¿Qué debería recordar un compañero de IA? Guía práctica para elegir qué conservar
Si estás decidiendo qué debería recordar un compañero de IA entre conversaciones, empieza con una breve lista de detalles que proporciones deliberadamente y que esperes que vuelvan a ser relevantes: preferencias de respuesta estables, el contexto de un proyecto en curso y algunos datos prácticos relevantes para ese proyecto. Mantén los detalles circunstanciales y puntuales dentro del proyecto o la conversación a la que pertenecen. No tomes la capacidad de un sistema para deducir un patrón como un permiso para almacenarlo. Una memoria útil ayuda con una tarea futura concreta, se mantiene dentro de su alcance previsto y se puede revisar o eliminar.
Empieza por la tarea que el recuerdo debería mejorar
Antes de guardar un detalle, completa esta frase: «Recordar esto ayudará a ___». Si la respuesta es imprecisa, es probable que el detalle no deba estar en la memoria persistente. «Usar viñetas concisas al ayudarme a planificar actividades de fin de semana» tiene un propósito claro. «Parecía impaciente en la conversación de ayer» no establece una preferencia duradera ni un dato útil.
Esta es una aplicación práctica de la minimización de datos: el NIST define la minimización como la limitación de la creación, el uso y la retención de información personal a lo que sea directamente relevante y necesario para un propósito, conservándola solo el tiempo necesario para ese fin. Para una función de memoria, la pregunta de diseño correspondiente es si el sistema necesita este detalle para realizar más adelante una tarea elegida por el usuario. NIST’s definition of minimization
Buenos candidatos: preferencias explícitas y datos útiles del proyecto
Los candidatos más idóneos son detalles ordinarios que el usuario ha expresado con claridad y que probablemente condicionen respuestas futuras. Algunos ejemplos son un formato de respuesta preferido, el nombre elegido para un proyecto, los materiales ya seleccionados para un trabajo manual o la preferencia manifiesta del usuario por plantas de bajo mantenimiento al planificar un jardín en el balcón. Guarda la versión menos detallada que siga siendo útil: «prefiere instrucciones breves y paso a paso» es más útil y menos invasivo que almacenar una crónica de cada ocasión en la que el usuario pidió brevedad.
Algunos datos personales solo son relevantes dentro de un proyecto definido. Si un usuario dice que una habitación mide 3 por 4 metros al planificar su distribución, esa dimensión puede ser útil dentro del proyecto de diseño de la habitación; no necesita convertirse en un antecedente general para conversaciones no relacionadas. Una memoria acotada al proyecto responde a una pregunta sencilla: ¿a qué conversaciones futuras se les permite recurrir a este detalle?
La documentación del producto muestra por qué resulta útil tratar los recuerdos persistentes y el contexto del proyecto como opciones distintas. OpenAI describe los recuerdos guardados como independientes del historial de chat y documenta una opción de memoria exclusiva para proyectos que restringe qué conversaciones del proyecto pueden hacerse referencia entre sí. Estos son controles específicos de cada producto, no una garantía de que todos los sistemas de IA ofrezcan el mismo alcance. OpenAI’s memory documentation
Mantén los detalles circunstanciales de forma temporal
Un detalle puede ser útil ahora sin serlo más adelante. La cafetería en la que estás sentado, el tiempo que hace hoy, una lista de compras temporal o una decisión inconclusa pueden ayudar a responder a la solicitud actual, pero perderán vigencia rápidamente. Mantén estos elementos en la conversación o proyecto actual a menos que pidas explícitamente trasladarlos al futuro. Si se guardan, asígnales un alcance y un punto de revisión: por ejemplo, «para este plan de viaje» o «hasta que elija un portátil».
Esto evita convertir un momento puntual en un supuesto rasgo de personalidad. Una petición de una cafetería tranquila no demuestra una preferencia permanente por los lugares silenciosos; elegir un color llamativo una vez no establece una estética duradera. La inferencia de diseño segura consiste en conservar las palabras del usuario como un dato delimitado cuando sea necesario, no en generalizarlas silenciosamente para convertirlas en una descripción de su personalidad.
La documentación de privacidad de Google Gemini distingue las instrucciones guardadas de la personalización basada en chats anteriores y señala que la información guardada puede ser gestionada o eliminada por el usuario. También indica que la personalización a partir de chats anteriores puede utilizar información de las conversaciones. Esa distinción respalda una regla práctica de diseño de producto: las preferencias deliberadas y editables deben poder identificarse de forma independiente del contexto extraído del historial de conversaciones. Gemini Apps Privacy Hub
No infieras rasgos sensibles ni guardes detalles de terceros por defecto
Un sistema de memoria no debe convertir las pistas de una conversación en conclusiones delicadas. La forma de expresarse del usuario, sus horarios, sus compras o sus elecciones aisladas no justifican hacer suposiciones sobre sus rasgos personales, circunstancias o motivaciones. Incluso cuando una deducción parezca verosímil, puede ser errónea, y una respuesta futura puede resultar incómoda o engañosa si se toma por confirmada. Almacena un dato proporcionado por el usuario solo cuando tenga un uso claro y relacionado con una tarea; no lo transformes en una afirmación más amplia sobre quién es el usuario.
Aplica una moderación similar a la información sobre otras personas. Puede que un proyecto requiera un nombre o un rol que el usuario haya facilitado explícitamente, pero la conversación cotidiana no debe convertirse en un expediente duradero sobre amigos, familiares o compañeros de trabajo. Si el detalle de un tercero es necesario para una tarea específica, mantenlo dentro del ámbito de esa tarea y evita pormenores personales innecesarios. Esta es una recomendación de diseño de producto derivada de la minimización, no una afirmación de que todos los servicios gestionen dichos datos de la misma manera.
Asigna a cada recuerdo un alcance, un origen y una vía de revisión
Es más fácil confiar en un recuerdo cuando la interfaz deja claro qué dice, de dónde procede y dónde se puede utilizar. Un registro de memoria práctico podría incluir: la afirmación exacta facilitada por el usuario; su propósito; si se aplica de forma general o solo a un proyecto; y una fecha de revisión opcional o condición para su eliminación. Por ejemplo: «Para el proyecto del jardín en el balcón, prefiere plantas que requieran poco riego; revisar cuando se elija la lista de plantas». Este es un formato ilustrativo, no una función documentada de ningún producto específico.
Los usuarios deberían poder inspeccionar, corregir y eliminar la información recordada. También deberían ser capaces de distinguir entre eliminar un recuerdo, eliminar un chat o modificar configuraciones de personalización más amplias. La documentación de ayuda de OpenAI explica que los recuerdos guardados pueden ser independientes del historial de chat, por lo que borrar únicamente el chat de origen podría no eliminar el recuerdo independiente. Del mismo modo, el centro de privacidad de Gemini describe controles independientes para la actividad y para la información guardada. Estos ejemplos de productos muestran por qué una ruta de eliminación clara debe explicar a qué nivel afecta cada control. OpenAI memory controls, Gemini Apps data controls
La selección de memoria es independiente de la divulgación y del alcance de la configuración
Elegir qué debe formar parte de la memoria responde a una sola pregunta: ¿qué detalles deben conservarse para una personalización futura? Esto no explica, por sí solo, qué información recopila un servicio, cómo gestiona los chats, quién puede revisar los datos o qué controles de cuenta y configuración son aplicables. Esas son cuestiones independientes relativas a la divulgación y al alcance de los ajustes. Un producto debe describirlas de manera diferenciada y precisa, en lugar de sugerir que una lista reducida de recuerdos implique que no se procesan otros datos.
La distinción es importante en la práctica. El aviso de privacidad de Google describe varias categorías de información y configuraciones, incluidas las instrucciones guardadas, los controles de actividad, las aplicaciones conectadas y el uso de datos para prestar y mejorar los servicios. El comportamiento exacto varía según el producto y la configuración. Por lo tanto, una interfaz de selección de memoria debe indicar qué regula y dirigir a los usuarios a la información correspondiente sobre privacidad y configuración, sin dar a entender que sustituye a esas explicaciones. Gemini Apps Privacy Hub
Un breve test de decisión para cada recuerdo propuesto
Antes de guardar un detalle, hazte cuatro preguntas:
¿Se facilitó o aprobó de forma explícita? Si solo se trata de una interpretación, no lo almacenes como un hecho.
¿Mejorará una tarea futura específica y probable? Nombra esa tarea; si no se te ocurre ninguna, déjalo fuera.
¿Cuál es su alcance adecuado? Utiliza el límite de un proyecto para aquellos detalles que no deban incluirse en la personalización general.
¿Puede el usuario revisarlo y eliminarlo? Si no es así, la interfaz no debería presentarlo como un recuerdo sencillo y controlado por el usuario.
Por ejemplo, en un proyecto de planificación de una habitación, «El usuario eligió un escritorio compacto para el estudio» puede ser útil hasta completar la distribución. La cafetería visitada durante la sesión de planificación probablemente sea un dato temporal. No se debe guardar una suposición de que el usuario «siempre prefiere el minimalismo» a menos que este manifieste explícitamente esa preferencia y desee que se aplique de forma más general. Estos ejemplos aplican la prueba de decisión; no son conclusiones de investigación ni afirmaciones sobre un producto en particular.
Un sistema de memoria comedido no necesita elaborar un perfil completo. Debe limitarse a conservar unas pocas preferencias explícitas y datos prácticos que sirvan para las actividades elegidas, mantener los detalles locales en su ámbito correspondiente y hacer que la corrección y la eliminación sean comprensibles. El objetivo es una continuidad basada en lo que el usuario dijo realmente, no la pretensión de que una IA conoce a la persona detrás de la conversación.