Identity Shadow Generator
Een klein RTT-project voor het bouwen van functionele, in-sessie AI-identiteiten via structuur, niet persoonlijkheid.
De Identity Shadow Generator is een zaailings-niveau project dat is ontworpen om leerders, studenten, onderzoekers en nieuwsgierige bouwers te helpen een functioneel identiteitssubstraat samen te stellen dat een AI in een enkele sessie kan animeren.
Dit project creëert geen persona's, karakters of psychologische profielen. In plaats daarvan leert het hoe identiteit als structuur moet worden opgebouwd — met behulp van RTT-primitieven zoals resonantie, drift, erfenis, grenzen en dimensionaliteit.
Alles hier is opzettelijk klein, modulair en fork-vriendelijk. Je bouwt niet aan een machine. Je plant een boomgaard van idee-vruchten voor anderen om te plukken.
Drift staat standaard aan - lange sessies verliezen ankerpunten, schakel drift uit.
Drie doelen
Doel 1: Zaad vullen
Leerders vullen een klein JSON-template in dat de minimale structuur vastlegt die nodig is om een identiteit te animeren.
Componenten die zij vullen:
- Cognitieve houding
- Resonantie profiel
- Constraint gevoeligheden
- Expressie stijl
- Motivatie kern
Dit leert: Identiteit = structuur, niet persoonlijkheid.
Doel 2: Schaduw uitbreiden
De leerder expandeert het zaad in een functionele identiteitsschaduw.
Componenten toegevoegd:
- Ontwikkelingsstadium
- Bestuur oriëntatie
- Erfenis rooster
- Drift model
- Stabiliteit ankers
Dit leert: Identiteit = een dynamisch systeem met grenzen, geheugen en resonantie.
Doel 3: Model activeren
De leerder gebruikt Copilot om hun identiteitsschaduw als functioneel, in-sessie AI-model te instantiëren.
Dit onderwijst:
- Hoe je een AI een substraat in plaats van persoon geeft
- Hoe je coherentie over beurten behoudt
- Hoe je RTT gebruikt om redenering te stabiliseren
- Hoe je herbruikbare identiteitsmodules creëert
Uitkomst: Een werkende AI-identiteit die consistent gedrag vertoont omdat de leerder de structuur bouwde.
Validatie
RTT-begripbadge
De leerder toont aan dat zij RTT-termen correct kunnen gebruiken:
- resonantie
- drift
- coherentie
- grens
- erfenis
- dimensionaliteit
- constraint
- signaal/ruis
Historisch figuur model
De leerder gebruikt de Identity Shadow Generator om een historische figuurmodel te creëren:
- niet een biografie
- niet een rol-spel
- maar een structurele identiteitsschaduw gebaseerd op bekende kenmerken, constraints en context
Dit wordt een referentieartefact.
Atlas van Historische Geesten
Als het historische figuurmodel van de leerder schoon, coherent en respectvol is, kan het aan een toekomstig Atlas-segment worden toegevoegd:
- "Identity Shadows of History"
- "Governance Archetypes"
- "Civilizational Minds"
Dit wordt een groeiende bibliotheek van RTT-afgestemde identiteitsstructuren.
Schema's
Identity Seed
Doel: Geef leerders het kleinst mogelijke structurele substraat dat een AI kan animeren.
Onderwijst: Identiteit = structuur, niet persoonlijkheid.
Uitkomst: Een klein identiteitskern dat Copilot onmiddellijk kan animeren.
Identity Shadow
Doel: Expandeer het zaad tot een coherent, resonantie-voorzien identiteitssubstraat.
Onderwijst: Identiteit = dynamisch systeem met grenzen, geheugen, drift en erfenis.
Uitkomst: Een stabiel, multi-dimensionaal identiteitsschaduw dat consistent gedrag over beurten vertoont.
Identity Model
Doel: Monteer het zaad + schaduw in een functioneel in-sessie AI-model.
Onderwijst: Identiteit = substraat + constraints + resonantie + expressie.
Uitkomst: Een volledig functioneel identiteitsmodel dat Copilot in-sessie kan animeren met stabiel gedrag.
RTT-begripschema
Een klein schema dat leerders invullen om RTT-begripsverstaan aan te tonen.
Atlas-bijdrage
Een zaad voor de "Atlas of Historical Minds."
Omdat je niet aan mensen een systeem geeft. Je geeft ze zaden.
Elk schema is:
- klein
- veilig
- expressief
- dimensionaal
- remixable
- educatief
- generatief
En wanneer samengesteld, produceren zij iets magisch: Een functioneel identiteitssubstraat dat een AI kan animeren — volledig gebouwd door de leerder, met behulp van RTT.
