회의적인 관찰자들에게 Fluera를 피칭할 때, 가장 많은 일을 하는 단일 아이디어는 Robert Bjork의 바람직한 어려움 [Bjork, 1994] View in bibliography → 입니다. 사람들이 더 쉽게 느껴지는 학습 조건이 거의 항상 더 나쁜 결과를 산출한다는 것을 흡수하면, 우리의 디자인 결정의 나머지가 기이해 보이는 것을 멈추고 필연적으로 보이기 시작합니다.
그러나 “필연적”은 거기서 많은 일을 하고 있습니다. 연구 발견을 제품 인터페이스로 바꾸는 것은 메타 분석에 나타나지 않는 트레이드오프를 포함합니다. 부분적 회계가 여기 있습니다.
빈 캔버스
기본 학습 앱에는 템플릿이 있습니다. 그것을 열면 제안된 구조가 있습니다 — 마인드맵 뼈대, 글머리 목록, Cornell 노트 레이아웃. 템플릿은 활성화 에너지를 낮춥니다. 도움이 되는 것 같습니다.
도움이 되지 않습니다. 템플릿은 생성 단계를 건너뛸 수 있게 합니다 — 무엇이 어디에 속하는지, 무엇이 무엇과 연결되는지, 중심 개념이 무엇인지 결정하는 인지 행위. 생성 단계가 학습입니다. 그것을 건너뛰는 것은 처음에 노트북을 가질 이유를 건너뛰는 것입니다.
Fluera의 캔버스는 비어 있습니다. 무한, 비어 있는, 위협적이지 않은. 비용은 새 사용자가 즉시 마찰을 느낀다는 것입니다. 일부는 튕깁니다. 우리는 이를 받아들입니다. 대안은 더 많은 사용자를 끌고 그들 중 더 적게 가르치는 도구입니다.
답하지 않고 묻는 AI
우리가 실행한 모든 사용자 연구 세션에는 적어도 한 명이 “AI가 요약을 작성할 수 있다면 유용할 텐데”라고 말했습니다. 모두.
그들이 유용할 것이라는 점은 옳습니다. 유용성이 목표라는 점은 틀렸습니다. 강의를 요약하는 AI는 학습의 당신 일이었던 부분을 처리하는 AI입니다. 요약을 받습니다. 공부했다고 느낍니다. 아무것도 기억하지 못합니다.
Socratic 모드는 사용자가 요청하는 것을 하지 않기 위해 구체적으로 존재합니다. 그것은 캔버스를 요약하지 않고 인터로게이트합니다. 첫 상호작용에서의 사용자 만족도에서, 설명하는 AI보다 점수가 낮습니다. 몇 주 후의 보유에서 [Roediger & Karpicke, 2006] View in bibliography → , 단기 선호를 무의미하게 보이게 만드는 마진으로 이깁니다.
트레이드오프는 실제입니다. 일부 사용자는 결코 임계값을 넘지 않습니다. 그것을 넘는 사람들에게, 차이가 제품입니다.
확신도 슬라이더
답을 작성을 마칩니다. “솔루션 공개”를 탭합니다. Fluera는 먼저 한 가지 더 묻습니다: 1부터 5까지 확신도를 평가합니다.
이것은 작은 방해입니다. 모든 시도에서, 2-3초 추가됩니다. 학습 세션에 걸쳐, 그 초들이 더해집니다. 사용자는 그것을 끄도록 요청합니다.
슬라이더는 하중을 견딥니다. Butterfield와 Metcalfe의 하이퍼코렉션 효과 [Butterfield & Metcalfe, 2001] View in bibliography → — 높은 확신으로 한 실수가, 수정되면, 낮은 확신의 실수보다 더 강하게 자리 잡음 — 는 수정이 도착하기 전에 확신도를 명명해야 합니다. 슬라이더 없이, 안개 속에서 수정하고 수정이 페이드됩니다. 슬라이더가 있으면, 대비가 명시적이고 수정이 자리 잡습니다.
우리는 슬라이더를 유지합니다. 짜증이 메커니즘입니다.
시험 준비를 위한 Fog of War
시험을 위해 공부하는 명백한 방법은 노트를 다시 읽는 것입니다. 유창함이 증가합니다. 인식된 준비도가 증가합니다. 시험 당일, 성과가 무너집니다 — 인식이 회상이 아니고, 시험은 회상을 요구하기 때문입니다.
Fog of War는 상호작용을 뒤집습니다. 시험 모드에서, Fluera는 캔버스를 숨깁니다 — 이전에 다룬 영역을 가리고 공개하기 전에 메모리에서 그것들을 회상하도록 요청합니다. 첫 세션은 비참합니다. 안개 낀 캔버스 앞에 앉아 자신이 안다고 생각했던 것 중 얼마나 많은 것을 산출할 수 없는지 발견합니다.
사용자는 첫 세션을 싫어합니다. 시험 결과를 사랑합니다. 첫 세션의 마찰이 시험 결과를 가능하게 만드는 것입니다.
우리가 하지 않는 것 (그리고 하지 않는 것을 싫어하는 것)
증거는 또한 우리가 구축하지 않은 일부 개입을 지원합니다. 인터리빙 — 연습 동안 블록하기보다 주제 순서를 무작위화 — [Rohrer & Taylor, 2007] 은 전이를 향상시키는 것으로 강력하게 보여졌습니다. 우리는 더 깊은 인터리빙 기능을 구축하고 싶습니다. 장애물은 신중한 디자인 없이 무작위 주제 순서의 제품 느낌이 깊이 혼란스러울 수 있다는 것입니다. 사용자 경험은 인지 이점이 시작되기 전에 무너집니다.
그 트레이드오프 처리 — 바람직한 마찰을 도입하면서 플로우를 보존 — 는 우리가 가진 가장 어려운 디자인 문제입니다.
패턴
이러한 모든 결정을 통해 흐르는 패턴은: 단기 사용자 선호는 체계적으로 오해를 일으키는 신호입니다. 사용자는 쉬운 버전을 선호합니다. 쉬운 버전은 더 나쁩니다. 더 어려운 버전을 구축하는 것은 종종 나중에 보상받습니다 — 보유에 의해, 시험 결과에 의해, 돌아와서 “당신이 미쳤다고 생각했는데, 이제 봅니다”라고 말하는 드문 사용자에 의해. 그러나 거의 항상 일찍 처벌받습니다 — 이탈에 의해, 나쁜 리뷰에 의해, 다음에 더 쉬운 버전을 출시하려는 유혹에 의해.
우리는 그 유혹에 저항하려고 합니다. 가끔 실패합니다. 출시하고 되돌리고 다시 출시합니다.
도박은 모든 경쟁자가 사용자 선호에 굴복하고 좋게 느껴지지만 아무것도 가르치지 않는 도구를 만든 분야 — ed-tech — 에서, 느낌에는 더 나쁘고 가르침에는 더 좋은 도구를 위한 공간이 있다는 것입니다.
우리가 알아내는 데 도움을 주고 싶다면, 베타가 열려 있습니다.