Yedi adımlı döngü¶

Her oturum 7 adımlık bir öğrenme döngüsünden geçer. Adımlar, Von Theorie zur Praxis makale serisinden gelmekte olup yeni bir beceri edinmenin gerçek bilişsel yolculuğunu yansıtır.

Yolculuk¶

#	Adım	Bilişsel açıdan neler oluyor
1	Girdi	Yeni materyalle ilk kez karşılaşmak
2	Deneme	Onu uygulamaya çalışmak
3	Hata	Uygulamanın tutmadığını fark etmek
4	Geri Bildirim	Hatanın neden oluştuğunu işlemek
5	Uyum	Zihinsel modelinizi ayarlamak
6	Tekrar	Ayarlanmış modelle pratik yapmak
7	Bütünleştirme	Daha geniş bağlamla ilişkilendirmek

Neden bu sıra¶

Bu yalnızca uygun değil — her adım bir öncekine bağlıdır:

Girdi → Deneme önemsiz değildir. Pek çok öğrenci Deneme adımını atlayıp doğrudan girdiden "Daha sonra denerim"e geçer. Bu gecikme hatırayı aşındırır. 2. adım anında uygulamayı zorlar.
Deneme → Hata üretken sürtünmedir. Hata bilgidir. Yalnızca kolay sorular vererek hatalardan kaçınan bir öğrenme oturumu anlayışınız hakkında hiçbir şey söylemez.
Hata → Geri Bildirim en derin öğrenmenin gerçekleştiği yerdir. Aynı hata, sizin spesifik denemenize atıfla anında açıklandığında etkili olur; aynı hata bir ders kitabından bir saat sonra açıklandığında etki yaratmaz.
Geri Bildirim → Uyum içseldir. Yapay zeka bu adımın gerçekleştiğini göremez; bunu kafanızda siz yaparsınız. Yapay zeka istemindeki 5. adım, yaklaşımınızda neyi değiştirdiğinizi dile getirmeniz için sizi bilinçli olarak davet eder.
Uyum → Tekrar uyumu doğrular. Yeni pratik görevi aynı ilkeyi biraz farklı bir biçimde kullanır; böylece uyumun genellenmesi gerekir.
Tekrar → Bütünleştirme beceriyi yalıtılmış pratikten kaldırır ve bildiğiniz diğer şeylerle ilişkilendirir. Bu, öğrenmeyi kalıcı kılar.

Bir adımı atlarsanız ne olur¶

Atlanan her adımın bir bedeli vardır:

Girdiyı atlarsanız: hiç açıklanmamış bir şeyi uygulamaya çalışırsınız. Genellikle çırpınmak gibi hissettirir.
Denemeyi atlarsanız: kuralı okur ve anladığınızı varsayarsınız. Aylarca sonra anlamadığınızı göreceksiniz.
Hatayı atlarsanız: yapay zekanın teşhis edebileceği bir hata üretmezsiniz. Öğrenme damlaya damlaya azalır.
Geri bildirimi atlarsanız: bir hata aldınız ama açıklamayı işlemdiniz. Bir sonraki oturumda aynı hatayı yapacaksınız.
Uyumu atlarsanız: geri bildirime başınızla onay verdiniz ama zihinsel modelinizi gerçekten değiştirmediniz. Bir sonraki Deneme bunu ortaya çıkaracak.
Tekrarı atlarsanız: bir kez uyum sağladınız ama uyumun genellendiğini doğrulamadınız. Beceri farklı bir yüzey formuna aktarılmayacak.
Bütünleştirmeyi atlarsanız: beceri silolaşır. Pratik sorularda yapabilirsiniz ama gerçek bir durumda yapamayabilirsiniz.

Çift istemli yapay zeka değerlendirici, alışverişlerinizi izler ve bilişsel bir ritmi atladığınızda mevcut adımda kalmayı önerebilir. "Kal" önerileri bunun için vardır — yapay zekanın sinir bozucu olduğundan değil.

Yapay zeka nasıl karar verir¶

Her kullanıcı mesajı + yapay zeka yanıtından sonra, bu sistem isteciyle (özetlenmiş) ikinci bir yapay zeka çağrısı yapılır:

Alışverişi oku. Öğrenci mevcut döngü adımını tamamladı mı? JSON yayımla: {advance, confidence, reason, suggested_step}.

Şema tek bir JSON nesnesi ister; yapay zeka ayrıştırılamaz metin döndürürse deterministik +1 yedek devreye girer (7. adımda sınırlanır).

Önerilen_adım şu olabilir:

current + 1 — normal ilerleme (en yaygın).
current — kal; öğrencinin burada daha fazla zamana ihtiyacı var.
İleri atlama (ör. 1 → 3) — öğrenci girdiyi zaten kavramış.
Geri adım (ör. 4 → 2) — öğrenci kafası karışmış ve yeniden denemesi gerekiyor.

Rota öneriyi yalnızca confidence >= 0.6 olduğunda uygular (app.yaml'daki varsayılan step_evaluation.confidence_threshold). Yedek kararlar her zaman +1 ilerlemesi uygular.

Neden tek istem yerine çift istem¶

Aynı yapay zeka çağrısı hem öğrenme yanıtını hem de adım kararını çıkarabilirdi. Bunu yapmıyoruz çünkü:

Kaygıların ayrılması — öğrenme istemi (yöntem, adım) başına oluşturulur. Değerlendirici istem yönteme duyarlı ama adımdan bağımsızdır.
Token bütçeleri — öğrenme yanıtı 1024 tokenden yararlanır; karar yalnızca 256 gerektirir.
JSON ayrıştırma sağlamlığı — yapay zekadan tek yanıtta hem düzyazı hem JSON kuyruğu üretmesini istemek kırılgandır. İki kez sorarız, temiz ayrıştırırız.
Yeniden oynatılabilirlik — bir şeyler ters gittiğinde iki yanıt ayrı olarak günlüğe alınmıştır ve denetlenebilir.

Bedeli, her gidiş-dönüşte iki API çağrısıdır. Ucuz katman fiyatlandırmasında (claude-haiku, gpt-4o-mini, gemini-flash) bu, alışveriş başına bir kuruşun küçük bir bölümüdür.

Döngü ilerleme göstergesi¶

Oturum sayfası üstte 7 daireli bir şerit gösterir. Doldu = tamamlandı; mevcut adımın dairesi projenin vurgu rengindedir ve yapay zeka düşünürken hafifçe nabız atar. Adım geçişlerinde (ileri veya geri), şerit animasyon yaparak döngünün canlı olduğu hissini verir.

Mobil cihazlarda (≤768px) şerit, dikey alanı korumak için tek yatay küçük daireler satırına dönüşür. Şerit üzerinde kaydırma-ile-gözetleme, önceki / sonraki döngü adımını açıklayan bilgilendirici bir bindirme gösterir.

Otomatik döngü (v1.4.0) + konu geçişleri¶

adım artık bir çıkmaz sokak değildir. Adım değerlendirici sizi advance=true ile 7. adıma taşıdıktan sonra, üçüncü bir yapay zeka çağrısı — konu-geçiş değerlendirici — konunun bütünleştirilip bütünleştirilmediğini ve yeni bir döngüye başlanıp başlanmaması gerektiğini değerlendirir.

       adım 1..7 (normal döngü)
                ↓
         7. adıma ulaşıldı
                ↓
   konu-geçiş yapay zeka çağrısı:
       bütünleştirildi mi?  devam öneriliyor mu?
                ↓                    ↓
              evet ∧ evet          diğer
                ↓                    ↓
   cycle_step ← 1                cycle_step 7'de kalır
   cycle_count += 1              (oturum sona hazır)
   cycle_topics ← [..., özet]
   yeni alt konu seçildi

Oturum başına max_cycles=5 sabit sınırı sonsuz döngüleri önler. Deterministik bir yedek, yapay zeka / ayrıştırma hatasında v0.5.0'ın 7'de-sınırla davranışını korur.

Sohbet, döngü geçişlerini oturum geçmişinde kesik kenarlı "Döngü N" kartları olarak gösterir. Derecelendirme iletişim kutusu, cycle_count > 1 olduğunda çok döngülü yolculuğu özetler.

Paralel döngü sınırı değerlendirmesi (v1.5.0)¶

→ 7. adım geçişinde hem adım değerlendirici hem de konu-geçiş değerlendirici asyncio.gather (app.yaml'da async_evaluation: true) aracılığıyla eş zamanlı olarak tetiklenir. Bu, döngü sınırında ~T₂ gecikmesini ortadan kaldırır.

Mesaj yanıtı, timings bloğunda şunları taşır: learning_ms / evaluation_ms / topic_transition_ms / total_ms / parallel_saved_ms.