分かるだけで終わらせない。
使える言葉へ。

意味の違いを捉えられる、多言語の単語・表現の基盤。

• 語彙項目には、単語、複数語の表現、定型句、入れ替え可能な部分を持つパターンを含められます。
• 個々の意味に、それぞれ用例、関係、学習の進み具合を持たせます。
• 内容が用意できた場合、語形、品詞、発音の違い、IPA表記、音声を扱えます。
• 内部のTMRND使用モデルでは、語調、話し方、文体、ニュアンス、方言や言語変種を整理します。
• 意味の知識グラフで、語義、概念、関連表現、文脈に沿った用例を結びつけます。
• コンテンツの編集では、重複の検出、語義の判別、出典、検証を考慮します。
• 共通の設計は複数言語に対応しますが、初期版は一つの言語に重点を置く可能性があります。

表現できるようになる前に、理解を育てる。

• 新しい項目の導入では、語彙の手がかり、意味、利用可能なら発音、役立つ用例を示します。
• 簡単な初期確認で既知の項目を把握できますが、自己申告だけで習得済みとは判断しません。
• 意味の認識、聞き取り、語義の判別、文脈の理解から、異なる種類の証拠を集めます。
• 受容的な習熟度は、特定の意味を理解する力を追跡します。
• 忘却が示唆されるときは、再学習や弱点補強で知識の回復を支えます。

既に知っている意味の中から、より深く使えるように練習するものを選びます。

• 条件を満たした意味を、能動的に使う意味のプールへ移せます。
• 意味の手がかりから単語や表現を思い出す、制御された想起練習を行います。
• 場面や文の型に合う表現を考える、ガイド付きの表現練習を行います。
• 能動的な習熟度と復習計画は、受容的な認識とは分けて扱います。
• 作文とスピーキングの評価は、中核MVPの外にある将来の方向性として検討中です。

関連する表現を、定義だけでなく違いまで学びます。

• 二項関係で、関連する語義や概念を結びます。
• 関係ガイドで、使い方の重要な境界や違いを説明します。
• 制御された使い分け練習や文脈に沿った判断で、適切な表現を選ぶ力を育てます。
• 関係クラスターは、複数の関連する意味を比較ガイドとともにまとめます。
• 関係の理解には、独自の習熟度と復習計画を設けます。

二項関係と関係クラスターは、予定している中核MVPに含まれます。

理解したこと、思い出せること、復習すべきことを推定します。

• 難易度、記憶の安定性、想起可能性を用いた復習計画にFSRS-6を使う予定です。
• 学習者の能力と課題の難しさを考慮する、IRTに似た習熟度モデルを計画しています。
• 受容的な理解、能動的な表現、関係の理解は、それぞれ別に推定します。
• 証拠には、ヒント、再挑戦、経過時間、多様性、不確実性を反映できます。
• 一回のセッションで簡単な問題に繰り返し正解しても、長期的な習得とは見なしません。
• 課題の選択と復習時期は、セッションの目標と現在の知識に合わせて調整できます。

これらのモデルは実装と検証のために設計中であり、学習成果が実証されたとは主張しません。

さまざまな教材を使いながら、知識を一つにつなぎます。

• 学習ライブラリで、本、講座、試験の枠組み、テーマ、その他の教材を整理できます。
• 柔軟な構造で、本の章、講座の単元、試験のテーマを表現できます。
• 学習計画では、選んだ教材を実践可能な学習範囲にまとめます。
• 事前確認では「学ぶ」「知っている」「スキップ」を選べるようにできます。
• 語彙検索では、完全一致、前方一致、語形、基本的な入力ミスの補助を予定しています。
• 「毎日の学習」「新しく学ぶ」「復習のみ」「能動的な練習」「新規のみ」を学習モードとして予定しています。
• セッションでは、新規学習、受容的な練習、能動的な練習、関係の理解、弱点補強を組み合わせ、新規と復習の順序を柔軟に変えられます。
• 使える時間に合わせたセッションと段階的な情報提示で、無理なく練習できます。

全体の達成率一つでは見えない進歩を示します。

• 網羅度では、選んだ範囲のどの項目に出会い、評価を受けたかを示します。
• 受容的な理解度、能動的に学ぶ項目、能動的な習熟度、表現の関係の知識を別々に見られます。
• 復習の状態には、時間とともに知識を保つために必要なことが表れます。
• 学習履歴に、進歩を裏づける証拠を残します。
• 学習計画は、使える時間、たまった復習、記憶の維持に関する希望、目標のバランスを考慮できます。

アカウントに紐づく進捗が、学習者とともに移動します。

• 学習上の識別子と進捗は、一つの端末や教科書に限らず、アカウントに保存する予定です。
• 最初の正式版はWindows向けを予定し、次にAndroidを目指します。
• 事前に保存した学習内容を使い、範囲を限定したオフライン学習を行えます。
• オフラインでの学習記録は、再接続後に同期できます。
• 正規の語彙データはサーバーで管理し、保護された範囲限定のキャッシュを使います。

語彙データ全体をオフライン用にダウンロードすることは対象外です。

AIが役立つ場面では、人とシステムによる確認のもとでコンテンツ制作を支援できます。

• AIは用例、練習問題、もっともらしい誤答、表現の関係の説明、言語情報の下書きを支援する可能性があります。
• 生成された内容は、採点に使う正式な教材になる前に、適切な検証を通過する必要があります。
• 中核MVPの学習の流れは、実行時の言語モデルに依存しません。
• 今後は、文脈に応じた説明、作文へのフィードバック、スピーキング練習などを検討する可能性があります。
• 文法に特化した学習、言語データの拡充、個人によるコンテンツ作成は、さらに先の可能性です。

特定のAI提供元や外部との提携を示すものではありません。