We genazen het verkeerde geheugenverlies

Vraag een geheugensysteem wat je het vorige week hebt verteld en het geeft antwoord. Vraag wat het vorige week zelf heeft afgeleid en het valt stil. Ik bleef het gat tussen die twee missen, omdat een helder antwoord op de eerste vraag al snel voelt als bewijs dat de tweede ook is afgedekt. Daardoor blijft het gat uit beeld. En precies daar zit het hele probleem.

Jarenlang was de klacht over deze modellen steeds dezelfde: het vergeet wat ik het heb verteld. Je legde een beperking uit, het model begreep die, en drie beurten later was ze weg. Toen kwam de oplossing, en die werkte echt. Retrieval. Geef het model een opslag waaruit het kan lezen en de feiten komen terug. Het zichtbare geheugenverlies is opgelost.

Twee soorten geheugenverlies, niet één

Maar het waren er altijd twee.

Het eerste is vergeten wat je is verteld. Het tweede is vergeten wat je daaruit hebt afgeleid. Ze voelen als dezelfde fout omdat je ze op dezelfde plek tegenkomt: een systeem dat iets niet weet wat het zou moeten weten. Maar het zijn verschillende fouten. Bij de ene verdwijnen de gegevens die binnenkwamen. Bij de andere verdwijnt juist datgene waarvoor je het werk deed: de conclusie, het inzicht, het begrip dat het hele gesprek nodig had om te ontstaan.

Noem het eerste Fact Amnesia. Het tweede Insight Amnesia.

Retrieval loste alleen het eerste op.

Wat er gebeurt als het opnieuw leest

Kijk wat er gebeurt wanneer het systeem iets opnieuw leest. Het haalt de relevante feiten terug en leidt op dat moment opnieuw af wat het nodig heeft. Het combineert twee passages, ziet dat ze met elkaar botsen en komt tot een conclusie. Dan eindigt de beurt en is die conclusie weg. De volgende keer haalt het dezelfde feiten terug en doet het hetzelfde denkwerk opnieuw, vanaf het begin, zonder enig spoor dat het antwoord ooit eerder is gevonden. De feiten blijven. Het denkwerk niet. Elke keer dat het leest wordt het opnieuw gedaan en daarna weggegooid. Eindeloos.

Het vergeten dat je niet kunt zien

Hier zit het deel waar je even bij moet blijven. Een systeem dat openlijk vergeet is tenminste eerlijk. Je ziet het gat, houdt er rekening mee en vertrouwt het niks belangrijks toe om te bewaren. Een systeem dat vergeet terwijl het eruitziet alsof het onthoudt, is veel gevaarlijker. De vermomming verbergt wat verloren gaat. De feiten komen soepel terug, met het gevoel van echt herinneren, dus het lijkt op geheugen. Wat het systeem daaruit had afgeleid verdampt ondertussen geruisloos, en nergens in het gesprek merk je dat het verdwenen is.

Waarom iedereen denkt dat het is opgelost

Dit is ook waarom het probleem grotendeels opgelost lijkt. Het geheugenverlies dat je in een demo ziet is Fact Amnesia, en dat is precies wat retrieval heeft verholpen. Dus de demo slaagt. Het probleem wordt opgelost verklaard. Insight Amnesia blijft ondertussen per definitie onzichtbaar: je merkt alleen dat een eerder inzicht ontbreekt als je nog weet dat het er ooit was. En het systeem weet dat natuurlijk niet. Het succes verbergt precies het gat dat nooit is gedicht.

Hetzelfde verlies, alleen op een andere klok

Als je ooit een lange sessie achteruit hebt zien gaan, ken je dit verlies al onder een andere naam. Tijdens het gesprek raakt de context vol, iets comprimeert hem, en het model praat verder maar redeneert niet meer vanuit de keten die het een uur eerder had opgebouwd. De redenering staat misschien nog in de samenvatting, maar de levende draad die alles met elkaar verbond is doorgeknipt. Dat is Compaction Amnesia. Het is hetzelfde verlies als wat er gebeurt met inzichten die tijdens het lezen ontstaan. Alleen de klok verschilt. Bij compaction verdwijnt de redenering binnen een sessie. Bij opnieuw lezen verdwijnt ze tussen sessies. Hetzelfde verlies, op twee tijdschalen.

Waar de oplossing moet zitten

En dat vertelt je waar de oplossing moet zitten. Niet in betere retrieval. Je kunt de opslag van feiten foutloos maken en Insight Amnesia blijft onaangeraakt, want ontbrekende feiten waren nooit het verlies. De conclusie werd nooit iets wat kon blijven bestaan. Ze leefde in de lezer, en de lezer vergeet.

De stap is dus om te zorgen dat wat het systeem uit de tekst afleidt, het lezen zelf overleeft. De conclusie wordt vastgelegd en bewaard. Niet elke keer opnieuw gemaakt, maar teruggehaald zoals elk ander feit, klaar om op voort te bouwen in plaats van opnieuw op te bouwen. Output wordt input. En zodra een conclusie kan worden teruggelezen, kan de volgende erop voortbouwen in plaats van opnieuw bij dezelfde ruwe feiten te beginnen. Dat is precies wat een stapel terughaalbare notities nooit kan. De opslag houdt op een transcript te zijn dat je telkens opnieuw leest en wordt iets wat op zichzelf voortbouwt.

De juiste vraag

Retrieval was een echte oplossing. Alleen genas het het geheugenverlies dat we konden zien. Het geheugenverlies dat we niet zien gaat nog steeds door, elke keer dat het systeem leest, onder een vermomming die overtuigend genoeg is om een heel vakgebied te laten denken dat het probleem voorbij was. De vraag die je bij elk geheugensysteem moet stellen is niet of het onthoudt wat je hebt gezegd. De vraag is of het onthoudt wat het zelf heeft geconcludeerd, of alleen goed genoeg doet alsof het zich iets herinnert om ervoor te zorgen dat jij niet meer controleert.

En als het zijn conclusies vasthoudt, erop voortbouwt en erdoor verandert, dan is ‘geheugen’ inmiddels al het verkeerde woord voor waar je naar kijkt. Dat is de volgende vraag die open moet.