何を解決するのか
多くの学生は「準備ができた感覚」と「実際に準備ができていること」を混同しています。ノートを読み返し、動画を 2 倍速で再生し、LLM に章の要約を頼む — そして、想起とは無関係な流暢さのまま試験に臨みます。結果は試験後の普遍的なショックです。「知っていたのに。なぜ書けなかったんだろう」。
Exam Session はそのギャップを閉じます — 本物の試験の数日前に、あなたのキャンバス上で、プライベートに試験を起こすことで。
仕組み
学習セッションを終えます。Atlas メニューを開き 🎓 Interrogami をタップ — あるいはキャンバスのチャットで 「interrogami」 と入力します。Fluera はあなたが実際に描いた概念（クラスタキャッシュとストローク OCR）を読み取り、そこから閉本試験を生成します。5 問、7 問、または 10 問。形式は混在 — 自由記述、選択肢、真偽、公式想起。
各回答の前に、コンフィデンスピッカーが一つだけ尋ねます。1〜5 でどのくらい確信していますか？ ダイヤルを動かし、数字に身をコミットします。
そして手で答えます — ミニキャンバスのスクラッチパッド上で、まさに本番試験で書くように。オートコンプリートなし。コピペなし。「再生成」なし。あなたとページだけ。
送信すると Fluera は回答をトークン単位で評価し、ストリーミングでフィードバックを返します。高い確信で間違っていた場合、ハイパーコレクション・ショック UI が発動します — 意図的に、無視しがたい視覚効果が、脳が産み出す最も持続的な補正の形を引き起こします。続いて Fluera は、正しい答えをあなた自身の言葉で書き直すよう求めます。Generation Effect がそれを定着させます。
3 問連続正解で難易度が自動的に上がります。4 問ごとのチャンクの後、次のセットの前に短いフィードバックの間 — チャンキングとインターリービングは設計上の組み込みです。
セッション終了時、FSRS スケジューラがあなたの実際のパフォーマンスから（自己申告ではなく）概念ごとの復習間隔を更新します。盲点は Fog of War に戻り、1・3・7・14 日目の外科的なリトリーバル・プラクティスに送られます。
背後にある科学
30 年分のエビデンスは一つの発見に収束します — 最も持続する補正は、最も意外な失敗から生まれる。
Butterfield と Metcalfe の ハイパーコレクション効果（2001）が中心メカニズムです。高い確信で犯した誤りは、補正後、低い確信で犯した誤りよりも持続的に保持されます — 確信していたのに間違ったという驚きが、扁桃体の活性化を介して海馬のエンコーディングを調整するのです。コンフィデンスピッカーは装飾ではなく、このメカニズムの起爆装置です。
Robert Bjork の Desirable Difficulties（1994）は、なぜ手書きの自由記述が選択肢に勝つのかを説明します — 生成の摩擦こそが記憶を作るのです。Roediger と Karpicke（2006）が画を完成させます — 単一の想起試行は、4 回の再読セッションよりも強い長期保持を生みます。
Manu Kapur の Productive Failure 研究（2008）は、最も厳しい設計判断を支えます — 現在のレベルをわずかに上回るところから始まる質問は、コンフォートゾーンに合わせた質問よりも持続的な学習を生む。アダプティブ難易度は防御的にではなく意図的にエスカレートします。
次に来るもの
- 試験後アナリティクス — クラスタごとのコンフィデンス・キャリブレーションとハイパーコレクションのマグニチュード・グラフ。
- 音声モード Exam — 口頭試験や臨床試験の準備のための、音声質問と手書き回答。
- 永続的な surgical path overlay — 試験後、Fog of War が翌日の復習スコープでライブキャンバス上の取り逃した概念のみをハイライト。
- マルチ科目 Exam Sessions — 複数のノートからクラスタをインターリーブし、転移を訓練する一つのセッション。