Als AI het doel krijgt om „de omzet te verdubbelen”, kan zij de maatregelen die nodig zijn om dat te bereiken opsplitsen en opties vergelijken met inachtneming van middelen en tijd. Maar zelfs hetzelfde doel om de omzet te verdubbelen kan verschillende redenen hebben. Is het nodig om het bedrijf levensvatbaar te houden, om een nieuwe investering te financieren, om een concurrent in te halen, of omdat groei van de organisatie op zichzelf als succes wordt beschouwd? De betekenis van het doel verandert met de reden.
Als alleen het doel wordt verwerkt, worden deze verschillen buiten dezelfde doelfunctie geplaatst. AI kan rationeel zoeken naar manieren om het opgegeven getal te benaderen zonder te kunnen verwerken waarom dat getal nodig is. Wanneer omstandigheden in de werkelijkheid veranderen, kan zij hetzelfde doel handhaven en alleen de middelen herzien. Maar als de reden die het doel droeg is verdwenen, kan het nodig zijn het doel opnieuw te valideren voordat de middelen worden verbeterd.
Stel dat de reden voor het vergroten van de omzet was „voldoende winst veiligstellen om de huidige werkgelegenheid te behouden”. Later dalen de vaste kosten en kan de werkgelegenheid met aanzienlijk minder omzet worden behouden. De noodzaak van het doel om de omzet te verdubbelen is dan veranderd. Als de reden daarentegen was „investeringsmiddelen creëren om de dienst naar een nieuwe regio te brengen”, kan dezelfde verandering in omstandigheden tot een ander oordeel leiden. De geldigheid van een doel kan niet uitsluitend aan de hand van het doel zelf worden beoordeeld.
„Waarom dit doel?” is daarom geen aanvullende uitleg, maar onderdeel van de redeneerstructuur. Als doelen en redenen expliciet met elkaar in verband worden gebracht, wordt het mogelijk te zien welke aanname door de werkelijkheid na het handelen is beïnvloed. Als de reden blijft bestaan, ondersteunt die het voortzetten van het doel; als de reden verandert, kan dat aanleiding geven tot hervalidatie. De reden moet niet slechts één keer worden gevraagd en vervolgens worden vastgezet. Ook die moet worden behandeld als iets dat door tijd en ervaring kan veranderen.
Bovendien kunnen mensen hun redenen aan het begin niet altijd volledig uitleggen. Iemand kan zeggen dat diegene „wil groeien”, maar door dialoog en handelen kan duidelijk worden dat diegene meer vrije tijd, erkenning van anderen of een bredere maatschappelijke impact wil. Als AI de eerste uitleg vastlegt als het ware motief, wordt later ontstaan begrip als een uitzondering behandeld.
De rol van redeneren is hier niet om een verborgen menselijk motief te raden. Het gaat erom discrepanties te ordenen tussen het uitgesproken doel en de uitgesproken reden, reacties die na het handelen naar voren komen en veranderingen in omstandigheden, zodat de persoon de reden opnieuw kan beschrijven. In plaats van de diagnose te stellen „wat u werkelijk wilt, is erkenning”, kan AI vragen: „U gaf oorspronkelijk groei als reden, maar in uw recente keuzes geeft u prioriteit aan vrije tijd. Heeft dit verschil gevolgen voor het doel?”
Dit betekent niet dat het redeneren oneindig diep moet worden gemaakt. Als bij elk klein doel eindeloos naar redenen wordt gevraagd, wordt handelen onmogelijk. Een diepere behandeling is nodig wanneer het opnieuw controleren van de reden het oordeel zou kunnen veranderen — bijvoorbeeld wanneer de kosten van het wijzigen van het doel hoog zijn, de langetermijnimpact groot is of de werkelijkheid een belangrijk verschil heeft teruggegeven. Redeneermiddelen moeten worden toegewezen op basis van het belang en de onzekerheid van het doel.
Ook in de Interne Efficiëntierepresentatie van Sai＊aus heeft het waarde om „wat de persoon wil doen” in de noodzakelijke mate te verbinden met „waarom diegene dat wil doen”. Alleen een compact doel bewaren vermindert de verwerking, maar daardoor gaan de gronden verloren die nodig zijn om later de geldigheid te toetsen. Elk achtergronddetail bewaren is evenmin het antwoord. Het ontwerp moet redenen en aannames behouden die toekomstige oordelen zouden kunnen veranderen, en comprimeren wat niet hoeft te blijven.
Voor AI die het bereiken van doelen ondersteunt, is het belangrijk het gegeven doel nauwkeurig te begrijpen. Maar als menselijke doelen kunnen veranderen, kan het object van begrip niet alleen de formulering van het doel zijn. Alleen door ook weer te geven welke redenen het doel dragen en welke veranderingen in omstandigheden om hervalidatie zouden vragen, kan de werkelijkheid na het handelen weer naar het doel worden teruggekoppeld.
Vóór het optimaliseren vragen „waarom dit doel?” is niet alleen een manier om aan het doel te twijfelen. Het kan ook de redenen om ermee door te gaan duidelijker maken. Als handelen de reden versterkt, wordt het doel steviger onderbouwd dan voorheen. Als de reden verandert, kan het doel opnieuw worden geopend. Geavanceerd redeneren is niet alleen het snel bereiken van een gegeven doel; het is ook het kunnen onderscheiden van de voorwaarden waaronder dat doel vast mag blijven van de voorwaarden waaronder het opnieuw bevraagd moet worden.
Geen antwoorden. Begrip.