Reflectize

Wat is een AI-dagboek dat context onthoudt?

Zo verschilt een AI-dagboek met context van een notitie-app of een losse chatbot, en daarom kan doorlopend geheugen je reflectie nuttiger maken.

Een AI-dagboek dat context onthoudt, houdt de draad rond wat je schrijft vast: de mensen die je noemt, het moment waar je naar uitkijkt, het doel waar je steeds op terugkomt. Daarmee stelt het een betere vraag op een beter moment. Een notitie-app onthoudt alleen de woorden die je typte. Het verschil is of het dagboek verder kan gaan waar je gebleven was.

Context maakt van een algemene vraag een nuttige vraag

Stel dat je op vrijdag schrijft dat je zenuwachtig bent voor een wedstrijd met vrienden op zaterdag. Een gewoon dagboek vraagt misschien: “Hoe voel je je vandaag?” Een dagboek dat context onthoudt kan wachten tot na de wedstrijd en vragen: “Hoe ging de wedstrijd met je vrienden?”

In woorden is het verschil klein, maar in hoe het voelt is het groot. Je bent minder tijd kwijt aan het opnieuw uitleggen van de achtergrond, en houdt meer tijd over om te zien wat er gebeurde en wat het met je deed.

Het verandert ook wat je überhaupt opschrijft. Een vraag die je jezelf nooit gesteld zou hebben, is het verschil tussen een zaterdag die gewoon verdwijnt en een zaterdag waar je echt even naar hebt gekeken.

Hoe verschilt een dagboek met context van een chatbot?

Een algemene assistent kan warm en welbespraakt zijn en toch elke keer bij nul beginnen. Elke sessie moet je de achtergrond opnieuw uitleggen, en dat is precies de moeite waardoor mensen stoppen met reflecteren.

Een dagboek draait ook om een verslag, niet om een gesprek. Wat je schrijft blijft bewaard, is van jou en kun je exporteren en teruglezen. De AI is een ingang tot dat verslag, niet het doel ervan.

Moet een AI-dagboek alles onthouden?

Nuttige context kan bestaan uit namen, hobby's, plekken, routines, belangrijke datums en plannen. Maar het dagboek moet niet doen alsof elk detail even belangrijk is, en ook geen beslissingen voor je nemen.

Bij goede reflectie houd jij de regie. Een voorstel om een verjaardag te bewaren, een afspraak in je kalender te zetten of een voornemen om te zetten in een doel, moet een voorstel blijven tot jij het bevestigt.

Hetzelfde geldt voor wat vergeten mag worden. Omstandigheden veranderen. Een dagboek dat steeds terugkomt op een baan die je hebt opgezegd of een relatie die voorbij is, werkt met een versie van jou die niet meer bestaat.

  • Onthoud de mensen en interesses waar je steeds op terugkomt.
  • Merk op wanneer een gepland moment voorbij is.
  • Stel praktische acties voor zonder ze vanzelf op te slaan.
  • Laat je zien en verbeteren wat het over je leven denkt te weten.

Door samenhang tellen kleine stukjes op

De meeste dagen komen niet als één net verhaal. Misschien spreek je 's ochtends dertig seconden in, schrijf je na de lunch een notitie en kom je 's avonds terug. Context verbindt die losse stukjes, zonder dat je elke dag een lang opstel hoeft te schrijven.

Na verloop van tijd kan die samenhang patronen laten zien: welke situaties je energie teruggeven, wie er opduikt in betekenisvolle herinneringen, of welke plannen steeds worden uitgesteld. Zie het als een uitnodiging om nog eens te kijken, niet als een diagnose of een oordeel.

Omdat zo'n dagboek context verzamelt en niet alleen tekst, wegen de gewone vragen zwaarder dan anders. Exporteren, verwijderen en verbeteren maken een lange relatie ermee pas redelijk.

Wat er nodig is om context te laten werken

“Context onthouden” is een bewering over hoe iets gebouwd is. Het is goed om te weten wat daarvoor nodig is, want het is makkelijk gezegd en moeilijk gemaakt.

Een taalmodel heeft zelf geen geheugen. Elke vraag wordt opnieuw beantwoord op basis van de tekst die je het voorlegt. Samenhang is dus niet iets wat het model doet. Het product doet het: het bewaart gestructureerde informatie uit wat je schrijft en kiest op het juiste moment welk deel daarvan mee moet.

Een echte uitvoering heeft dus drie losse onderdelen nodig: herkenning die betrouwbaar de mensen, datums en draden eruit haalt die het bewaren waard zijn; opslag die ze bewaart op een manier waarin je kunt zoeken, niet als een grote berg oude tekst; en ophalen dat voor vandaag het relevante stukje kiest in plaats van het nieuwste. Producten gaan op alle drie onderuit, en het vaakst op het laatste.

Het betekent ook dat je het kunt testen. Als het systeem echt gestructureerde context bewaart, kan het daar vragen over beantwoorden. Vraag wat het weet over iemand die je hebt genoemd. Een echt geheugen geeft details; een beweerd geheugen geeft een net ontwijkend antwoord.

Moet je kunnen zien en aanpassen wat het onthoudt?

Ja, en als dat ontbreekt, zou dat zwaarder moeten wegen dan de meeste vergelijkingen van functies laten zien.

Herkenning maakt fouten. Ze besluit dat een collega een goede vriend is, dat een eenmalige ergernis een terugkerend thema is, of dat iemand met wie je niet meer praat nog steeds belangrijk is. Als die conclusies onzichtbaar zijn, kleuren ze stilletjes elke vraag die je krijgt, en snap je niet waarom de vragen een beetje vreemd beginnen te voelen.

Er speelt ook privacy mee. Een geheugen dat je niet kunt inzien, is een profiel van jou, gebouwd uit je meest persoonlijke teksten, bewaard in een vorm die je nooit hebt gezien. Kunnen openen, verbeteren en losse stukken verwijderen: dat is het verschil tussen een hulpmiddel dat jij gebruikt en een hulpmiddel dat een model van jou maakt.

De praktische test voordat je je eraan verbindt: kun je een scherm vinden dat laat zien wat het over je denkt te weten, en kun je daar iets aan veranderen?

Lees ook