무엇을 해결하는가
공부했다고 느끼는 가장 쉬운 방법은 LLM에 무언가를 설명해달라고 하는 것입니다. 읽기는 유창합니다. 설명은 명확하게 보입니다. 3초 후, 이해의 분명한 감각을 느낍니다 — 그리고 3주 후, 어떤 것도 회상할 수 없습니다.
이것이 산업 규모의 능력의 환상입니다. Socratic Mode는 해독제입니다.
어떻게 작동하는가
캔버스에 개념을 작성합니다. Socratic Mode를 탭합니다. Fluera는 설명, 요약, 정의를 주지 않습니다.
대신 묻습니다.
“운동 에너지에서 운동량으로 화살표를 그렸습니다. 그 관계가 벡터가 아닌 스칼라인 프레임은 무엇입니까?”
답하기 전에 UI가 한 가지 더 묻습니다: 얼마나 확신합니까 — 1부터 5까지? 슬라이더를 움직이세요. 숫자에 약속하세요. 이제 답하세요 — 채팅 박스가 아닌 캔버스에 작성. 답은 이제부터 노트북의 일부입니다.
답한 후에야 AI가 반응합니다. 옳고 확신했다면 진행합니다. 틀리고 확신했다면 강의하지 않습니다 — 불일치를 드러내는 후속 질문을 합니다. 망설였다면 점진적으로 좁아지는 힌트 체인으로 비계 역할을 합니다.
비계는 AI가 성장하는 캔버스를 읽으면서 점진적으로 철수합니다. 1주차에 적절한 난이도로 보였던 질문이 3주차에는 너무 쉬워집니다 — AI가 요청 없이 재보정합니다.
배후의 과학
세 가지 힘이 여기 수렴합니다:
- 회상 연습 (Roediger & Karpicke, 2006): 자료에 대해 시험받는 것은 자료를 듣는 것보다 훨씬 더 강한 기억을 생산합니다 — 회상 시도가 실패할 때조차도.
- 근접발달영역 (Vygotsky, 1978): 학습은 혼자 할 수 있는 것과 비계 안내로 할 수 있는 것 사이의 보정된 격차에서 일어납니다. 소크라테스적 질문은 설계상 이 영역에 살고 있습니다.
- 메타인지 보정 (Butterfield & Metcalfe, 2001): 피드백 전에 확신도를 선언하는 것은 그 자체로 메타인지 개입입니다. 하이퍼코렉션 효과를 준비하고 아는 것과 인식하는 것을 구별하도록 훈련합니다.
Kahneman의 시스템 1 / 시스템 2 이분법이 전체 모드를 틀짓습니다. 즉시 답하는 LLM은 시스템 1에 말합니다. 멈추고, 확신을 선언하고, 그 다음 회상하도록 강제하는 AI는 시스템 2를 참여시킵니다 — 그리고 시스템 2가 학습이 사는 곳입니다.
다음에 오는 것
- 음성 모드 — 펜이 실용적이지 않을 때 (걷기, 출퇴근) 음성 소크라테스 세션.
- 영역 간 Socratic — AI가 현재 주제를 같은 캔버스의 이전 또는 먼 영역과 연결하는 질문을 끌어내 인터리빙을 활용합니다.
- 의학, 법학, ML 같은 특정 분야를 위한 전문가 저자의 Socratic 화살통 팩.