这次是怎么做的
提示出现前连续四次推翻原来的安排,之后借助提示完成。
大多数测评只告诉你答对还是答错。Noesis 还会关注你从哪里开始、什么时候换了方法、哪种提示帮你继续推进,再从多次表现中找出下一步值得练的方法。
我们的优势不是再给一个总分,而是把结果背后的路径讲清楚。
以一道会议安排题为例,看看 Noesis 怎样从解题过程里找到有用信息。
一开始直接安排会议,连续四次推翻原来的方案;看到“先列出关键条件”的提示后完成了题目。
提示出现前连续四次推翻原来的安排,之后借助提示完成。
需要同时顾及多个条件,先找出哪些条件最能缩小选择范围,再决定会议顺序。
练习在动手安排之前,先列出所有条件,再找出最关键的几个。
再做一道物流安排题,不提供同样的提示,看看是否会主动先整理条件。
Noesis 不会因为一道题就给你贴标签。只有一种表现反复出现,才会成为后续训练的参考;之后的表现发生变化,画像也会跟着调整。
借助提示完成和独立完成会分开记录,答题速度也会和正确率、题目难度一起看。这样给出的训练建议才更贴近真实情况。
一道题只留下一个观察,告诉系统下次可以继续留意什么。
如果相似题目中又出现同一种做法,它就更值得安排专项练习。
改变故事、数字或呈现方式,看看是否仍会采用同样的方法。
之后的独立作答可能加强原来的判断,也可能让系统换一个训练方向。
它们把不同题目中出现的表现整理到一起,让测评结果可以直接连接到后续练习。
需要结合多道题和多次练习,才能逐渐看清的表现。
在题目确实有时间要求时,高效比较信息并作出反应。
识别有用的数量关系,而不只是依赖熟练计算。
操作中间结果时,持续保持并更新必要信息。
说明一道题主要要求你处理哪类信息、完成哪种推理。
从序列或多组关系中推断能够同时成立的规则。
根据条件与排除关系推理,不加入题目没有提供的假设。
可以讲清楚、反复练习,并换一道题继续检验的方法。
安排会议之前,先理清目标、需要安排的事项和所有限制条件。
发现反复尝试没有进展后,主动换一种整理问题的方法。
今天的研究更关心:人如何判断自己是否答对,策略怎样随过程变化,什么时候应该坚持或换方法,以及学会的东西能否带到新问题里。这些问题直接影响了 Noesis。
Noesis 会结合多次答题表现选择下一项训练。你能看到推荐从哪里来,也能在后续练习中看到解题方式怎样改变。