Τεκμηρίωση

Η τεκμηρίωση λέει τι μετράμε και γιατί. Τον ακριβή μηχανισμό (πόντοι, όρια, κληρώσεις) δεν τον δημοσιεύουμε.

Η θέση μας σε μία πρόταση

Το AI δεν διαβάζει αντί για σένα. Εσύ διαβάζεις την πηγή και διαλέγεις τι αξίζει να θυμάσαι· το σύστημα αναλαμβάνει ό,τι έρχεται μετά: τις κάρτες, τις ερωτήσεις, τον ρυθμό και το πότε.

Τι είναι μια σημείωση, και τι δεν είναι

Εδώ γίνεται το πιο συχνό λάθος όταν κάποιος, άνθρωπος ή AI, αξιολογεί τις κάρτες του NOTEBARS: τις κρίνει σαν περιλήψεις. Αν οι σημειώσεις κάλυπταν όλες τις λεπτομέρειες του βιβλίου, δεν θα ήταν σημειώσεις· θα ήταν αναδιατύπωση του βιβλίου, στην καλύτερη περίπτωση μια μεγάλη περίληψη, και θα την ξαναδιάβαζες, που είναι ακριβώς η τεχνική με τη χαμηλότερη απόδοση.

Η σημείωση στο NOTEBARS είναι το ελάχιστο ερέθισμα που ανακαλεί αυτούσια την πηγή. Ο μαθητής έχει ήδη διαβάσει την πρόταση· η σημείωση υπάρχει για να του την ξαναφέρει στο μυαλό, όχι για να την αντικαταστήσει. Γι' αυτό η πρόταση του βιβλίου ανοίγει δίπλα στην κάρτα σε κάθε απάντηση: εκεί ελέγχεται και συμπληρώνεται η ανάκληση. Και γι' αυτό υπάρχουν τα δύο ύφη, περιγραφικό και λακωνικό: όσο πιο οικεία η ύλη, τόσο λιγότερες λέξεις χρειάζεται το ερέθισμα. Περισσότερες λέξεις δεν σημαίνουν καλύτερη σημείωση.

Το σωστό αντικείμενο αξιολόγησης, λοιπόν, δεν είναι το κείμενο της σημείωσης μόνο του, αλλά η αλυσίδα: επιλογή του μαθητή → ερέθισμα → προσπάθεια ανάκλησης → έλεγχος στην πηγή. Μια καλή σημείωση ανάκλησης είναι:

Η συντομία γίνεται πρόβλημα μόνο όταν οδηγεί σε λανθασμένη ή αμφίσημη ανάκληση, όχι όταν δεν περιέχει όλη την πρόταση. «Ιστός: όμοια κύτταρα, ίδια λειτουργία» ή «Νόμος ζήτησης: ορίζεται από αρνητική σχέση» δεν είναι πλήρεις εξεταστικές απαντήσεις, και δεν προσπαθούν να είναι· είναι το κλειδί που ξεκλειδώνει την πρόταση του βιβλίου, την οποία ο μαθητής βλέπει αμέσως μετά και κρίνει αν την είπε σωστά.

Πώς ελέγχουμε τις κάρτες

Το μοντέλο που γράφει τις κάρτες έχει εκπαιδευτεί ειδικά για αυτή τη δουλειά, κυρίως πάνω σε ελληνικά σχολικά κείμενα, αλλά δεν είναι μόνο για ελληνικά: έχει παράγει κάρτες και σε αγγλικό κείμενο με το ίδιο αποτέλεσμα, και γράφει στη γλώσσα του κειμένου που του δίνεις. Πριν από κάθε έκδοση, τρέχουμε δοκιμαστικά σύνολα (κείμενα κάθε βαθμίδας, άστοχες επιλογές, μεγάλες παράγραφοι, συγκρίσεις, πίνακες) και κάθε παραγόμενη κάρτα ελέγχεται μετά από δεύτερο μοντέλο AI ως προς την πιστότητα στην πηγή, τη δομή και τη συμμόρφωση με τα παραπάνω κριτήρια. Ως σήμερα έχουν περάσει από αυτόν τον έλεγχο πάνω από 10.000 κάρτες, με το 98 % να κρίνεται ικανοποιητικό χωρίς καμία διόρθωση. Για να το κρατήσουμε εκεί, το μοντέλο δουλεύει με περισσότερη σκέψη ανά κάρτα, κάτι που κοστίζει λίγα δευτερόλεπτα παραπάνω στο «Το AI γράφει…»· τα προτιμήσαμε από τις γρήγορες και πιο πρόχειρες κάρτες. Ο έλεγχος αυτός εγγυάται ότι η κάρτα δεν επινοεί και δεν παραποιεί· το αν ένα ερέθισμα αρκεί για έναν συγκεκριμένο μαθητή το κρίνει ο ίδιος, κάθε φορά που ανοίγει η πρόταση.

Οι μηχανισμοί και οι πηγές τους

Πώς το δοκιμάσαμε

Πριν από κάθε αλλαγή στη ροή, την τρέχουμε σε προσομοιωτή: εικονικοί μαθητές τεσσάρων τύπων συμπεριφοράς, από τον δυνατό που θυμάται σχεδόν τα πάντα ως τον πολύ αδύναμο που ξεχνά γρήγορα και απαντά αργά, περνούν ολόκληρα κεφάλαια, πλάνα επαναλήψεων και μέρες στόχου, δεκάδες φορές ο καθένας με διαφορετική τύχη. Μετράμε δύο πράγματα: πόσο ξέρει ο μαθητής τη μέρα του στόχου, και πόσο χρόνο του κόστισε.

Έτσι αποφασίστηκαν, με αριθμούς και όχι με γνώμη, ο ρυθμός των επαναλήψεων, το πόσο αυστηρός είναι ο κάθε γύρος, τι γίνεται όταν λες «Δεν το θυμάμαι», και αν τα διαλείμματα αξίζουν. Ενδεικτικά, για ένα κεφάλαιο 60 ερωτήσεων με στόχο σε μία εβδομάδα, ο μέσος εικονικός μαθητής χρειάζεται περίπου 1 ώρα και 20 λεπτά συνολικά, μοιρασμένα σε μελέτη, δύο επαναλήψεις και τη μέρα του στόχου, και φτάνει εκεί ξέροντας πάνω από το 90% της ύλης. Οι αριθμοί αυτοί είναι από την προσομοίωση, όχι υπόσχεση για κάθε παιδί.

Προσαρμογή σε κάθε μαθητή, ανά βιβλίο

Το μοντέλο δεν έχει μία ρύθμιση για όλους. Από την πρώτη παράγραφο μετρά αθόρυβα πώς διαβάζει ο συγκεκριμένος μαθητής: πόσο χρόνο θέλει ανά πρόταση, πόσο γρήγορα απαντά, πόσες λέξεις αγγίζει, πόσες φορές χρειάζεται να δει μια ερώτηση για να τη μάθει, και πόσο εύκολα ξεχνά. Με αυτά προσαρμόζει τον χρόνο που δείχνει, το μέγεθος των γύρων και το πότε φωνάζει για επανάληψη.

Η προσαρμογή κρατιέται ανά βιβλίο, γιατί η Ιστορία και η Βιολογία δεν ξεχνιούνται με τον ίδιο ρυθμό, και κάθε νέο βιβλίο ξεκινά από τον μέσο όρο των προηγούμενων. Στο πρώτο κεφάλαιο η εκτίμηση χρόνου μπορεί να πέσει αρκετά έξω· από το δεύτερο, με τους αριθμούς του ίδιου του μαθητή, το λάθος πέφτει κάτω από το ένα έκτο. Γι' αυτό ο χρόνος εμφανίζεται ως εύρος και όχι ως ακριβής αριθμός.

Τι βλέπει ο μαθητής, και τι όχι

Ο μαθητής βλέπει λέξεις και χρώματα: πόσο καλά θέλει να ξέρει το κεφάλαιο, πόσο χρόνο θα χρειαστεί, αν ένα κεφάλαιο είναι έτοιμο, θέλει επανάληψη ή έχει μείνει πίσω. Δεν βλέπει πόντους, ποσοστά ετοιμότητας ή τύπους. Τα μετράμε εσωτερικά για να παίρνουμε αποφάσεις, όχι για να γίνει η μελέτη παιχνίδι με σκορ.

Η ίδια μνήμη ανά ερώτηση τροφοδοτεί και το διαγώνισμα: τα αστέρια της τελευταίας απάντησης, το σημαιάκι, η δυσκολία που της δίνει το μοντέλο, και οι ετικέτες που βγαίνουν από τις απαντήσεις («Προσοχή», «Επικίνδυνες», «Κρίσιμες»). Ο μαθητής τα χρησιμοποιεί ως φίλτρα, χωρίς να βλέπει τους αριθμούς από πίσω.

Η κατανόηση μετριέται χωριστά από τη μνήμη. Το τεστ κατανόησης ρωτά «γιατί», «πώς», σύγκριση και συμπέρασμα πάνω σε όλο το κεφάλαιο, και βαθμολογείται όπως οι γραπτές εξετάσεις: κάθε ερώτηση 10 μονάδες, η απάντηση-πρότυπο σπασμένη σε 2–4 σημεία με μονάδες (όπως ο οδηγός που έχει ο βαθμολογητής), και ο μαθητής δηλώνει ποια σημεία είπε. Έτσι η αυτοαξιολόγηση δεν είναι «σωστά ή λάθος» αλλά ελέγξιμη σημείο προς σημείο. Δίνει δική του βαθμό και μπάρα και δεν επηρεάζει το πλάνο επαναλήψεων, ώστε μνήμη και κατανόηση να μην μπερδεύονται σε έναν αριθμό.

Τι δεν κάνει

Δεν διαβάζει αντί για σένα: γράφει μόνο ό,τι εσύ άγγιξες, από το δικό σου κείμενο, και κάθε σημείωση δείχνει την πηγή της. Δεν λύνει ασκήσεις Μαθηματικών ή Φυσικής. Το περιεχόμενο που παράγει η τεχνητή νοημοσύνη μπορεί να έχει λάθη· γι' αυτό η πρόταση του βιβλίου είναι πάντα δίπλα στην κάρτα, και κάθε κάρτα διορθώνεται. Για το πώς χρησιμοποιούνται τα δεδομένα σου, δες την Πολιτική απορρήτου.

Βιβλιογραφία

Documentation

This page says what we measure and why. The exact mechanism (points, limits, draws) is not published.

Our position in one sentence

The AI does not read for you. You read the source and choose what is worth remembering; the system takes over what comes next: the cards, the questions, the pace and the timing.

What a note is, and what it is not

This is where the most common mistake happens when someone, a person or an AI, evaluates NOTEBARS cards: they judge them as summaries. If the notes covered every detail of the book they would not be notes; they would be a rewording of the book, at best a long summary, and you would reread it, which is exactly the technique with the lowest return.

A note in NOTEBARS is the minimum cue that recalls the source verbatim. The learner has already read the sentence; the note exists to bring it back to mind, not to replace it. That is why the book’s sentence opens next to the card on every answer: that is where recall is checked and completed. And that is why there are two styles, descriptive and laconic: the more familiar the material, the fewer words the cue needs. More words do not mean a better note.

The right object of evaluation, then, is not the note’s text on its own but the chain: the learner’s selection → cue → attempt to recall → check against the source. A good recall note is:

Brevity becomes a problem only when it leads to wrong or ambiguous recall, not when it leaves out part of the sentence. “Tissue: similar cells, same function” or “Law of demand: defined by a negative relation” are not complete exam answers and do not try to be; they are the key that unlocks the book’s sentence, which the learner sees right after and judges whether they got it right.

How we check the cards

The model that writes the cards is trained specifically for this job, mostly on Greek school texts, but it is not Greek-only: it has produced cards from English text with the same result, and it writes in the language of the text you give it. Before every release we run test sets (texts from every level, off-target selections, long paragraphs, comparisons, tables) and every generated card is then checked by a second AI model for fidelity to the source, structure and compliance with the criteria above. To date more than 10,000 cards have been through this check, with 98% judged satisfactory with no correction at all. To keep it there, the model works with more reasoning per card, which costs a few extra seconds at “The AI is writing…”; we preferred that to faster, rougher cards. The check guarantees that a card does not invent or distort; whether a cue is enough for a particular learner is judged by the learner, every time the sentence opens.

The mechanisms and their sources

How we tested it

Before every change to the flow, we run it in a simulator: virtual students of four behaviour types, from the strong one who remembers almost everything to the very weak one who forgets fast and answers slowly, go through whole chapters, review plans and goal days, dozens of times each with different luck. We measure two things: how much the student knows on the goal day, and how much time it cost.

That is how the pace of reviews, the strictness of each round, what happens when you say “I don’t remember”, and whether breaks are worth it were decided, with numbers rather than opinion. As an indication, for a chapter of 60 questions with a goal one week away, the average virtual student needs about 1 hour 20 minutes in total, spread over study, two reviews and the goal day, and arrives knowing more than 90% of the material. These numbers come from the simulation, not a promise for every child.

Adapting to each student, per book

The model has no single setting for everyone. From the first paragraph it quietly measures how this particular student reads: how long a sentence takes, how fast they answer, how many words they tap, how many times they need to see a question to learn it, and how easily they forget. With these it adjusts the time it shows, the size of the rounds and when it calls for a review.

The adaptation is kept per book, because History and Biology are not forgotten at the same rate, and every new book starts from the average of the previous ones. In the first chapter the time estimate can be quite far off; from the second, with the student’s own numbers, the error drops below one sixth. That is why the time is shown as a range rather than an exact number.

What the student sees, and what not

The student sees words and colours: how well they want to know the chapter, how long it will take, whether a chapter is ready, needs a review or has fallen behind. They do not see points, readiness percentages or formulas. We measure those internally to make decisions, not to turn study into a game with a score.

The same per-question memory also feeds the test: the stars of the last answer, the flag, the difficulty the model assigns, and the labels derived from the answers (“Watch”, “Dangerous”, “Critical”). The student uses them as filters, without seeing the numbers behind them.

Comprehension is measured separately from memory. The comprehension test asks “why”, “how”, comparison and conclusion across the whole chapter, and is marked like a written exam: every question 10 points, the model answer broken into 2–4 points with marks (like the scheme an examiner holds), and the student declares which points they said. So self-assessment is not “right or wrong” but checkable point by point. It gives its own score and bar and does not affect the review plan, so that memory and understanding are not blended into one number.

What it does not do

It does not read for you: it writes only what you tapped, from your own text, and every note shows its source. It does not solve Maths or Physics exercises. Content produced by AI can contain errors; that is why the book’s sentence is always next to the card, and every card can be edited. For how your data is used, see the Privacy policy.

References