Qué resuelve
La mayoría de estudiantes confunde sentirse preparado con estar preparado. Releen sus apuntes, ven un vídeo a 2×, le piden a un LLM que resuma el capítulo — y llegan al examen con una fluidez que nada tiene que ver con el recuperar. El resultado es el shock universal post-examen: “Lo sabía. ¿Por qué no pude escribirlo?”
Exam Session cierra esa brecha haciendo que el examen ocurra — privadamente, en tu canvas, días antes del real.
Cómo funciona
Terminas una sesión de estudio. Abres el menú Atlas y tocas 🎓 Interrogami — o escribes “interrogami” en el chat del canvas. Fluera lee los conceptos que has dibujado realmente (caché de cluster más OCR de trazos) y genera un examen a libro cerrado a partir de ellos. Cinco, siete o diez preguntas. Tipos mixtos: abiertas, opción múltiple, verdadero/falso, recuerdo de fórmula.
Antes de cada respuesta, el selector de confianza pregunta una sola cosa: ¿qué tan seguro estás, del 1 al 5? Mueve el dial. Comprométete con un número.
Ahora responde — a mano, en un mini-canvas scratchpad, exactamente como escribirías en el examen real. Sin autocompletar. Sin copiar y pegar. Sin “regenerar”. Solo tú y la página.
Al enviar, Fluera evalúa la respuesta token a token, devolviendo feedback en streaming. Si te equivocaste con alta confianza, salta la UI de hypercorrection shock — un efecto visual deliberado e imposible de ignorar, que activa la forma más duradera de corrección que el cerebro produce. Después, Fluera te pide reescribir la respuesta correcta con tus propias palabras: el generation effect la fija.
Tras tres aciertos seguidos, la dificultad sube automáticamente. Tras cada chunk de cuatro preguntas, una pausa breve de feedback antes del siguiente set — chunking e interleaving by design.
Al cerrar la sesión, el scheduler FSRS actualiza los intervalos de revisión por concepto desde tu rendimiento real, no desde lo que tú dijiste. Los puntos ciegos vuelven a Fog of War para retrieval practice quirúrgico en los días 1, 3, 7, 14.
La ciencia detrás
Tres décadas de evidencia convergen en un mismo hallazgo: las correcciones más duraderas vienen de los fallos más sorprendentes.
El efecto de hipercorrección de Butterfield y Metcalfe (2001) es el mecanismo central. Los errores cometidos con alta confianza, una vez corregidos, se retienen más permanentemente que los cometidos con baja confianza — la sorpresa de equivocarte cuando estabas seguro modula la codificación hipocampal vía activación amigdalar. El selector de confianza no es estética; es el detonador de este mecanismo.
Las dificultades deseables de Robert Bjork (1994) explican por qué una respuesta abierta escrita a mano supera a una opción múltiple: la fricción de generación es exactamente lo que construye memoria. Roediger y Karpicke (2006) cierran el cuadro — un único intento de recuperación produce retención a largo plazo más fuerte que cuatro sesiones de relectura.
La investigación de Manu Kapur sobre fracaso productivo (2008) sostiene la decisión de diseño más dura: las preguntas que parten ligeramente por encima de tu nivel actual producen aprendizaje más duradero que las preguntas calibradas a tu zona de confort. La dificultad adaptiva escala deliberadamente, no defensivamente.
Lo que viene
- Analítica post-examen — calibración de confianza por cluster y gráficos de magnitud de hypercorrection.
- Voice-mode Exam — preguntas habladas con respuestas escritas a mano, para preparación de exámenes clínicos u orales.
- Surgical path overlay persistente — tras el examen, Fog of War destaca solo los conceptos fallados en el canvas en vivo, con scope para la revisión del día siguiente.
- Exam Sessions multi-asignatura — una sesión que interleavea clusters de varios cuadernos, entrenando el transfer.