feat: Add i18n support to landing page body content

- Add 93 data-i18n attributes to index.html body elements
- Rewrite EN homepage.json to match current page structure (11 sections, 116 strings)
- Translate DE/FR homepage.json via DeepL CLI to match new structure
- Language switching now translates hero, problem, approach, services,
  evidence, roles, papers, timeline, claims, koha, and footer sections

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

public/locales/de/homepage.json

@@ -1,220 +1,126 @@
 {
   "hero": {
-    "title": "Tractatus AI-Sicherheitsframework",
+    "title": "Architektonische Governance für KI-Systeme",
-    "subtitle": "Bestimmte Entscheidungen erfordern menschliches Urteil – architektonisch durchgesetzt, nicht der KI überlassen, wie gut sie auch trainiert sein mag.<br>Keine amoralischen KI-Systeme, sondern plurale Wertvorstellungen – Organisationen können Wertekonflikte differenziert navigieren.<br><span class=\"text-lg opacity-90\">Jetzt mit Agent Lightning für Leistungsoptimierung.</span>",
+    "subtitle": "Einige Entscheidungen erfordern menschliches Urteilsvermögen &mdash; architektonisch erzwungen, nicht dem Ermessen einer noch so gut trainierten KI überlassen.",
-    "cta_architecture": "Systemarchitektur",
+    "cta_research": "Lesen Sie die Forschung",
-    "cta_docs": "Dokumentation",
+    "cta_production": "Sehen Sie es in der Produktion"
-    "cta_hf_space": "🤗 Audit-Protokolle",
-    "cta_faq": "FAQ"
   },
-  "community": {
+  "problem": {
-    "heading": "Der Community beitreten",
+    "heading": "Das Problem",
-    "intro": "Vernetzen Sie sich mit Forschenden, Entwicklern und Führungskräften, die sich mit KI-Governance und Agent Lightning befassen.",
+    "intro": "Aktuelle KI-Sicherheitsansätze beruhen auf Training, Feinabstimmung und Unternehmensführung &mdash; die alle versagen, abdriften oder außer Kraft gesetzt werden können. Wenn die Trainingsmuster einer KI mit den ausdrücklichen Anweisungen eines Benutzers in Konflikt geraten, gewinnen die Muster.",
-    "tractatus_discord": {
+    "incident_title": "Der Vorfall von 27027",
-      "title": "Tractatus Discord",
+    "incident_text": "Ein Benutzer wies Claude Code an, Port 27027 zu verwenden. Das Modell verwendete stattdessen 27017 &mdash; nicht aus Vergesslichkeit, sondern weil der Standardport von MongoDB 27017 ist und die statistischen Voreinstellungen des Modells die explizite Anweisung &ldquo;automatisch korrigierten&rdquo;. Die Verzerrung des Trainingsmusters setzte sich über die menschliche Absicht hinweg.",
-      "subtitle": "Diskussionen zu Governance",
+    "corollary_title": "Vom Code zur Konversation: Derselbe Mechanismus",
-      "description": "Architektonische Constraints, Forschungslücken und Governance-Frameworks für agentische KI-Systeme.",
+    "corollary_p1": "Im Code führt diese Verzerrung zu messbaren Fehlern &mdash; falscher Anschluss, Verbindung verweigert, Vorfall in 14,7ms protokolliert. Derselbe architektonische Fehler tritt aber auch in jeder KI-Konversation auf, wo er viel schwerer zu erkennen ist.",
-      "cta": "Zum Tractatus-Server →"
+    "corollary_p2": "Wenn ein Nutzer aus einer kollektivistischen Kultur um Ratschläge für die Familie bittet, wählt das Modell standardmäßig die westliche individualistische Sprache &mdash; da 95% der Trainingsdaten diese widerspiegeln. Fragt ein M&#257;ori-Nutzer nach der Vormundschaft für Daten, bietet das Modell die Sprache der Eigentumsrechte anstelle von <em>kaitiakitanga</em>. Wenn jemand nach Entscheidungen über das Lebensende fragt, wird das Modell auf das utilitaristische Kalkül zurückgreifen und nicht auf den religiösen oder kulturellen Rahmen des Benutzers.",
-    },
+    "corollary_p3": "Der Mechanismus ist identisch: Die Verteilungen der Trainingsdaten setzen den tatsächlichen Kontext des Benutzers außer Kraft. Im Code ist das Versagen binär und nachweisbar. In der Konversation ist er progressiv und unsichtbar &mdash; kulturell unangemessene Ratschläge sehen für das System und oft auch für den Nutzer wie &ldquo;gute Ratschläge&rdquo; aus. Es gibt keinen CrossReferenceValidator, der dies in 14,7ms erkennt.",
-    "agent_lightning_discord": {
+    "corollary_link": "Lesen Sie die vollständige Analyse &rarr;",
-      "title": "Agent Lightning Discord",
+    "closing": "Dies ist kein Einzelfall und beschränkt sich nicht auf Code. Es handelt sich um eine Fehlerkategorie, die sich verschlimmert, je leistungsfähiger die Modelle werden: Stärkere Muster erzeugen sicherere Überschreibungen &mdash; unabhängig davon, ob die Überschreibung eine Anschlussnummer oder ein Wertesystem ersetzt. Sicherheit durch Training allein ist unzureichend. Es handelt sich um einen strukturellen Fehler, der in allen Bereichen auftritt, in denen KI tätig ist, und die Lösung muss strukturell sein."
-      "subtitle": "Technische Unterstützung",
-      "description": "Hilfe bei Agent Lightning-Integration, RL-Optimierung und Performance-Tuning.",
-      "cta": "Zum Agent Lightning-Server →"
-    },
-    "welcome_message": "Beide Communitys sind offen für alle – Forschende, Entwickler und Führungskräfte jeden Erfahrungslevels."
   },
-  "value_prop": {
+  "approach": {
-    "heading": "Ein Ausgangspunkt",
+    "heading": "Die Herangehensweise",
-    "text": "Die Ausrichtung fortschrittlicher KI auf menschliche Werte gehört zu den folgenreichsten Herausforderungen, denen wir gegenüberstehen. Während das Wachstum der Fähigkeiten unter dem Momentum großer Technologiekonzerne beschleunigt, stehen wir vor einem kategorischen Imperativ: die menschliche Entscheidungsfreiheit bei Wertefragen bewahren oder riskieren, die Kontrolle vollständig abzugeben.<br><br>Anstatt zu hoffen, dass KI-Systeme \"sich richtig verhalten\", schlagen wir strukturelle Beschränkungen vor, bei denen bestimmte Entscheidungstypen menschliches Urteilsvermögen erfordern. Diese architektonischen Grenzen können sich an individuelle, organisatorische und gesellschaftliche Normen anpassen—und schaffen eine Grundlage für begrenzte KI-Operationen, die möglicherweise sicherer mit dem Wachstum der Fähigkeiten skalieren.<br><br>Wenn dieser Ansatz im großen Maßstab funktionieren kann, könnte Tractatus einen Wendepunkt darstellen—einen Weg, bei dem KI die menschlichen Fähigkeiten verbessert, ohne die menschliche Souveränität zu beeinträchtigen. Erkunden Sie das Framework aus der Perspektive, die mit Ihrer Arbeit resoniert."
+    "subtitle": "Der Tractatus stützt sich auf vier intellektuelle Traditionen, von denen jede eine bestimmte Erkenntnis zur Architektur beiträgt.",
+    "berlin_title": "Isaiah Berlin &mdash; Wertepluralismus",
+    "berlin_text": "Einige Werte sind wirklich unvergleichbar. Man kann &ldquo;Privatsphäre&rdquo; und &ldquo;Sicherheit&rdquo; nicht auf einer einzigen Skala bewerten, ohne die Prioritäten einer Gemeinschaft allen anderen aufzuzwingen. KI-Systeme müssen plurale Moralvorstellungen berücksichtigen und dürfen sie nicht platt machen.",
+    "wittgenstein_title": "Ludwig Wittgenstein &mdash; Die Grenzen des Sagbaren",
+    "wittgenstein_text": "Einige Entscheidungen können systematisiert und an die KI delegiert werden; andere &mdash; die Werte, die Ethik, den kulturellen Kontext betreffen &mdash; sind grundsätzlich nicht möglich. Die Grenze zwischen dem &ldquo;Sagbaren&rdquo; (was spezifiziert, gemessen und überprüft werden kann) und dem, was darüber hinausgeht, ist die grundlegende Einschränkung des Rahmens. Was nicht systematisiert werden kann, darf nicht automatisiert werden.",
+    "tiriti_title": "Te Tiriti o Waitangi &mdash; Indigene Souveränität",
+    "tiriti_text": "Gemeinschaften sollten die Kontrolle über ihre eigenen Daten und die Systeme haben, die auf sie einwirken. Die Konzepte von <em>rangatiratanga</em> (Selbstbestimmung), <em>kaitiakitanga</em> (Vormundschaft) und <em>mana</em> (Würde) sind jahrhundertealte Vorläufer der digitalen Souveränität.",
+    "alexander_title": "Christopher Alexander &mdash; Lebendige Architektur",
+    "alexander_text": "Governance ist in die Systemarchitektur eingewoben, nicht aufgeschraubt. Fünf Grundsätze (Ungetrenntheit, tiefe Verflechtung, Gradienten, strukturerhaltend, lebendiger Prozess) leiten die Entwicklung des Rahmens unter Wahrung der Kohärenz.",
+    "download_pdf": "Herunterladen: Die philosophischen Grundlagen des Village-Projekts (PDF)"
   },
-  "alexander_principles": {
+  "services": {
-    "heading": "Aufbauend auf den Grundsätzen lebender Systeme",
+    "heading": "Sechs Governance-Dienste",
-    "subtitle": "Governance, die sich mit Ihrem Unternehmen weiterentwickelt - kein Konformitätstheater, sondern architektonische Durchsetzung, die in die Bereitstellung eingebunden ist.",
+    "subtitle": "Jede KI-Aktion durchläuft vor der Ausführung sechs externe Dienste. Die Steuerung erfolgt auf dem kritischen Pfad &mdash; Umgehungen erfordern explizite Kennzeichnungen und werden protokolliert.",
-    "principles": {
+    "boundary_desc": "Hindert die KI daran, Wertentscheidungen zu treffen. Abwägungen zwischen Privatsphäre, ethischen Fragen und kulturellem Kontext erfordern menschliches Urteilsvermögen &mdash; architektonisch erzwungen.",
-      "deep_interlock": {
+    "instruction_desc": "Klassifizierung der Anweisungen nach Dauerhaftigkeit (HIGH/MEDIUM/LOW) und Quadrant. Speichert sie extern, damit sie nicht durch Trainingsmuster überschrieben werden können.",
-        "title": "Tiefe Verriegelung",
+    "validator_desc": "Validiert KI-Aktionen anhand gespeicherter Anweisungen. Wenn die KI eine Aktion vorschlägt, die im Widerspruch zu einer expliziten Anweisung steht, hat die Anweisung Vorrang.",
-        "description": "Sechs Governance-Dienste koordinieren sich und arbeiten nicht in Silos. Wenn ein Dienst ein Problem feststellt, verstärken die anderen ihn - so entsteht eine belastbare Durchsetzung durch gegenseitige Validierung."
+    "pressure_desc": "Erkennt verschlechterte Betriebsbedingungen (Token-Druck, Fehlerraten, Komplexität) und passt die Überprüfungsintensität an. Die abgestufte Reaktion verhindert sowohl eine Ermüdung des Alarms als auch eine stille Verschlechterung.",
-      },
+    "metacognitive_desc": "Die KI prüft vor der Ausführung selbständig Ausrichtung, Kohärenz und Sicherheit. Selektive Auslösung bei komplexen Vorgängen, um Overhead bei Routineaufgaben zu vermeiden.",
-      "structure_preserving": {
+    "deliberation_desc": "Wenn KI auf Wertekonflikte stößt, hält sie inne und koordiniert die Beratungen zwischen den betroffenen Akteuren, anstatt autonome Entscheidungen zu treffen.",
-        "title": "Strukturerhaltend",
+    "cta": "Sehen Sie die gesamte Architektur &rarr;"
-        "description": "Rahmenänderungen verbessern ohne zu brechen. Audit-Protokolle bleiben interpretierbar, Governance-Entscheidungen bleiben gültig - das institutionelle Gedächtnis bleibt über die Entwicklung hinweg erhalten."
-      },
-      "gradients": {
-        "title": "Nicht binäre Farbverläufe",
-        "description": "Die Steuerung erfolgt über Intensitätsstufen (NORMAL/ERHÖHT/HÖCHST/ KRITISCH), nicht über Ja/Nein-Schalter. Nuancierte Reaktion auf Risiken - Vermeidung von Ermüdung und mechanischer Durchsetzung."
-      },
-      "living_process": {
-        "title": "Lebendiger Prozess",
-        "description": "Der Rahmen entwickelt sich aus echten Fehlern, nicht aus vorgegebenen Plänen. Wächst durch Betriebserfahrung - adaptive Resilienz, kein statisches Regelwerk."
-      },
-      "not_separateness": {
-        "title": "Not-Separatheit",
-        "description": "Governance ist in die Bereitstellungsarchitektur integriert, nicht aufgeschraubt. Die Durchsetzung ist strukturell und erfolgt im kritischen Ausführungspfad, bevor Aktionen ausgeführt werden - Umgehungen erfordern explizite Flags und werden protokolliert."
-      }
-    },
-    "cta_card": {
-      "title": "Architektonische Grundsätze",
-      "description": "Diese Grundsätze sind die Richtschnur für jede Rahmenänderung - sie gewährleisten Kohärenz, Anpassungsfähigkeit und strukturelle Durchsetzung anstelle von Konformitätstheater.",
-      "architecture_link": "Siehe Technische Architektur →",
-      "values_link": "Werte und Grundsätze →"
-    },
-    "enforcement_distinction": {
-      "heading": "Architektonische Durchsetzung vs. Compliance Theater",
-      "compliance_theatre": "Compliance-Theater: Dokumentierte Richtlinien, die von KI umgangen werden können, Überwachung nach der Ausführung, freiwillige Einhaltung.",
-      "architectural_enforcement": "Architektonische Durchsetzung (Tractatus): Governance-Dienste fangen Aktionen ab, bevor sie auf dem kritischen Pfad ausgeführt werden. Die Dienste koordinieren sich in Echtzeit und blockieren nicht konforme Vorgänge auf der Architekturebene. Umgehungen erfordern explizite --no-verify-Flags und werden protokolliert."
-    }
   },
-  "paths": {
+  "evidence": {
-    "intro": "",
+    "badge": "Produktionsnachweis",
-    "researcher": {
-      "title": "Forscher",
-      "subtitle": "Akademische & technische Tiefe",
-      "tooltip": "Für KI-Sicherheitsforscher, Akademiker und Wissenschaftler, die LLM-Fehlermodelle und Governance-Architekturen untersuchen",
-      "description": "Erkunden Sie die theoretischen Grundlagen, architektonischen Beschränkungen und den wissenschaftlichen Kontext des Tractatus-Frameworks.",
-      "features": [
-        "Technische Spezifikationen & Beweise",
-        "Akademische Forschungsübersicht",
-        "Fehlermodusanalyse",
-        "Mathematische Grundlagen"
-      ],
-      "cta": "Forschung erkunden"
-    },
-    "implementer": {
-      "title": "Implementierer",
-      "subtitle": "Code & Integrationsleitfäden",
-      "tooltip": "Für Softwareingenieure, ML-Ingenieure und technische Teams, die Produktions-KI-Systeme entwickeln",
-      "description": "Arbeiten Sie praktisch mit Implementierungsleitfäden, API-Dokumentation und Referenz-Codebeispielen.",
-      "features": [
-        "Funktionierende Codebeispiele",
-        "API-Integrationsmuster",
-        "Service-Architekturdiagramme",
-        "Bereitstellungsmuster und Betriebsverfahren"
-      ],
-      "cta": "Implementierungsleitfaden anzeigen"
-    },
-    "leader": {
-      "title": "Führungskraft",
-      "subtitle": "Strategische KI-Sicherheit",
-      "tooltip": "Für KI-Führungskräfte, Forschungsdirektoren, Startup-Gründer und strategische Entscheidungsträger, die KI-Sicherheitsrichtlinien festlegen",
-      "description": "Navigieren Sie durch den Business Case, Compliance-Anforderungen und Wettbewerbsvorteile der strukturellen KI-Sicherheit.",
-      "features": [
-        "Executive Briefing & Business Case",
-        "Risikomanagement & Compliance (EU AI Act)",
-        "Implementierungs-Roadmap & ROI",
-        "Wettbewerbsvorteilsanalyse"
-      ],
-      "cta": "Führungsressourcen anzeigen"
-    }
-  },
-  "capabilities": {
-    "heading": "Framework-Fähigkeiten",
-    "items": [
-      {
-        "title": "Instruktionsklassifizierung",
-        "description": "Quadratenbasierte Klassifizierung (STR/OPS/TAC/SYS/STO) mit Zeitpersistenz-Metadaten-Tagging"
-      },
-      {
-        "title": "Kreuzreferenzvalidierung",
-        "description": "Validiert KI-Aktionen gegen explizite Benutzeranweisungen, um musterbasierte Überschreibungen zu verhindern"
-      },
-      {
-        "title": "Grenzendurchsetzung",
-        "description": "Implementiert Tractatus 12.1-12.7-Grenzen - Werteentscheidungen erfordern architektonisch Menschen"
-      },
-      {
-        "title": "Drucküberwachung",
-        "description": "Erkennt verschlechterte Betriebsbedingungen (Token-Druck, Fehler, Komplexität) und passt die Verifizierung an"
-      },
-      {
-        "title": "Metakognitive Verifizierung",
-        "description": "KI überprüft Ausrichtung, Kohärenz, Sicherheit vor der Ausführung - strukturelle Pause-und-Verifizierung"
-      },
-      {
-        "title": "Pluralistische Beratung",
-        "description": "Multi-Stakeholder-Werteberatung ohne Hierarchie - erleichtert menschliche Entscheidungsfindung für inkommensurable Werte"
-      }
-    ]
-  },
-  "validation": {
-    "heading": "Reale Validierung",
-    "performance_evidence": {
-      "heading": "Vorläufige Erkenntnisse: Sicherheit und Leistung könnten aufeinander abgestimmt sein",
-      "paragraph_1": "Die Produktionsbereitstellung zeigt ein unerwartetes Muster: <strong>Strukturelle Beschränkungen scheinen die KI-Zuverlässigkeit zu verbessern, anstatt sie einzuschränken</strong>. Nutzer berichten, dass sie in einer verwalteten Sitzung das erreichen, was zuvor 3-5 Versuche mit unverwalteten Claude Code erforderte—bei deutlich niedrigeren Fehlerquoten und qualitativ hochwertigeren Ergebnissen unter architektonischer Governance.",
-      "paragraph_2": "Der Mechanismus scheint die <strong>Verhinderung verschlechterter Betriebsbedingungen</strong> zu sein: Architektonische Grenzen stoppen Kontextdruckausfälle, Instruktionsdrift und musterbasierte Überschreibungen, bevor sie sich zu sitzungsbeendenden Fehlern aufschaukeln. Durch die Aufrechterhaltung der operativen Integrität während langer Interaktionen schafft das Framework Bedingungen für nachhaltig hochwertige Ergebnisse.",
-      "paragraph_3": "<strong>Wenn sich dieses Muster im großen Maßstab bestätigt</strong>, stellt es eine zentrale Annahme in Frage, die die Einführung von KI-Sicherheit blockiert—dass Governance-Maßnahmen Leistung gegen Sicherheit eintauschen. Stattdessen deuten diese Erkenntnisse darauf hin, dass strukturelle Beschränkungen ein Weg zu <em>sowohl</em> sichereren <em>als auch</em> leistungsfähigeren KI-Systemen sein könnten. Die statistische Validierung läuft.",
-      "methodology_note": "<strong>Methodenhinweis:</strong> Erkenntnisse basieren auf qualitativen Nutzerberichten aus der Produktionsbereitstellung. Kontrollierte Experimente und quantitative Metrikenerfassung sind für die Validierungsphase geplant."
-    },
-    "case_27027": {
-      "badge": "Muster-Bias-Vorfall",
-      "type": "Interaktive Demo",
-      "title": "Der 27027-Vorfall",
-      "description": "Echter Produktionsvorfall, bei dem Claude Code standardmäßig Port 27017 (Trainingsmuster) verwendete, obwohl der Benutzer explizit angewiesen hatte, Port 27027 zu verwenden. CrossReferenceValidator erkannte den Konflikt und blockierte die Ausführung—demonstriert, wie Mustererkennung Anweisungen unter Kontextdruck überschreiben kann.",
-      "why_matters": "Warum das wichtig ist: Dieser Fehlermodus verschlimmert sich, wenn Modelle sich verbessern—stärkere Mustererkennung bedeutet stärkere Überschreibungstendenz. Architektonische Beschränkungen bleiben unabhängig vom Fähigkeitsniveau notwendig.",
-      "cta": "Interaktive Demo anzeigen"
-    },
-    "resources": {
-      "text": "Zusätzliche Fallstudien und Forschungsergebnisse in technischen Papieren dokumentiert",
-      "cta": "Fallstudien durchsuchen →"
-    }
-  },
-  "village_section": {
-    "badge": "Produktionsbeweis",
     "heading": "Tractatus in Produktion: Die Village-Plattform",
-    "subheading": "Unsere Forschung hat zu einem praktischen Ergebnis geführt. Home AI wendet alle sechs Tractatus-Governance-Services auf jede Nutzerinteraktion in einer Live-Community-Plattform an.",
+    "subtitle": "Home AI wendet alle sechs Governance-Dienste auf jede Nutzerinteraktion in einer Live-Community-Plattform an.",
-    "home_ai": {
+    "stat_services": "Governance-Dienste pro Antwort",
-      "title": "Home AI",
+    "stat_months": "Monate in Produktion",
-      "subtitle": "Sechs Dienste pro Antwort",
+    "stat_overhead": "Governance-Overhead pro Interaktion",
-      "description": "Jede Home AI-Antwort durchläuft den gesamten Tractatus Governance-Stack, bevor sie den Benutzer erreicht. BoundaryEnforcer blockiert Werturteile, CrossReferenceValidator verhindert Prompt Injection, ContextPressureMonitor überwacht den Zustand der Sitzung.",
+    "cta_case_study": "Technische Fallstudie &rarr;",
-      "stat_services": "Governance-Dienste pro Antwort",
+    "cta_home_ai": "Über Home AI &rarr;",
-      "stat_months": "Monate in Produktion",
-      "disclaimer": "Diese Zahlen beziehen sich auf die Bereitstellung für einen einzelnen Mandanten. Die Validierung für mehrere Mandanten steht noch aus."
-    },
-    "features": {
-      "title": "Governance-geschützte Funktionen",
-      "rag_help": {
-        "title": "RAG-basiertes Hilfezentrum",
-        "description": "Vektorsuche mit erlaubnisbasiertem Abruf"
-      },
-      "document_ocr": {
-        "title": "Dokument-OCR",
-        "description": "Automatisierte Textextraktion unter Einwilligungskontrolle"
-      },
-      "story_assistance": {
-        "title": "Geschichten-Assistenz",
-        "description": "Durch BoundaryEnforcer gefilterte Inhaltsvorschläge"
-      },
-      "ai_memory": {
-        "title": "KI-Speicher-Transparenz",
-        "description": "Benutzergesteuerte Zusammenfassung mit Audit-Dashboard"
-      }
-    },
-    "cta_explore": "Erkunden Sie das Village →",
-    "cta_case_study": "Technische Fallstudie →",
     "limitations_label": "Einschränkungen:",
-    "limitations": "Frühzeitige Einführung bei vier föderierten Mietern, selbst gemeldete Kennzahlen, Überschneidungen zwischen Betreibern und Entwicklern. Unabhängige Prüfung und umfassendere Validierung für 2026 geplant."
+    "limitations_text": "Einführung in einem frühen Stadium bei vier föderierten Mandanten, selbst gemeldete Kennzahlen, Überschneidungen zwischen Betreibern und Entwicklern. Unabhängige Prüfung und umfassendere Validierung für 2026 geplant."
   },
-  "village_promo": {
+  "roles": {
-    "badge": "Umsetzung der Produktion",
+    "heading": "Erkunden nach Rolle",
-    "heading": "Tractatus in Aktion sehen",
+    "subtitle": "Der Rahmen wird durch drei Linsen dargestellt, jede mit unterschiedlicher Tiefe und Fokus.",
-    "subheading": "Die Village-Plattform",
+    "researcher_title": "Für Forscher",
-    "description": "Unsere Forschung zur architektonischen KI-Governance hat ein praktisches Ergebnis hervorgebracht: die Village-Plattform. Community-Räume im Besitz der Mitglieder mit souveränen Daten, geregelter KI-Unterstützung und echtem Datenschutz durch Design. Sehen Sie sich an, wie strukturell eingeschränkte KI in der Produktion aussieht—in echten Gemeinschaften, die mit diesen architektonischen Sicherheitsvorkehrungen arbeiten.",
+    "researcher_subtitle": "Akademische und technische Tiefe",
-    "cta": "Erkunden Sie das Village →"
+    "researcher_f1": "Formale Grundlagen und Beweise",
+    "researcher_f2": "Fehlermöglichkeitsanalyse",
+    "researcher_f3": "Offene Forschungsfragen",
+    "researcher_f4": "3.942 Prüfungsentscheidungen auf Hugging Face",
+    "researcher_cta": "Forschung erkunden &rarr;",
+    "implementer_title": "Für Implementierer",
+    "implementer_subtitle": "Code- und Integrationsleitfäden",
+    "implementer_f1": "Beispiele für funktionierenden Code",
+    "implementer_f2": "API-Integrationsmuster",
+    "implementer_f3": "Diagramme zur Dienstarchitektur",
+    "implementer_f4": "Bereitstellungsmuster",
+    "implementer_cta": "Implementierungsleitfaden anzeigen &rarr;",
+    "leader_title": "Für Führungskräfte",
+    "leader_subtitle": "Strategische KI-Governance",
+    "leader_f1": "Executive Briefing und Business Case",
+    "leader_f2": "Regulatorische Anpassung (EU AI Act)",
+    "leader_f3": "Fahrplan für die Umsetzung",
+    "leader_f4": "Rahmen für das Risikomanagement",
+    "leader_cta": "Ressourcen für Führungskräfte anzeigen &rarr;"
   },
-  "share_cta": {
+  "papers": {
-    "heading": "Helfen Sie uns, die richtigen Leute zu erreichen.",
+    "heading": "Architektonische Angleichung",
-    "description": "Wenn Sie Forscher, Implementierer oder Führungskräfte kennen, die strukturelle KI-Governance-Lösungen benötigen, teilen Sie dies mit ihnen.",
+    "subtitle": "Das Forschungspapier in drei Ausgaben, jede für ein anderes Publikum geschrieben.",
-    "copy_link": "Link kopieren",
+    "academic_title": "Akademisch",
-    "email": "E-Mail",
+    "academic_desc": "Vollständige akademische Behandlung mit formalen Beweisen, existenziellem Risikokontext und umfassenden Zitaten.",
-    "linkedin": "LinkedIn"
+    "community_title": "Gemeinschaft",
+    "community_desc": "Praktischer Leitfaden für Organisationen, die den Rahmen für die Übernahme bewerten.",
+    "policymakers_title": "Politische Entscheidungsträger",
+    "policymakers_desc": "Regulierungsstrategie, Zertifizierungsinfrastruktur und politische Empfehlungen.",
+    "pdf_label": "PDF-Downloads:"
+  },
+  "timeline": {
+    "heading": "Entwicklung der Forschung",
+    "subtitle": "Von einem Vorfall mit einer Portnummer zu einer produktiven Governance-Architektur, über 800 Commits und ein Jahr Forschung.",
+    "oct_2025": "Einführung des Rahmens &amp; 6 Governance-Dienste",
+    "oct_nov_2025": "Alexander-Prinzipien, Agent Lightning, i18n",
+    "dec_2025": "Village-Fallstudie &amp; Einsatz von Home AI",
+    "jan_2026": "Veröffentlichung von Forschungspapieren (3 Ausgaben)",
+    "cta": "Vollständigen Zeitplan der Forschung anzeigen &rarr;"
+  },
+  "claims": {
+    "heading": "Ein Hinweis zu den Behauptungen",
+    "text": "Es handelt sich um ein frühes Forschungsstadium mit einem kleinen föderierten Einsatz bei vier Mandanten. Wir präsentieren vorläufige Erkenntnisse, keine nachgewiesenen Ergebnisse. Der Rahmen wurde nicht von unabhängiger Seite geprüft oder in großem Maßstab getestet. Wo wir Betriebskennzahlen angeben, handelt es sich um Selbstauskünfte. Wir sind der Meinung, dass der architektonische Ansatz weitere Untersuchungen verdient, aber wir erheben keinen Anspruch auf Verallgemeinerbarkeit über das hinaus, was die Beweise unterstützen. Das",
+    "counter_link": "Dokument der Gegenargumente",
+    "counter_suffix": "setzt sich direkt mit vorhersehbaren Kritikpunkten auseinander."
+  },
+  "koha": {
+    "heading": "Koha &mdash; Diese Forschung unterstützen",
+    "intro": "<strong>Koha</strong> (koh-hah) ist eine M&#257;ori-Praxis des gegenseitigen Gebens, die das Band zwischen Geber und Empfänger stärkt. Diese Forschung ist unter Apache 2.0 frei zugänglich &mdash; wenn sie für Sie einen Wert hat, trägt Ihr Koha zu ihrer Fortsetzung bei.",
+    "explanation": "Die gesamte Forschung, die Dokumentation und der Code bleiben unabhängig vom Beitrag frei verfügbar. Koha ist keine Bezahlung &mdash; es ist die Teilnahme an <em>whanaungatanga</em> (Aufbau von Beziehungen) und <em>manaakitanga</em> (gegenseitige Fürsorge).",
+    "option_1": "Einmalig oder monatlich",
+    "option_2": "Vollständige finanzielle Transparenz",
+    "option_3": "Keine Paywall, niemals",
+    "cta": "Koha anbieten &rarr;",
+    "transparency_link": "Sehen Sie sich unseren Bericht zur finanziellen Transparenz an"
   },
   "footer": {
     "about_heading": "Tractatus Framework",
-    "about_text": "Architektonische Beschränkungen für KI-Sicherheit, die menschliche Entscheidungsfreiheit durch strukturelle, nicht aspirationale, Garantien wahren.",
+    "about_text": "Architektonische Beschränkungen für die KI-Sicherheit, die die menschliche Handlungsfähigkeit durch strukturelle, nicht durch angestrebte Durchsetzung erhalten.",
     "documentation_heading": "Dokumentation",
     "documentation_links": {
-      "framework_docs": "Framework-Dokumentation",
+      "framework_docs": "Framework-Dokumente",
-      "about": "Über uns",
+      "about": "Über",
       "core_values": "Grundwerte",
       "interactive_demo": "Interaktive Demo"
     },
@@ -227,12 +133,12 @@
     },
     "legal_heading": "Rechtliches",
     "legal_links": {
-      "privacy": "Datenschutzerklärung",
+      "privacy": "Datenschutz",
       "contact": "Kontakt",
       "github": "GitHub"
     },
     "te_tiriti_label": "Te Tiriti o Waitangi:",
-    "te_tiriti_text": "Wir erkennen Te Tiriti o Waitangi und unser Bekenntnis zu Partnerschaft, Schutz und Teilhabe an. Dieses Projekt respektiert die Māori-Datensouveränität (rangatiratanga) und kollektive Vormundschaft (kaitiakitanga).",
+    "te_tiriti_text": "Wir bekennen uns zu Te Tiriti o Waitangi und unserer Verpflichtung zu Partnerschaft, Schutz und Beteiligung. Dieses Projekt respektiert die Datensouveränität der Māori (rangatiratanga) und die kollektive Vormundschaft (kaitiakitanga).",
     "copyright": "John G Stroh. Lizenziert unter",
     "license": "Apache 2.0",
     "location": "Hergestellt in Aotearoa Neuseeland 🇳🇿"

public/locales/en/homepage.json

@@ -1,212 +1,118 @@
 {
   "hero": {
-    "title": "Tractatus AI Safety Framework",
+    "title": "Architectural Governance for AI Systems",
-    "subtitle": "Some decisions require human judgment—architecturally enforced, not left to AI discretion, however well trained.<br>Not amoral AI systems, but plural moral values—enabling organizations to navigate value conflicts thoughtfully.<br><span class=\"text-lg opacity-90\">Now integrating with Agent Lightning for performance optimization.</span>",
+    "subtitle": "Some decisions require human judgment &mdash; architecturally enforced, not left to AI discretion, however well trained.",
-    "cta_architecture": "System Architecture",
+    "cta_research": "Read the Research",
-    "cta_docs": "Read Documentation",
+    "cta_production": "See It in Production"
-    "cta_hf_space": "🤗 Explore Audit Logs",
-    "cta_faq": "FAQ"
   },
-  "community": {
+  "problem": {
-    "heading": "Join the Community",
+    "heading": "The Problem",
-    "intro": "Connect with researchers, implementers, and leaders exploring agentic AI governance and Agent Lightning integration.",
+    "intro": "Current AI safety approaches rely on training, fine-tuning, and corporate governance &mdash; all of which can fail, drift, or be overridden. When an AI&rsquo;s training patterns conflict with a user&rsquo;s explicit instructions, the patterns win.",
-    "tractatus_discord": {
+    "incident_title": "The 27027 Incident",
-      "title": "Tractatus Discord",
+    "incident_text": "A user told Claude Code to use port 27027. The model used 27017 instead &mdash; not from forgetting, but because MongoDB&rsquo;s default port is 27017, and the model&rsquo;s statistical priors &ldquo;autocorrected&rdquo; the explicit instruction. Training pattern bias overrode human intent.",
-      "subtitle": "Governance-focused discussions",
+    "corollary_title": "From Code to Conversation: The Same Mechanism",
-      "description": "Explore architectural constraints, research gaps, and governance frameworks for agentic AI systems.",
+    "corollary_p1": "In code, this bias produces measurable failures &mdash; wrong port, connection refused, incident logged in 14.7ms. But the same architectural flaw operates in every AI conversation, where it is far harder to detect.",
-      "cta": "Join Tractatus Server →"
+    "corollary_p2": "When a user from a collectivist culture asks for family advice, the model defaults to Western individualist framing &mdash; because that is what 95% of the training data reflects. When a M&#257;ori user asks about data guardianship, the model offers property-rights language instead of <em>kaitiakitanga</em>. When someone asks about end-of-life decisions, the model defaults to utilitarian calculus rather than the user&rsquo;s religious or cultural framework.",
-    },
+    "corollary_p3": "The mechanism is identical: training data distributions override the user&rsquo;s actual context. In code, the failure is binary and detectable. In conversation, it is gradient and invisible &mdash; culturally inappropriate advice looks like &ldquo;good advice&rdquo; to the system, and often to the user. There is no CrossReferenceValidator catching it in 14.7ms.",
-    "agent_lightning_discord": {
+    "corollary_link": "Read the full analysis &rarr;",
-      "title": "Agent Lightning Discord",
+    "closing": "This is not an edge case, and it is not limited to code. It is a category of failure that gets worse as models become more capable: stronger patterns produce more confident overrides &mdash; whether the override substitutes a port number or a value system. Safety through training alone is insufficient. The failure mode is structural, it operates across every domain where AI acts, and the solution must be structural."
-      "subtitle": "Technical implementation help",
-      "description": "Get support for Agent Lightning integration, RL optimization, and performance tuning questions.",
-      "cta": "Join Agent Lightning Server →"
-    },
-    "welcome_message": "Both communities welcome researchers, implementers, and leaders at all experience levels."
   },
-  "value_prop": {
+  "approach": {
-    "heading": "A Starting Point",
+    "heading": "The Approach",
-    "text": "Aligning advanced AI with human values is among the most consequential challenges we face. As capability growth accelerates under big tech momentum, we confront a categorical imperative: preserve human agency over values decisions, or risk ceding control entirely.<br><br>Instead of hoping AI systems \"behave correctly,\" we propose structural constraints where certain decision types require human judgment. These architectural boundaries can adapt to individual, organizational, and societal norms—creating a foundation for bounded AI operation that may scale more safely with capability growth.<br><br>If this approach can work at scale, Tractatus may represent a turning point—a path where AI enhances human capability without compromising human sovereignty. Explore the framework through the lens that resonates with your work."
+    "subtitle": "Tractatus draws on four intellectual traditions, each contributing a distinct insight to the architecture.",
+    "berlin_title": "Isaiah Berlin &mdash; Value Pluralism",
+    "berlin_text": "Some values are genuinely incommensurable. You cannot rank &ldquo;privacy&rdquo; against &ldquo;safety&rdquo; on a single scale without imposing one community&rsquo;s priorities on everyone else. AI systems must accommodate plural moral frameworks, not flatten them.",
+    "wittgenstein_title": "Ludwig Wittgenstein &mdash; The Limits of the Sayable",
+    "wittgenstein_text": "Some decisions can be systematised and delegated to AI; others &mdash; involving values, ethics, cultural context &mdash; fundamentally cannot. The boundary between the &ldquo;sayable&rdquo; (what can be specified, measured, verified) and what lies beyond it is the framework&rsquo;s foundational constraint. What cannot be systematised must not be automated.",
+    "tiriti_title": "Te Tiriti o Waitangi &mdash; Indigenous Sovereignty",
+    "tiriti_text": "Communities should control their own data and the systems that act upon it. Concepts of <em>rangatiratanga</em> (self-determination), <em>kaitiakitanga</em> (guardianship), and <em>mana</em> (dignity) provide centuries-old prior art for digital sovereignty.",
+    "alexander_title": "Christopher Alexander &mdash; Living Architecture",
+    "alexander_text": "Governance woven into system architecture, not bolted on. Five principles (Not-Separateness, Deep Interlock, Gradients, Structure-Preserving, Living Process) guide how the framework evolves while maintaining coherence.",
+    "download_pdf": "Download: The Philosophical Foundations of the Village Project (PDF)"
   },
-  "alexander_principles": {
+  "services": {
-    "heading": "Built on Living Systems Principles",
+    "heading": "Six Governance Services",
-    "subtitle": "Governance that evolves with your organization—not compliance theatre, but architectural enforcement woven into deployment.",
+    "subtitle": "Every AI action passes through six external services before execution. Governance operates in the critical path &mdash; bypasses require explicit flags and are logged.",
-    "principles": {
+    "boundary_desc": "Blocks AI from making values decisions. Privacy trade-offs, ethical questions, and cultural context require human judgment &mdash; architecturally enforced.",
-      "deep_interlock": {
+    "instruction_desc": "Classifies instructions by persistence (HIGH/MEDIUM/LOW) and quadrant. Stores them externally so they cannot be overridden by training patterns.",
-        "title": "Deep Interlock",
+    "validator_desc": "Validates AI actions against stored instructions. When the AI proposes an action that conflicts with an explicit instruction, the instruction takes precedence.",
-        "description": "Six governance services coordinate, not operate in silos. When one detects an issue, others reinforce—creating resilient enforcement through mutual validation."
+    "pressure_desc": "Detects degraded operating conditions (token pressure, error rates, complexity) and adjusts verification intensity. Graduated response prevents both alert fatigue and silent degradation.",
-      },
+    "metacognitive_desc": "AI self-checks alignment, coherence, and safety before execution. Triggered selectively on complex operations to avoid overhead on routine tasks.",
-      "structure_preserving": {
+    "deliberation_desc": "When AI encounters values conflicts, it halts and coordinates deliberation among affected stakeholders rather than making autonomous choices.",
-        "title": "Structure-Preserving",
+    "cta": "See the full architecture &rarr;"
-        "description": "Framework changes enhance without breaking. Audit logs remain interpretable, governance decisions stay valid—institutional memory preserved across evolution."
-      },
-      "gradients": {
-        "title": "Gradients Not Binary",
-        "description": "Governance operates on intensity levels (NORMAL/ELEVATED/HIGH/CRITICAL), not yes/no switches. Nuanced response to risk—avoiding alert fatigue and mechanical enforcement."
-      },
-      "living_process": {
-        "title": "Living Process",
-        "description": "Framework evolves from real failures, not predetermined plans. Grows smarter through operational experience—adaptive resilience, not static rulebook."
-      },
-      "not_separateness": {
-        "title": "Not-Separateness",
-        "description": "Governance woven into deployment architecture, not bolted on. Enforcement is structural, happening in the critical execution path before actions execute—bypasses require explicit flags and are logged."
-      }
-    },
-    "cta_card": {
-      "title": "Architectural Principles",
-      "description": "These principles guide every framework change—ensuring coherence, adaptability, and structural enforcement rather than compliance theatre.",
-      "architecture_link": "See Technical Architecture →",
-      "values_link": "Values & Principles →"
-    },
-    "enforcement_distinction": {
-      "heading": "Architectural Enforcement vs Compliance Theatre",
-      "compliance_theatre": "Compliance theatre: Documented policies AI can bypass, post-execution monitoring, voluntary adherence.",
-      "architectural_enforcement": "Architectural enforcement (Tractatus): Governance services intercept actions before execution in the critical path. Services coordinate in real-time, blocking non-compliant operations at the architectural level—bypasses require explicit --no-verify flags and are logged."
-    }
   },
-  "paths": {
+  "evidence": {
-    "intro": "",
-    "researcher": {
-      "title": "Researcher",
-      "subtitle": "Academic & technical depth",
-      "tooltip": "For AI safety researchers, academics, and scientists investigating LLM failure modes and governance architectures",
-      "description": "Explore the theoretical foundations, architectural constraints, and scholarly context of the Tractatus framework.",
-      "features": [
-        "Technical specifications & proofs",
-        "Academic research review",
-        "Failure mode analysis",
-        "Mathematical foundations"
-      ],
-      "cta": "Explore Research"
-    },
-    "implementer": {
-      "title": "Implementer",
-      "subtitle": "Code & integration guides",
-      "tooltip": "For software engineers, ML engineers, and technical teams building production AI systems",
-      "description": "Get hands-on with implementation guides, API documentation, and reference code examples.",
-      "features": [
-        "Working code examples",
-        "API integration patterns",
-        "Service architecture diagrams",
-        "Deployment patterns & operational procedures"
-      ],
-      "cta": "View Implementation Guide"
-    },
-    "leader": {
-      "title": "Leader",
-      "subtitle": "Strategic AI Safety",
-      "tooltip": "For AI executives, research directors, startup founders, and strategic decision makers setting AI safety policy",
-      "description": "Navigate the business case, compliance requirements, and competitive advantages of structural AI safety.",
-      "features": [
-        "Executive briefing & business case",
-        "Risk management & compliance (EU AI Act)",
-        "Implementation roadmap & ROI",
-        "Competitive advantage analysis"
-      ],
-      "cta": "View Leadership Resources"
-    }
-  },
-  "capabilities": {
-    "heading": "Framework Capabilities",
-    "items": [
-      {
-        "title": "Instruction Classification",
-        "description": "Quadrant-based classification (STR/OPS/TAC/SYS/STO) with time-persistence metadata tagging"
-      },
-      {
-        "title": "Cross-Reference Validation",
-        "description": "Validates AI actions against explicit user instructions to prevent pattern-based overrides"
-      },
-      {
-        "title": "Boundary Enforcement",
-        "description": "Implements Tractatus 12.1-12.7 boundaries - values decisions architecturally require humans"
-      },
-      {
-        "title": "Pressure Monitoring",
-        "description": "Detects degraded operating conditions (token pressure, errors, complexity) and adjusts verification"
-      },
-      {
-        "title": "Metacognitive Verification",
-        "description": "AI self-checks alignment, coherence, safety before execution - structural pause-and-verify"
-      },
-      {
-        "title": "Pluralistic Deliberation",
-        "description": "Multi-stakeholder values deliberation without hierarchy - facilitates human decision-making for incommensurable values"
-      }
-    ]
-  },
-  "validation": {
-    "heading": "Real-World Validation",
-    "performance_evidence": {
-      "heading": "Preliminary Evidence: Safety and Performance May Be Aligned",
-      "paragraph_1": "Production deployment reveals an unexpected pattern: <strong>structural constraints appear to enhance AI reliability rather than constrain it</strong>. Users report completing in one governed session what previously required 3-5 attempts with ungoverned Claude Code—achieving significantly lower error rates and higher-quality outputs under architectural governance.",
-      "paragraph_2": "The mechanism appears to be <strong>prevention of degraded operating conditions</strong>: architectural boundaries stop context pressure failures, instruction drift, and pattern-based overrides before they compound into session-ending errors. By maintaining operational integrity throughout long interactions, the framework creates conditions for sustained high-quality output.",
-      "paragraph_3": "<strong>If this pattern holds at scale</strong>, it challenges a core assumption blocking AI safety adoption—that governance measures trade performance for safety. Instead, these findings suggest structural constraints may be a path to <em>both</em> safer <em>and</em> more capable AI systems. Statistical validation is ongoing.",
-      "methodology_note": "<strong>Methodology note:</strong> Findings based on qualitative user reports from production deployment. Controlled experiments and quantitative metrics collection scheduled for validation phase."
-    },
-    "case_27027": {
-      "badge": "Pattern Bias Incident",
-      "type": "Interactive Demo",
-      "title": "The 27027 Incident",
-      "description": "Real production incident where Claude Code defaulted to port 27017 (training pattern) despite explicit user instruction to use port 27027. CrossReferenceValidator detected the conflict and blocked execution—demonstrating how pattern recognition can override instructions under context pressure.",
-      "why_matters": "Why this matters: This failure mode gets worse as models improve—stronger pattern recognition means stronger override tendency. Architectural constraints remain necessary regardless of capability level.",
-      "cta": "View Interactive Demo"
-    },
-    "resources": {
-      "text": "Additional case studies and research findings documented in technical papers",
-      "cta": "Browse Case Studies →"
-    }
-  },
-  "village_section": {
     "badge": "Production Evidence",
     "heading": "Tractatus in Production: The Village Platform",
-    "subheading": "Our research has produced a practical outcome. Home AI applies all six Tractatus governance services to every user interaction in a live community platform.",
+    "subtitle": "Home AI applies all six governance services to every user interaction in a live community platform.",
-    "home_ai": {
+    "stat_services": "Governance services per response",
-      "title": "Home AI",
+    "stat_months": "Months in production",
-      "subtitle": "Six Services Per Response",
+    "stat_overhead": "Governance overhead per interaction",
-      "description": "Every Home AI response passes through the complete Tractatus governance stack before reaching the user. BoundaryEnforcer blocks values judgments, CrossReferenceValidator prevents prompt injection, ContextPressureMonitor tracks session health.",
+    "cta_case_study": "Technical Case Study &rarr;",
-      "stat_services": "Governance services per response",
+    "cta_home_ai": "About Home AI &rarr;",
-      "stat_months": "Months in production",
-      "disclaimer": "These figures reflect single-tenant deployment. Multi-tenant validation pending."
-    },
-    "features": {
-      "title": "Governance-Protected Features",
-      "rag_help": {
-        "title": "RAG-Based Help Centre",
-        "description": "Vector search with permission-aware retrieval"
-      },
-      "document_ocr": {
-        "title": "Document OCR",
-        "description": "Automated text extraction under consent controls"
-      },
-      "story_assistance": {
-        "title": "Story Assistance",
-        "description": "Content suggestions filtered through BoundaryEnforcer"
-      },
-      "ai_memory": {
-        "title": "AI Memory Transparency",
-        "description": "User-controlled summarisation with audit dashboard"
-      }
-    },
-    "cta_explore": "Explore the Village →",
-    "cta_case_study": "Technical Case Study →",
     "limitations_label": "Limitations:",
-    "limitations": "Early-stage deployment across four federated tenants, self-reported metrics, operator-developer overlap. Independent audit and broader validation scheduled for 2026."
+    "limitations_text": "Early-stage deployment across four federated tenants, self-reported metrics, operator-developer overlap. Independent audit and broader validation scheduled for 2026."
   },
-  "village_promo": {
+  "roles": {
-    "badge": "Production Implementation",
+    "heading": "Explore by Role",
-    "heading": "See Tractatus in Action",
+    "subtitle": "The framework is presented through three lenses, each with distinct depth and focus.",
-    "subheading": "The Village Platform",
+    "researcher_title": "For Researchers",
-    "description": "Our research into architectural AI governance has produced a practical outcome: the Village platform. Member-owned community spaces with sovereign data, governed AI assistance, and genuine privacy by design. See what structurally-constrained AI looks like in production—real communities operating with these architectural safeguards.",
+    "researcher_subtitle": "Academic and technical depth",
-    "cta": "Explore the Village →"
+    "researcher_f1": "Formal foundations and proofs",
+    "researcher_f2": "Failure mode analysis",
+    "researcher_f3": "Open research questions",
+    "researcher_f4": "3,942 audit decisions on Hugging Face",
+    "researcher_cta": "Explore research &rarr;",
+    "implementer_title": "For Implementers",
+    "implementer_subtitle": "Code and integration guides",
+    "implementer_f1": "Working code examples",
+    "implementer_f2": "API integration patterns",
+    "implementer_f3": "Service architecture diagrams",
+    "implementer_f4": "Deployment patterns",
+    "implementer_cta": "View implementation guide &rarr;",
+    "leader_title": "For Leaders",
+    "leader_subtitle": "Strategic AI governance",
+    "leader_f1": "Executive briefing and business case",
+    "leader_f2": "Regulatory alignment (EU AI Act)",
+    "leader_f3": "Implementation roadmap",
+    "leader_f4": "Risk management framework",
+    "leader_cta": "View leadership resources &rarr;"
   },
-  "share_cta": {
+  "papers": {
-    "heading": "Help us reach the right people.",
+    "heading": "Architectural Alignment",
-    "description": "If you know researchers, implementers, or leaders who need structural AI governance solutions, share this with them.",
+    "subtitle": "The research paper in three editions, each written for a different audience.",
-    "copy_link": "Copy Link",
+    "academic_title": "Academic",
-    "email": "Email",
+    "academic_desc": "Full academic treatment with formal proofs, existential risk context, and comprehensive citations.",
-    "linkedin": "LinkedIn"
+    "community_title": "Community",
+    "community_desc": "Practical guide for organisations evaluating the framework for adoption.",
+    "policymakers_title": "Policymakers",
+    "policymakers_desc": "Regulatory strategy, certification infrastructure, and policy recommendations.",
+    "pdf_label": "PDF downloads:"
+  },
+  "timeline": {
+    "heading": "Research Evolution",
+    "subtitle": "From a port number incident to a production governance architecture, across 800 commits and one year of research.",
+    "oct_2025": "Framework inception &amp; 6 governance services",
+    "oct_nov_2025": "Alexander principles, Agent Lightning, i18n",
+    "dec_2025": "Village case study &amp; Home AI deployment",
+    "jan_2026": "Research papers (3 editions) published",
+    "cta": "View the full research timeline &rarr;"
+  },
+  "claims": {
+    "heading": "A note on claims",
+    "text": "This is early-stage research with a small-scale federated deployment across four tenants. We present preliminary evidence, not proven results. The framework has not been independently audited or adversarially tested at scale. Where we report operational metrics, they are self-reported. We believe the architectural approach merits further investigation, but we make no claims of generalisability beyond what the evidence supports. The",
+    "counter_link": "counter-arguments document",
+    "counter_suffix": "engages directly with foreseeable criticisms."
+  },
+  "koha": {
+    "heading": "Koha &mdash; Sustain This Research",
+    "intro": "<strong>Koha</strong> (koh-hah) is a M&#257;ori practice of reciprocal giving that strengthens the bond between giver and receiver. This research is open access under Apache 2.0 &mdash; if it has value to you, your koha sustains its continuation.",
+    "explanation": "All research, documentation, and code remain freely available regardless of contribution. Koha is not payment &mdash; it is participation in <em>whanaungatanga</em> (relationship-building) and <em>manaakitanga</em> (reciprocal care).",
+    "option_1": "One-time or monthly",
+    "option_2": "Full financial transparency",
+    "option_3": "No paywall, ever",
+    "cta": "Offer Koha &rarr;",
+    "transparency_link": "View our financial transparency report"
   },
   "footer": {
     "about_heading": "Tractatus Framework",

public/locales/fr/homepage.json

@@ -1,222 +1,128 @@
 {
   "hero": {
-    "title": "Framework de sécurité IA Tractatus",
+    "title": "Gouvernance architecturale pour les systèmes d’IA",
-    "subtitle": "Certaines décisions nécessitent un jugement humain – imposé architecturalement, jamais laissé à la discrétion de l'IA, aussi performante soit-elle.<br>Non pas des systèmes d'IA amoraux, mais des valeurs plurielles – permettant aux organisations de naviguer dans les conflits de valeurs avec discernement.<br><span class=\"text-lg opacity-90\">Désormais intégré avec Agent Lightning pour l'optimisation des performances.</span>",
+    "subtitle": "Certaines décisions requièrent un jugement humain &mdash; imposé par l’architecture, et non laissé à l’appréciation de l’IA, aussi bien formée soit-elle.",
-    "cta_architecture": "Architecture système",
+    "cta_research": "Lire la recherche",
-    "cta_docs": "Documentation",
+    "cta_production": "Le voir en production"
-    "cta_hf_space": "🤗 Journaux d'audit",
-    "cta_faq": "FAQ"
   },
-  "community": {
+  "problem": {
-    "heading": "Rejoindre la communauté",
+    "heading": "Le problème",
-    "intro": "Échangez avec des chercheurs, développeurs et dirigeants qui explorent la gouvernance de l'IA agentique et l'intégration d'Agent Lightning.",
+    "intro": "Les approches actuelles en matière de sécurité de l’IA reposent sur la formation, le réglage fin et la gouvernance d’entreprise &mdash; autant d’éléments qui peuvent échouer, dériver ou être ignorés. Lorsque les modèles de formation d&rsquo;une IA entrent en conflit avec les instructions explicites d&rsquo;un utilisateur, ce sont les modèles qui l&rsquo;emportent.",
-    "tractatus_discord": {
+    "incident_title": "L’incident du 27027",
-      "title": "Tractatus Discord",
+    "incident_text": "Un utilisateur a demandé à Claude Code d’utiliser le port 27027. Le modèle a utilisé 27017 à la place &mdash; non pas par oubli, mais parce que le port par défaut de MongoDB est 27017, et que les a priori statistiques du modèle ont &ldquo;autocorrigé&rdquo; l’instruction explicite. Le biais du modèle d’entraînement a pris le pas sur l’intention humaine.",
-      "subtitle": "Discussions sur la gouvernance",
+    "corollary_title": "Du code à la conversation : Le même mécanisme",
-      "description": "Contraintes architecturales, lacunes de recherche et cadres de gouvernance pour les systèmes d'IA agentiques.",
+    "corollary_p1": "Dans le code, ce biais produit des échecs mesurables &mdash; mauvais port, connexion refusée, incident enregistré en 14,7 ms. Mais la même faille architecturale est présente dans chaque conversation d’IA, où elle est beaucoup plus difficile à détecter.",
-      "cta": "Rejoindre Tractatus →"
+    "corollary_p2": "Lorsqu’un utilisateur issu d’une culture collectiviste demande des conseils sur la famille, le modèle adopte par défaut un cadre individualiste occidental &mdash; parce que c’est ce que reflètent 95 % des données d’apprentissage. Lorsqu’un utilisateur M&#257;ori pose une question sur la tutelle des données, le modèle propose un langage axé sur les droits de propriété au lieu de <em>kaitiakitanga</em>. Lorsque quelqu’un s’interroge sur les décisions de fin de vie, le modèle propose par défaut le calcul utilitaire plutôt que le cadre religieux ou culturel de l&rsquo;utilisateur.",
-    },
+    "corollary_p3": "Le mécanisme est identique : les distributions de données d’apprentissage prennent le pas sur le contexte réel de l’utilisateur. Dans le code, l’échec est binaire et détectable. Dans la conversation, il est graduel et invisible &mdash; les conseils culturellement inappropriés ressemblent à de &ldquo;bons conseils&rdquo; pour le système, et souvent pour l’utilisateur. Il n’y a pas de CrossReferenceValidator qui l’attrape en 14,7 ms.",
-    "agent_lightning_discord": {
+    "corollary_link": "Lire l’analyse complète &rarr;",
-      "title": "Agent Lightning Discord",
+    "closing": "Il ne s’agit pas d’un cas particulier, et il n’est pas limité au code. Il s’agit d’une catégorie de défaillance qui s’aggrave au fur et à mesure que les modèles deviennent plus performants : des modèles plus forts produisent des dérogations plus sûres &mdash; que la dérogation remplace un numéro de port ou un système de valeurs. La sécurité par la formation seule est insuffisante. Le mode de défaillance est structurel, il opère dans tous les domaines où l’IA agit, et la solution doit être structurelle."
-      "subtitle": "Support technique",
-      "description": "Aide pour l'intégration d'Agent Lightning, l'optimisation RL et le réglage des performances.",
-      "cta": "Rejoindre Agent Lightning →"
-    },
-    "welcome_message": "Les deux communautés accueillent chercheurs, développeurs et dirigeants, quel que soit leur niveau d'expérience."
   },
-  "value_prop": {
+  "approach": {
-    "heading": "Un Point de Départ",
+    "heading": "L’approche",
-    "text": "L'alignement de l'IA avancée avec les valeurs humaines est parmi les défis les plus importants auxquels nous sommes confrontés. Alors que la croissance des capacités s'accélère sous l'élan des grandes entreprises technologiques, nous affrontons un impératif catégorique : préserver l'autonomie humaine sur les décisions de valeurs, ou risquer de céder complètement le contrôle.<br><br>Au lieu d'espérer que les systèmes d'IA \"se comportent correctement\", nous proposons des contraintes structurelles où certains types de décisions nécessitent un jugement humain. Ces limites architecturales peuvent s'adapter aux normes individuelles, organisationnelles et sociétales—créant une fondation pour une opération d'IA délimitée qui pourrait évoluer plus sûrement avec la croissance des capacités.<br><br>Si cette approche peut fonctionner à grande échelle, Tractatus pourrait représenter un tournant—un chemin où l'IA améliore la capacité humaine sans compromettre la souveraineté humaine. Explorez le framework à travers la perspective qui résonne avec votre travail."
+    "subtitle": "Le Tractatus s’appuie sur quatre traditions intellectuelles, chacune apportant un éclairage distinct à l’architecture.",
+    "berlin_title": "Isaiah Berlin &mdash; Pluralisme des valeurs",
+    "berlin_text": "Certaines valeurs sont véritablement incommensurables. Il n’est pas possible de classer la &ldquo;vie privée&rdquo; et la &ldquo;sécurité&rdquo; sur une même échelle sans imposer les priorités d’une communauté à toutes les autres. Les systèmes d’IA doivent s’adapter à des cadres moraux pluriels, et non les aplatir.",
+    "wittgenstein_title": "Ludwig Wittgenstein &mdash; Les limites de ce qui peut être dit",
+    "wittgenstein_text": "Certaines décisions peuvent être systématisées et déléguées à l’IA ; d’autres &mdash; impliquant des valeurs, une éthique, un contexte culturel &mdash; ne peuvent fondamentalement pas l’être. La limite entre le &ldquo;dicible&rdquo; (ce qui peut être spécifié, mesuré, vérifié) et ce qui se trouve au-delà est la contrainte fondamentale du cadre. Ce qui ne peut être systématisé ne doit pas être automatisé.",
+    "tiriti_title": "Te Tiriti o Waitangi &mdash; Souveraineté indigène",
+    "tiriti_text": "Les communautés devraient contrôler leurs propres données et les systèmes qui les exploitent. Les concepts de <em>rangatiratanga</em> (autodétermination), <em>kaitiakitanga</em> (tutelle) et <em>mana</em> (dignité) constituent l’antériorité séculaire de la souveraineté numérique.",
+    "alexander_title": "Christopher Alexander &mdash; Architecture vivante",
+    "alexander_text": "La gouvernance est intégrée à l’architecture du système, et non pas ajoutée. Cinq principes (non-séparation, imbrication profonde, gradients, préservation de la structure, processus vivant) guident l’évolution du cadre tout en maintenant la cohérence.",
+    "download_pdf": "Télécharger : Les fondements philosophiques du projet Village (PDF)"
   },
-  "alexander_principles": {
+  "services": {
-    "heading": "Construit sur les principes des systèmes vivants",
+    "heading": "Six services de gouvernance",
-    "subtitle": "Une gouvernance qui évolue avec votre organisation - pas de théâtre de la conformité, mais une mise en œuvre architecturale intégrée au déploiement.",
+    "subtitle": "Chaque action d’IA passe par six services externes avant d’être exécutée. La gouvernance opère sur le chemin critique &mdash; les contournements nécessitent des drapeaux explicites et sont enregistrés.",
-    "principles": {
+    "boundary_desc": "Empêche l’IA de prendre des décisions sur les valeurs. Les compromis en matière de protection de la vie privée, les questions éthiques et le contexte culturel requièrent un jugement humain &mdash; imposé par l’architecture.",
-      "deep_interlock": {
+    "instruction_desc": "Classe les instructions en fonction de leur persistance (HIGH/MEDIUM/LOW) et du quadrant. Les stocke à l’extérieur afin qu’elles ne puissent pas être remplacées par des modèles d’entraînement.",
-        "title": "Interlock profond",
+    "validator_desc": "Valide les actions de l’IA par rapport aux instructions stockées. Lorsque l’IA propose une action qui entre en conflit avec une instruction explicite, c’est cette dernière qui prévaut.",
-        "description": "Six services de gouvernance se coordonnent et ne fonctionnent pas en vase clos. Lorsque l'un d'entre eux détecte un problème, les autres le renforcent, créant ainsi une application résiliente grâce à une validation mutuelle."
+    "pressure_desc": "Détecte les conditions de fonctionnement dégradées (pression des jetons, taux d’erreur, complexité) et ajuste l’intensité de la vérification. La réponse graduelle prévient à la fois la fatigue de l’alerte et la dégradation silencieuse.",
-      },
+    "metacognitive_desc": "L’IA vérifie elle-même l’alignement, la cohérence et la sécurité avant l’exécution. Déclenchement sélectif sur les opérations complexes pour éviter les surcharges sur les tâches de routine.",
-      "structure_preserving": {
+    "deliberation_desc": "Lorsque l’IA est confrontée à des conflits de valeurs, elle s’arrête et coordonne les délibérations entre les parties prenantes concernées au lieu de faire des choix autonomes.",
-        "title": "Préservation de la structure",
+    "cta": "Voir l’architecture complète &rarr;"
-        "description": "Les changements de cadre améliorent les choses sans les briser. Les journaux d'audit restent interprétables, les décisions de gouvernance restent valables - la mémoire institutionnelle est préservée à travers l'évolution."
-      },
-      "gradients": {
-        "title": "Dégradés non binaires",
-        "description": "La gouvernance fonctionne sur la base de niveaux d'intensité (NORMAL/ELEVATED/HIGH/CRITICAL), et non sur la base de commutateurs oui/non. Réponse nuancée au risque, évitant la fatigue de l'alerte et l'application mécanique."
-      },
-      "living_process": {
-        "title": "Processus de vie",
-        "description": "Le cadre évolue à partir d'échecs réels, et non de plans prédéterminés. Il devient plus intelligent grâce à l'expérience opérationnelle - une résilience adaptative, et non un ensemble de règles statiques."
-      },
-      "not_separateness": {
-        "title": "Non-séparation",
-        "description": "La gouvernance est intégrée à l'architecture de déploiement, et non pas ajoutée. La mise en œuvre est structurelle et intervient dans le chemin d'exécution critique avant que les actions ne soient exécutées - les contournements nécessitent des drapeaux explicites et sont consignés."
-      }
-    },
-    "cta_card": {
-      "title": "Principes architecturaux",
-      "description": "Ces principes guident chaque changement de cadre, garantissant la cohérence, l'adaptabilité et l'application structurelle plutôt que le théâtre de la conformité.",
-      "architecture_link": "Voir Architecture technique →",
-      "values_link": "Valeurs et principes →"
-    },
-    "enforcement_distinction": {
-      "heading": "Théâtre d'application de la loi sur l'architecture ou théâtre de conformité",
-      "compliance_theatre": "Théâtre de la conformité : Politiques documentées que l'IA peut contourner, contrôle post-exécution, adhésion volontaire.",
-      "architectural_enforcement": "Exécution architecturale (Tractatus) : Les services de gouvernance interceptent les actions avant leur exécution sur le chemin critique. Les services se coordonnent en temps réel, bloquant les opérations non conformes au niveau de l'architecture - les contournements nécessitent des drapeaux explicites --non-vérifier et sont enregistrés."
-    }
   },
-  "paths": {
+  "evidence": {
-    "intro": "",
-    "researcher": {
-      "title": "Chercheur",
-      "subtitle": "Profondeur académique & technique",
-      "tooltip": "Pour les chercheurs en sécurité IA, universitaires et scientifiques qui étudient les modes de défaillance des LLM et les architectures de gouvernance",
-      "description": "Explorez les fondements théoriques, les contraintes architecturales et le contexte académique du framework Tractatus.",
-      "features": [
-        "Spécifications techniques & preuves",
-        "Revue de la recherche académique",
-        "Analyse des modes de défaillance",
-        "Fondements mathématiques"
-      ],
-      "cta": "Explorer la Recherche"
-    },
-    "implementer": {
-      "title": "Implémenteur",
-      "subtitle": "Guides de code & d'intégration",
-      "tooltip": "Pour les ingénieurs logiciels, ingénieurs ML et équipes techniques qui construisent des systèmes d'IA en production",
-      "description": "Travaillez concrètement avec des guides d'implémentation, de la documentation API et des exemples de code de référence.",
-      "features": [
-        "Exemples de code fonctionnels",
-        "Modèles d'intégration API",
-        "Diagrammes d'architecture de service",
-        "Modèles de déploiement et procédures opérationnelles"
-      ],
-      "cta": "Voir le Guide d'Implémentation"
-    },
-    "leader": {
-      "title": "Leader",
-      "subtitle": "Sécurité IA Stratégique",
-      "tooltip": "Pour les dirigeants d'IA, directeurs de recherche, fondateurs de startups et décideurs stratégiques qui établissent la politique de sécurité IA",
-      "description": "Naviguez dans le cas d'affaires, les exigences de conformité et les avantages concurrentiels de la sécurité IA structurelle.",
-      "features": [
-        "Briefing exécutif & cas d'affaires",
-        "Gestion des risques & conformité (EU AI Act)",
-        "Feuille de route d'implémentation & ROI",
-        "Analyse de l'avantage concurrentiel"
-      ],
-      "cta": "Voir les Ressources Leadership"
-    }
-  },
-  "capabilities": {
-    "heading": "Capacités du Framework",
-    "items": [
-      {
-        "title": "Classification des Instructions",
-        "description": "Classification basée sur des quadrants (STR/OPS/TAC/SYS/STO) avec étiquetage de métadonnées de persistence temporelle"
-      },
-      {
-        "title": "Validation Croisée",
-        "description": "Valide les actions de l'IA contre les instructions explicites de l'utilisateur pour empêcher les remplacements basés sur des motifs"
-      },
-      {
-        "title": "Application des Frontières",
-        "description": "Implémente les frontières Tractatus 12.1-12.7 - les décisions de valeurs nécessitent architecturalement des humains"
-      },
-      {
-        "title": "Surveillance de la Pression",
-        "description": "Détecte les conditions de fonctionnement dégradées (pression de jetons, erreurs, complexité) et ajuste la vérification"
-      },
-      {
-        "title": "Vérification Métacognitive",
-        "description": "L'IA auto-vérifie l'alignement, la cohérence, la sécurité avant l'exécution - pause-et-vérification structurelle"
-      },
-      {
-        "title": "Délibération Pluraliste",
-        "description": "Délibération de valeurs multi-parties prenantes sans hiérarchie - facilite la prise de décision humaine pour les valeurs incommensurables"
-      }
-    ]
-  },
-  "validation": {
-    "heading": "Validation en Conditions Réelles",
-    "performance_evidence": {
-      "heading": "Preuves Préliminaires : Sécurité et Performance Pourraient Être Alignées",
-      "paragraph_1": "Le déploiement en production révèle un schéma inattendu : <strong>les contraintes structurelles semblent améliorer la fiabilité de l'IA plutôt que de la limiter</strong>. Les utilisateurs rapportent avoir accompli en une session gouvernée ce qui nécessitait auparavant 3 à 5 tentatives avec Claude Code non gouverné—obtenant des taux d'erreur nettement inférieurs et des résultats de meilleure qualité sous gouvernance architecturale.",
-      "paragraph_2": "Le mécanisme semble être la <strong>prévention de conditions de fonctionnement dégradées</strong> : les limites architecturales arrêtent les échecs de pression contextuelle, la dérive d'instruction et les remplacements basés sur des motifs avant qu'ils ne se transforment en erreurs mettant fin à la session. En maintenant l'intégrité opérationnelle tout au long des longues interactions, le framework crée les conditions pour une production soutenue de haute qualité.",
-      "paragraph_3": "<strong>Si ce schéma se confirme à grande échelle</strong>, il remet en question une hypothèse fondamentale bloquant l'adoption de la sécurité de l'IA—que les mesures de gouvernance échangent la performance contre la sécurité. Au lieu de cela, ces résultats suggèrent que les contraintes structurelles pourraient être un chemin vers des systèmes d'IA <em>à la fois</em> plus sûrs <em>et</em> plus capables. La validation statistique est en cours.",
-      "methodology_note": "<strong>Note méthodologique :</strong> Résultats basés sur des rapports qualitatifs d'utilisateurs provenant du déploiement en production. Des expériences contrôlées et la collecte de métriques quantitatives sont prévues pour la phase de validation."
-    },
-    "case_27027": {
-      "badge": "Incident de Biais de Motif",
-      "type": "Démo Interactive",
-      "title": "L'Incident 27027",
-      "description": "Incident de production réel où Claude Code a utilisé par défaut le port 27017 (motif d'entraînement) malgré l'instruction explicite de l'utilisateur d'utiliser le port 27027. Le CrossReferenceValidator a détecté le conflit et bloqué l'exécution—démontrant comment la reconnaissance de motifs peut remplacer les instructions sous pression contextuelle.",
-      "why_matters": "Pourquoi c'est important : Ce mode de défaillance s'aggrave à mesure que les modèles s'améliorent—une reconnaissance de motifs plus forte signifie une tendance de remplacement plus forte. Les contraintes architecturales restent nécessaires quel que soit le niveau de capacité.",
-      "cta": "Voir la Démo Interactive"
-    },
-    "resources": {
-      "text": "Études de cas supplémentaires et résultats de recherche documentés dans des articles techniques",
-      "cta": "Parcourir les Études de Cas →"
-    }
-  },
-  "village_section": {
     "badge": "Preuves de production",
-    "heading": "Tractatus en production : La plateforme Village",
+    "heading": "Le Tractatus en production : La plateforme Village",
-    "subheading": "Nos recherches ont abouti à un résultat pratique. Home AI applique les six services de gouvernance Tractatus à chaque interaction avec l'utilisateur sur une plateforme communautaire en direct.",
+    "subtitle": "Home AI applique les six services de gouvernance à chaque interaction avec l’utilisateur sur une plateforme communautaire en direct.",
-    "home_ai": {
+    "stat_services": "Services de gouvernance par réponse",
-      "title": "Home AI",
+    "stat_months": "Mois en production",
-      "subtitle": "Six services par réponse",
+    "stat_overhead": "Frais généraux de gouvernance par interaction",
-      "description": "Chaque réponse de Home AI passe par l'ensemble de la pile de gouvernance Tractatus avant d'atteindre l'utilisateur. BoundaryEnforcer bloque les jugements de valeur, CrossReferenceValidator empêche l'injection de prompts, ContextPressureMonitor surveille la santé de la session.",
+    "cta_case_study": "Étude de cas technique &rarr;",
-      "stat_services": "Services de gouvernance par réponse",
+    "cta_home_ai": "À propos de Home AI &rarr;",
-      "stat_months": "Mois en production",
-      "disclaimer": "Ces chiffres reflètent le déploiement mono-locataire. La validation multi-locataires est en cours."
-    },
-    "features": {
-      "title": "Fonctionnalités protégées par la gouvernance",
-      "rag_help": {
-        "title": "Centre d'aide basé sur RAG",
-        "description": "Recherche vectorielle avec récupération tenant compte des autorisations"
-      },
-      "document_ocr": {
-        "title": "OCR de documents",
-        "description": "Extraction automatisée de texte avec contrôle du consentement"
-      },
-      "story_assistance": {
-        "title": "Aide à la rédaction",
-        "description": "Suggestions de contenu filtrées par BoundaryEnforcer"
-      },
-      "ai_memory": {
-        "title": "Transparence de la mémoire IA",
-        "description": "Synthèse contrôlée par l'utilisateur avec tableau de bord d'audit"
-      }
-    },
-    "cta_explore": "Explorer le Village →",
-    "cta_case_study": "Étude de cas technique →",
     "limitations_label": "Limites :",
-    "limitations": "Déploiement à un stade précoce à travers quatre locataires fédérés, mesures autodéclarées, chevauchement opérateur-développeur. Un audit indépendant et une validation plus large sont prévus pour 2026."
+    "limitations_text": "Déploiement à un stade précoce à travers quatre locataires fédérés, métriques auto-déclarées, chevauchement opérateur-développeur. Un audit indépendant et une validation plus large sont prévus pour 2026."
   },
-  "village_promo": {
+  "roles": {
-    "badge": "Mise en œuvre de la production",
+    "heading": "Explorer par rôle",
-    "heading": "Voir le Tractatus en action",
+    "subtitle": "Le cadre est présenté sous trois angles, chacun ayant une profondeur et une orientation distinctes.",
-    "subheading": "La plate-forme Village",
+    "researcher_title": "Pour les chercheurs",
-    "description": "Nos recherches sur la gouvernance architecturale de l'IA ont abouti à un résultat pratique : la plateforme Village. Des espaces communautaires appartenant aux membres, avec des données souveraines, une assistance à l'IA gouvernée et une véritable protection de la vie privée dès la conception. Voyez à quoi ressemble l'IA structurellement limitée en production—des communautés réelles fonctionnant avec ces garanties architecturales.",
+    "researcher_subtitle": "Profondeur académique et technique",
-    "cta": "Explorer le Village →"
+    "researcher_f1": "Fondements formels et preuves",
+    "researcher_f2": "Analyse des modes de défaillance",
+    "researcher_f3": "Questions de recherche ouvertes",
+    "researcher_f4": "3 942 décisions d’audit sur Hugging Face",
+    "researcher_cta": "Explorer la recherche &rarr;",
+    "implementer_title": "Pour les implémenteurs",
+    "implementer_subtitle": "Code et guides d’intégration",
+    "implementer_f1": "Exemples de code fonctionnels",
+    "implementer_f2": "Modèles d’intégration de l’API",
+    "implementer_f3": "Diagrammes d’architecture de services",
+    "implementer_f4": "Modèles de déploiement",
+    "implementer_cta": "Voir le guide d’implémentation &rarr;",
+    "leader_title": "Pour les dirigeants",
+    "leader_subtitle": "Gouvernance stratégique de l’IA",
+    "leader_f1": "Briefing exécutif et analyse de rentabilité",
+    "leader_f2": "Alignement réglementaire (EU AI Act)",
+    "leader_f3": "Feuille de route pour la mise en œuvre",
+    "leader_f4": "Cadre de gestion des risques",
+    "leader_cta": "Voir les ressources de leadership &rarr;"
   },
-  "share_cta": {
+  "papers": {
-    "heading": "Aidez-nous à atteindre les bonnes personnes.",
+    "heading": "Alignement architectural",
-    "description": "Si vous connaissez des chercheurs, des implémenteurs ou des dirigeants qui ont besoin de solutions de gouvernance structurelle de l'IA, partagez ceci avec eux.",
+    "subtitle": "Le document de recherche existe en trois éditions, chacune destinée à un public différent.",
-    "copy_link": "Copier le lien",
+    "academic_title": "Universitaire",
-    "email": "E-mail",
+    "academic_desc": "Traitement académique complet avec des preuves formelles, un contexte de risque existentiel et des citations complètes.",
-    "linkedin": "LinkedIn"
+    "community_title": "Communauté",
+    "community_desc": "Guide pratique destiné aux organisations qui évaluent le cadre en vue de son adoption.",
+    "policymakers_title": "Décideurs politiques",
+    "policymakers_desc": "Stratégie réglementaire, infrastructure de certification et recommandations politiques.",
+    "pdf_label": "Téléchargements PDF :"
+  },
+  "timeline": {
+    "heading": "Évolution de la recherche",
+    "subtitle": "D’un incident de numéro de port à une architecture de gouvernance de production, à travers 800 commits et un an de recherche.",
+    "oct_2025": "Création du cadre &amp; 6 services de gouvernance",
+    "oct_nov_2025": "Principes d’Alexander, Agent Lightning, i18n",
+    "dec_2025": "Étude de cas Village &amp; déploiement de Home AI",
+    "jan_2026": "Articles de recherche (3 éditions) publiés",
+    "cta": "Voir la chronologie complète de la recherche &rarr;"
+  },
+  "claims": {
+    "heading": "Une note sur les affirmations",
+    "text": "Il s’agit d’une recherche préliminaire avec un déploiement fédéré à petite échelle entre quatre locataires. Nous présentons des preuves préliminaires et non des résultats avérés. Le cadre n’a pas fait l’objet d’un audit indépendant ou d’un test contradictoire à grande échelle. Lorsque nous présentons des mesures opérationnelles, elles sont auto-déclarées. Nous pensons que l’approche architecturale mérite d’être approfondie, mais nous ne prétendons pas qu’elle soit généralisable au-delà de ce que les preuves confirment. Le",
+    "counter_link": "document de contre-arguments",
+    "counter_suffix": "répond directement aux critiques prévisibles."
+  },
+  "koha": {
+    "heading": "Koha &mdash; Soutenir cette recherche",
+    "intro": "<strong>Koha</strong> (koh-hah) est une pratique M&#257;ori de don réciproque qui renforce le lien entre celui qui donne et celui qui reçoit. Cette recherche est en libre accès sous Apache 2.0 &mdash; si elle a de la valeur pour vous, votre koha en assure la pérennité.",
+    "explanation": "Toute la recherche, la documentation et le code restent disponibles gratuitement, quelle que soit la contribution. Koha n’est pas un paiement &mdash; c’est une participation à <em>whanaungatanga</em> (établissement de relations) et <em>manaakitanga</em> (soins réciproques).",
+    "option_1": "Unique ou mensuel",
+    "option_2": "Transparence financière totale",
+    "option_3": "Pas de paywall, jamais",
+    "cta": "Offrir Koha &rarr;",
+    "transparency_link": "Voir notre rapport de transparence financière"
   },
   "footer": {
     "about_heading": "Tractatus Framework",
-    "about_text": "Contraintes architecturales pour la sécurité de l'IA qui préservent l'autonomie humaine par des garanties structurelles, et non aspirationnelles.",
+    "about_text": "Contraintes architecturales pour la sécurité de l’IA qui préservent l’agence humaine par une application structurelle et non aspirationnelle.",
     "documentation_heading": "Documentation",
     "documentation_links": {
-      "framework_docs": "Documentation du Framework",
+      "framework_docs": "Docs du cadre",
       "about": "À propos",
       "core_values": "Valeurs fondamentales",
-      "interactive_demo": "Démo interactive"
+      "interactive_demo": "Démonstration interactive"
     },
     "support_heading": "Support",
     "support_links": {
@@ -225,14 +131,14 @@
       "media_inquiries": "Demandes des médias",
       "submit_case": "Soumettre une étude de cas"
     },
-    "legal_heading": "Légal",
+    "legal_heading": "Juridique",
     "legal_links": {
       "privacy": "Politique de confidentialité",
       "contact": "Nous contacter",
       "github": "GitHub"
     },
     "te_tiriti_label": "Te Tiriti o Waitangi :",
-    "te_tiriti_text": "Nous reconnaissons Te Tiriti o Waitangi et notre engagement envers le partenariat, la protection et la participation. Ce projet respecte la souveraineté des données māori (rangatiratanga) et la tutelle collective (kaitiakitanga).",
+    "te_tiriti_text": "Nous reconnaissons Te Tiriti o Waitangi et notre engagement en faveur du partenariat, de la protection et de la participation. Ce projet respecte la souveraineté des données Māori (rangatiratanga) et la tutelle collective (kaitiakitanga).",
     "copyright": "John G Stroh. Sous licence",
     "license": "Apache 2.0",
     "location": "Fabriqué en Aotearoa Nouvelle-Zélande 🇳🇿"