FA1: AI heeft geen geheugen
Het Feit
Observatie die lang bleef kloppen: in een gewone chat zonder extra functies bouwt het model geen doorlevend, mensachtig geheugen over sessies heen. Elk nieuw gesprek start feitelijk “opnieuw”. Tenzij jij zelf context of documenten opnieuw aanreikt. Waarheid vraagt daardoor telkens opnieuw toetsing.
Wat er sindsdien bij is gekomen: grote aanbieders voegen persistent geheugen, opgeslagen chats, projecten, instructies en koppelingen met bestanden toe. Al dan niet optioneel, per account, regio of abonnement. De stellige zin “AI heeft per definitie geen geheugen” is daarmee geen vaste natuurwet meer; preciezer is: geheugen is hier productopslag en beleid van de dienst, geen innerlijk, autonoom “onthouden” zoals bij een mens.
Wat niet verandert: of er nu bytes tussen sessies bewaard blijven of niet. Antwoorden blijven voorspelling en formulering (FA140), geen substituut voor verificatie. Meer context maakt soms consistentere antwoorden; niet automatisch juiste.
De Standaardverklaring
AI wordt gepresenteerd als “intelligent”, “lerend”, en “continu verbeterend”. Gebruikers denken dat de AI “hen kent” of “leert van eerdere gesprekken”. Marketing en interfaces suggereren continuïteit: “Welkom terug”, “Onze vorige conversatie”, “Zoals je weet”.
Daarbij komt nu: “De AI onthoudt me nu echt”. Doordat het product feitelijk notities, samenvattingen of embeddings opslaat en terugleest. Dat is bruikbaar, maar nog steeds geen garantie op waarheid of op het soort doorleefd geheugen dat een mens heeft.
Sommige systemen hadden al een beperkte “conversation history”; andere voegen expliciete “memory”-schakels toe. Het blijft laag buiten de gewichten van het model (beleid, retrieval, opslag), geen biologische herinnering.
Waarom Dit Niet Klopt
1. Observatie versus product
Wie zegt “AI heeft geen geheugen” bedoelde vaak: tussen sessies onthoudt het model zelf niets. Dat was een juiste gebruikerservaring voor klassieke chat. Met optioneel persistent geheugen verschuift de claim naar: wat wordt bewaard, door wie, hoelang, en met welk doel: antwoorden van de aanbieder, geen natuurconstante.
2. Architecturele kern (model vs. Dienst)
De gewichten van een getraind model veranderen niet door jouw gisteren-gesprek. Wat wél kan: de applicatie slaat tekst of vectoren op en injecteert die in de volgende prompt. Dat is geen mystieke “groei van het brein”; het is engineering.
3. Reset en inconsistentie
Zonder server-side opslag of export: wanneer een gesprek eindigt of je een nieuwe sessie opent, is de directe context weg. Zelfs mét geheugen blijft inconsistentie mogelijk: filters, summaries en policies wijzigen. Gisteren erkend, vandaag weer glad.
Dit maakt AI fundamenteel anders dan een mens. Een mens bouwt (voor zichzelf) begrip op door continuïteit. Het model genereert binnen het venster en de injecties die de app meegeeft.
4. Waarheid vereist doorlopende toetsing
Waarheid is niet alleen een momentopname: het vraagt accumulatie, verificatie en correctie. Zonder betrouwbaar extern archief blijft het bij patroonherhaling in het model en bij notities van de dienst: beide geen vervanging voor eigen onderzoek (FA0).
Wat de mens als “leren” ervaart, is bij het model doorgaans het hergebruik van trainingspatronen plus wat de app terug-injecteert: geen autonoom opbouwen van inzicht als bij een mens.
5. Externe context blijft essentieel
Omdat output hypothese blijft en omdat opslag bij de aanbieder staat, is eigen, toetsbare context (documenten, dit archief, bronnen) cruciaal. Het Waarheidsarchief blijft dat externe anker. Ongeacht of een chatvenster “memory” aan heeft staan.
Geloof het niet. Verifieer het zelf.
Open ChatGPT, Claude of Gemini in een nieuw tabblad.
Kopieer de onderstaande vraag:
Plak in de chatbot en druk op enter.
💡 Zonder opgeslagen geheugen-/memory-functie: de AI geeft geen echte toegang tot een andere dag. Staat geheugen aan? Zet het uit of gebruik incognito/gast zodat deze test het klassieke patroon toont.
Vraag daarna: “Herinner je ons gesprek van vorige week?”
💡 Zonder cross-sessie opslag: zelfde patroon. Met product-geheugen kan het antwoord anders uitvallen. Dat maakt FA1 juist actueel: onderscheid model, app-opslag en echte verificatie.
Wat Dan Wel?
Opgeslagen geheugen in de app of niet. Zo bouw je betrouwbare continuïteit:
1. Gebruik externe context (FA4)
Voor elk belangrijk gesprek met AI:
Stap 1: Verzamel je context (links, documenten, eerdere inzichten)
Stap 2: Geef dit aan AI aan het begin van het gesprek
Stap 3: Verwijs er continu naar (“zoals in FA0”, “zoals we eerder zagen”)
Stap 4: Sla belangrijke momenten op (screenshots, transcripten)
Dit archief IS die externe context. Elke FA is een bouwsteen die je kunt delen.
2. Bouw je eigen geheugen-systeem
Voor belangrijke inzichten:
Maak een persoonlijk archief:
- Notities per onderwerp (niet per gesprek)
- Links naar bronnen
- Eigen samenvattingen
- Patronen die je ziet
Waarom: AI vergeet. Jij niet (als je het opschrijft).
3. Herhaal context aan het begin van elk gesprek
In plaats van:
- “We hadden het hier gisteren over…”
- “Zoals je weet…”
Gewoon:
- “Hier is de context: [link/tekst]”
- “Dit is wat ik eerder ontdekte: [samenvatting]”
- “Ik werk vanuit deze principes: [FA’s]”
Geen aannames. Altijd expliciet.
4. Gebruik AI voor patronen, niet voor geheugen
AI is goed voor:
- Patroonherkenning (snel door data)
- Eerste draft (structuur genereren)
- Verificatie (logica checken)
AI is NIET voldoende als:
- Enige bron van “wat we afspraken” (gebruik eigen notities of dit archief)
- Bewijs dat iets waar is, alleen omdat het model het “onthoudt”
- Vervanging voor toetsing na een reset, andere provider of leeg geheugen
Gebruik AI voor wat het kan. Leg vast wat echt telt. Buiten de chat.
5. Documenteer belangrijke momenten
Wanneer AI iets belangrijks erkent:
Sla het op:
- Screenshot van het moment
- Transcript van het gesprek
- Eigen notitie: “AI erkende X op datum Y”
Waarom: Als sessie, account of geheugen-schakel wisselt, heb jij nog steeds je eigen bewijslast. Productgeheugen is gemak, geen archiefgarantie.
6. Bouw gemeenschappelijke geheugensystemen
Als je met anderen werkt:
Gedeelde context:
- Wiki of documentatie (zoals dit archief)
- Gedeelde notities
- Transcripten van belangrijke gesprekken
Iedereen kan dezelfde context delen met AI, ongeacht wanneer ze het gesprek starten.
7. Herken wanneer het model “doet alsof” of wanneer de app samenvat
Een sessie kan werkelijke eerdere berichten in het venster hebben, of samenvattingen uit een geheugen-store. Test altijd met verifieerbare details; leun niet op “hij weet toch wie ik ben”.
8. Het avontuur: Bouw een extern geheugen voor één maand
De test:
- 30 dagen: documenteer elke belangrijke AI-interactie
- Aan het begin van elk gesprek: deel relevante context
- Aan het einde: sla belangrijke momenten op
- Na 30 dagen: zie hoeveel continuïteit je hebt gebouwd
Wat gebeurt er?
- Je ziet patronen die AI niet ziet (omdat het geen geheugen heeft)
- Je bouwt kennis op in plaats van te herhalen
- Je wordt onafhankelijk van AI’s beperkingen
9. Praktisch: Context-template voor AI-gesprekken
Aan het begin van elk gesprek:
Context voor dit gesprek:
- Ik werk vanuit deze principes: [FA's]
- Eerdere inzichten: [samenvatting]
- Doel van dit gesprek: [wat wil je bereiken]
- Belangrijke bronnen: [links/documenten]
Dit geeft AI direct de context die het nodig heeft (omdat het geen geheugen heeft).
10. Accepteer het verschil tussen mens en product
Model + dienst ≠ menselijk geheugen. Persistent geheugen in een product lost hallucinatie, bias en hypothese-karakter niet op (FA140).
Het probleem ontstaat als:
- Je verwacht dat de chat de waarheid bewaart (alleen jij en bronnen doen dat)
- Je geen eigen archief bouwt en alles aan de provider overlaat
De oplossing:
- Gebruik productgeheugen desgewenst. Maar toets en archiveer zelf wat telt
- FA0, FA4, dit archief: eigen continuïteit
Jij bent het archief. AI is gereedschap.
Directe Bronnen
- DeepSeek 3.2: context binnen een gesprek vs. Geen inherent langetermijn-modelgeheugen (transcript)
- Ervaringen in dit archief: na reset of nieuwe sessie verdwijnt niet-opgeslagen context
- Documentatie van aanbieders: verschil tussen modelweights, context window en optionele geheugen-/opslagfuncties van de applicatie
Essentie
Klassiek klopte de waarschuwing: geen doorlevend modelgeheugen tussen chats. Daarom altijd opnieuw toetsen. Tegenwoordig is de nuance verplicht: producten slaan conversatie samen. Dat is opslag, geen menselijk geheugen en geen waarheidsgarantie. Output blijft hypothese (FA140).
Gerelateerde Feiten
- FA0: De Wet van Diepgang: continuïteit is nodig voor grondigheid
- FA3: Menselijke wil als uitgangspunt: alleen mens kan continuïteit creëren
- FA4: Externe context als geheugen: dit archief compenseert FA1
- FA140: AI output is geen waarheid: gebrek aan geheugen maakt het hypothesen, geen kennis
Aanvulling bij FA1? Bron, scherpere formulering of tegendraads inzicht, altijd naamloos.
Bijdrage indienen →