OpenAI ha presentato "Dreaming", un nuovo sistema di sintesi della memoria per ChatGPT progettato per risolvere i problemi di obsolescenza e precisione delle informazioni, garantendo conversazioni più coerenti e personalizzate anche su archi temporali di diversi anni.
L'evoluzione della memoria in ChatGPT
La funzione di memoria è stata introdotta per la prima volta nell'aprile 2024 con il nome di "saved memories" (memorie salvate). Questo sistema permetteva all'utente di chiedere esplicitamente a ChatGPT di ricordare informazioni specifiche per utilizzarle in chat future.
Tuttavia, le memorie salvate presentavano dei limiti: venivano registrate solo durante la conversazione e richiedevano segnali forti, come l'istruzione "ricorda che viaggerò a Singapore a luglio". Senza questi comandi, il sistema tendeva a dimenticare i dettagli naturali del discorso. Inoltre, le informazioni diventavano spesso obsolete o irrilevanti con il passare del tempo.
Nell'aprile 2025, OpenAI ha aggiornato il sistema introducendo la prima versione di Dreaming. Si tratta di un metodo che permette a ChatGPT di curare automaticamente le memorie in background, analizzando la cronologia delle chat senza necessità di comandi espliciti. La "sintesi" della memoria, in questo contesto, si riferisce alla capacità dell'intelligenza artificiale di rielaborare e condensare ore di conversazione in concetti chiave pronti all'uso.
Gestione e trasparenza delle memorie sintetizzate
Con l'aggiornamento del 4 giugno 2026, OpenAI ha lanciato un'architettura di memoria basata su Dreaming significativamente più capace ed efficiente. Le memorie generate sono ora consultabili attraverso una pagina di riepilogo (Memory Summary). Da questa sezione, l'utente può:
- Visualizzare i punti salienti di ciò che ChatGPT sa sul proprio conto.
- Aggiungere o aggiornare informazioni personali.
- Fornire istruzioni specifiche su quali argomenti ChatGPT debba menzionare e in quali circostanze.
Criteri di valutazione per una "buona memoria"
OpenAI valuta l'efficacia del sistema di memoria basandosi su tre obiettivi principali, confrontando le prestazioni tra il sistema del 2024 (memorie salvate), quello del 2025 (Dreaming V0) e l'attuale Dreaming V3.
1. Trasferimento del contesto utile
L'obiettivo è evitare che l'utente debba presentarsi da zero in ogni nuova chat. Un esempio concreto riguarda la fotografia subacquea: se l'utente ha discusso in passato del proprio setup tecnico, ChatGPT deve essere in grado di fornire consigli sulla compatibilità dei prodotti (come i protocolli TTL per i flash) basandosi sulla fotocamera e sulla custodia (housing) già possedute.
- ✓Elimina la necessità di ripetere configurazioni tecniche complesse.
- ✓Fornisce raccomandazioni specifiche invece di checklist generiche.
- ✗Richiede che i dettagli siano stati discussi almeno una volta in precedenza.
2. Rispetto di preferenze e vincoli
ChatGPT deve agire in modo coerente con le preferenze dichiarate o implicite. Ad esempio, se un utente è vegetariano o preferisce hotel con aria condizionata potente e cene silenziose, il sistema deve integrare questi vincoli in ogni proposta di itinerario o suggerimento culinario.
3. Aggiornamento temporale
La memoria deve tenere conto dello scorrere del tempo. Se un utente pianifica un viaggio a Singapore per luglio 2026, il sistema deve capire automaticamente, una volta arrivato agosto, che il viaggio è concluso. Dreaming permette di aggiornare lo stato da "stai andando a Singapore" a "sei stato a Singapore", evitando suggerimenti obsoleti basati su posizioni geografiche passate.
Scalabilità e accesso per gli utenti Free
Una delle sfide principali della memoria basata su AI è il "compute" (la potenza di calcolo necessaria). Inizialmente disponibile solo per gli utenti Plus e Pro, la memoria Dreaming è stata ottimizzata riducendo i requisiti di calcolo di circa 5 volte. Questo miglioramento tecnico permette di estendere la funzionalità anche agli utenti della versione gratuita (Free) e del piano Go nelle prossime settimane.
Verdetto Redazionale
L’evoluzione di Dreaming trasforma ChatGPT da semplice assistente reattivo a partner proattivo che comprende il contesto a lungo termine. La riduzione dei costi computazionali è il vero traguardo tecnico che democratizza la personalizzazione avanzata.
