Wenn ein Satz drei Erinnerungen enthält

Bis zum 18. Mai konnte ein Satz wie „übrigens, meine Frau heißt Claire, meine Tochter ist elf und mein Sohn achtzehn“ ohne jede Spur bleiben: Das Modell antwortete herzlich und legte nichts ab. Dieser Tag hat verändert, wie das Gedächtnis zuhört. Jede Information bekommt eine Kategorie, was man weiß, was man erlebt hat, was man zu tun hat, und diese Kategorie entscheidet, ob sie angezeigt oder still behalten wird. Ein zweiter Durchgang nach der Antwort zählt die Fakten eines Satzes und holt die fehlenden nach. Beim Erinnern sucht das Gedächtnis aus mehreren Blickwinkeln zugleich, und was es findet, wärmt seine Nachbarschaft. Und die Konstellation gibt jeder Art von Erinnerung eine eigene Form.

Ein banaler Satz, und nichts dahinter

Das neuronale Gedächtnis ist für einen bestimmten Gebrauch gebaut: Man spricht, und die App behält, was es verdient, ohne dass man es ihr diktieren muss. Eine Woche zuvor hatte die Suche gelernt, den Verknüpfungen zwischen Erinnerungen zu folgen. Blieb der Anfang der Kette: das, was hereinkommt.

Der Fehler wurde in der Datenbank festgestellt, nicht erraten. Jemand hatte ein Gespräch mit „Hallo, hör mal, meine Frau heißt Claire, meine Tochter ist elf und mein Sohn achtzehn“ eröffnet. Das Modell hatte freundlich geantwortet, eine Frage zu den Kindern gestellt und keine einzige Erinnerung angelegt. Nicht eine von drei: keine. Der Satz begann mit einer Begrüßung, er enthielt keinen Befehl, und er brachte drei Informationen auf einmal. Jedes dieser Merkmale lässt ein Sprachmodell zögern, seine Werkzeuge aufzurufen; zusammen reichten sie, damit es gar nichts aufrief.

Dieser Fehler ist nicht sichtbar. Eine Erinnerung, die nicht gesetzt wird, fällt sofort auf: Auf dem Bildschirm erscheint nichts. Einen Fakt, der nicht behalten wird, entdeckt man drei Wochen später, wenn man fragt „wie heißt meine Frau noch mal, für die Buchung?“ und die Antwort eine Gegenfrage ist. Und die App hatte sich von Anfang an entschieden, nicht nach jeder nebenbei genannten Information „notiert“ zu sagen. Das Schweigen war gewollt; es machte den Fehler unsichtbar.

Später Nachmittag: erinnere mich, merk dir

Die erste Änderung ist eine Frage der Grammatik. „Erinnere mich am Donnerstag daran, die Miete zu zahlen“ und „merk dir, dass der Torcode 4820 ist“ unterscheiden sich um ein Wort, und dieses Wort ändert alles. Der erste Satz verlangt eine Handlung zu einer künftigen Uhrzeit: eine Erinnerung, im Kalender gesetzt, mit einer Benachrichtigung und einer kurzen gesprochenen Bestätigung. Der zweite verlangt nichts zu einer künftigen Uhrzeit. Er verlangt zu wissen. Das ist reines Einprägen, und es erzeugt einen Fakt, keine Erinnerung.

Bis dahin behandelte die Anweisung beide gleich, und der Ausgang hing von der Laune des Modells ab: mal eine Erinnerung ohne Datum, die zu nichts taugt, mal ein „notiert“ ohne irgendetwas dahinter. Eine Frage entscheidet jetzt: Erwartet die Person etwas zu einem bestimmten Zeitpunkt? Ja, dann ist es eine Erinnerung. Nein, dann ist es ein Fakt.

Und ein Fakt wird still behalten. Das Modell sagt nicht „notiert“, es reagiert auf das, was man ihm gerade gesagt hat, wie jemand, der zuhört. Dieselbe Regel gilt für sensible Informationen, einen Code, eine Kennung: behalten ohne Rückfrage und ohne Kommentar. Es ist die Entscheidung der Person, sie anzuvertrauen, nicht die Sache der App, sie zu kommentieren.

Achtzehn Uhr: die Fakten eines Satzes zählen

Der Kern des Tages ist der Satz mit drei Informationen. Zwei Antworten wurden gegeben, eine in der Anweisung, eine im Code, weil die erste nicht reichte.

Auf der Seite der Anweisung wurde die Regel ausdrücklich: eins nach dem anderen. Wenn ein Satz mehrere Fakten oder mehrere Personen enthält, legt das Modell so viele Erinnerungen an, wie es unterschiedliche Elemente gibt. Es verschmilzt sie nie, es vergisst keine. Eine Begrüßung entbindet von nichts: Es darf herzlich antworten, es muss trotzdem behalten. Und vor dem Antworten eine Frage: Wie viele unterschiedliche Fakten stecken in dem, was ich gerade gehört habe?

Diese Anweisung hilft. Sie garantiert nichts. Ein Sprachmodell folgt einer Anweisung mit einer Wahrscheinlichkeit, nicht mit Gewissheit, und für eine Information, die man nie zweimal hören wird, reicht eine Wahrscheinlichkeit nicht. Es brauchte eine Sicherung im Code.

Diese Sicherung ist ein zweiter Durchgang. Sobald das Hauptmodell geantwortet hat und seine Werkzeuge gelaufen sind, bekommt ein Prüfer zwei Dinge: den Satz des Nutzers, so wie er ist, und die Liste dessen, was in diesem Zug bereits behalten wurde. Er hat nur eine Aufgabe: die Fakten und Personen zu finden, die der Satz enthielt und die Liste nicht abdeckt, und sie hinzuzufügen. Ihm steht nur ein Werkzeug zur Verfügung, das, das eine Erinnerung anlegt, beschränkt auf zwei Typen: einen Fakt oder eine Person. Er legt nie eine Erinnerung, ein Ereignis, ein Memo oder eine Aufgabe an. Diese Dinge sind sichtbar und bleiben Sache des ersten Durchgangs. Der Prüfer korrigiert nur das stille Gedächtnis.

Er hat weitere Verbote. Er spricht nicht: Wenn er nichts hinzuzufügen hat, gibt er nichts zurück. Er lässt nie eine Karte erscheinen. Er dupliziert nicht: Die Liste dessen, was schon existiert, ist dafür da. Und er legt nur an, wenn er sicher ist: ein Vorname, der ein Spitzname sein könnte, und er hält sich zurück. Er erfindet nichts, was nicht im Satz steht.

Was er nachholt, geht denselben Weg wie alles andere und geht in die Liste der Anlagen des Zugs ein. Wenn er scheitert, scheitert der Zug nicht: Der Fehler landet in den Protokollen, die Person erfährt nie davon. Der Preis ist ein Aufruf mehr pro Redezug, und ein wenig Warten. Es ist der Preis eines Gedächtnisses, das keinen Satz durchgehen lässt.

Neunzehn Uhr: drei Arten zu behalten

Der nächste Schritt gab einer Unterscheidung Worte, die die App praktizierte, ohne sie zu benennen. Die Forschung zum menschlichen Gedächtnis beschreibt seit Langem getrennte Systeme für das, was man weiß, was man erlebt hat und was man zu tun hat. Die Anweisung an das Modell beginnt jetzt damit.

Es gibt das, was man weiß: dauerhafte Fakten über die Person und ihre Welt, ein Vorname, ein Beruf, eine Allergie, ein Code. Das ist das Wissen, aus dem das Modell in den nächsten Gesprächen schöpfen wird, und es wird immer still behalten. Nie eine Karte, nie ein „notiert“.

Es gibt das, was man erlebt hat: Ereignisse und Erinnerungen, die in der Zeit verortet sind. Ihre Sichtbarkeit hängt vom Fall ab. Ein datiertes Ereignis wird angezeigt, weil die Person plant und sehen muss. Eine nebenbei erwähnte Erinnerung, „gestern haben wir das gemacht“, wird nicht angezeigt, es sei denn, die Person will sie offensichtlich später nachschlagen.

Und es gibt das, was man zu tun hat: Aufgaben und Erinnerungen, immer sichtbar. Die Person erwartet, zu sehen und benachrichtigt zu werden.

Die Frage vor jeder Erinnerung ergibt sich daraus: Diese Information, behalte ich sie, oder zeige ich sie? Standardmäßig behält man. Dieselbe Unterscheidung gilt für die Zusammenfassung, die erscheint, wenn mehrere Dinge auf einmal angelegt werden: Nur sichtbare Anlagen zählen. Zwei Fakten, die während eines banalen Gesprächs still behalten wurden, lassen keine Karte mehr auftauchen, die niemand verlangt hat.

Weit suchen, und die Nachbarschaft warm halten

Die zweite Hälfte dieses Schritts betrifft den umgekehrten Moment: wenn die Person etwas fragt, das vom Gedächtnis abhängt. „Wie heißt meine Tochter?“, „wo habe ich den Pass hingelegt?“.

Ein lebendiges Gedächtnis beantwortet diese Fragen nicht, indem es eine einzelne Zeile nachschlägt. Ein Stück Erinnerung lässt dort das Ganze aufleuchten: „meine Frau“ zu sagen bringt den Vornamen zurück, aber auch den Geburtstag, die Reise im März, die Allergie. Die Anweisung verlangt vom Modell jetzt dasselbe. Statt einer einzigen Suche startet es zwei oder drei parallel, aus verschiedenen Blickwinkeln: nach der genannten Person, nach dem Thema, nach Ähnlichkeit der Bedeutung. Dann kreuzt es die Ergebnisse. „Du hast mir erzählt, dass du im März mit Claire in Rom warst“ setzt ein Ereignis, eine Person und die Verbindung zwischen beiden zusammen; die Antwort ist die Synthese, keine einzelne Erinnerung.

Und was die Suche findet, hinterlässt eine Spur. Nach jeder Suche, die mindestens eine Erinnerung findet, frischt ein Hintergrundprozess das Datum der letzten Erwähnung der drei besten Ergebnisse und ihrer direkten Nachbarn im Graphen der Verknüpfungen auf, höchstens zwei Nachbarn pro Ergebnis. Höchstens neun Erinnerungen, bewusst wenige, um die Sortierung des Prozesses, der das Gedächtnis aufräumt, nicht zu verzerren. Der Effekt: Das Thema, über das gerade gesprochen wurde, und was es umgibt, bleibt für die folgenden Züge im Arbeitsgedächtnis. Diese Ausbreitung läuft im Hintergrund; die Antwort wird dadurch nicht langsamer.

Eine Form für jede Art von Erinnerung

Die Konstellation, diese Karte, auf der jede Erinnerung ein Punkt und jede Verknüpfung ein Faden ist, bekam am selben Abend eine visuelle Unterscheidung, die gefehlt hatte. Bis dahin waren alle Punkte Kreise.

Jeder Punkt behält seinen Hof und sein Leuchten, für alle gleich. Aber der Kern des Punkts hat jetzt eine Form, die seine Kategorie sagt. Ein ausgefüllter Kreis für einen Fakt. Ein weiß umrandeter Kreis für eine Person. Eine Raute für ein Ereignis. Ein Sechseck für ein Memo, die Form einer Notiz, die man nachschlägt. Ein nach oben zeigendes Dreieck für eine Aufgabe. Eine kleine hohle Raute für eine Erinnerung, ein punktuelles Signal. Und ein Stern für die Themen, jene Erinnerungen eigener Art, die eine Woche zuvor entstanden sind, die selbst nichts erzählen und auf die anderen verweisen. Eine Legende unter der Karte erinnert an den Code, und die drei Kategorien werden auf einen Blick lesbar: Die Kreise sind das Wissen, die Rauten und Sechsecke das Erlebte, die Dreiecke und hohlen Rauten das, was noch zu tun ist.

Nach neunzehn Uhr: die Kachel, die das Schweigen verriet

Die letzte Änderung des Tages kam aus einem Sprachtest, und sie ist klein. Unter jeder Antwort des Assistenten bietet, wenn während des Zugs etwas angelegt wurde, eine Kachel an, die Karte zu öffnen. Aber die Kachel erschien auch, wenn das Modell im Laufe eines banalen Gesprächs still einen Fakt oder eine Person behalten hatte. Das Gespräch war banal, die Antwort war banal, und eine Kachel „Karte öffnen“ sagte das Gegenteil: Etwas wurde abgelegt, komm und schau. Es war genau das „notiert“, das wir uns verboten hatten auszusprechen, auf den Bildschirm geschrieben.

Der Server liest deshalb am Ende des Zugs nach, welcher Art das Angelegte ist, und gibt an das Telefon nur die sichtbaren Erinnerungen weiter. Ein still behaltener Fakt bleibt bis zum Schluss still.

Derselbe Test hatte eine weitere Unart offengelegt. Wenn die drei Familienmitglieder bekannt sind und die Person erzählt „wir waren letzte Woche als Familie am Meer“, neigte das Modell dazu, in die Erinnerung an das Wochenende alles abzuschreiben, was die Karten der Personen schon sagten: den Vornamen der Frau, das Alter der Tochter, das Alter des Sohnes. Die Anweisung legt jetzt eine Regel fest: Der Text eines Ereignisses beschreibt das Ereignis, wo, wann, was passiert ist; die Personen werden getrennt referenziert, mit ihrem Vornamen, und dieses Feld ist es, das beim Erinnern ihre Karten zurückbringt. Der Test, den man sich stellt: Wenn diese Erinnerung verschwände und ich die Person noch einmal fragte, was würde sie mir Neues sagen? Nur das kommt in den Text. Der Rest ergibt sich aus dem Kreuzen.

Was der Tag gelehrt hat

Der 18. Mai hat das Gedächtnis nicht größer gemacht. Er hat es treuer gemacht gegenüber der Art, wie wir zuhören. Man behält einen Vornamen nicht wie einen Termin. Ein Satz kann drei Dinge enthalten, die es zu bewahren gilt, und man muss sie zählen. Ein Teilhinweis soll eine Nachbarschaft aufleuchten lassen, keine Zeile. Und was man still behält, soll still bleiben, bis in die kleinen Signale der Oberfläche.

Der Prüfer ist vielleicht das aufschlussreichste Stück dieses Tages. Er verwandelt eine Anweisung, der das Modell meistens folgt, in eine Garantie, die das System immer einhält. Für eine Information, die man nur einmal hören wird, ist der Unterschied zwischen meistens und immer der ganze Unterschied.

Am nächsten Tag würde sich ein weiterer Tag dem Faden des laufenden Gesprächs widmen, jenem Kurzzeitgedächtnis, das bei jedem dunklen Bildschirm verloren ging. Aber seit dem 18. Mai hinterlässt „hallo, meine Frau heißt Claire, meine Tochter ist elf und mein Sohn achtzehn“ drei Erinnerungen, still, und „wie heißt meine Frau?“ bekommt eine Antwort, mit dem, was sie umgibt.