Pourquoi 5BY.AI, service de mémoire des conversations IA, étudie la mémoire et le jugement humains

5BY.AI ressemble en apparence à un service qui mémorise les conversations IA et permet de les reprendre.

Mais l'objet que 5BY doit étudier à long terme ne se limite pas aux données de conversation ou à la liste des fonctionnalités.

L'objet de recherche plus fondamental, c'est les personnes.

• Que jugent-elles important ?
• Pourquoi oublient-elles même des pensées importantes avec le temps ?
• Pourquoi recommencent-elles à débattre un problème déjà résolu ?
• Pourquoi répètent-elles les mêmes erreurs sans se remémorer les jugements antérieurs ?
• Quel moment dans une longue conversation souhaitent-elles retrouver ?
• De quel contexte ont-elles besoin pour reprendre une nouvelle conversation IA ?

Sans répondre à ces questions, aussi nombreuses que soient les conversations IA enregistrées, il est difficile d'aider réellement l'utilisateur à reprendre sa pensée.

Ce que 5BY doit étudier, ce n'est pas comment un logiciel remplace la mémoire humaine.

C'est comment permettre aux gens de mieux découvrir, comprendre et réutiliser leurs pensées et jugements passés.

Enregistrer des conversations IA et poursuivre sa pensée sont deux choses différentes

Enregistrer le texte original des conversations IA est techniquement réalisable.

On peut stocker les titres, les dates, les questions et les réponses dans une base de données et proposer une fonction de recherche.

Mais le fait que la conversation soit enregistrée ne signifie pas que l'utilisateur peut revenir à son état de pensée antérieur.

Ce dont l'utilisateur a réellement besoin peut être les informations suivantes :

• Que cherchait-on à résoudre à l'époque ?
• Quelle condition considérait-on comme importante ?
• Quelle proposition a-t-on retenue parmi plusieurs ?
• Pourquoi a-t-on écarté telle option ?
• Qu'est-ce qui a fait changer le jugement ?
• Quel problème restait non résolu ?
• Où fallait-il reprendre la prochaine fois ?

Dans le long texte original de la conversation, toutes ces informations sont mêlées.

Mais l'utilisateur ne veut pas relire toute la conversation ; il veut retrouver rapidement le point où sa pensée s'est arrêtée et les critères de son jugement.

Le problème de 5BY n'est donc pas un simple problème de stockage.

C'est un problème qui concerne la façon dont les personnes comprennent à nouveau leurs pensées passées.

Les gens ne mémorisent pas toutes les expériences avec la même importance

Les gens sont exposés à de nombreuses informations et conversations au cours d'une journée.

Mais ils ne mémorisent pas tout au même niveau.

Les moments émotionnellement intenses, les informations utilisées à plusieurs reprises, les contenus reliés à des pensées existantes et les jugements qui ont conduit à des actions concrètes peuvent rester plus longtemps en mémoire.

À l'inverse, les jugements qui étaient importants sur le moment mais sans occasion de se les remémorer peuvent s'estomper rapidement.

Un problème similaire se pose avec les conversations IA.

Même après avoir pris une décision importante dans une conversation, le lendemain, en ouvrant une autre conversation, on peut ne pas immédiatement se remémorer ce jugement.

Quelques jours plus tard, on se souvient d'avoir décidé, mais on peut oublier pourquoi on a jugé ainsi.

Avec le temps, il devient même difficile de retrouver dans quel service IA se trouvait cette conversation.

La mémoire n'est pas simplement une question de données présentes ou non.

C'est une question de capacité à se remémorer et à réutiliser au moment nécessaire.

Pourquoi les jugements importants disparaissent-ils facilement ?

Les jugements importants disparaissent parce qu'ils ne se réduisent pas à une courte phrase.

Une décision comporte plusieurs contextes :

• L'objectif du moment
• Les informations disponibles
• Les contraintes de temps et de coût
• Les avantages et inconvénients des autres options
• Les échecs déjà vécus
• Les conditions à respecter absolument
• Les valeurs que l'utilisateur considérait comme importantes

Avec le temps, seule la conclusion finale peut rester, et ces éléments de contexte peuvent disparaître en premier.

Par exemple, l'utilisateur peut avoir décidé de ne pas créer une certaine fonctionnalité.

Mais quelques mois plus tard, il se souvient seulement du fait de ne pas l'avoir créée, sans se remémorer les raisons — risques de sécurité, coûts de maintenance, confusion des utilisateurs.

Alors, la même discussion reprend depuis le début.

Ce que 5BY doit préserver, ce n'est pas une seule conclusion, mais les coordonnées du jugement qui permettent de comprendre à nouveau cette conclusion.

Pourquoi les gens répètent-ils les mêmes erreurs ?

On ne peut pas expliquer la répétition des erreurs simplement par un manque de mémoire.

Cela peut être parce que les expériences passées ne sont pas reliées à la situation actuelle.

Même s'il y a eu un problème similaire dans le passé, on peut ne pas le reconnaître comme la même expérience pour les raisons suivantes :

• Les expressions utilisées ont changé.
• Le projet et les responsables ont changé.
• La conversation a eu lieu dans un autre service IA.
• L'enregistrement passé est enfoui sous de vieilles conversations.
• La cause de l'échec d'alors n'a pas été clairement identifiée.
• Seul le résultat final reste, le processus de jugement a disparu.

Même si l'on possède une expérience passée, si on ne la relie pas au problème actuel, il est difficile d'utiliser ce savoir.

Pour réduire la répétition des erreurs, plutôt que de simplement conserver les enregistrements passés, il faut pouvoir découvrir les jugements passés pertinents face au problème actuel.

C'est aussi pour cela que la Graph View et la structure de connexion des pensées sont nécessaires.

Pourquoi il est difficile de retrouver une bonne idée

En conversant avec l'IA, il arrive qu'une idée inattendue et bonne émerge.

Mais sur le moment, il est difficile de juger exactement de sa valeur à long terme.

L'utilisateur continue la conversation ou passe à une autre tâche.

Quand cette idée devient nécessaire plus tard, les problèmes suivants se posent :

• On ne se souvient pas avec quelle IA on a conversé.
• On ne se souvient pas de l'expression exacte, donc la recherche est difficile.
• Le titre de la conversation ne correspond pas au contenu réel.
• Il y a trop de conversations similaires.
• L'idée est incluse au milieu d'une longue réponse.
• Elle n'est pas reliée à ce qui a été développé dans d'autres conversations.

La recherche est puissante quand on se souvient d'un mot.

Mais les gens se souviennent souvent du sens et de l'impression plutôt que de la phrase exacte.

On se souvient que l'on a eu une bonne idée similaire, mais on ne sait pas quels mots utiliser pour la rechercher.

5BY doit, dans ces situations, fournir des points de repère et des relations qui permettent à l'utilisateur de revenir.

Plus on utilise de LLM, plus le contexte humain se disperse facilement

L'utilisateur n'utilise pas une seule IA.

On peut vérifier une méthode d'implémentation avec Copilot, réviser de longs documents avec Gemini, chercher des sources avec Perplexity.

On peut comparer d'autres directions d'analyse avec Mistral ou DeepSeek, et développer des idées et des documents avec ChatGPT ou Claude.

On peut aussi explorer de nouveaux points de vue ou des discussions récentes avec Grok.

Chaque IA offre des forces et des expériences d'utilisation différentes.

Mais la pensée de l'utilisateur ne suit pas les frontières des services.

Pour l'utilisateur, c'est un seul projet et un seul problème, mais les enregistrements sont répartis entre plusieurs fenêtres de conversation.

• La définition du problème reste dans une IA.
• La recherche documentaire reste dans une autre IA.
• Le jugement final est pris dans une autre IA encore.
• Le processus d'implémentation réelle reste dans un outil distinct.
• Les raisons des choix de l'utilisateur peuvent ne être organisées nulle part.

Ce que 5BY doit résoudre n'est pas le problème de copier les réponses de plusieurs IA au même endroit.

C'est rendre possible la compréhension de la façon dont la pensée d'une personne s'est poursuivie entre plusieurs services.

Ce qu'un service centré sur la technique risque de manquer

Si l'on conçoit un produit de manière centrée sur la technique, on se concentre sur des éléments faciles à mesurer :

• Le nombre de conversations enregistrées
• Le nombre de résumés générés
• Le nombre de résultats de recherche
• Le nombre de nœuds dans le graphe
• La précision du classement automatique
• Le nombre de clics de l'utilisateur

Ces chiffres sont nécessaires pour exploiter le produit.

Mais des chiffres élevés ne signifient pas que l'utilisateur poursuit mieux sa pensée.

On peut avoir enregistré beaucoup de conversations sans les réutiliser.

On peut avoir généré beaucoup de résumés sans que l'on sache mieux ce qui est important.

Le graphe peut afficher de nombreux nœuds sans que l'utilisateur sache par où commencer.

L'automatisation peut avoir augmenté sans que l'utilisateur distingue mieux ses propres jugements des suggestions de l'IA.

5BY doit donc étudier non seulement la quantité de fonctionnalités, mais aussi l'aide cognitive réellement apportée à la personne.

Les questions clés que 5BY doit étudier

Étudier les personnes chez 5BY ne doit pas s'arrêter à une philosophie abstraite.

Il faut traiter des questions concrètes directement liées à la conception du produit.

Quand les gens jugent-ils une conversation importante ?

Une conversation longue n'est pas forcément importante.

Une seule question courte peut changer la direction centrale d'un projet.

Il faut examiner à quels moments l'utilisateur se dit : « il faut revoir cette conversation ».

Que mémorisent les utilisateurs et qu'oublient-ils ?

Les utilisateurs se souviennent de la conclusion mais oublient les raisons.

Ils se souviennent du problème mais ne retrouvent pas la conversation qui l'a résolu.

La conception de la recherche, d'Anchor et de la Graph View doit varier selon la forme de la mémoire.

Combien de contexte est nécessaire pour reprendre ?

Si le contexte est trop court, des conditions importantes manquent.

À l'inverse, s'il est trop long, la nouvelle conversation devient complexe et l'utilisateur a du mal à en saisir l'essentiel.

Le Handoff doit contenir juste assez de contexte pour commencer la tâche suivante.

Les utilisateurs font-ils plus confiance à l'automatisation ou au choix manuel ?

Si l'IA sélectionne automatiquement toutes les conversations importantes, cela peut être pratique.

Mais cela peut différer du jugement réel de l'utilisateur.

À l'inverse, tout faire choisir manuellement augmente la charge d'utilisation.

Il faut étudier jusqu'où automatiser et où recueillir le choix explicite de l'utilisateur.

Comment les gens modifient-ils leurs jugements passés ?

Une décision qui était juste dans le passé n'est pas garantie juste aujourd'hui.

5BY ne doit pas sacraliser un ancien jugement, mais aider à le réévaluer en comparant les conditions d'alors et les conditions actuelles.

Anchor doit être une fonctionnalité qui respecte le choix de l'utilisateur

Anchor n'est pas un simple signet.

C'est un point de repère que l'utilisateur choisit lui-même, jugeant que le flux de la conversation jusqu'à présent mérite d'être réutilisé.

Anchor est nécessaire parce que l'IA ne peut pas parfaitement juger l'importance à la place de l'utilisateur.

L'IA peut juger importantes les longues réponses ou les thèmes récurrents.

Mais pour l'utilisateur, le moment important peut être tout autre :

• Le moment où l'on a exprimé précisément pour la première fois un problème longtemps débattu
• Le moment où l'on a découvert une hypothèse erronée
• Le moment où l'on a abandonné une option parmi plusieurs
• Le moment où l'on a fixé un principe à respecter absolument
• Une idée encore inachevée mais dont on sent le potentiel
• Une question que l'on veut absolument reprendre dans la prochaine conversation

Anchor doit refléter ces jugements de l'utilisateur dans la structure du produit.

Saved montre les conversations que les gens veulent réellement retrouver

Saved est un choix que l'utilisateur laisse lorsqu'il juge qu'une question et une réponse spécifiques méritent d'être revues.

En examinant les enregistrements Saved, on peut comprendre quels types d'informations les personnes recherchent à plusieurs reprises.

Par exemple :

• Une réponse qui explique un concept complexe de façon accessible
• Un avertissement qui a évité une erreur importante
• Une procédure directement utilisable dans le travail réel
• Une phrase où l'utilisateur a senti avoir exprimé sa pensée avec précision
• Le point de départ d'une nouvelle idée
• Un critère à vérifier à plusieurs reprises dans les jugements suivants

5BY ne doit pas voir Saved comme un simple nombre de favoris.

Il doit le considérer comme un indice pour comprendre ce que les personnes jugent utile et important.

Handoff doit compléter la mémoire de travail humaine

Quand on commence une nouvelle conversation IA, le contexte de la conversation précédente ne se transmet pas automatiquement.

L'utilisateur doit réexpliquer la situation antérieure.

Mais la personne elle-même ne se souvient pas exactement de toutes les conditions de la conversation précédente.

Elle peut omettre certaines conditions ou confondre des décisions récentes avec d'anciennes.

Handoff est une fonctionnalité qui transmet le contexte nécessaire au démarrage d'une nouvelle conversation.

Un bon Handoff n'est pas un simple résumé de conversation.

Il doit pouvoir distinguer les éléments suivants :

• L'objectif actuel
• Les faits déjà constatés
• Les décisions confirmées par l'utilisateur
• Les conditions à maintenir
• Les options écartées
• Les problèmes non résolus
• La tâche à demander à la prochaine IA

Handoff ne doit pas remplacer la mémoire humaine, mais compléter le contexte de travail que la personne risque de manquer.

Graph View doit permettre d'explorer la structure de la mémoire

La pensée humaine n'est pas entièrement séparée comme des dossiers.

Une idée peut relier plusieurs projets, et un échec passé peut influencer un nouveau jugement.

Graph View est une fonctionnalité qui montre ces relations.

Mais afficher beaucoup d'informations dans le graphe ne suffit pas.

L'utilisateur doit pouvoir répondre aux questions suivantes :

• D'où cette pensée est-elle partie ?
• Après quel jugement la direction a-t-elle changé ?
• Selon quel critère différentes conversations sont-elles reliées ?
• Quelle expérience passée a influencé le jugement actuel ?
• Quel flux mérite d'être repris maintenant ?

Le succès de la Graph View ne se mesure pas au nombre de nœuds, mais à la capacité de l'utilisateur à mieux comprendre sa pensée et à choisir sa prochaine action.

Étudier les personnes ne signifie pas collecter tous les comportements

L'expression « étudier les personnes » peut être dangereuse si elle est mal utilisée.

Elle ne signifie pas surveiller tous les comportements et conversations de l'utilisateur, ni collecter le maximum de données personnelles.

Ce que 5BY doit étudier n'est pas une méthode pour analyser et évaluer les individus, mais les problèmes de mémoire et de contexte que les personnes rencontrent communément.

Les principes suivants sont nécessaires :

• L'utilisateur doit choisir lui-même ce qu'il conserve.
• Il ne faut pas collecter de textes originaux et de données personnelles inutiles.
• Il ne faut pas évaluer ou classer arbitrairement la pensée de l'utilisateur.
• Il faut éviter les conceptions visant à manipuler le comportement humain.
• Les fondements et les limites du jugement automatique doivent être clairs.
• L'utilisateur doit pouvoir contrôler ses enregistrements et ses connexions.

La recherche sur les personnes chez 5BY ne doit pas viser à obtenir plus de données, mais à aider l'utilisateur à mieux poursuivre sa pensée avec moins d'informations.

Le principe de non-stockage d'origine de 5BY part aussi de l'étude des personnes

Si l'on enregistre tout le texte original des conversations IA, la probabilité de retrouver un contenu nécessaire un jour augmente peut-être.

Mais le stockage intégral de l'original a aussi d'autres coûts :

• Des informations personnelles sensibles peuvent être conservées inutilement.
• Des pensées importantes et des conversations quotidiennes se mélangent.
• Plus les enregistrements s'accumulent, plus le coût de relecture augmente.
• Il est difficile de savoir ce que l'utilisateur a choisi comme important.
• L'enregistrement lui-même peut devenir une nouvelle charge.

La direction de 5BY — « pas de stockage d'origine, stockage du sens uniquement » — n'est pas simplement un choix technique pour réduire l'espace de stockage.

Elle part de la question : ce dont les personnes ont réellement besoin à nouveau, est-ce une copie de toutes les phrases, ou des coordonnées qui permettent de restituer les jugements et le contexte ?

Étudier les personnes change aussi les priorités des fonctionnalités

En pensant de manière centrée sur le comportement et la mémoire des personnes, les priorités du produit changent aussi.

Plutôt que d'ajouter des fonctionnalités, les problèmes suivants peuvent devenir plus importants :

• L'utilisateur comprend-il facilement quand laisser un Anchor ?
• La différence entre Saved et Anchor se distingue-t-elle par l'action ?
• Le Handoff n'est-il ni trop long ni trop court ?
• L'utilisateur ne se perd-il pas dans la Graph View ?
• Peut-on distinguer les anciens jugements des décisions récentes ?
• En changeant d'IA, les comptes et les contextes ne se mélangent-ils pas ?
• Les informations non choisies par l'utilisateur ne sont-elles pas conservées arbitrairement ?
• Le fait de revoir les enregistrements conduit-il naturellement à une nouvelle tâche ?

Les réponses à ces questions ne s'obtiennent pas en lisant seulement le code.

Il faut observer où les utilisateurs réels s'arrêtent, ce qu'ils mal interprètent, et à quels moments ils ressentent de la valeur.

Les erreurs des utilisateurs sont aussi des preuves importantes pour la recherche produit

Quand un utilisateur utilise mal une fonctionnalité, il ne faut pas simplement conclure qu'il n'a pas lu l'explication.

Il se peut que le concept et l'écran du produit ne correspondent pas aux attentes de la personne.

Par exemple, si les utilisateurs confondent反复 Anchor et Saved, il faut examiner les possibilités suivantes :

• Le but des deux fonctionnalités ne se distingue pas suffisamment.
• Les noms sont différents mais l'action réelle semble similaire.
• Le moment de choisir la fonctionnalité n'est pas clair.
• La différence entre les deux ne ressort pas dans l'écran de résultat.

Un produit qui étudie les personnes ne rejette pas la faute sur l'utilisateur.

Il doit chercher quelle attente et quelle inadéquation de conception ont causé l'erreur.

5BY ne doit pas juger à la place des personnes

Un service qui aide la mémoire et le jugement humains peut être tenté de prendre les décisions à la place de l'utilisateur.

Sélectionner automatiquement les conversations importantes, recommander la prochaine action à partir des enregistrements passés, estimer les tendances de l'utilisateur.

Une certaine automatisation peut être pratique.

Mais 5BY ne doit pas affaiblir le pouvoir de jugement de l'utilisateur.

• Ce qui est important doit être finalement choisi par l'utilisateur.
• Les enregistrements passés ne doivent pas forcer la décision actuelle.
• Il faut distinguer les recommandations de l'IA et les jugements confirmés de l'utilisateur.
• L'utilisateur doit pouvoir modifier et supprimer ses enregistrements.
• Les connexions automatiques erronées doivent pouvoir être corrigées facilement.

5BY ne doit pas viser un système qui juge mieux que les personnes, mais un système qui aide les personnes à mieux poursuivre leurs propres jugements.

La recherche nécessaire pour 5BY doit relier plusieurs domaines

La façon dont les personnes pensent, mémorisent et jugent ne s'explique pas par un seul domaine.

Les domaines que 5BY devrait examiner à long terme peuvent inclure :

• La mémoire humaine et l'oubli
• La prise de décision et les erreurs de jugement
• Le processus de résolution de problèmes
• La métacognition et l'introspection
• La gestion des connaissances et la mémoire organisationnelle
• La collaboration entre humains et IA
• L'interface et l'expérience utilisateur
• La vie privée et le contrôle des données
• La provenance des enregistrements et la confiance
• L'intelligence collective et la transmission des savoirs

Il ne suffit pas d'appliquer simplement les concepts de ces domaines au produit.

Il faut aussi observer quels problèmes les utilisateurs réels de 5BY rencontrent en naviguant entre plusieurs IA, et dans quelles fonctionnalités ils trouvent de l'aide.

Le critère de succès de 5BY n'est pas le volume de stockage

Le succès de 5BY ne doit pas se juger uniquement au nombre de conversations enregistrées ou de coordonnées générées.

Les questions plus importantes sont les suivantes :

• L'utilisateur a-t-il retrouvé un jugement important du passé ?
• Le temps passé à répéter les mêmes explications depuis le début a-t-il diminué ?
• A-t-on pu poursuivre sa pensée même en changeant d'IA ?
• A-t-on relié une ancienne idée à un problème actuel ?
• A-t-on évité de répéter un échec passé ?
• A-t-on compris comment sa pensée s'est développée ?
• A-t-on pu transmettre un savoir-faire important à la personne suivante ?

Si ces changements se produisent réellement, 5BY peut aller au-delà d'un simple outil de stockage de conversations IA et devenir un service qui aide la continuité de la pensée.

Le véritable objet de recherche de notre entreprise, ce sont les personnes

5BY a besoin de bon code et d'un système stable.

La technique pour s'adapter aux évolutions des services IA, relier les conversations entre plusieurs LLM et gérer les enregistrements de l'utilisateur en toute sécurité est aussi importante.

Mais la technique n'est pas une fin.

La technique est un moyen pour permettre aux personnes de ne pas perdre leurs pensées et de les mener vers de meilleurs jugements.

La question que 5BY doit continuer à se poser n'est pas combien de fonctionnalités ajouter.

• Pourquoi les gens oublient-ils des pensées importantes ?
• De quels indices a-t-on besoin pour se remémorer ?
• Combien de contexte passé faut-il montrer pour comprendre ?
• Quand l'IA doit-elle aider et quand la personne doit-elle choisir elle-même ?
• Comment faire en sorte que l'enregistrement ne soit pas une charge mais un point de départ pour la prochaine pensée ?

Si l'on perd de vue ces questions, 5BY peut devenir un service qui stocke beaucoup de conversations, mais difficilement un service qui relie les pensées des personnes.

Le véritable objet de recherche de 5BY n'est pas le logiciel.

C'est la façon dont les personnes pensent, mémorisent, oublient, choisissent et jugent à nouveau.

Articles et fonctionnalités associés

• L'intelligence collective à l'ère de l'IA : pourquoi préserver les processus de pensée et le contexte
• Le savoir et le savoir-faire peuvent-ils survivre au départ des personnes ?
• Pourquoi le contexte de la pensée disparaît même quand les conversations IA s'accumulent
• Pourquoi 5BY demande à l'utilisateur de choisir lui-même les conversations importantes
• Comment reprendre une conversation IA là où la pensée s'est arrêtée
• Découvrir 5BY Graph View
• Découvrir les fonctionnalités de 5BY Tools