في عالم الذكاء الاصطناعي، نواجه تساؤلات معقدة حول كيفية معالجة المعلومات والتعلم. تشير الأبحاث الجديدة إلى أن الأنظمة الحالية المسؤولة عن ما يسمى "ذاكرة الوكلاء" (agentic memory systems)، بما في ذلك المخازن المتجهة (vector stores) وتوليد المحتوى المعزز بالاسترجاع (retrieval-augmented generation)، لا تُنفذ ذاكرة فعلية، بل تتعامل بشكل أساسي مع البحث عن المعلومات.

فإن تعريف البحث كذاكرة يُعتبر خطأً مقولياً يترتب عليه عواقب تثبت أنها تؤثر على قدرة الوكلاء على التعلم على المدى الطويل، بشكل خاص في مجالات مثل المهام المُركبة والأمان. وهنا تكمن المشكلة: فالأنظمة الحالية تتيح للوكلاء تخزين الملاحظات دون تطوير الخبرة اللازمة، مما يؤدي إلى سقف موثوق به في القدرة على التعلم في مواقف جديدة.

تستند هذه الأفكار إلى نظرية الأنظمة التعليمية المكملة (Complementary Learning Systems) التي وضعتها علوم الأعصاب، والتي تشير إلى أن الذكاء البيولوجي قد حل هذه المشكلة من خلال ربط تخزين المعلومات السريع في الحُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُُطَ لذهن الآثار السلبية التي تنتج عن محتوى تم إدخاله وتحويله إلى معلومات مفيدة بمرور الوقت.

ختاماً، ندعو التفكير في نظام بناء أكثر تكاملاً يتضمن الرؤية الرائدة للذاكرة ويراعي هذه القيود، مما يقدم دعوة للمشاركين في تصميم الأنظمة وبناء مقاييس جديدة لمواجهة هذا التحدي.