Praca Dweck udokumentowała, jak chwalenie talentu (“jesteś taki bystry”) zwykle produkuje nastawienie stałe — studenci unikają trudnych zadań, bo porażka zagroziłaby ich tożsamości. Chwalenie wysiłku i strategii (“pracowałeś z uwagą”) produkuje nastawienie na rozwój, w którym trudność jest odczytywana jako informacja, a nie jako osąd.
Efekt jest największy właśnie tam, gdzie najbardziej się liczy: kiedy studenci napotykają materiał na granicy własnych umiejętności.
Fluera traktuje każdy moment feedbacku jako okazję do wzmocnienia nastawienia na rozwój. Ghost Map ujmuje rozbieżności jako luki do zamknięcia, nie jako deficyty do opłakiwania. Język powtórek rozłożonych w czasie celebruje akt przypominania, nie procent. AI nigdy nie mówi studentowi, że jest “bystry” — tylko że pracował nad czymś trudnym.