何を解決するか
学生は自分の作業を再読し、理解したと確信します。理解していません — 認識しただけです。認識 と 想起 の間のギャップは、学習における最大の錯覚の一つで、AI 時代に劇的に広がります。LLM が流暢に説明したばかりだから、どのトピックも見覚えがあるように感じるのです。
Ghost Map はこの錯覚を視覚的に打ち砕きます。
仕組み
学習サイクルのステップ 2 でキャンバス上に概念を再構築し、ステップ 3 でソクラテス AI の質問に答えた後、Ghost Map が起動します。Fluera は教材の理想的なコンセプトマップを生成し、半透明であなたのキャンバスに整列して重ねます。
- 緑 — 正しく書かれた概念、正しく引かれた接続。
- 赤 — 理想マップにあるがあなたのものにない概念。一度も書かなかったか、誤って書いたかのどちらかです。
- 黄 — あなたが引いたが理想と一致しない接続。存在すると思っていたが存在しない辺、あるいは方向が逆の辺。
- 青 — 理想にあってあなたが見落とした接続。
赤や黄のノードをタップします。Fluera が理想解を見せる 前 に、自分のキャンバスに手書きで訂正を試みます。その後オーバーレイが正解を明かします。確信と現実の隔たりが大きいほど、訂正は持続します。
背後にあるサイエンス
2001 年、Brady Butterfield と Janet Metcalfe は ハイパーコレクション効果 を文書化しました。直感に反して、高い 確信で犯した誤りは、低い 確信で犯した誤りよりも訂正され、長く保持されます。提案された機構は、正しいと思っていたのに間違えた驚きが扁桃体を活性化し、海馬の符号化を調整するというものです。訂正は神経生物学的なマーカーで強調されます。
Ghost Map はこれを実装します。ステップ 3 の確信スライダは装飾ではありません — 感情的コントラストを準備します。確信 5 で書いた誤答が Ghost Map で明かされると、あらゆる回数の受動的再読よりはるかに深い痕跡を残します。
今後の予定
- 概念認識型の差分 — 数式向け(現在は形状とテキストクラスタを認識)。
- 領域別の Ghost Map ボイス — STEM 用、人文用、法律用にそれぞれ調整されたもの。
- リプレイモード — あなたのキャンバスが理想からどう逸脱したかを段階的に再生。