> For the complete documentation index, see [llms.txt](https://sexytrees.savimbo.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://sexytrees.savimbo.com/practice-guide/fr/chagras/reward-protocol.md).

# Comment les chagras sont-ils récompensés ?

<mark style="color:$danger;">Ceci est un</mark> [<mark style="color:$danger;">bricolage</mark>](broken://pages/ff6c0382e47133c78ffdfddf987d9a27873a9fad) <mark style="color:$danger;">protocole ; ce qui signifie que nous le construisons en public ! Certaines pages sont en construction — mais revenez bientôt, ça se met à jour rapidement !</mark>&#x20;

Ce protocole traite les chagras comme un *boîte noire* système. En d’autres termes, nous pouvons voir les entrées et les sorties, mais nous ne pouvons pas mesurer ce qui se passe à l’intérieur du système.&#x20;

Il existe de nombreux systèmes comme celui-ci dans le monde. Par exemple, l’apprentissage automatique est un type d’IA qui utilise des entrées et des sorties pour s’entraîner et fonctionner. Nous n’avons pas nécessairement besoin de tout comprendre pleinement pour le récompenser ou travailler avec lui. Et parfois, le fait de décomposer les choses en leurs parties constitutives détruit en réalité la compréhension (on appelle cela le réductionnisme).&#x20;

La réalité, c’est que oui, la plupart des peuples autochtones comprennent très bien le fonctionnement interne des chagras, mais cette compréhension demande toute une vie pour être apprise et correctement transmise, c’est pourquoi ce sont généralement les anciens qui enseignent.&#x20;

Nous respectons également la vie privée communautaire et culturelle, et, comme principe fondamental, nous ne stockons pas les savoirs écologiques traditionnels (TEK) lorsqu’ils ne sont pas nécessaires aux protocoles commerciaux.&#x20;

Autrement dit, les chagras sont récompensés par la validation par les pairs sur un protocole limité dans le temps.&#x20;


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://sexytrees.savimbo.com/practice-guide/fr/chagras/reward-protocol.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.