6 つの学習メソッド¶

Adaptive Learner は 6 つの学習メソッドを実装しています。それぞれが異なる教育的パラダイムに対応しています。

メソッドの概要¶

スタンス： AI がルールを説明し、あなたがそれを適用します。一般から特殊へのトップダウンアプローチです。

AI スタイル： 明確で体系的。AI はアプリケーションに移る前にルールを述べます。フィードバックは正確で参照可能です。

最適な場面： - 明確なルールを持つ構造的なトピック（文法、数式、プログラミング構文） - 既存の知識がある場合 - 明確さを好む場合

スタンス： AI が例を提示し、あなたがパターンを認識してルールを定式化します。具体から一般へのボトムアップアプローチです。

AI スタイル： 例主導。AI は判断を保留し、あなたが自分で理解することを促します。

最適な場面： - パターン認識が必要なトピック（文脈の中の文法、統計的概念） - 発見によって学ぶタイプ - 例が豊富な場合

スタンス： AI があえてよくある間違いへと誘導し、そこから一緒に抜け出します。

AI スタイル： 意図的にトラップを用意。誤りは判断されず、分析されます。「これはどこが間違っているのか？」というスタイルです。

最適な場面： - 典型的な誤りのパターンがあるトピック（フォールスフレンド、オフバイワン） - 間違えてもストレスを感じにくい場合 - 基本的な知識がある場合

スタンス： あなたは会話によって学びます。固定の演習はなく、柔軟な対話だけです。

AI スタイル： 低プレッシャー、動機付け、適応的。判断的なトーンなし。複雑さはあなたの流暢さとエネルギーに合わせて調整されます。

最適な場面： - 高ストレスの状況（試験への不安、発話の抑制） - 構造化された解決策を決める前の探索 - 純粋な強化と復習

スタンス： AI が具体的な状況をシミュレートし、あなたはその中でタスクを解決します。

AI スタイル： シナリオ設定型。「あなたは今マドリードのカフェにいます...」応用と転移を重視します。

最適な場面： - 応用目標（「旅行のためのスペイン語」） - 基礎習得後 - 特定の状況への準備（就職面接など）

スタンス： システムにメソッドの選択を委ねます。ステップごとに評価し、最適なメソッドを選択します。

AI スタイル： 動的。各サイクルで学習プロフィール、セッション履歴、現在のストレスレベルに基づいてメソッドを選択します。

最適な場面： - Adaptive Learner を始めたばかり - 頻繁にトピックを変える場合 - 実験的な学習

すべてのメソッドとサイクルステップの組み合わせが独自の AI プロンプトを持っています。6 メソッド × 7 ステップ = 42 セルです。

各セルには以下が含まれます。 - システムプロンプト： AI の役割と動作を定義 - ユーザープロンプト： そのステップのタスクを生成 - 評価プロンプト： デュアルプロンプト評価器が理解度を判定

プロンプトは backend/config/ の YAML ファイルで管理されています。詳細は AI 統合を参照してください。