# SIL Hypoteser

> "Vilka hypoteser försöker vi falsifiera?"

---

## H1: SIL minskar regressionsfel med minst 20%

**Mätning:**
- Baseline: Regressionsfrekvens utan SIL (vecka 1-2)
- Med SIL: Regressionsfrekvens med SIL (vecka 3-8)
- Jämför: (baseline - med_SIL) / baseline

**Falsifiering:**
- Om regressionsfrekvens INTE minskar med ≥20% → H1 falsifierad

**Konsekvens:**
- Om falsifierad: SIL:s impact-analysis är för svag. Förbättra graf eller regler.

---

## H2: SIL upptäcker fler arkitekturöverträdelser än traditionell code review

**Mätning:**
- Räkna överträdelser som hittades av code review men INTE av SIL
- Räkna överträdelser som hittades av SIL men INTE av code review
- Jämför antal

**Falsifiering:**
- Om code review hittar fler överträdelser än SIL → H2 falsifierad

**Konsekvens:**
- Om falsifierad: Arkitekturpolicyerna är för svaga eller för få.

---

## H3: SIL hittar fler beroenden än en senior utvecklare

**Mätning:**
- Jämför SIL:s förutsägelser med senior utvecklares manuell analys
- Räkna true positives, false positives, false negatives

**Falsifiering:**
- Om senior utvecklare har högre recall än SIL → H3 falsifierad

**Konsekvens:**
- Om falsifierad: Grafen saknar relationer eller fil-mappning är felaktig.

---

## H4: Confidence korrelerar med faktisk korrekthet

**Mätning:**
- Bin confidence i intervall (0.5-0.6, 0.6-0.7, etc.)
- För varje bin: beräkna faktisk accuracy
- Jämför: |förväntad_confidence - faktisk_accuracy| < 10%

**Falsifiering:**
- Om kalibreringsfelet > 10% i flera bin → H4 falsifierad

**Konsekvens:**
- Om falsifierad: Confidence-modellen är felkalibrerad. Justera algoritm.

---

## H5: UNKNOWN används när systemet faktiskt saknar tillräcklig evidens

**Mätning:**
- När SIL säger UNKNOWN: verifiera om det verkligen saknades evidens
- När SIL säger CERTAIN men har fel: hade det saknats evidens?

**Falsifiering:**
- Om UNKNOWN används när det fanns tillräcklig evidens → H5 falsifierad
- Om CERTAIN används när evidens saknades → H5 falsifierad

**Konsekvens:**
- Om falsifierad: Osäkerhetsmodellen är för konservativ eller för aggressiv.

---

## Experimentdesign

### Vecka 1-2: Baseline
- Kör utan SIL (eller med SIL i skuggläge utan att visa resultat)
- Samla data för H1, H2, H3

### Vecka 3-6: Med SIL
- Aktivera SIL för utvecklare (opt-in)
- Samla samma data
- Jämför

### Vecka 7-8: Analys
- Beräkna alla hypoteser
- Klassificera fel (Failure Review)
- Kalibrera confidence

### Vecka 9: Beslut
- Go/no-go för full aktivering
- Prioritera förbättringar baserat på falsifierade hypoteser

---

*"Det är en stor mental skillnad att fråga 'Vilka hypoteser försöker vi falsifiera?' istället för 'Vad kan vi bygga mer?'"*