무엇을 해결하는가
대부분의 학생은 준비된 느낌을 준비된 것과 혼동합니다. 노트를 다시 읽고, 비디오를 2배속으로 보고, LLM에 챕터 요약을 요청합니다 — 그리고 회상과는 무관한 유창함으로 시험에 들어갑니다. 결과는 보편적인 시험 후 충격입니다: “나 알았는데. 왜 못 썼지?”
Exam Session은 시험이 일어나게 함으로써 그 격차를 닫습니다 — 진짜 시험 며칠 전, 당신의 캔버스에서 사적으로.
어떻게 작동하는가
학습 세션을 마칩니다. Atlas 메뉴를 열고 🎓 Interrogami를 탭하거나 — 캔버스 채팅에 *“interrogami”*를 입력합니다. Fluera는 당신이 실제로 그린 개념 (클러스터 캐시 + 스트로크 OCR)을 읽고 그로부터 폐쇄형 시험을 생성합니다. 5, 7 또는 10개 질문. 혼합 유형: 서술형, 객관식, 참/거짓, 공식 회상.
각 답변 전, 확신도 피커가 한 가지를 묻습니다: 얼마나 확신합니까, 1부터 5까지? 다이얼을 움직이세요. 숫자에 자신을 약속하세요.
이제 답하세요 — 손으로, 미니 캔버스 스크래치패드에, 진짜 시험에서 쓸 그대로. 자동완성 없음. 복사-붙여넣기 없음. “재생성” 없음. 당신과 페이지뿐.
제출 시, Fluera는 답을 토큰별로 평가하고, 스트리밍으로 피드백을 반환합니다. 높은 확신으로 틀렸다면, 하이퍼코렉션 충격 UI가 발동합니다 — 의도적이고 무시하기 어려운 시각 효과로, 뇌가 만들 수 있는 가장 지속적인 형태의 수정을 활성화합니다. 그 다음 Fluera는 정답을 자신의 말로 다시 쓰도록 요청합니다: 생성 효과가 그것을 고정시킵니다.
3개 연속 정답 후 난이도가 자동으로 올라갑니다. 4개 질문 청크 후마다 다음 세트 전 짧은 피드백 휴식 — 청킹과 인터리빙이 설계상 내장.
세션이 끝나면, FSRS 스케줄러가 자가 보고된 난이도가 아닌 실제 성과에서 개념별 복습 간격을 업데이트합니다. 사각지대는 1, 3, 7, 14일에 외과적 회상 연습을 위해 Fog of War로 흘러갑니다.
배후의 과학
30년의 증거가 한 가지 발견에 수렴합니다: 가장 지속적인 수정은 가장 놀라운 실패에서 옵니다.
Butterfield와 Metcalfe의 하이퍼코렉션 효과 (2001)가 중심 메커니즘입니다. 높은 확신으로 한 실수는 수정되면 낮은 확신으로 한 실수보다 더 영구적으로 보존됩니다 — 확신했을 때 틀렸다는 놀라움이 편도체 활성화를 통해 해마 부호화를 조절합니다.
Robert Bjork의 바람직한 어려움 (1994)은 손으로 쓴 개방형 답변이 객관식을 이기는 이유를 설명합니다: 생성의 마찰이 정확히 기억을 만드는 것입니다. Roediger와 Karpicke (2006)가 그림을 마무리합니다 — 단일 회상 시도가 4번의 재독 세션보다 더 강한 장기 보존을 생산합니다.
Manu Kapur의 생산적 실패 연구 (2008)는 가장 어려운 디자인 결정을 지지합니다: 현재 수준보다 약간 위에서 시작하는 질문이 컴포트존에 보정된 질문보다 더 지속적인 학습을 생산합니다.
다음에 오는 것
- 시험 후 분석 — 클러스터별 확신도 보정과 하이퍼코렉션 크기 그래프.
- 음성 모드 Exam — 임상 또는 구술 시험 준비를 위한 음성 질문과 손글씨 답변.
- 지속적 surgical path overlay — 시험 후, Fog of War가 라이브 캔버스에 놓친 개념만 강조하여 다음 날 복습 범위로.
- 다과목 Exam Sessions — 여러 노트의 클러스터를 인터리빙하여 전이를 훈련하는 한 세션.