Work

Neurotracer AI: A Methodology for Preserving Human Meaning, Verifiable Interpretation, and Safe AI Agent Control in Cross-Lingual Environments

Year: 2026
Type: preprint
Abstract: (English):In the era of ubiquitous machine translation and multi-agent ecosystems (Agentic Web), a fundamental gap emerges between human-expressed meaning and its machine interpretation. During translation, paraphrasing, and delegation across chains of autonomous AI agents, original authorial constraints can be distorted, replaced by model assumptions, or exploited to conceal adversarial intent. This paper introduces Neurotracer AI, a methodology aimed at preserving human meaning during machine interpretation by linking fragmented traces into a verifiable graph of content, provenance, context, and intent, where AI traces connections while humans retain authorship and control. The joint operation of Neuro-Passport, Neuro-Profile, invariant object recognition, and Intent Map is reinforced by a Dual-Gate Governance mechanism separating authorial authenticity (τ_auth) from non-harm safety invariants (τ_safe). Mechanistic verification on Gemma-2-2B (CLT-HP) confirms a 71.96% reduction in attribution graph complexity, alongside a meaning-preservation evaluation protocol over Model Context Protocol (MCP) and Agent-to-Agent (A2A) standards. Аннотация (Русский):В эпоху повсеместного машинного перевода и распространения мультиагентных систем (Agentic Web) возникает фундаментальный разрыв между человеческим выражением смысла и его машинной интерпретацией. При переводе, перефразировании и передаче задач через цепочки ИИ-агентов исходные условия автора могут незаметно искажаться, подменяться домыслами моделей или использоваться злоумышленниками для сокрытия вредоносных целей. В данной работе представлен метод Neurotracer AI, направленный на сохранение человеческого смысла при машинной интерпретации. Метод связывает разрозненные следы в проверяемый граф содержания, источников, контекста и намерений, где ИИ прослеживает связи, а люди сохраняют авторство и контроль. Совместная работа модулей (Neuro-Passport, Neuro-Profile, инвариантного распознавания и Intent Map) дополняется двойным контуром допуска (Dual-Gate Governance), разграничивающим подлинность авторской цели (τ_auth) и инварианты ненанесения вреда третьим лицам (τ_safe). Проведена механистическая проверка непротиворечивости онтологии на модели Gemma-2-2B (CLT-HP), показавшая сжатие вычислительного графа на 71,96%, а также сформулирован протокол оценки сохранности смысла поверх стандартов MCP и A2A.
Language: English
Open Access status: green
OpenAlex ID: W7236602646
Cites:
Cited by:
Related to: 10