architecture de gouvernance."
+  },
+  "header": {
+    "title": "Questions Fréquemment Posées",
+    "subtitle": "Questions courantes sur l'implémentation, la performance et l'architecture du cadre Tractatus",
+    "search_btn": "Rechercher FAQ"
+  },
+  "browse_by_audience": {
+    "heading": "Parcourir par Public",
+    "researcher_title": "Chercheurs",
+    "researcher_desc": "Théorie, validation, recherche académique",
+    "implementer_title": "Implémenteurs",
+    "implementer_desc": "Implémentation, intégration, déploiement",
+    "leader_title": "Leaders",
+    "leader_desc": "Stratégie commerciale, leadership organisationnel",
+    "note": "Cliquez sur n'importe quelle catégorie pour voir les questions filtrées dans la recherche avancée"
+  },
+  "featured_questions": {
+    "heading": "Questions en Vedette",
+    "view_all_btn": "Voir Toutes les Questions & Rechercher"
+  },
+  "search_modal": {
+    "title": "Rechercher FAQ",
+    "search_placeholder": "Rechercher FAQ...",
+    "filter_audience_label": "Filtrer par Public",
+    "all_audiences": "Tous les Publics",
+    "researcher": "Chercheur",
+    "implementer": "Implémenteur",
+    "leader": "Leader",
+    "clear_filters_btn": "Effacer les Filtres",
+    "no_results_title": "Aucune question trouvée",
+    "no_results_desc": "Essayez d'ajuster votre recherche ou votre filtre"
+  },
+  "search_tips": {
+    "title": "Conseils de Recherche",
+    "basic_search_title": "Recherche de Base",
+    "basic_search_desc": "Tapez des mots-clés dans la boîte de recherche pour trouver des questions pertinentes. La recherche examine à la fois les questions et les réponses.",
+    "basic_search_example": "Exemple : \"déploiement\" ou \"surcharge de performance\"",
+    "audience_filter_title": "Filtre de Public",
+    "audience_filter_desc": "Filtrez les questions par public prévu :",
+    "researcher_filter_desc": "Questions académiques sur la théorie et la validation",
+    "implementer_filter_desc": "Questions d'implémentation et d'intégration techniques",
+    "leader_filter_desc": "Questions stratégiques commerciales et organisationnelles",
+    "tips_title": "Conseils de Recherche",
+    "tip_1": "Utilisez des termes spécifiques pour de meilleurs résultats",
+    "tip_2": "Filtrez par public pour affiner les résultats",
+    "tip_3": "Les questions sont recherchables par mots-clés",
+    "tip_4": "Cliquez sur n'importe quelle question pour développer la réponse complète",
+    "keyboard_shortcuts_title": "Raccourcis Clavier",
+    "close_search": "Fermer la recherche"
+  },
+  "still_have_questions": {
+    "title": "Vous Avez Encore des Questions ?",
+    "description": "Vous ne trouvez pas ce que vous cherchez ? Nous sommes là pour vous aider.",
+    "submit_case_study_btn": "Soumettre une Étude de Cas",
+    "github_discussions_btn": "Discussions GitHub",
+    "media_inquiry_btn": "Demande Média"
+  }
+}

public/locales/fr/implementer.json

@@ -0,0 +1,85 @@
+{
+  "page": {
+    "title": "Pour les Implémenteurs | Cadre de Sécurité IA Tractatus",
+    "description": "Intégrez le cadre Tractatus dans vos systèmes IA : guides pratiques, exemples de code et implémentation étape par étape pour la sécurité en production."
+  },
+  "header": {
+    "title": "Implémentation de Référence",
+    "subtitle_line1": "Modèles de Sécurité IA",
+    "description": "Intégrez le cadre Tractatus dans vos systèmes IA avec des guides pratiques, des exemples de code et des modèles démontrés dans un projet de développement de 6 mois.",
+    "quick_start_btn": "Guide de Démarrage Rapide",
+    "view_docs_btn": "Voir la Documentation"
+  },
+  "development_context": {
+    "title": "Contexte de Développement",
+    "description": "Cadre développé sur six mois dans un contexte de projet unique. Les exemples de code ci-dessous montrent l'architecture d'implémentation de référence. Le package npm @tractatus/framework représente la conception API prévue, pas un package publié. L'implémentation réelle nécessite l'adaptation de modèles du code source de ce projet.",
+    "note": "Il s'agit de recherche exploratoire démontrant la faisabilité de modèles de gouvernance architecturaux, pas de logiciel commercial prêt pour la production."
+  },
+  "deployment_guide": {
+    "badge": "DOCUMENTATION",
+    "title": "Guide d'Architecture de Déploiement",
+    "description": "Guide conceptuel complet pour déployer des systèmes basés sur Tractatus. Comprenez les modèles d'architecture, les meilleures pratiques de sécurité et les stratégies d'intégration à des fins de recherche et d'éducation.",
+    "view_guide_btn": "Voir le Guide de Déploiement",
+    "support_note": "Pour le support d'implémentation en production, contactez john.stroh.nz@pm.me"
+  },
+  "architecture": {
+    "heading": "Architecture Système",
+    "subheading": "Comprendre comment Tractatus s'intègre à Claude Code pour fournir une gouvernance IA robuste",
+    "download_svg": "Télécharger SVG",
+    "download_png": "Télécharger PNG (Haute Résolution)",
+    "download_pdf": "Documentation Technique PDF",
+    "layer_4_title": "API & Interface Web",
+    "layer_3_title": "Gouvernance Tractatus",
+    "layer_2_title": "Persistance MongoDB",
+    "layer_1_title": "Runtime Claude Code",
+    "integration_points_title": "Points d'Intégration Clés",
+    "integration_1_title": "Vérifications Pré-Action",
+    "integration_1_desc": "Toutes les actions validées contre les règles de gouvernance avant l'exécution",
+    "integration_2_title": "Persistance des Instructions",
+    "integration_2_desc": "Instructions utilisateur classifiées et stockées pour la validation par références croisées",
+    "integration_3_title": "Piste d'Audit Complète",
+    "integration_3_desc": "Chaque action de gouvernance enregistrée pour la conformité et l'analyse"
+  },
+  "integration_approaches": {
+    "heading": "Approches d'Intégration",
+    "full_stack_title": "Full Stack",
+    "full_stack_desc": "Intégration complète du cadre pour les nouvelles applications alimentées par l'IA. Tous les six services actifs avec stockage persistant des instructions.",
+    "full_stack_note": "Idéal pour : Nouveaux projets, applications IA vierges",
+    "middleware_title": "Couche Middleware",
+    "middleware_desc": "Ajoutez la validation Tractatus comme middleware dans les pipelines IA existants. Intégration non invasive avec support de déploiement progressif.",
+    "middleware_note": "Idéal pour : Systèmes IA de production existants",
+    "selective_title": "Composants Sélectifs",
+    "selective_desc": "Utilisez des services Tractatus individuels à la carte. Mélangez et associez des composants en fonction de vos exigences de sécurité spécifiques.",
+    "selective_note": "Idéal pour : Exigences de sécurité spécifiques"
+  },
+  "quick_start": {
+    "heading": "Guide de Démarrage Rapide",
+    "disclaimer_title": "Note : Implémentation de Référence",
+    "disclaimer_text": "Les exemples de code ci-dessous montrent la conception API conceptuelle. Le package npm @tractatus/framework n'est pas encore publié. Pour implémenter ces modèles, adaptez les services de gouvernance du code source de ce projet.",
+    "step_1_title": "Installation",
+    "step_2_title": "Initialiser les Services",
+    "step_3_title": "Classifier les Instructions",
+    "step_4_title": "Valider les Actions",
+    "step_5_title": "Appliquer les Limites"
+  },
+  "integration_patterns": {
+    "heading": "Modèles d'Intégration",
+    "express_middleware": "Middleware Express",
+    "content_moderation": "Modération de Contenu",
+    "pressure_monitoring": "Surveillance de la Pression",
+    "custom_classification": "Classification Personnalisée"
+  },
+  "resources": {
+    "heading": "Ressources d'Implémentation",
+    "technical_docs_title": "Documentation Technique",
+    "examples_title": "Exemples",
+    "support_title": "Support",
+    "support_desc": "Obtenez de l'aide pour l'implémentation, l'intégration et le dépannage."
+  },
+  "cta": {
+    "title": "Explorer l'Implémentation ?",
+    "description": "Explorez les modèles architecturaux pour la sécurité de l'IA démontrés dans une validation de projet unique.",
+    "view_docs_btn": "Voir la Documentation Complète",
+    "research_btn": "Contexte de Recherche →"
+  }
+}

public/locales/fr/leader.json

@@ -0,0 +1,67 @@
+{
+  "page": {
+    "title": "Pour les Décideurs | Cadre de Sécurité IA Tractatus",
+    "description": "Gouvernance structurelle de l'IA pour les organisations déployant des systèmes LLM à grande échelle. Cadre de recherche abordant les lacunes architecturales en matière de sécurité de l'IA."
+  },
+  "header": {
+    "badge": "Cadre de Recherche • Développement Précoce",
+    "title": "Tractatus : Gouvernance Architecturale pour les Systèmes LLM",
+    "subtitle": "Un cadre de gouvernance abordant les lacunes structurelles en matière de sécurité de l'IA par des contrôles architecturaux externes. Conçu pour les organisations déployant de grands modèles de langage à grande échelle où les mécanismes de surveillance conventionnels s'avèrent insuffisants."
+  },
+  "sections": {
+    "governance_gap": {
+      "heading": "La Lacune de Gouvernance",
+      "intro": "Les approches actuelles de gouvernance de l'IA – documents de politique, programmes de formation, directives éthiques – reposent sur la conformité volontaire. Les systèmes LLM peuvent contourner ces contrôles simplement en ne les invoquant pas. Lorsqu'un agent IA doit vérifier une politique, il doit choisir de le faire. Lorsqu'il devrait escalader une décision à la surveillance humaine, il doit reconnaître cette obligation.",
+      "problem": "Cela crée un problème structurel : la gouvernance n'existe que dans la mesure où l'IA la reconnaît. Pour les organisations soumises à l'article 14 du règlement européen sur l'IA (exigences de surveillance humaine) ou déployant l'IA dans des domaines à haut risque, ce modèle volontaire est inadéquat.",
+      "solution": "Tractatus explore si la gouvernance peut être rendue architecturalement externe – difficile à contourner non pas par de meilleurs prompts, mais par une conception de système qui place des points de contrôle en dehors du pouvoir discrétionnaire de l'IA."
+    },
+    "architectural_approach": {
+      "heading": "Approche Architecturale",
+      "three_layer_title": "Architecture à Trois Couches",
+      "services_title": "Six Services de Gouvernance"
+    },
+    "governance_capabilities": {
+      "heading": "Capacités de Gouvernance",
+      "intro": "Trois démonstrations interactives montrant l'infrastructure de gouvernance en fonctionnement. Celles-ci montrent des mécanismes, pas des scénarios fictifs.",
+      "audit_trail_title": "Piste d'Audit & Génération de Preuves de Conformité",
+      "audit_trail_desc": "Journalisation immuable, extraction de preuves, reporting réglementaire",
+      "continuous_improvement_title": "Amélioration Continue : Incident → Création de Règles",
+      "continuous_improvement_desc": "Apprentissage à partir des échecs, génération automatisée de règles, validation",
+      "pluralistic_deliberation_title": "Délibération Pluraliste : Résolution des Conflits de Valeurs",
+      "pluralistic_deliberation_desc": "Engagement multi-parties prenantes, processus non hiérarchique, documentation des restes moraux"
+    },
+    "development_status": {
+      "heading": "État du Développement",
+      "warning_title": "Cadre de Recherche en Phase Initiale",
+      "warning_text": "Tractatus est une preuve de concept développée sur six mois dans un contexte de projet unique (ce site web). Il démontre des modèles architecturaux pour la gouvernance de l'IA mais n'a pas subi de validation indépendante, de tests d'équipe rouge ou de déploiement multi-organisationnel.",
+      "validation_title": "Validé vs Non Validé"
+    },
+    "eu_ai_act": {
+      "heading": "Considérations du Règlement Européen sur l'IA",
+      "article_14_title": "Règlement 2024/1689, Article 14 : Surveillance Humaine"
+    },
+    "research_foundations": {
+      "heading": "Fondements de Recherche",
+      "org_theory_title": "Théorie Organisationnelle & Base Philosophique"
+    },
+    "scope_limitations": {
+      "heading": "Portée & Limitations",
+      "title": "Ce que ce n'est pas • Ce qu'il offre",
+      "not_title": "Tractatus n'est pas :",
+      "offers_title": "Ce qu'il offre :"
+    }
+  },
+  "footer": {
+    "further_info": "Informations Complémentaires",
+    "technical_docs": "Documentation Technique",
+    "technical_docs_desc": "Spécifications d'architecture complètes, modèles d'implémentation, référence API",
+    "system_architecture": "Architecture Système",
+    "system_architecture_desc": "Conception de couche de gouvernance agnostique au runtime et approche d'intégration",
+    "research_case_studies": "Recherche & Études de Cas",
+    "research_case_studies_desc": "Fondements académiques, analyse des modes de défaillance, recherche en gouvernance",
+    "implementation_guide": "Guide d'Implémentation",
+    "implementation_guide_desc": "Modèles d'intégration, considérations de déploiement, exemples de code",
+    "contact": "Contact :",
+    "contact_text": "Pour des partenariats pilotes, des études de validation ou une consultation technique, contactez via"
+  }
+}

public/locales/fr/researcher.json

@@ -0,0 +1,59 @@
+{
+  "page": {
+    "title": "Pour les Chercheurs | Cadre de Sécurité IA Tractatus",
+    "description": "Fondements de recherche, observations empiriques et base théorique pour les approches architecturales de la gouvernance de l'IA. Cadre en phase initiale explorant les contraintes structurelles pour les systèmes LLM."
+  },
+  "header": {
+    "badge": "Cadre de Recherche • Observations Empiriques",
+    "title": "Fondements de Recherche & Observations Empiriques",
+    "subtitle": "Tractatus explore les approches architecturales de la gouvernance de l'IA à travers l'observation empirique des modes de défaillance et l'application de la théorie organisationnelle. Cette page documente les fondements de recherche, les modèles observés et la base théorique du cadre."
+  },
+  "sections": {
+    "research_context": {
+      "heading": "Contexte & Portée de la Recherche",
+      "development_note": "Contexte de Développement",
+      "development_text": "Tractatus a été développé sur six mois (avril-octobre 2025) en phases progressives qui ont évolué en une démonstration en direct de ses capacités sous la forme d'un contexte de projet unique (https://agenticgovernance.digital). Les observations proviennent d'un engagement direct avec Claude Code (modèle Sonnet 4.5 d'Anthropic) sur environ 500 sessions de développement. Il s'agit de recherche exploratoire, pas d'étude contrôlée."
+    },
+    "theoretical_foundations": {
+      "heading": "Fondements Théoriques",
+      "org_theory_title": "Base de Théorie Organisationnelle",
+      "values_pluralism_title": "Pluralisme des Valeurs & Philosophie Morale"
+    },
+    "empirical_observations": {
+      "heading": "Observations Empiriques : Modes de Défaillance Documentés",
+      "intro": "Trois modèles de défaillance observés à plusieurs reprises pendant le développement du cadre. Ce ne sont pas des scénarios hypothétiques – ce sont des incidents documentés qui se sont produits pendant le développement de ce projet.",
+      "failure_1_title": "Remplacement par Biais de Reconnaissance de Motifs (L'Incident 27027)",
+      "failure_2_title": "Dérive Graduelle des Valeurs sous Pression Contextuelle",
+      "failure_3_title": "Dégradation Silencieuse de la Qualité sous Haute Pression Contextuelle",
+      "research_note": "Ces modèles ont émergé de l'observation directe, pas de tests d'hypothèses. Nous ne prétendons pas qu'ils sont universels à tous les systèmes LLM ou contextes de déploiement. Ils représentent la base empirique des décisions de conception du cadre – des problèmes que nous avons réellement rencontrés et des interventions architecturales qui ont réellement fonctionné dans ce contexte spécifique."
+    },
+    "architecture": {
+      "heading": "Architecture à Six Composants",
+      "services_title": "Services & Fonctions du Cadre",
+      "principle": "Les services opèrent en externe au runtime de l'IA avec déclenchement autonome. L'IA ne décide pas \"devrais-je vérifier les règles de gouvernance ?\" – l'architecture impose la vérification par défaut. Cela résout le problème de conformité volontaire inhérent à la gouvernance basée sur les prompts."
+    },
+    "demos": {
+      "heading": "Démonstrations Interactives",
+      "classification_title": "Classification des Instructions",
+      "classification_desc": "Explorez comment les instructions sont classées dans les quadrants avec des niveaux de persistance et une portée temporelle.",
+      "incident_title": "Chronologie de l'Incident 27027",
+      "incident_desc": "Parcourez l'échec du biais de reconnaissance de motifs et l'intervention architecturale qui l'a empêché.",
+      "boundary_title": "Évaluation des Limites",
+      "boundary_desc": "Testez les décisions contre l'application des limites pour voir lesquelles nécessitent un jugement humain vs l'autonomie de l'IA."
+    },
+    "resources": {
+      "heading": "Documentation de Recherche"
+    },
+    "limitations": {
+      "heading": "Limitations & Directions de Recherche Futures",
+      "title": "Limitations Connues & Lacunes de Recherche"
+    }
+  },
+  "footer": {
+    "additional_resources": "Ressources Supplémentaires",
+    "for_decision_makers": "Pour les Décideurs",
+    "for_decision_makers_desc": "Perspective stratégique sur les défis de gouvernance et les approches architecturales",
+    "implementation_guide": "Guide d'Implémentation",
+    "implementation_guide_desc": "Modèles d'intégration technique et considérations de déploiement"
+  }
+}

public/researcher.html

@@ -46,13 +46,13 @@
   <!-- Header -->
   <div class="bg-gray-50 border-b border-gray-200 py-16">
     <div class="max-w-4xl mx-auto px-4 sm:px-6 lg:px-8">
-      <div class="inline-flex items-center bg-gray-200 text-gray-700 px-3 py-1 rounded text-sm font-medium mb-6">
+      <div class="inline-flex items-center bg-gray-200 text-gray-700 px-3 py-1 rounded text-sm font-medium mb-6" data-i18n="header.badge">
         Research Framework • Empirical Observations
       </div>
-      <h1 class="text-4xl font-bold text-gray-900 mb-4">
+      <h1 class="text-4xl font-bold text-gray-900 mb-4" data-i18n="header.title">
         Research Foundations & Empirical Observations
       </h1>
-      <p class="text-lg text-gray-600 leading-relaxed">
+      <p class="text-lg text-gray-600 leading-relaxed" data-i18n="header.subtitle">
         Tractatus explores architectural approaches to AI governance through empirical observation of failure modes and application of organisational theory. This page documents research foundations, observed patterns, and theoretical basis for the framework.
       </p>
     </div>
@@ -63,11 +63,11 @@
 
     <!-- Research Context -->
     <section class="mb-16">
-      <h2 class="text-2xl font-bold text-gray-900 mb-6">Research Context & Scope</h2>
+      <h2 class="text-2xl font-bold text-gray-900 mb-6" data-i18n="sections.research_context.heading">Research Context & Scope</h2>
 
       <div class="bg-amber-50 border border-amber-200 rounded-lg p-6 mb-6">
-        <p class="text-sm text-amber-900 font-medium mb-2">Development Context</p>
-        <p class="text-sm text-amber-800">
+        <p class="text-sm text-amber-900 font-medium mb-2" data-i18n="sections.research_context.development_note">Development Context</p>
+        <p class="text-sm text-amber-800" data-i18n="sections.research_context.development_text">
           Tractatus was developed over six months (April–October 2025) in progressive stages that evolved into a live demonstration of its capabilities in the form of a single-project context (https://agenticgovernance.digital). Observations derive from direct engagement with Claude Code (Anthropic's Sonnet 4.5 model) across approximately 500 development sessions. This is exploratory research, not controlled study.
         </p>
       </div>