Was es löst
Der einfachste Weg, sich zu fühlen, als hätte man gelernt, ist, ein LLM zu bitten, etwas zu erklären. Die Lektüre ist fluent. Die Erklärung wirkt klar. Drei Sekunden später hast du das deutliche Gefühl, verstanden zu haben — und drei Wochen später kannst du nichts mehr abrufen.
Das ist die Kompetenzillusion im industriellen Maßstab. Socratic Mode ist das Gegenmittel.
Wie es funktioniert
Du schreibst ein Konzept auf deinem Canvas zu Ende. Du tippst auf Socratic Mode. Fluera gibt dir keine Erklärung, keine Zusammenfassung, keine Definition.
Es fragt.
“Du hast einen Pfeil von der kinetischen Energie zum Impuls gezogen. In welchem Bezugssystem ist diese Beziehung skalar statt vektoriell?”
Bevor du antwortest, verlangt die UI noch eine Sache: Wie sicher bist du — von 1 bis 5? Du verschiebst den Slider. Du legst dich auf eine Zahl fest. Jetzt antwortest du — schreibend auf deinem Canvas, nicht in einer Chatbox. Die Antwort wird von nun an Teil deines Notebooks.
Erst nachdem du geantwortet hast, reagiert die KI. Wenn du richtig lagst und sicher warst, geht es weiter. Wenn du falsch lagst und sicher warst, hält sie keine Predigt — sie stellt eine Folgefrage, die den Mismatch offenlegt. Wenn du gezögert hast, baut sie ein Scaffolding aus immer engeren Hinweisen, bis du allein dort ankommst.
Das Scaffolding zieht sich progressiv zurück, während die KI sieht, wie dein Canvas wächst. Fragen, die in Woche eins genau richtig schwer wirkten, sind in Woche drei zu leicht — die KI rekalibriert, ohne dass du sie darum bittest.
Die Wissenschaft dahinter
Drei Kräfte konvergieren hier:
- Abrufpraxis (Roediger und Karpicke, 2006): über das Material getestet zu werden, erzeugt deutlich stärkere Erinnerung, als wenn das Material erzählt wird — selbst wenn die Abrufversuche scheitern.
- Zone der nächsten Entwicklung (Vygotskij, 1978): Lernen geschieht in der kalibrierten Lücke zwischen dem, was du allein kannst, und dem, was du mit gerüsteter Anleitung kannst. Sokratische Fragen leben designbedingt in dieser Zone.
- Metakognitive Kalibrierung (Butterfield und Metcalfe, 2001): Selbstsicherheit vor dem Feedback anzugeben, ist für sich genommen eine metakognitive Intervention. Sie bereitet den Hyperkorrektur-Effekt vor und trainiert dich, Wissen von Wiedererkennen zu trennen.
Kahnemans System-1/System-2-Dichotomie rahmt den ganzen Modus ein. Ein LLM, das dir sofort antwortet, spricht zu System 1. Eine KI, die dich zwingt, anzuhalten, deine Selbstsicherheit zu erklären und dann abzurufen, engagiert System 2 — und in System 2 wohnt das Lernen.
Was als Nächstes kommt
- Sprachmodus — gesprochene sokratische Sitzungen, wenn der Stift unpraktisch ist (beim Gehen, unterwegs).
- Cross-Canvas Socratic — die KI fischt Fragen, die dein aktuelles Thema und ältere Canvasse durchqueren, und nutzt Interleaving aus.
- Socratic-Pakete von Fachexperten für spezifische Felder (Medizin, Jura, ML).