docs: README allineato alle correzioni bias + chiarimento tool/agente (IT+EN)

README.en.md

@@ -38,6 +38,11 @@ it stands on itself.
 
 ## How it works, in short
 
+resh is an **analysis tool, not an agent**: you invoke it (CLI, library, or MCP server), it
+computes, it returns a report — no conversational loop, no goal pursued on its own. The agentic
+form (a system that evaluates and re-evaluates its own representations over time) is the
+direction of the theoretical model, not a present capability.
+
 resh looks at every text with **two independent instruments, on equal footing** — they are
 never merged into a single verdict:
 
@@ -125,13 +130,17 @@ medium, ≥0.40 low, below that critical.
 
 **Components.** Each between 0 and 1, and **high is always good** — including the
 negatively-named ones: "Absence of fallacies" or "Absence of rhetorical bias" at 1.0 mean a
-clean text. The *Genesis* section reorders components by erosion (how much each one lowers
-ε) and attaches the pathologies causing it: start there to understand *why* ε is what it is.
+clean text. "Absence of rhetorical bias" penalizes **absolutism** (boosters: "obviously",
+"undoubtedly"), **not** hedging: "perhaps", "seems", "might" are fallibilism, and resh does not
+count them as a defect — that would punish the very doubt it claims to serve. The *Genesis*
+section reorders components by erosion (how much each one lowers ε) and attaches the pathologies
+causing it: start there to understand *why* ε is what it is.
 
 **Pathologies.** Every finding carries `sev` (severity), `conf` (confidence) and the source
 that produced it (`regex`, `nli_zeroshot`, structural entailment...). Mind the `confermata`
 field: only pathologies confirmed by multiple independent signals are verdicts; the rest are
-**candidates** — flags to check by eye, not convictions.
+**candidates** — flags to check by eye, not convictions. A regex match, for example, becomes a
+verdict only if NLI confirms the same fallacy in the same sentence.
 
 **Implicit-premise density.** How many undeclared premises per token. A descriptive metric
 (it does not enter ε): "low" on a long text is a good sign, not a flaw.
@@ -156,17 +165,21 @@ its error: a report declaring 14 errors is an honest report, not a broken one.
 ## Open questions
 
 resh is an evolving project, and a tool that diagnoses hidden dogmas cannot afford to hide
-its own: the deliberately provisional choices live here.
+its own: the deliberately provisional choices live here. The full analysis of resh's known
+biases — in the code and in the agent's self-coherence — together with the fixes applied is in
+[`docs/analisi_bias.md`](docs/analisi_bias.md).
 
 - **The inventory of argumentative units is noisy.** Clause segmentation breaks up long
   periods — classical prose suffers more than contemporary writing — and fragments or
   isolated subordinate clauses end up in the inventory as "candidate premises". That is why
   every line shows the classifier's `conf`: below ~0.7, treat it as a weak flag. Under
   evaluation: collapsing units with no recognizable connectives into a count, keeping the
   detail in the JSON.
-- **`struttura_argomentativa` is sensitive to period style.** On long-period texts the low
-  value is partly a segmentation artifact, not a defect of the text: read it together with
-  the other components, never alone.
+- **`struttura_argomentativa` and `qualità_sintattica` are sensitive to period style.** On
+  long-period texts the low value is partly a segmentation artifact, and partly the effect of
+  stylistic optima tuned on a contemporary register — not a defect of the text: read them
+  together with the other components, never alone. Gulpease (an Italian readability formula) is
+  excluded from the score on EN texts; the optima still need recalibration on a gold set.
 - **LLM judgments can smuggle in an undeclared philosophical frame** — for instance reading
   an idealist by the yardstick of an implicit realism. Current mitigation: the deterministic
   pre-detect candidates must be adjudicated one by one, and rejecting one must be motivated
@@ -225,6 +238,7 @@ resh/
 ├── dataset/trilemma/, dataset/astratti/    annotated gold sets for calibration and eval
 ├── tests/                                  non-regression batteries and evals
 ├── examples/                               sample texts and the real reports they produce
+├── docs/analisi_bias.md                    bias analysis (code + self-coherence) and fixes
 └── curate_dataset.py                       manual run curation → dataset for future calibration
 ```
 

README.md

@@ -39,6 +39,11 @@ cosa si regge lui.
 
 ## Come funziona, in breve
 
+resh è uno **strumento di analisi, non un agente**: lo invochi (CLI, libreria o server MCP),
+calcola, restituisce un report — nessun loop conversazionale, nessun obiettivo perseguito da
+solo. La forma agentiva (un sistema che nel tempo valuta e ri-valuta le proprie
+rappresentazioni) è la direzione del modello teorico, non una capacità presente.
+
 resh guarda ogni testo con **due strumenti indipendenti, a pari dignità** — non si fondono
 mai in un unico verdetto:
 
@@ -125,14 +130,18 @@ logici, premesse occultate, coerenza), **non la verità**: un testo falso può r
 vero può reggere male. Fasce indicative: ≥0.85 alta, ≥0.65 media, ≥0.40 bassa, sotto critica.
 
 **Componenti.** Ognuno tra 0 e 1, e **alto è sempre buono** — anche per i componenti nominati
-in negativo: "Assenza fallacie" o "Assenza bias retorico" a 1.0 significano testo pulito. La
-*Genesi* riordina i componenti per erosione (quanto ciascuno abbassa ε) e vi allega le
-patologie che li causano: è il punto da cui partire per capire *perché* ε è quello che è.
+in negativo: "Assenza fallacie" o "Assenza bias retorico" a 1.0 significano testo pulito.
+«Assenza bias retorico» penalizza l'**assolutismo** (booster: «ovviamente», «indubbiamente»),
+**non** l'hedging: «forse», «sembra», «potrebbe» sono fallibilismo, e resh non li conta come
+difetto — sarebbe punire proprio il dubbio che dichiara di voler servire. La *Genesi* riordina
+i componenti per erosione (quanto ciascuno abbassa ε) e vi allega le patologie che li causano:
+è il punto da cui partire per capire *perché* ε è quello che è.
 
 **Patologie.** Ogni rilievo porta `sev` (gravità) e `conf` (fiducia) e la fonte che l'ha
 prodotto (`regex`, `nli_zeroshot`, `entailment strutturale`...). Attenzione al campo
 `confermata`: solo le patologie confermate da più segnali indipendenti sono verdetti; le
-altre sono **candidate** — segnalazioni da verificare a occhio, non condanne.
+altre sono **candidate** — segnalazioni da verificare a occhio, non condanne. Un match regex,
+per esempio, diventa verdetto solo se l'NLI conferma la stessa fallacia nella stessa frase.
 
 **Densità premesse implicite.** Quante premesse non dichiarate per token. Metrica descrittiva
 (non entra in ε): "bassa" per un testo lungo è un buon segno, non un difetto.
@@ -157,16 +166,20 @@ l'errore: un report con 14 errori dichiarati è un report onesto, non un report
 
 resh è un progetto in evoluzione, e un tool che diagnostica dogmi nascosti non può
 permettersi di nasconderne di propri: le scelte dichiaratamente provvisorie stanno qui.
+L'analisi completa dei bias noti — nel codice e nell'auto-coerenza dell'agente con se stesso —
+con le correzioni applicate è in [`docs/analisi_bias.md`](docs/analisi_bias.md).
 
 - **L'inventario delle unità argomentative è rumoroso.** La segmentazione in clausole spezza
   i periodi lunghi — la prosa classica ne soffre più di quella contemporanea — e frammenti o
   subordinate isolate finiscono nell'inventario come "premesse candidate". Per questo ogni
   riga mostra la `conf` del classificatore: sotto ~0.7 va presa come segnalazione debole. In
   valutazione: compattare le unità senza connettivi riconosciuti in un conteggio, lasciando
   il dettaglio nel JSON.
-- **`struttura_argomentativa` risente dello stile d'epoca.** Su testi a periodi lunghi il
-  valore basso è in parte un artefatto della segmentazione, non un difetto del testo: va
-  letto insieme agli altri componenti, non da solo.
+- **`struttura_argomentativa` e `qualità_sintattica` risentono dello stile d'epoca.** Su testi
+  a periodi lunghi il valore basso è in parte un artefatto della segmentazione e di ottimi
+  stilistici tarati su un registro contemporaneo, non un difetto del testo: vanno letti insieme
+  agli altri componenti, non da soli. Il Gulpease (formula di leggibilità italiana) è escluso
+  dal punteggio sui testi EN; gli ottimi restano da ricalibrare su un gold set.
 - **I giudizi LLM possono importare un quadro filosofico non dichiarato** — per esempio
   leggere un idealista dal metro di un realismo implicito. Mitigazione attuale: i candidati
   del pre-detect deterministico vanno giudicati uno per uno e il rigetto va motivato con
@@ -225,6 +238,7 @@ resh/
 ├── dataset/trilemma/, dataset/astratti/    gold set annotati per calibrazione ed eval
 ├── tests/                                  batterie di non-regressione ed eval
 ├── examples/                               testi ed esempi di report reali
+├── docs/analisi_bias.md                    analisi dei bias (codice + auto-coerenza) e correzioni
 └── curate_dataset.py                       curazione manuale run → dataset per calibrazione futura
 ```