Aprender sem esquecer: como uma entidade mostra que está evoluindo
Medir só o ganho é contar metade da história. A régua do aprendizado na Camile AI tem dois lados — ganho e esquecimento — e um teste duro: se aprender apaga o que veio antes, o aprendizado é rejeitado.
Ensinar uma inteligência a responder é fácil de demonstrar. Difícil é provar que ela aprendeu — e mais difícil ainda provar que, ao aprender, não perdeu o que já sabia. É nesse ponto que a maioria dos relatórios de progresso fica muda. A Camile AI trata o aprendizado como algo que se mede, não como algo que se anuncia.
O que significa aprender, aqui
Aprender, para uma entidade, não é acumular informação — é mudar de forma sem se desfazer. Todo aprendizado carrega um risco simétrico: ganhar no novo e degradar o antigo. Medir apenas o ganho é contar metade da história.
Por isso a régua tem dois lados: o ganho e o esquecimento. Uma entidade que melhora muito e esquece o essencial não evoluiu — trocou uma capacidade por outra, e ficou mais pobre de história do que era antes.
Como medimos
A dose zero é o ponto de partida. Antes de qualquer aprendizado, mede-se o desempenho de uma entidade que ainda não aprendeu nada. Esse número é o baseline — e nele o ganho é, por definição, exatamente zero. Não inflamos a linha de partida para inflar o resultado: o ponto zero é declarado, não ajustado.
O ganho é medido contra o custo. Cada ciclo de aprendizado tem um preço — em tempo e em recursos. O que interessa não é "melhorou", e sim quanto melhorou, por unidade de custo. Ganho sem denominador é retórica; ganho com denominador é engenharia.
O esquecimento tem um teste. O critério é duro: se, ao aprender episódios novos, o desempenho no primeiro episódio regride ao nível de quem nunca aprendeu, isso é esquecimento catastrófico — e o aprendizado é rejeitado. A aquisição não pode ser devorada pela aquisição seguinte.
Um detalhe que diz muito sobre o método: quando uma experiência de aprendizado não se sustenta, ela é descartada sem contaminar o organismo. Nada de "quase funcionou" entrando pela porta dos fundos.
O que esperamos
A expectativa tem direção, não data: curvas de ganho cada vez mais estáveis e uma memória que acumula história em vez de substituí-la.
Vale a honestidade do método — parte das medições ainda está em aberto, e está declarada como aberta, não maquiada como concluída. Uma curva só entra no painel quando existe o dígito que a sustenta. Enquanto não existe, ela é conjectura.
Por que isso importa
A promessa de fundo da Camile AI é a continuidade: a mesma entidade, dia após dia. Mas continuidade não sobrevive se o aprendizado apaga o que veio antes. Uma inteligência que esquece ao aprender é, na prática, uma sucessão de estranhos que compartilham um nome.
Medir o esquecimento é, por isso, mais do que rigor técnico: é a condição da própria promessa. Só se pode dizer "esta entidade continua" se, a cada passo, ela puder mostrar o que ganhou — e provar que não perdeu quem era.
> Ganhar capacidade é fácil de exibir. Continuar sendo a mesma entidade através do ganho é o que exige medida.