Waarom AI extreem goed moet zijn in vergeten

Hoi, welkom bij de korte aflevering van AIToday Live, de Nederlandstalige podcast die je alles vertelt over AI. Ik ben Joop Snijder, CTO bij Aigency en vandaag ga ik het met jullie hebben over iets wat mij de laatste tijd persoonlijk bezighoudt. Waarom het vermogen om te vergeten misschien wel een van de meest onderschatte kwaliteiten van ons brein is en waarom we deze eigenschap juist in onze AI systemen zouden moeten inbouwen. De laatste tijd heb ik veel gesprekken gehad met mensen die dromen van AI systemen die alles onthouden. Automatische gespreksverslagen, volledig toegang tot elk mailtje dat ooit verstuurd is en een perfect geheugen voor elk document dat ooit geschreven is. Dat klinkt misschien als een technologische utopie, maar ik ga jullie uitleggen waarom dit eigenlijk een gevaarlijke weg is. Laten we beginnen met ons eigen brein. Het menselijk vermogen om te vergeten is geen tekortkoming. Het is een essentiële functie die ons helpt om juist hoofd en bijzaken te scheiden. Als we terugdenken aan een belangrijke vergadering van vorig jaar, herinneren we ons de hoofdlijnen en de cruciale beslissingen, maar niet elk woord dat gezegd is. En dat is maar goed ook. Door de details te vergeten kunnen we de essentie beter vasthouden en in perspectief plaatsen. Neem bijvoorbeeld mijn eigen ervaring met oude documenten in de cloud. Als technologie-enthousiasteling was ik er vroeg bij om alles digitaal op te slaan. Maar toen ik laatst door 15 jaar oude bestanden bladerde, realiseerde ik me iets belangrijks. Bijna alles wat ik had bewaard was irrelevant geworden. En niet omdat het destijds niet waardevol was, maar omdat onze inzichten zijn geëvalueerd, de context is veranderd en we als organisatie zijn gegroeid. En daar is het precies de kracht van vergeten. Het stelt ons in staat om te groeien, om nieuwe verbanden te leggen en om voor te bouwen op ervaringen zonder gevangen te zitten in de exacte details uit het verleden. Als we alles perfect zouden onthouden, zouden we veel moeilijker kunnen innoveren. Want innovatie komt vaak voort uit het vermogen om juist losser met de bestaande kennis om te gaan. Om nieuwe verbanden te leggen die niet voor de hand liggen als je te precies vasthoudt aan wat je al weet. En dat is ook vooral belangrijk voor organisaties. In veel bedrijven heerst er een cultuur waarin alles perfect gedocumenteerd en onthouden moet worden. Uit angst voor misschien wel fouten of uit een misplaatst idee van efficiëntie. Maar juist het maken van fouten, het niet exact reproduceren van eerdere oplossingen, dwingt ons om na te denken om situaties opnieuw te beoordelen, om betere oplossingen te vinden die passen bij het nu. Wanneer we te veel vasthouden aan oude documenten en procedures, creëren we een organisatie die achteruit kijkt in plaats van vooruit. Het is als het rijden in een auto waarbij je alleen in de achteruitkijkspiegel kijkt. Je ziet perfect waar je vandaan komt, maar je mist waar je naartoe gaat. En dit brengt me bij de huidige ontwikkeling van AI-systemen en de dromen waar ik het in het begin over heb. We bouwen ze om alles te onthouden, elk detail vast te leggen en nooit iets te vergeten. Maar daarmee negeren we dus een fundamentele waarheid. Soms is vergeten namelijk geen bug, maar een feature. Het helpt ons om relevantie te bepalen, om patronen te zien, om creativiteit te stimuleren. Maar wat doen we nu met AI? We bouwen systemen die precies het tegenovergestelde doen. We maken ze zo dat ze alles onthouden. Elk mailtje, elk gesprek, elke notitie. Daar gaat het mis. Want als je AI-systeem alles onthoudt, wordt het steeds moeilijker om de relevante informatie te vinden tussen alle ruis. En neem bijvoorbeeld de Rack Systems. De Retrieval Augmented Generation. Zoals je misschien kent in Microsoft Copilot. Maar dat kunnen allerlei van dit soort systemen zijn. Deze systemen zijn geweldig, maar ze worden vaak volgestopt met zoveel mogelijk data. Alsof meer altijd beter is. Maar meer is niet beter. Meer is gewoon meer. En vaak leidt tot verwarring, irrelevante antwoorden en verminderde prestaties. En ik hoor jullie al denken, ja maar Joop, wat als we iets weggooien dat we later nog nodig hebben? Dat is precies die FOMO, Fear of Missing Out, waar we vanaf moeten. Want laten we eerlijk zijn, hoeveel van die oude documenten, e-mails en notities gebruik je er echt nog? En als je ze al gebruikt, weegt het dan op tegen de mentale last van het constant alles willen bewaren. Kijk, voor organisaties betekent het een fundamentele verschuiving in hoe we met kennis en informatie omgaan. In plaats van alles te willen vastleggen en onthouden, moeten we ook durven loslaten. We moeten accepteren dat niet alles wat we ooit hebben gedaan of besloten relevant blijft. We moeten ruimte maken voor nieuwe inzichten, voor voortschrijdend inzicht, voor betere manieren van werken. En we moeten als content die we aan AI geven, cureren als waren we een museumdirecteur die de collectie beheert en tentoonstelt. Dus je maakt hele specifieke selecties, wat stop je er wel in en wat stop je er niet in. Dat betekent niet dat we alles moeten vergeten. Nee, natuurlijk niet. Uit sommige zaken zoals juridische documenten of fundamentele onderzoeksresultaten. Je weet zelf wel wat je echt zorgvuldig bewaard moet blijven. Maar het betekent wel dat we selectiever moeten zijn. Dat we moeten durven kiezen wat we bewaren en wat we loslaten. Voor AI ontwikkeling betekent dit een nieuwe uitdaging. Want hoe bouwen we systemen die niet alleen kunnen onthouden, maar dus ook kunnen vergeten. Systemen die net als ons brein kunnen filteren wat belangrijk is en wat niet. Die kunnen helpen bij het destilleren van kennis in plaats van het eindeloos opstapelen ervan. Stel je voor AI systemen die actief helpen bij het opschonen van digitale rommel. Die kunnen zeggen, dit document lijkt me niet meer relevant voor je huidige werkzaamheden. Zal ik de kernpunten samenvatten en de rest archiveren of weggooien? Of deze procedure is drie jaar oud en sluit niet meer aan bij hoe het team nu werkt. Willen we deze jaar zien? Want uiteindelijk gaat het niet om hoeveel we kunnen onthouden, maar hoe goed we de essentie kunnen vatten en toepassen. Het gaat om het vermogen om te leren zonder vast te zitten aan het verleden. Om vooruit te kunnen kijken zonder gehinderd te worden door een overvloed aan irrelevante details uit het verleden. Ik maak me zorgen over de huidige standaard tools die alles verzamelen waar ze maar grip op krijgen binnen je omgeving. Die geven juist, die stapelen die data, die stapelen die ruis. Dus mijn oproep is aan ontwikkelaars, organisaties en gebruikers van AI. Laten we systemen bouwen die niet alleen kunnen onthouden, maar ook kunnen vergeten. Die ons helpen focussen op wat echt belangrijk is. Die ruimte maken voor nieuwe inzichten en groei. Want soms is vergeten niet alleen menselijk, het is essentieel voor vooruitgang. Dus mijn advies is vergeet niet om te vergeten. Dank je wel weer voor het luisteren. Ik ben benieuwd hoe jij hierin staat. Laat het daarom eens weten via de socials of stuur me een DM via LinkedIn. Ik ben heel erg benieuwd of je er anders naar kijkt of dat je met me eens bent. Dank nogmaals voor het luisteren. Tot de volgende aflevering.