Fluera
Krok 11 · cykl Beta

Exam Session

Symulowane egzaminy generowane z Twojej kanwy. Hiperkorekcja zamienia błędy w trwałą pamięć.

Fluera generuje egzamin z zamkniętej księgi z pojęć, które faktycznie rysujesz. Wybór pewności przed każdą odpowiedzią. Po wysłaniu Ghost Map nakłada Twoją pracę na idealną — im większe zaskoczenie, tym mocniej trzyma się korekta.

[ pętla demo · Exam Session ]

Co to rozwiązuje

Większość studentów myli czucie się gotowym z byciem gotowym. Czytają ponownie notatki, oglądają wideo na 2×, proszą LLM o streszczenie rozdziału — i wchodzą na egzamin z płynnością, która nie ma związku z wydobywaniem. Wynik to uniwersalny szok poegzaminacyjny: „Wiedziałem to. Czemu nie umiałem tego napisać?”

Exam Session zamyka tę lukę, sprawiając, że egzamin dzieje się — na dni przed prawdziwym, na Twojej kanwie, prywatnie.

Jak to działa

Kończysz sesję nauki. Otwórz menu Atlas i stuknij 🎓 Interrogami — lub wpisz „interrogami” na czacie kanwy. Fluera czyta pojęcia, które rzeczywiście rysujesz (cache klastrów + OCR kresek) i generuje z nich egzamin z zamkniętej księgi. Pięć, siedem lub dziesięć pytań. Mieszane typy: otwarte, wielokrotnego wyboru, prawda/fałsz, przypomnienie wzoru.

Przed każdą odpowiedzią wybór pewności pyta o jedną rzecz: jak duża jest pewność, od 1 do 5? Przekręć pokrętło. Zaangażuj się w liczbę.

Teraz odpowiedz — ręką, na mini-notatniku, tak jak pisze się na prawdziwym egzaminie. Bez autouzupełniania. Bez kopiuj-wklej. Bez „przeformułuj”. Tylko Ty i strona.

Kiedy wysyłasz, Fluera ocenia odpowiedź token po tokenie, podając informację zwrotną na bieżąco. Jeśli odpowiedź była błędna, a pewność wysoka, aktywuje się interfejs szoku hiperkorekcji — celowy, trudny do zignorowania efekt wizualny, który uruchamia najbardziej trwałą formę korekty, jaką produkuje mózg.

Po trzech poprawnych odpowiedziach trudność rośnie automatycznie. Po każdym bloku czterech pytań krótka pauza na informację zwrotną przed kolejnym zestawem — chunking i interleaving wbudowane w projekt.

Nauka stojąca za tym

Trzy dekady dowodów zbiegają się na jednym wyniku: najtrwalsze korekty pochodzą z najbardziej zaskakujących porażek.

Efekt hiperkorekcji Butterfielda i Metcalfe (2001) jest centralnym mechanizmem. Błędy popełnione z wysoką pewnością, raz poprawione, są zapamiętywane trwalej niż te z mniejszą pewnością.

Pożądane trudności Roberta Bjorka (1994) wyjaśniają, dlaczego ręcznie pisana otwarta odpowiedź pokonuje wielokrotny wybór: tarcie generowania samo tworzy pamięć.

Badania produktywnej porażki Manu Kapura (2008) wspierają najtrudniejszą decyzję projektową: pytania zaczynające się tuż powyżej Twojego obecnego poziomu generują trwalsze uczenie się niż pytania dostrojone do Twojej strefy komfortu.

Co nadchodzi

  • Analiza poegzaminacyjna — wykresy kalibracji pewności i wielkości hiperkorekcji per klaster.
  • Tryb głosowy Exam — pytania mówione z odpowiedziami pisanymi ręcznie, do przygotowania klinicznego lub egzaminów ustnych.
  • Trwała chirurgiczna nakładka ścieżek — po egzaminie Fog of War na żywej kanwie podświetla tylko brakujące pojęcia.
  • Wieloprzedmiotowe Exam Sessions — jedna sesja przeplatająca klastry z wielu notatników.

Wypróbuj w becie.

Funkcje pojawiają się najpierw na iOS i macOS, następnie na Androidzie i pulpitach. Dołącz do prywatnej bety, by uzyskać dostęp, gdy wyjdzie wydanie dla Twojego urządzenia.