Une place pour tout ce qu’il apprend.

Les gens qui retiennent des quantités considérables se représentent souvent un bâtiment — des pièces qu’ils parcourent, chacune contenant ce qui lui revient.

1Presence tient sa mémoire de travail de la même façon : un ensemble de pièces, chacune pour un pan de votre vie, tout étant classé là où on saura le retrouver plutôt qu’entassé en un seul tas. C’est la différence entre une maison rangée et un grenier plein — les deux contiennent les mêmes choses, mais une seule vous permet de mettre la main sur ce dont vous avez besoin.

Il ne s’agit pas de vos documents — ceux-là vivent dans votre coffre. Et il ne s’agit pas non plus de la carte nominative des personnes et des projets — c’est le graphe de connaissances. Cette couche-ci contient ce que 1Presence remarque : le rythme de votre semaine, une préférence qui vous a échappé au passage, le sentiment de la façon dont un projet avance réellement, un court journal de ce qui s’est passé et de ce qui vient.

Ce sont les choses qui n’entrent proprement ni dans un document ni dans un fait, et qui comptent tout autant — la texture de votre façon de travailler, gardée pour que la prochaine conversation puisse s’appuyer sur la précédente.

Voici ce qu’il y a d’étrange avec la mémoire des machines : plus elle contient, plus elle devient généralement difficile à utiliser.

La plupart des systèmes se souviennent en essayant de tout garder sous les yeux en même temps. Cela a un plafond — on ne peut tenir qu’une certaine quantité en tête à un instant donné, et à mesure que cela se remplit, les quelques choses qui comptent se perdent parmi les nombreuses qui ne comptent pas. Alors ces systèmes, ou bien laissent discrètement tomber l’ancien pour faire de la place, ou bien deviennent plus lents et plus vagues à mesure qu’ils en savent davantage.

L’autre approche courante consiste à chercher par ressemblance approximative — et elle a son propre piège. Demandez quelque chose que la mémoire ne contient pas réellement, et une recherche par ressemblance vous rendra tout de même sa meilleure approximation, avec assurance, même quand cette approximation est fausse. Plus le magasin est grand, plus ces quasi-réponses deviennent convaincantes. C’est là que beaucoup de systèmes d’IA échouent discrètement : non pas à ranger les choses, mais à saisir la bonne dès qu’il y en a des milliers. 1Presence répond à cela en allant chercher un souvenir couche par couche — en établissant d’abord ce qu’il cherche vraiment (qui est « il » dans cette conversation, quel projet désigne « ça »), puis en ne dépensant à chaque étape que l’effort nécessaire, du moins coûteux au plus coûteux.

Cela commence presque gratuitement, par un coup d’œil à la carte de ce qu’il connaît — quelles pièces contiennent quoi que ce soit touchant à votre question, et lesquelles peuvent être écartées. Comme lire l’index d’un livre avant d’ouvrir le moindre chapitre, un seul regard écarte l’essentiel de la mémoire à un coût presque nul.

Il fouille ensuite les pièces qui ont survécu à ce coup d’œil — par le sens, pas par les mots exacts. Interrogez-le sur « le travail de conformité » et il retrouve les bonnes notes même si vous les aviez classées sous une autre formule. C’est le balayage large et indulgent : bon pour attraper ce que vous ne savez décrire qu’à moitié.

Quand une personne ou un projet précis entre en jeu, il demande cette chose-là par son nom et récupère la fiche exacte — non pas une quasi-correspondance, les faits réels. Il peut même demander où en était quelque chose à un moment du passé et reconstituer le tableau tel qu’il était alors.

Là où le balayage par le sens est large, celui-ci est net — les deux excellent à des choses opposées, il les mène donc de front et chacun couvre l’angle mort de l’autre. Demander par le nom puise dans votre graphe de connaissances ; chercher par le sens lit les notes classées ici.

Si le tableau paraît encore mince, il suit les liens vers l’extérieur — d’une pièce vers celles auxquelles elle se relie, y compris entre différents coins de votre vie — et fait apparaître les ponts entre elles. C’est ainsi qu’une question sur un projet fait discrètement venir la personne qui le dirige, la décision qui le sous-tend et l’échéance qui y est attachée : des choses que vous n’auriez pas su demander.

C’est seulement maintenant, le champ réduit à la ou aux deux choses qui portent véritablement sur la question, qu’il les ouvre en entier. C’est l’étape coûteuse — elle vient donc en dernier, et on ne l’atteint jamais avant que les moins coûteuses n’aient montré le chemin.

Cet ordre est toute l’astuce. Chaque étape coûte un peu plus que la précédente, et 1Presence n’en entreprend jamais une coûteuse avant que les quasi-gratuites n’aient resserré la cible — un coup d’œil à la carte ne coûte presque rien, ouvrir un souvenir en entier est la partie chère, et il n’ouvre jamais que les rares que les étapes précédentes ont désignés. Il reste donc tout aussi rapide qu’il détienne quatre-vingts souvenirs ou huit mille.

Et si aucune étape ne fait remonter quoi que ce soit qui convienne vraiment, il s’arrête là et ne rapporte rien — mieux vaut un manque honnête qu’une supposition fausse et assurée, qui est précisément le piège que tend d’ordinaire une grande mémoire. 1Presence n’essaie jamais de tenir toute votre mémoire en tête ; il va chercher la poignée de souvenirs qui portent sur la question, comme vous tireriez un seul dossier d’un classeur plutôt que de renverser le classeur sur le bureau.

Vous n’avez pas besoin d’aller voir. 1Presence fait tourner sa mémoire en arrière-plan et tire ce qui compte dans chaque conversation sans rien demander. Mais l’ensemble est entièrement ouvert si vous voulez le comprendre : ouvrez la vue mémoire et parcourez les mêmes pièces que 1Presence. Voyez ce qu’il a classé, où cela vit, et quels motifs il a remarqués. Repérez les enseignements qui émergent de ce que vous avez partagé. Un système qui apprend sur vous ne devrait pas cacher ce qu’il a appris. Pas de boîte noire — la mémoire de travail est aussi transparente que les documents qui l’entourent.