前提
2026年、あらゆる事実は3秒の距離にあります。あらゆる説明は、好みのスタイルで再生成できます。知識へアクセスする限界費用は、人類史上初めて、ほぼゼロまで下がりました。
それでも学習者は — 学生、専門職、生涯にわたる好奇心を持つ大人は — 自分が消費しているものに対して、10年前より能力が低いと感じていると報告します。コンテンツが難しくなったからではありません。消費が摩擦のないものになり、摩擦のない消費は痕跡を残さないからです。
学習のボトルネックは移動しました。歴史の大部分ではアクセスでした。私の世代では検索でした。2026年、それは別のもの、より名づけにくいものです: 流暢な認識を持続する能力へと変える変換。そして、この新しいボトルネックに対するインフラを、私たちはまだ建てていません。
科学が言っていること
過去50年、学習の認知科学は、反直観的かつ極めて頑健であるという珍しい性質をともに備えた、わずかな発見群へと収斂してきました。
Ebbinghaus は1885年、忘却曲線が指数的であり、間隔を空けた復習がそれをリセットすることを示しました。Slamecka と Graf は1978年、自分で生成した情報は、同じ情報を受動的に読むよりも比較にならないほどよく記憶されることを示しました。Bjork は40年にわたって、学習中に最も簡単に感じる条件こそ、長期記憶にとって最悪の結果を生み出す条件であることを文書化してきました — desirable difficulties のフレームワークです。Butterfield と Metcalfe は2001年、高い確信をもって犯した誤りは、いったん訂正されると、低い確信で犯した誤りよりも持続的な痕跡を残すことを示しました — ハイパーコレクションです。Roediger と Karpicke は2006年、テストされることは記憶の測定ではなく、記憶を作り出す行為であることを確立しました。
メタ分析は、これらの結果を分野、年齢層、文化を越えて繰り返し確認しています。学習戦略をエビデンスの強さで順位づけると、successive relearning — 間隔反復と想起練習を増大する間隔で組み合わせるもの — が頂点にあります。再読は底に近い。下線を引くのはほとんど無益です。
実践的な含意は明快です: 生産的に見える標準的な学習行動は、エビデンス上は最も非生産的なものです。そして、最も良い結果を生む行動は、その瞬間にはより難しく、より遅く、より満足感が乏しく感じられます。
これは方法論の細部ではありません。学習について理解できる最も重要なことであり、市場にあるあらゆる学習ツールの設計から、ほぼ完全に欠落しているものです。
LLM が壊したもの
大規模言語モデルの到来は、上記の発見をひとつも変えていません。変わったのは、学習者がそれらに出会うときの肌触りです。
3秒で、あなたの求めるスタイルで、完璧な流暢さで応答する LLM は、まさに科学が警告するパターンを発火させます。認識を符号化と取り違える。Sytem 2 の関与なしに System 1 の確信を得る。出力の表面的な流暢さによって増幅される自動化バイアス。能力の幻想、地球規模で。
蛍光ペンに対して40年警告してきた認知科学者たちは、突然より深刻な敵に出会いました: 間違ったことを正しいことのように見せるのが上手すぎて、彼ら自身が学習においてそれに抗うのに労力を要するほどのツールです。
さらに悪いことに、LLM インターフェースのデフォルトのパターン — 問う、流暢な答えを受け取る、同意する、先へ進む — は、持続的な記憶が要求する想起練習、生成効果、望ましい困難を、ほぼ完璧に迂回するように設計されています。インターフェースは受動性を報酬します。基盤モデルがそれを増幅します。結果として生まれる学習者は、教わったと感じている — けれど、教わってはいないのです。
ケンタウロスの前提
1997年に Deep Blue が Kasparov を破った後、世界は短い間、チェスは終わったと考えました — 機械が勝ち、人間の努力は時代遅れになった、と。そして Kasparov 自身が、より奇妙な観察を提示しました: 世界で最も強いチェスプレイヤーは、人間でも機械でもありません。それは、機械 と 構造化された共生関係にある人間です。彼はそれを ケンタウロス と呼びました。
この直観はチェスをはるかに超えて一般化します。人間の判断が削減不可能なすべての領域で — 戦略、文脈、価値観、趣味、意味の深さ — 勝つパターンは、人間 vs AI でも、AI に置き換えられた人間でもありません。AI に増幅された人間であり、成長を生み出す認知作業を担うのは人間です。
学習に当てはめると、ケンタウロスのパターンは2026年の一般的な使い方を反転させます。今日のデフォルト — LLM に問い、答えを読み、先に進む — は反ケンタウロスです。人間は、まさに記憶と理解を生み出す認知活動を外注しています。
ケンタウロス版はその逆です。AI は答える代わりに問います。提案する代わりに検証します。解決する代わりに足場を作ります。人間が想起、生成、空間配置、手書きの符号化を行います。AI は知識の幅、リアルタイムのキャリブレーション、そして — もし金銭的に余裕があれば良い家庭教師が与えるであろう — ソクラテス的な促しを提供します。
Fluera とは何か
Fluera は、学習ツールとして構築されたケンタウロスです。
キャンバスは無限で、空白で、手書きです。あなたが置くすべての概念は、あなたの手で生成されます — パラフレーズされ、圧縮され、空間に配置されます。空白は意図的なものです。テンプレートは生成のステップを飛ばしてしまいます。
AI はキャンバスに問いかけます。あなたの現在の知識状態に較正された問い — 最近接発達領域 (ZPD) の中の問い — を発します。簡単すぎれば何も教えませんし、難しすぎれば学べません。各回答が明かされる前に、Fluera はあなたに1から5の確信度を尋ねます。これは UI の飾りではありません。ハイパーコレクション効果を発火させます: 確信度5で犯した誤った答えは、訂正されれば、いかなる量の受動的再読よりもはるかに深い痕跡を残します。
Ghost Map — ケンタウロスのパターンを最も明確に体現する機能 — は、理想的な再構築をあなたの再構築の上に重ねます。差異が視覚的に脈動します。あなたはクリックではなく、書くことで訂正します。間違いが大きければ大きいほど、訂正は持続します。
試験準備のための Fog of War は、キャンバスの領域を隠し、明かす前に想起することを求めます。最初のセッションは frustrating です。それがまさに要点です。遮蔽下での想起は、認知科学の文献が文書化した最も効果的な学習活動であり、フラストレーションがその機構です。
間隔反復スケジューラは、増大する間隔での復習を計画し、教育的な修飾子 — ハイパーコレクションのボーナス、ピーク (覗き見) のペナルティ、応答時間のシグナル — を、あなたの実際のレビュー履歴で較正されたパーソナライズされた FSRS モデルの上に重ねます。すでに持っているキャンバスとともに動作し、別途構築しなければならないフラッシュカードのパラレルワールドとは動作しません。
Time Travel は、講義の音声をあなたの書いた各ストロークと同期して保持します。数週間後、ノートのある場所をタップすれば、それを書いた瞬間の音声が聞こえます。文脈依存想起は、想起の文脈を符号化の文脈と一致させると記憶が強化されると述べています。Time Travel はその原則を文字通り具現化したものです。
Fluera が拒むもの
Fluera がしないことが4つあります。誘惑の強さの順に、おおよそ並べると次のとおりです。
あなたの代わりに試験に答える AI は持ちません。ユーザーの即時満足は莫大なものになるでしょう。しかし長期的な結果 — ツールが強化するはずの認知の筋肉の萎縮 — は、宣言した目的への裏切りです。あなたの代わりに作業をする AI は、あなたに何も教えない AI です。
あなたのノートのデータを売りません。各ノートは AES-256 で保存時に暗号化されます。同期は、有効化された場合、エンドツーエンドで暗号化されます。あなたのコンテンツでモデルを訓練しません。あなたの手書き、あなたの思考、あなたの誤り、あなたの成長は、あなたのものです。「あなたのデータが商品です」が2026年のエドテックのデフォルトであっても、それを許容できることにはなりません。
エンゲージメントループ、広告、ストリークは持ちません。最適化できそうな最も強いシグナル — デイリーアクティブユーザー、セッション時間、通知のクリック率 — は、製品を腐らせる可能性が最も高いシグナルでもあります。あなたの学習との関係は、プッシュ通知に依存すべきではありません。私たちはあなたに、Fluera をより少なく使い、より多く学んでほしいのです。
引用で擁護できない機能はリリースしません。機能は、公開された知見を参照するか、ベータからの一貫したフィードバックを参照するか、いずれでもなければ製品に入りません。新規性は機能ではありません。これまで「ノー」と言ったアイデアの数は、作ったものの数より多く、その比率こそが製品です。
誰のために作っているか
Fluera はすべての人のためのものではありません。摩擦は本物です。設計上の選択は、明白な製品とは反対方向にあります。最初のセッションでの離脱率は、私たちが望むより高く、それを摩擦を取り除くことで解決はしません — 摩擦こそが、製品を機能させるものだからです。
私たちは特定のコホートのために作っています。誰もごまかしようのない口頭試問の準備をしている医学生。空虚な流暢さが審査委員会で罰される分野の博士課程学生。司法試験の準備をしている専門職。ChatGPT に委ねたものすべてが翌週には蒸発することに気づいた、独学者やキャリア半ばの専門職。蛍光ペンが流暢さを生むだけで能力を生まないと気づいた、概念密度の高い課程の大学生。
あなたがこのコホートに属するなら、違いをすぐに感じるはずだと考えています。そうでないなら、それでよいのです — 別の問題のための別の製品があり、Fluera が普遍的だと装うつもりはありません。
私たちが賭けるもの
賭けはこうです。すべての競合がユーザーの即時的な好みに屈し、気持ちよく感じさせ、ほとんど何も教えないツールを作っている分野で、感じは悪くても教えるのが上手いツールに余地がある、と。市場はエドテック既存企業が支配しているものより小さい。時代の文化への適合はより難しい。製品の構築はより遅い。
引き換えに: 約束したものを届けるものを作れる現実の機会。耐久性が稀になった10年において、現実の学習者のコホートが持続する能力を生み出すのを助ける現実の機会。そして2026年に、明白な道とは異なる、この製品を作るもう一つの方法があったことを記録する現実の機会。
これが製品です。これがチームです。これが約束です。
共鳴するものがあれば — ベータは /beta で開いています。お会いできることを楽しみにしています。