.jpg)
La memòria en intel·ligència artificial sol concebre's com un dipòsit infinit on emmagatzemar cada detall. No obstant això, l'experiència demostra que un sistema que ho recorda tot acaba sent incapaç de pensar: es queda sense espai per a l'abstracció, per a la generalització, per a la presa de decisions contextuals. Aquest dilema, que la literatura i la neurociència van capturar amb personatges com Funes el memorioso o el pacient Solomon Shereshevsky, es reprodueix avui en els assistents conversacionals i els agents d'IA que construïm. A Q2BSTUDIO, on desenvolupem solucions d'intel·ligència artificial per a empreses, hem après que el veritable repte no és emmagatzemar més, sinó dissenyar una política d'oblit intel·ligent.
L'enfocament més comú a la indústria, la generació augmentada per recuperació (RAG), funciona bé quan es necessita respondre preguntes factuals: incrustes documents, recuperes els fragments més similars semànticament i els injectes al context del model. Però quan l'objectiu és mantenir una narrativa coherent al llarg de milers d'interaccions —com passa en un assistent virtual amb personalitat o en un agent IA que gestiona un procés empresarial— la similitud semàntica és enganyosa. La trama d'una història es sosté sobre causes i conseqüències, no sobre paraules semblants. Recuperar escenes que van passar sota la pluja perquè són vectorialment properes no ajuda a recordar una promesa feta al capítol u. La memòria narrativa exigeix preservar l'arc causal, no fragments solts.
L'alternativa que hem implementat en projectes d'aplicacions a mida amb components conversacionals és un sistema jeràrquic de resums que imita el funcionament de la memòria humana. En lloc d'un únic bloc que es resumeix indefinidament, es construeix una piràmide de resums: els esdeveniments recents es mantenen amb riquesa de detall, mentre que els més antics es compacten en capes cada cop més abstractes. Cada nivell té un pressupost de paraules fix, de manera que el passat llunyà es representa com un esquema general —l''essència' del que va passar— mentre que el recent conserva noms, dates i diàlegs exactes. Aquesta estructura, que recorda la teoria de sistemes d'aprenentatge complementaris del cervell, permet que el context del model de llenguatge mai creixi més enllà d'un límit manejable, i que l'oblit sigui deliberat: es perden detalls superficials, però es reté la càrrega emocional i causal de les fites importants.
Portar aquesta arquitectura a producció presenta reptes que van més enllà de l'enginyeria de prompts. El procés de resumir és costós i asíncron: s'executa en segon pla mentre l'usuari interactua. Això converteix la memòria en un magatzem de dades concurrent, amb problemes de carreres, lectures obsoletes per memòria cau i necessitat d'escriptures idempotents. A Q2BSTUDIO combinem aquests desenvolupaments amb serveis cloud AWS i Azure per garantir l'escalabilitat i la consistència, i apliquem principis de ciberseguretat per protegir la integritat de la informació. A més, l'anàlisi d'aquestes interaccions es pot visualitzar amb power bi, integrant la intel·ligència de negoci per entendre com els usuaris es relacionen amb els agents IA.
La lliçó fonamental és que la memòria no ha de perseguir la fidelitat absoluta al passat, sinó la capacitat de prendre bones decisions en el present. Un agent que recita verbatim cada conversa antiga resulta intrusiu, no empàtic. En canvi, un que recorda la relació —que 'sap' que hi va haver un conflicte, que hi ha un deute pendent, que les coses van acabar malament— genera una sensació de continuïtat molt més natural. Aquesta mateixa filosofia aplica al desenvolupament de programari a mida per a empreses: no es tracta d'emmagatzemar totes les dades possibles, sinó d'estructurar-les amb una política d'oblit que serveixi als objectius del negoci.
Des de Q2BSTUDIO oferim serveis d'intel·ligència artificial, automatització de processos i consultoria en intel·ligència de negoci per ajudar les organitzacions a dissenyar sistemes que aprenguin a oblidar de forma intel·ligent. Perquè, com demostra la ciència cognitiva, una màquina que ho recorda tot és una màquina que no pot pensar. Construir la màquina d'oblit adequada és el veritable repte de la IA moderna.
