콘텐츠로 건너뛰기
로그인하지 않음로그인

동적 학습, 채점, 모듈을 위한 지식 베이스.

AI가 채점하는 자기주도 학습의 제품 순환, 주장 정책, 기술적 근거에 대한 참고 자료를 활용하세요.

학습 엔진이 작동하는 방식

측정과 몰

유효숫자, 단위 환산, 몰과 화학식, 그리고 계산 실수를 잡아내는 습관.

반응과 화학량론

반응식 균형 맞추기, 한계 반응물, 용액의 농도, 반응 유형, 산화·환원.

원자, 결합, 이름 붙이기

전자 배치, 주기적 경향성, 루이스 구조, 분자 모양, 화합물 이름.

기체, 에너지, 산

분자 간 힘, 기체 법칙, 엔탈피, 헤스의 법칙, 그리고 산, 염기, pH.

원자, 빛, 결합

동위 원소, 원자 스펙트럼, 양자수, 전기 음성도, 오비탈 혼성화.

용액, 상, 열역학

적정, 총괄성, 상평형 그림, 엔트로피와 자유 에너지, 핵붕괴.

반응 속도론과 평형

속도 법칙, 반감기, 활성화 에너지, 평형 상수, 르샤틀리에 원리.

평형 계산과 전기화학

ICE 표, 약산과 약염기, 완충 용액, 용해도곱, 전지 전위.

혼자 공부하기

연습이 어떻게 맞춰지는지, 어떻게 계획하는지, 어떻게 오래 남기는지 다룹니다.

학습자 돕기

학습자의 신호를 읽는 교사, 튜터, 학부모, 멘토를 위한 안내입니다.

주장을 뒷받침하는 방식

이 사이트의 모든 모델 및 평가 관련 진술의 근거 자료에 대한 설명입니다.

학습 엔진이 작동하는 방식

  • 각 답변을 최종 점수가 아니라 근거로 다룹니다.
  • 추론이 그럴듯해 보여도 불완전할 때는 되짚어 묻습니다.
  • 트랙을 처음부터 다시 시작하는 대신, 그 신호를 바탕으로 다음 질문을 고릅니다.

이 제품은 연습을 이해도에 대한 끊임없이 갱신되는 모델로 바꿉니다.

  1. 응답이 근거가 됩니다.

    답변, 확신도, 설명, 눈에 보이는 추론을 통해 무엇이 탄탄하고 무엇이 아직 불안정한지 짐작할 수 있습니다.

  2. 근거가 숙달 신호를 갱신합니다.

    시스템은 답 하나를 최종 점수로 취급하지 않고, 개념 수준 이해도에 대한 수정 가능한 추정치를 계속 유지합니다.

  3. 그래프가 다음 단계를 정합니다.

    선수 개념과 관련 개념을 바탕으로 앞으로 나아갈지, 기초를 복습할지, 더 날카로운 후속 질문을 던질지 결정합니다.

고정된 강좌 순서가 아닙니다.

Robotutor는 적응형 모델 기반 학습 인프라입니다. 신호가 달라지면 연습, 숙달도 추정, 후속 질문도 그에 맞춰 조정됩니다.

  • 근거 기반 숙달도 모델링

    학습자의 근거를 시간에 걸쳐 가늠하므로, 찍기, 불확실함, 확신에 찬 추론이 모두 똑같아 보이지 않습니다.

  • 그래프 기반 순서 설정

    개념은 선수 관계와 관련 아이디어를 잇는 간선으로 연결되어 있어, 고정된 수업 순서가 아니라 구조에서 학습 경로를 도출할 수 있습니다.

  • 반론형 질문

    질문은 경계 사례와 바뀐 가정까지 포함해 답변 뒤에 있는 추론을 파고들어 오개념이 드러나게 합니다.

  • 하이브리드 검색

    의미적 유사성과 그래프 탐색을 결합해, 응답이 의미와 명시적인 개념 관계 모두에 근거하도록 합니다.

계정 도움말, 출시 피드백 또는 제품 문의는 support@precision-learning.org로 이메일을 보내 주세요.