長期的な対話を支えるAIでは、過去の目標を記憶することに明確な利点があります。数か月前に決めた学習計画、仕事上の目標、生活上の希望を保持できれば、毎回最初から説明する必要がありません。過去の判断と現在の状況を比較することもできます。しかし、「記憶すること」と「現在も有効な知識として扱うこと」は分けて考える必要があります。
目標は、起きた出来事とは性質が異なります。「ある日にこの発言をした」という出来事は、後から本人の考えが変わっても過去の事実として残ります。一方、「この人の目標はこれである」という記述は、現在についての状態を含みます。過去の発言を根拠にこの状態を更新しないまま使い続ければ、履歴としては正確でも、現在の人間を表す知識としては誤る可能性があります。
したがって、目標を保存する際には、内容だけでなく時間を持たせる必要があります。「起業したい」という一文だけではなく、「ある時点で、特定の理由と条件のもとで、起業を目標としていた」と表現する。さらに、その後の行動や現実からの反応によって、現在も有効か、再確認が必要か、本人が明示的に変更したかを区別できるようにします。
理由との関係も重要です。同じ目標でも、自由な働き方を求めているのか、収入を増やしたいのか、特定の課題を解決する事業を作りたいのかで意味が異なります。目標だけを保存し理由を失えば、条件が変わったときに何を再検証すべきか分かりません。逆に、理由を絶対的な動機として固定すれば、後から本人の理解が変わったときに別の問題が生じます。理由もまた、時点と確からしさを持つ情報として扱う必要があります。
ここでは、過去の目標を削除することが更新ではありません。目標が変わったときに以前の記録を消せば、なぜ変化したのかという経路が失われます。長期的な理解には、「以前は何を望み、どの経験によって何が変わり、現在はどう考えているか」という履歴が役立ちます。重要なのは、古い情報を残しながら、それを現在の状態と混同しないことです。
また、AI自身の推定と本人の明示的な発言を区別する必要があります。行動の変化からAIが「目標への関心が低下している可能性がある」と推定したとしても、それは本人が「目標をやめた」と表明したこととは異なります。この二つを同じ確度で保存すれば、推定が次の対話で事実として参照され、本人の自己理解を不必要に方向づける可能性があります。
そのため、知識表現には少なくとも、誰が述べた情報か、いつの情報か、どの経験や理由と結びついているか、現在の有効性が確認されているか、推定なのか明示的な選択なのかといった区別が必要になります。すべてを詳細に保存する必要はありませんが、後の判断を変え得る差分を失わないことが重要です。圧縮は情報量を減らすためではなく、必要な関係を残したまま扱いやすくするために行われるべきです。
Sai＊ausの内部効率表現では、この考え方によって目標の位置づけが変わります。目標は推論を開始する固定入力ではなく、人間の経験によって状態が変わり得る要素になります。目標を支える理由、小さな行動、現実から返った差分、人間側の理解の変化を関係づけることで、現在の目標を維持すべきか再確認するための文脈を残せます。
この設計は、AIが人間の目標を頻繁に変更するためのものではありません。むしろ、変更する権限をAIへ渡さずに、過去の目標が自動的に現在の目的として使われ続けることを防ぐためのものです。再検証が必要な状態を示し、過去と現在の差を提示し、最終的な意味づけを本人へ戻す。その境界があることで、記憶の継続性と人間の変化可能性を両立できます。
AIが人間について多くを知るようになるほど、知識の正確さは「どれだけ忘れないか」だけでは測れなくなります。過去の夢を正確に保存しながら、それが現在も有効かを区別できること。変化した目標を上書きして過去を消すのではなく、変化の経路として保持すること。そして、AIの推定と本人の選択を混同しないこと。人間を時間の中で理解する知識には、固定された人物像ではなく、更新可能な状態として人間を扱う構造が必要です。
過去の「夢」は保存してよいのかという問いへの答えは、保存するか消すかの二択ではありません。履歴としては残し、現在の目的として使うときには再び有効性を確かめる。そうすれば、記憶は人間を過去へ縛るものではなく、どのように変化してきたかを理解する材料になります。長期的なAIの知識設計に必要なのは、過去を失わないことと、過去を現在へ固定しないことを同時に成立させることです。
答えではなく、理解を。
━━━━━━━━━━━━━━━━━━