Leren dat de oorzaak oplost, niet alleen het symptoom
De meeste adaptieve tools maken een gemist onderwerp makkelijker en bieden het opnieuw aan. Mathos bestudeert het patroon achter de fout, herstelt de ontbrekende voorkennis en brengt de leerling terug naar de voorhoede.
Het principe
Onderwijs is niet het leren van feiten, maar het trainen van de geest om te denken.
Hoe dit Mathos aandrijft
Dat is de opdracht voor de hele engine. Mathos blijft nooit een feit opdreunen — het leest de redenering die een fout antwoord blootlegt, bouwt het idee eronder opnieuw op en brengt je terug naar de voorhoede, zodat je kunt nadenken over wat komt. De feiten volgen vanzelf. De getrainde geest is waar het om draait.
Probeer het zelf
Eén fout antwoord, gelezen op zijn reden.
Twee studenten missen hetzelfde probleem om tegenovergestelde redenen. Kies een antwoord en zie wat Mathos ermee doet.
3(x − 2) = 2x + 4
Kies links een antwoord. Zie hoe hetzelfde foute antwoord een diagnose wordt, niet alleen een rode markering.
Kijk nu hoe het zelfstandig draait.
Dezelfde logica, autonoom: een gesimuleerde student op een echte calculusreeks, waarbij de route mee verandert met het bewijs.
Mathos / adaptief leren
Live leerlingmodel
Leertraject in vier scènes
Zie hoe één antwoord de volgende beste les onthult.
De reeks reageert op betekenis, niet alleen op juistheid — en dat voelt intelligent.
- 01
Scène 01
Hetzelfde patroon verschijnt
Verschillende problemen onthullen hetzelfde onderliggende hiaat.
- 02
Scène 02
De oorzaak wordt vastgesteld
Foute antwoorden worden diagnostisch bewijs, niet alleen een straf op de score.
- 03
Scène 03
De route wordt aangepast
De volgende stap gaat naar de voorkennis die de missers verklaart.
- 04
Scène 04
De leerling keert sterker terug
Zodra de kernvaardigheid is hersteld, wordt het gevorderde onderwerp weer bereikbaar.
De vijfdelige cyclus achter het gedrag
De uitleg komt na het livegedrag: elke laag hieronder is een reden waarom de route verandert wanneer dezelfde fout zich herhaalt.
- 01
Conceptgrafiek
Een kaart met 8 knooppunten van voorkennis: wat je eerst moet beheersen voor je verder kunt, van limieten tot rates of change.
- 02
Bayesiaanse beheersing
Een schatting van de beheersing per concept, bijgewerkt na elk antwoord — vergevingsgezind voor gelukkige gokjes en kleine slippertjes.
- 03
Patroonzekerheid
Elk gediagnosticeerd foutpatroon wordt zekerder naarmate het terugkomt, zodat echte hiaten zwaarder wegen dan eenmalige fouten.
- 04
Routering op basis van de oorzaak
Wanneer het bewijs sterk genoeg is, schakelt de sequencer de voortgang uit en keert terug naar de voorkennis achter de missers.
- 05
Voorhoedeselectie
Wanneer niets hersteld hoeft te worden, gaat het door naar het zwakste gereedstaande concept — op een moeilijkheidsgraad die productief blijft.
Klaar om te leren met Mathos AI
Elke stap uitgewerkt, met een tutor en een video wanneer je die nodig hebt.
Gratis startenGratis starten · 3 dagen proefperiode op betaalde abonnementen · Altijd opzegbaar