मन के काम करने के तरीके पर निर्मित अध्ययन स्थान।

आधार

2026 में, कोई भी तथ्य तीन सेकंड दूर है। कोई भी व्याख्या आपकी पसंदीदा शैली में पुनर्जीवित की जा सकती है। ज्ञान तक पहुंचने की सीमांत लागत हमारी प्रजाति के इतिहास में पहली बार लगभग शून्य पर गिर गई है।

फिर भी शिक्षार्थी — छात्र, पेशेवर, आजीवन जिज्ञासा वाले वयस्क — रिपोर्ट करते हैं कि वे जो उपभोग करते हैं उस पर वे दस साल पहले की तुलना में कम सक्षम महसूस करते हैं। सामग्री कठिन होने के कारण नहीं। क्योंकि उपभोग बिना घर्षण के है, और बिना घर्षण के उपभोग कोई निशान नहीं छोड़ता।

अधिगम की बाधा बदल गई है। अधिकांश इतिहास के लिए यह पहुंच थी। मेरी पीढ़ी के लिए यह नेविगेशन था। 2026 में यह कुछ अलग है और नाम देना कठिन: तरल पहचान को टिकाऊ क्षमता में बदलना। और नई बाधा के लिए हमने अभी तक बुनियादी ढांचा नहीं बनाया है।

विज्ञान क्या कहता है

पचास वर्षों से, अधिगम का संज्ञानात्मक विज्ञान असामान्य संपत्ति वाले परिणामों के एक छोटे से सेट पर अभिसरण कर रहा है — एक साथ प्रति-सहज और बेहद मजबूत।

Ebbinghaus ने 1885 में दिखाया कि भूलने की वक्र घातीय है और अंतराल समीक्षा इसे रीसेट करती है। Slamecka और Graf ने 1978 में दिखाया कि आप जो स्वयं उत्पन्न करते हैं वह उसी जानकारी की तुलना में असीम रूप से बेहतर याद रहता है जिसे निष्क्रिय रूप से पढ़ा जाता है। Bjork ने चार दशकों से दस्तावेज़ किया है कि अध्ययन के दौरान जो स्थितियां सबसे आसान लगती हैं वे लगभग सटीक रूप से वही स्थितियां हैं जो सबसे खराब दीर्घकालिक स्मृति उत्पन्न करती हैं — वांछनीय कठिनाइयां ढांचा। Butterfield और Metcalfe ने 2001 में दिखाया कि उच्च आत्मविश्वास के साथ की गई गलतियां, एक बार सुधारी गईं, कम आत्मविश्वास से कम लोगों की तुलना में अधिक टिकाऊ निशान छोड़ती हैं — हाइपरकरेक्शन। Roediger और Karpicke ने 2006 में स्थापित किया कि परीक्षा देना स्मृति का माप नहीं है बल्कि एक कार्य है जो इसे बनाता है।

व्यावहारिक निहितार्थ स्पष्ट है: डिफ़ॉल्ट अध्ययन व्यवहार जो उत्पादक लगते हैं, साक्ष्य के अनुसार, सबसे कम उत्पादक हैं। और जो व्यवहार सर्वश्रेष्ठ परिणाम उत्पन्न करते हैं वे क्षण में अधिक कठिन, धीमे और कम संतोषजनक लगते हैं।

LLMs ने क्या तोड़ा

बड़े पैमाने पर भाषा मॉडल का आगमन उपरोक्त किसी भी परिणाम को नहीं बदला। यह उस कथानक को बदला जिसके साथ शिक्षार्थी उनसे मिलते हैं।

एक LLM जो तीन सेकंड में, आपकी पूछी गई शैली में, सही प्रवाह के साथ उत्तर देता है, ठीक उसी पैटर्न को ट्रिगर करता है जिसके खिलाफ विज्ञान चेतावनी देता है। एन्कोडिंग के साथ पहचान की भ्रांति। सिस्टम 2 की संलग्नता के बिना सिस्टम 1 का आत्मविश्वास। आउटपुट की सतही प्रवाह से बढ़ा हुआ ऑटोमेशन पूर्वाग्रह। ग्रहीय पैमाने पर क्षमता का भ्रम।

सेंटॉर आधार

1997 में Deep Blue ने Kasparov को हराने के बाद, दुनिया ने संक्षेप में मान लिया कि शतरंज खत्म हो गया है — मशीनों ने जीत लिया, मानव प्रयास अप्रचलित था। फिर Kasparov ने स्वयं एक अजीब अवलोकन प्रस्तावित किया: दुनिया का सबसे मजबूत शतरंज खिलाड़ी न मानव है न मशीन। यह संरचित सहजीवन में मशीन के साथ मानव है। उन्होंने इसे सेंटॉर कहा।

अधिगम पर लागू, सेंटॉर पैटर्न 2026 के सामान्य उपयोग को उलट देता है। आज का डिफ़ॉल्ट — LLM से पूछो, उत्तर पढ़ो, आगे बढ़ो — सेंटॉर-विरोधी है। मानव ठीक उसी संज्ञानात्मक गतिविधि को बाहरीकरण कर रहा है जो स्मृति और समझ उत्पन्न करती है।

सेंटॉर संस्करण विपरीत है। AI उत्तर देने के बजाय पूछता है। पेश करने के बजाय सत्यापित करता है। हल करने के बजाय स्कैफोल्डिंग करता है। मानव पुनर्प्राप्ति, उत्पादन, स्थानिक स्थिति निर्धारण, हस्तलिखित एन्कोडिंग करता है। AI ज्ञान की चौड़ाई, वास्तविक समय अंशांकन, और सोक्रेटिक प्रॉम्प्ट प्रदान करता है जो एक अच्छा ट्यूटर देता।

Fluera क्या है

Fluera सेंटॉर है, अध्ययन उपकरण के रूप में बनाया गया।

कैनवास अनंत है, खाली है, हस्तलिखित। हर अवधारणा आप अपने हाथ से उत्पन्न करते हैं — पुनर्व्याख्यायित, संकुचित, स्थान में स्थित। खालीपन जानबूझकर है। टेम्प्लेट उत्पादन चरण को छील देंगे।

AI कैनवास का साक्षात्कार लेता है। आपके वर्तमान ज्ञान की स्थिति पर अंशांकित प्रश्न पूछता है, निकटतम विकास के क्षेत्र के भीतर — बहुत आसान कुछ भी नहीं सिखाता, बहुत कठिन सीखा नहीं जा सकता। हर प्रकटीकरण से पहले, Fluera आपका आत्मविश्वास एक से पांच पैमाने पर पूछता है। यह UI विचित्रता नहीं है। यह हाइपरकरेक्शन प्रभाव को ट्रिगर करता है: 5 आत्मविश्वास पर एक गलत उत्तर, सुधारा गया, किसी भी मात्रा के निष्क्रिय पुनः पठन की तुलना में बहुत गहरा निशान छोड़ता है।

Ghost Map — वह सुविधा जो सेंटॉर पैटर्न को सबसे साफ़ ढंग से व्यक्त करती है — आपके पुनर्निर्माण पर एक आदर्श पुनर्निर्माण को ओवरले करती है। बेमेल दृष्टिगत रूप से धड़कते हैं। आप क्लिक करके नहीं, लिखकर सुधारते हैं। आप जितने अधिक गलत थे, सुधार उतना ही अधिक टिकता है।

Fluera क्या होने से इनकार करता है

चार चीजें हैं जो Fluera नहीं करेगा, मोटे तौर पर घटते क्रम के प्रलोभन में।

हमारे पास ऐसा AI नहीं होगा जो आपकी जगह आपकी परीक्षा का उत्तर दे। अल्पकालिक उपयोगकर्ता संतुष्टि बहुत बड़ी होगी। दीर्घकालिक परिणाम — संज्ञानात्मक मांसपेशियों का शोष जिसे उपकरण को मजबूत करना चाहिए — घोषित लक्ष्य का विश्वासघात होगा। एक AI जो आपकी जगह काम करता है वह AI है जो आपको कुछ नहीं सिखाता।

हम आपकी नोटबुक डेटा नहीं बेचेंगे। हर नोटबुक AES-256 के साथ विश्राम पर एन्क्रिप्टेड है। सिंक, सक्रिय होने पर, एंड-टू-एंड एन्क्रिप्टेड है। हम आपकी सामग्री पर अपने मॉडल नहीं प्रशिक्षित करते।

हमारे पास कोई सहभागिता लूप, विज्ञापन, या स्ट्रीक नहीं होगा। सबसे मजबूत सिग्नल जिसे हम अनुकूलित कर सकते थे — दैनिक सक्रिय उपयोगकर्ता, सत्र अवधि, सूचनाओं पर क्लिक — वह भी सबसे अधिक संभावना है उत्पाद को भ्रष्ट करने की।

हम ऐसी विशेषताएं प्रकाशित नहीं करेंगे जिनका हम उद्धरण के साथ बचाव नहीं कर सकते। या तो विशेषता प्रकाशित परिणाम पर वापस जाती है, या बीटा से सुसंगत प्रतिक्रिया पर वापस जाती है, या उत्पादन में नहीं जाती। नवीनता एक विशेषता नहीं है।

हम किसके लिए बना रहे हैं

Fluera सभी के लिए नहीं है। घर्षण वास्तविक है। डिज़ाइन विकल्प स्पष्ट उत्पाद की तुलना में उलटे हैं। पहले सत्र छोड़ने की दर हम जितनी चाहते थे उससे अधिक है, और हम घर्षण को हटाकर इसे ठीक नहीं करेंगे — क्योंकि घर्षण वही है जो उत्पाद को काम करने योग्य बनाता है।

हम एक विशिष्ट कोहोर्ट के लिए बनाते हैं। चिकित्सा छात्र मौखिक परीक्षा की तैयारी कर रहे हैं जिसे झूठ नहीं बोला जा सकता। उन क्षेत्रों में पीएचडी जहां आसान बातचीत आयोगों द्वारा दंडित होती है। राज्य परीक्षा की तैयारी करने वाले वकील। स्व-शिक्षित और मध्य-कैरियर पेशेवर जो देखते हैं कि वे ChatGPT को जो भी सौंपते हैं वह अगले सप्ताह के भीतर वाष्पित हो जाता है। अवधारणा-गहन विश्वविद्यालय कार्यक्रमों के छात्र जो समझ गए हैं कि उनके हाइलाइटर्स प्रवाह उत्पन्न करते हैं, क्षमता नहीं।

यदि आप वही हैं, हम सोचते हैं कि आप जल्दी अंतर महसूस करेंगे। यदि आप नहीं हैं, हम समझते हैं — अन्य समस्याओं के लिए अन्य उत्पाद हैं, और हम यह नहीं दिखाएंगे कि Fluera सार्वभौमिक है।

हम क्या दांव पर लगा रहे हैं

दांव यह है कि एक ऐसे क्षेत्र में जहां हर प्रतिस्पर्धी ने अल्पकालिक उपयोगकर्ता वरीयता के सामने आत्मसमर्पण कर दिया है और उपकरण बनाए हैं जो अच्छा महसूस कराते हैं और लगभग कुछ नहीं सिखाते, वहां ऐसे उपकरण के लिए जगह है जो महसूस करने में बदतर और सिखाने में बेहतर है। बाजार ed-tech की ज़िम्मेदार कंपनियों द्वारा नियंत्रित बाजार से छोटा है।

बदले में: कुछ ऐसा बनाने का वास्तविक मौका जो वादा रखता है। एक दशक में जो टिकाऊपन को दुर्लभ बना दिया है उसमें टिकाऊ क्षमता उत्पन्न करने में शिक्षार्थियों के एक वास्तविक कोहोर्ट की मदद करने का वास्तविक मौका। और — ईमानदार होने के लिए — रिकॉर्ड पर रखने का वास्तविक मौका कि 2026 में इस उत्पाद को बनाने का एक और तरीका था, स्पष्ट तरीके से अलग।

यह उत्पाद है। यह टीम है। यह प्रतिबद्धता है।

यदि इनमें से कुछ आपके साथ प्रतिध्वनित होता है — बीटा /beta पर खुला है, और हम आपसे मिलना चाहेंगे।