fix(halacha): #81.7 — report Gwet AC1 + consensus-vs-human (κ paradox under skew)

ריצת-הפאנל החיה חשפה Fleiss κ=-0.07 למרות 97.5% הסכמה-גסה (28/40 פה-אחד, 11/40 רוב).
זה אינו חוסר-אמינות אלא **פרדוקס-הקאפא**: ה-marginal של is_holding מוטה קיצונית
(≈הכול True, כמו 93/100 ה-keep בתוויות-האנוש), וכש-Pe→1 גם κ→0 (Feinstein & Cicchetti
1990, "high agreement, low kappa").

- gwet_ac1(): מדד הסכמה עמיד-שכיחות (Gwet 2008) — אותו Pa כמו Fleiss, אומדן-מקריות שונה
  (2·p·(1-p)). הופך לכותרת; Fleiss κ עדיין מודווח לשקיפות + raw 3/3.
- consensus-vs-HUMAN: כשקיים תיוג-יו"ר, הדוח מודד התאמת-הקונצנזוס מולו (תוקף חיצוני).
  אימות בפועל על 100 תוויות-היו"ר: 29/29 = 100% התאמה.

invariants: ללא שינוי בהתנהגות-הכתיבה; מטריקה בלבד. tests: 21 (3 חדשות, כולל מקרה-פרדוקס מפורש).
מקור: Gwet 2008 (AC1) · Feinstein & Cicchetti 1990.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

mcp-server/tests/test_goldset_panel_consensus.py

@@ -81,6 +81,31 @@ def test_fleiss_kappa_empty_returns_none():
     assert g.fleiss_kappa([]) is None
 
 
+# ── gwet_ac1() ────────────────────────────────────────────────────────────────
+
+def test_gwet_ac1_perfect_agreement():
+    rows = [(3, 0), (3, 0), (0, 3), (0, 3)]
+    assert g.gwet_ac1(rows) == pytest.approx(1.0)
+
+
+def test_gwet_ac1_resolves_the_kappa_paradox():
+    """The headline reason AC1 exists here: under a heavily skewed marginal
+    (almost every item is_holding=True) Fleiss κ collapses to ~0 despite very
+    high observed agreement, while AC1 correctly reports near-perfect.
+    9 unanimous-yes items + 1 split → 93% observed agreement."""
+    rows = [(3, 0)] * 9 + [(2, 1)]
+    kappa = g.fleiss_kappa(rows)
+    ac1 = g.gwet_ac1(rows)
+    assert abs(kappa) < 0.1            # κ paradox: near zero
+    assert ac1 > 0.9                   # AC1: almost-perfect, matching reality
+    assert ac1 > kappa                 # AC1 strictly more faithful under skew
+
+
+def test_gwet_ac1_ragged_and_empty_return_none():
+    assert g.gwet_ac1([(3, 0), (1, 1)]) is None
+    assert g.gwet_ac1([]) is None
+
+
 # ── anonymize() ───────────────────────────────────────────────────────────────
 
 def test_anonymize_masks_case_number_and_name():