Уровень 1 0 / 100 XP
Сегодня
0 мин
0 вопросов
- точность
0 уроков

Завтра счёт начнётся заново

Новое достижение
Первые шаги

Как формулировать вопросы

Форма вопроса развивает мета-навык. Правила, проверяемость без ИИ, мета-промпт.

Как формулировать вопросы

Ядро платформы: навык развивает не контент, а форма проверки — но только если форма надета на реальный предметный материал. Связано с библиотекой атомов, структурой контента (learning_objectives) и мета-навыками (доказательная база).

LIK-Learn — гибрид: учащийся и осваивает предмет (в т.ч. обычные школьные предметы), и развивает мета-навык. Каждый вопрос обязан делать обе вещи — или хотя бы не упускать вторую.

Аудитория — три полосы, правила и высота сдвигаются по ним:

Полоса Кто Сдвиг
Ю школьники 11–13 (5–7 кл.) фундамент важнее; калибровка/сценарии — осторожно (см. META-SKILLS)
С школьники 14–17 (8–11 кл.) ближе к взрослым; сценарии и оценка работают
В учителя (взрослые, проф-курсы) максимум доказательности + андрагогика: связь с практикой, самостоятельность, «зачем мне это на уроке»

Большинство механик сильнее доказаны для С/В, чем для Ю. Первый школьный набор — 5–7 класс, но вопросы проектируем под всю полосу.


1. Принцип: вопрос = контент × когнитивная операция

ВОПРОС = (реальный предметный материал)  ×  (когнитивная операция, которую запускаем)
              ↑ что учим (предмет)              ↑ что развиваем (мета-навык)
         выбор АТОМА — под операцию       высота по Блуму — задаётся формулировкой

Один и тот же материал («Крещение Руси, 988») можно проверить как угодно по высоте — от припоминания даты до оценки аргумента. Высота и есть развиваемый мета-навык. Атом выбирается под нужную когнитивную операцию, а не «по привычке взять quiz».

Два следствия, подтверждённые исследованиями (см. META-SKILLS.md):

  • Infusion, не «вхолостую». Мета-навык переносится только когда механика вшита в богатый предметный контент. Контент-free тренажёр навыка («развей критическое мышление» без предмета) наука бракует — перенос почти не происходит (Willingham; Tricot & Sweller). Поэтому: нет вопроса без реального материала.
  • Память — фундамент, мета-навык — надстройка. Чтобы оценивать и анализировать, нужны факты в голове (домен-знание — предпосылка мышления). Поэтому «просто выучить» — это не слабость, а нижний этаж. Урок должен иметь оба этажа, и знаниевые вопросы идут раньше мыслительных.

2. Жёсткие правила (MUST / NEVER)

MUST

  • Каждый вопрос надет на реальный предметный материал (infusion).
  • Факт изложен в уроке до того, как его проверяют (кроме генеративных пред-вопросов) — см. §5.0.
  • Каждый вопрос помечен тремя тегами: subject_objective (что в предмете) + meta_skill (какой из семи) + bloom (уровень: recall / understand / analyze / evaluate / create).
  • Атом выбран под когнитивную операцию (см. §4), а не по удобству.
  • Генеративные/предиктивные/уверенностные атомы (generate-first, predict, confidence-rate) ОБЯЗАНЫ после попытки показать правильный ответ + объяснение. Без reveal эффекта нет (граничное условие из всех мета-анализов pretesting).
  • Дистракторы диагностические: каждый неверный вариант ловит конкретное заблуждение, а не «просто неправильный». По выбранному дистрактору должно быть видно, где ученик ошибся.
  • Feedback объясняет почему, а не только «верно/неверно».
  • Вопрос измерим: он сам и есть проверка своей learning_objective.

NEVER

  • Контент-free задания на «навык вообще».
  • Переоценивать мета-навык: predict развивает внимание+память на спрошенный факт, а НЕ «навык прогноза» и не перенос (g переноса ≈ 0). Тегируй честно.
  • «Понять / знать / разбираться» как цель — неизмеримо (см. CONTENT.md).
  • Урок целиком из одного припоминания (нет высоты) — или целиком из «оценки» без фактов (нет фундамента).
  • Gotcha-вопросы: подвохи, проверяющие невнимательность чтения, а не мышление.
  • True/false и угадайки 50/50 без обязательного обоснования — это не мышление, а монетка.
  • Вопрос, ответ на который — дословная строка из материала (§6.2).
  • Упражнение, решаемое сопоставлением с маркером из материала, без правила (§6.2).

2.1 Проверяемость без ИИ (текущий этап — ВАЖНО)

Пока на платформе нет ИИ-проверки, любой автоответ по введённому тексту ложно бракует правильные ответы (ученик пишет то же самое другими словами → атом красит «неверно» → мотивация убита).

  • ✅ Только атомы с выбором/кликом как проверяемые. Полный список рисуется из data/atoms.yaml и здесь руками не дублируется:
АтомДоменЧто развиваетМета-навыкBloomДок-тьБез ИИ
quiz-question universal выбрать верный вариант из нескольких recall ✅
true-false universal оценить утверждение как верное или неверное recall ✅
reverse-quiz universal по ответу узнать, на какой вопрос он отвечает память и понимание (вариативность) understand ✅
same-meaning universal выбрать формулировку с тем же смыслом понимание смысла (вариативность) understand ✅
match-pair universal соединить пары термин-значение recall ✅
flashcard universal запомнить термин или факт recall ✅
compare-contrast universal различить два объекта по признакам аналитическое analyze 🟢 d≈0.5 ✅
sorting universal классифицировать по категориям аналитическое analyze 🟢 ✅
order-items universal упорядочить по причинности или хронологии аналитическое analyze 🟢 ✅
odd-one-out universal найти лишний объект и назвать признак аналитическое (различение) analyze ✅
error-spot universal найти первый неверный шаг в цепочке метакогниция и аналитическое analyze ✅
counterfactual universal вывести следствие из «если бы X не случилось» причинно-следственное analyze ✅
text-select universal найти в тексте фрагменты по правилу работа с информацией и критическое analyze 🟡 зависит от рамки ✅
mind-map immersive структурировать связи темы аналитическое и метакогниция analyze 🟢 g≈0.78 ✅
concept-builder universal собрать ответ из готовых блоков аналитическое и синтез analyze 🟢 ✅
appraise universal оценить по шкале и сверить с эталоном критическое и метакогниция evaluate ✅
spot-the-flaw universal найти дефекты аргумента критическое и AI-литература evaluate ✅
steelman universal выбрать сильнейший аргумент за и против критическое (две стороны) evaluate ✅
red-team universal найти, где правило ломается критическое evaluate ✅
tone-match universal выбрать уместную реплику под адресата коммуникативная apply ✅
predict universal угадать результат до показа внимание и память на спрошенный факт, но НЕ навык прогноза understand 🟡 узко, перенос≈0 ✅
confidence-rate universal оценить свою уверенность метакогниция В и С 🟢, Ю 🟡 ✅
confidence-bet universal распределить ставку уверенности метакогниция (калибровка) ✅
scenario immersive сделать выбор с последствиями принятие решений и коммуникация create С и В 🟢, Ю 🔴 ✅
number-input math вычислить и ввести числовой ответ предметное применение apply ✅
equation-solver math решить уравнение по шагам предметное применение apply ✅
graph-plot math прочитать график или отметить точки предметное применение analyze ✅
formula-builder math собрать формулу из символов предметное применение apply ✅
argument-balance visual разложить доводы по чашам и увидеть, какая позиция весомее критическое мышление (вес доводов) evaluate ✅
  • 🚫 Никакого оцениваемого свободного ввода: generate-first и short-answer со сверкой текста, открытые «впиши ответ». fill-blank допустим только для одного закрытого токена (имя, термин, число) с alternatives, для фраз нет.
  • ⚠️ Этот список длиннее, чем кажется. Раньше здесь стояло восемь атомов, и генератор честно брал только их: evaluate-атомы (appraise, spot-the-flaw, steelman, red-team) в него не попали, хотя проверяются кликом, а предметные атомы математики (number-input, equation-solver, graph-plot, formula-builder) не попали тоже, из-за чего урок математики не находил ни одного своего атома. Отсюда потолок analyze во всех концептах, см. RIGOR §4.4. Список выше берётся из data/atoms.yaml, поэтому такое больше не повторится.
  • «Догадайся до ответа» (пред-вопрос) делаем через predict (выбор варианта → reveal), а не через ввод текста — пользу пред-вопроса сохраняем, ложных «неверно» нет.
  • Свободный ввод и ИИ-оценку добавим позже — тогда это правило смягчится. До тех пор: если ответ нельзя проверить кликом — переформулируй в выбор.

3. Лестница высоты (Bloom) — как поднять «тупой тест»

Любой предметный факт можно провести по лестнице. Пример — «Крещение Руси»:

Высота Что делает ученик Атом Пример
Recall вспомнить факт quiz, fill-blank, flashcard В каком году крещение Руси? → 988
Understand объяснить смысл generate-first, short-answer Сначала сам: зачем Владимиру единая религия?
Analyze найти связи, различить compare-contrast, mind-map, order-items Сравни язычество и христианство по: власть / письменность / союзники
Evaluate вынести суждение appraise, true-false(framed), text-select «Крещение — это прогресс» — факт или оценка? Насколько силён этот аргумент?
Create сгенерировать, перенести analogy-build, scenario Реши за Владимира: ветвящийся выбор религии и последствия

Правило подъёма: взяв любой recall-вопрос, спроси «а как заставить ученика сделать что-то с этим фактом, а не узнать его?» — и поднимись на этаж. Но не выше, чем позволяет уровень знаний: на голую тему сразу evaluate не ставится, сначала фундамент.


4. Карта: мета-навык → как формулировать → атом → доказательность

Сила доказательств — из META-SKILLS.md (🟢 крепко / 🟡 умеренно-спорно / 🔴 слабо для нашего возраста).

Мета-навык Формулировка-триггер Атомы Док.
Аналитическое «сравни по признакам», «расположи по причинности», «построй карту связей» compare-contrast, mind-map(строит сам!), order-items, concept-builder 🟢 d≈0.5 / g≈0.78 — наши сильнейшие
Работа с информацией «найди в тексте X», «отдели нужное от шума», «распредели по категориям» text-select, sorting, fill-blank(в контексте) 🟢
Критическое «факт или мнение?», «что не так с рассуждением?», «оцени источник», «найди слабое звено» appraise, true-false(framed), text-select(манипуляции), compare-contrast(два источника) 🟡 только в предмете, ближний перенос
Метакогниция «насколько ты уверен?», «сначала предскажи свой ответ» confidence-rate, generate-first 🟡 11–13 на развивающемся крае; онлайн-feedback слабее
Креативное «придумай аналогию», «предложи решение без единственно верного» analogy-build, generate-first(open), открытые scenario 🔴 эффект мал (0.29–0.32), не обещать «креативность»
Принятие решений «выбери и прими последствия», «реши в условиях неполных данных» scenario (переменные, hp) С/В 🟢, Ю 🔴: сильна для учителей и 14–17; для 11–13 данных нет
Коммуникативная «подбери реплику под собеседника», «один смысл — разный тон» scenario-диалог 🔴 пробел: ни атома, ни доказательств

Практический вывод: флагманы — аналитические и информационные атомы. Критическое/метакогницию ставим, но скромно и в предмете. Креатив/решения/коммуникацию — как обогащение, не как обещание результата.

4.1 Выбор атома: что хочешь → какой (для авторов и ИИ)

Главное правило: смотри на глагол в учебной цели или в нужной операции, он и указывает атом. Это таблица решений для генерации концепта.

Таблица рисуется из data/atoms.yaml. Руками её не правь: прозаический список атомов расходится с кодом за месяц, ровно это и случилось с §2.1.

Что нужно от ученикаАтомВысотаКогда НЕ брать
выбрать верный вариант из нескольких quiz-question recall ученик уже различает, тогда подними высоту через appraise, red-team или steelman. Это дефолт по привычке: если quiz больше 40% интерактивов урока, урок плоский
оценить утверждение как верное или неверное true-false recall у утверждения есть степень или спорность, тогда appraise. Надо назвать дефект, тогда spot-the-flaw
соединить пары термин-значение match-pair recall связь причинная, тогда order-items. Пары надо распределить по группам, тогда sorting
запомнить термин или факт flashcard recall проверяешь понимание, а не память. Flashcard ничего не проверяет: ученик сам себе судья
вписать пропущенный термин fill-blank recall ответ длиннее слова или допускает пересказ, тогда quiz с вариантами
дать короткий текстовый ответ short-answer recall всегда. Переформулируй в выбор, см. §2.1
по ответу узнать, на какой вопрос он отвечает reverse-quiz (через atom type=) understand материал только что изложен и связь ещё не закреплена, тогда сначала quiz
выбрать формулировку с тем же смыслом same-meaning (через atom type=) understand проверяешь сам факт, а не его формулировку, тогда quiz
угадать результат до показа predict (через atom type=) understand не обещать этим навык прогноза. Эффект узкий, переноса нет
вспомнить до показа ответа generate-first (через atom type=) understand сверяешь введённый текст автоматически. Тогда запрещён, см. §2.1
выбрать уместную реплику под адресата tone-match (через atom type=) apply разница в фактах, а не в тоне, тогда quiz
вставить буквы по правилу орфографии ortho-text apply не мета-навыковый атом. Не засчитывать за надстройку
вычислить и ввести числовой ответ number-input (через atom type=) apply важен ход решения, а не итог, тогда equation-solver
решить уравнение по шагам equation-solver (через atom type=) apply нужен только итог, тогда number-input
собрать формулу из символов formula-builder (через atom type=) apply формула уже дана и её надо решить, тогда equation-solver
написать или починить код simple-code-editor (через atom type=) apply код только читают, тогда code-block. Имя атома всегда simple-code-editor: `code-editor` не существует
различить два объекта по признакам compare-contrast (через atom type=) analyze объектов больше двух и один лишний, тогда odd-one-out
классифицировать по категориям sorting analyze порядок важнее группы, тогда order-items. Групп нет, есть шкала, тогда appraise
упорядочить по причинности или хронологии order-items analyze порядок надо просто вспомнить. Это recall, а не analyze
найти лишний объект и назвать признак odd-one-out (через atom type=) analyze объектов два, тогда compare-contrast
найти первый неверный шаг в цепочке error-spot (через atom type=) analyze дефект в аргументе, а не в шаге, тогда spot-the-flaw
вывести следствие из «если бы X не случилось» counterfactual (через atom type=) analyze цепочка известна и надо её восстановить, тогда order-items
найти в тексте фрагменты по правилу text-select analyze искомое это маркер из абзаца выше. Тогда упражнение решается поиском, а не правилом, см. RIGOR §4.2
структурировать связи темы mind-map (через atom type=) analyze карта уже рисуется из content_graph. Вид -mindmap делает это за тебя
собрать ответ из готовых блоков concept-builder (через atom type=) analyze блоков меньше четырёх. Тогда атом вырождается в quiz
прочитать график или отметить точки graph-plot (через atom type=) analyze график только иллюстрирует и ничего не проверяет. Тогда это картинка, а не вопрос
оценить по шкале и сверить с эталоном appraise (через atom type=) evaluate ответ строго верный или неверный, тогда true-false
найти дефекты аргумента spot-the-flaw (через atom type=) evaluate дефект один и очевиден, тогда true-false
выбрать сильнейший аргумент за и против steelman (через atom type=) evaluate одна сторона очевидно права. Тема не для steelman
найти, где правило ломается red-team (через atom type=) evaluate исключений нет. Не выдумывай их
разложить доводы по чашам и увидеть, какая позиция весомее argument-balance (через atom type=) evaluate у вопроса один верный ответ без взвешивания, тогда quiz. Надо назвать дефект одного довода, тогда spot-the-flaw. Надо усилить чужую позицию, тогда steelman. Доводы придумывает ученик, а не автор: атом не оценивает свободный текст
построить аналогию analogy-build (через atom type=) create нужен проверяемый результат. Тогда не этот атом
сделать выбор с последствиями scenario create аудитория Ю (11-13). Доказательность для неё слабая
оценить свою уверенность confidence-rate (через atom type=) ставка важнее оценки, тогда confidence-bet
распределить ставку уверенности confidence-bet (через atom type=) гипотеза одна, тогда confidence-rate

Если подходят несколько, бери тот, что выше по Блуму и проверяется без ИИ (§2.1). Прежде чем поставить атом, прочитай его колонку «когда НЕ брать»: она существует потому, что аудит нашёл во всех трёх концептах один и тот же набор из пяти атомов и ноль evaluate. «Мыслительные» атомы (odd-one-out, spot-the-flaw, steelman, red-team, counterfactual, error-spot, appraise, tone-match, confidence-bet) ставь на уже изученном материале: это надстройка, а не фундамент.


5. Правило микса в уроке

5.0 Сначала учим — потом проверяем (материал ≠ вопросы)

Урок — это объяснение с вкраплёнными проверками, а не «тест с заголовком». Вопрос на recall/analyze/evaluate можно задать, только если факт уже изложен в тексте/определении/reveal выше. Иначе урок проверяет того, кто тему уже знает, — и не учит.

  • Каждый блок: сначала материал (проза, definition, callout, reveal), потом вопрос на него.
  • Материал доминирует по объёму; вопросы его пунктуируют.
  • Единственное исключение — генеративные пред-вопросы (generate-first, predict): они специально идут ДО материала, их reveal+объяснение и есть обучение.
  • Проверка: «ответит ли ученик, впервые открывший тему, из текста урока?» Если нет — не хватает материала.

5.1 Распределение по высоте

Урок (concept) — это не набор вопросов одного типа. Распределение по высоте, в этом порядке:

  1. Фундамент (recall/understand) идёт сначала, примерно ⅓ вопросов. Цель: факты в голове.
  2. Надстройка (analyze/evaluate) идёт потом, примерно ⅔. Цель: мета-навык или предметное умение на этих фактах.
  3. Минимум один мета-навыковый атом в каждом уроке, иначе урок «просто тест».
  4. create опционально, как кульминация.

Атомы каждой высоты бери из таблицы §4.1: имена здесь не перечислены намеренно. Короткий список превращается в палитру, генератор берёт из него первые три и повторяет их весь урок. Ни один атом не должен занимать больше 40% интерактивов, и разных проверяющих атомов нужно минимум три: scripts/validate-concept.py это считает.

Это и есть гибрид: нижний этаж закрывает «просто учатся» и обычные предметы, верхний — мета-навыки. learning_objectives урока должны покрывать оба этажа.


6. Дистракторы (это половина качества вопроса)

Неверные варианты — не балласт, а диагностика. Правила:

  • Каждый дистрактор = конкретное типичное заблуждение («перепутал let и const», «взял поверхностный признак вместо структурного»).
  • Все варианты примерно одной длины и регистра (длинный «правильный» вариант — подсказка).
  • Никаких «всё вышеперечисленное» и абсурдных вариантов-наполнителей.
  • В feedback на дистрактор — объяснить, какое заблуждение он отражает и как правильно.

6.1 Баланс: не выдавай правильный ответ формой

Ученик не должен угадывать ответ, не вчитываясь, по поверхностным признакам. Это убивает и проверку, и развитие навыка. Типичные «утечки» правильного варианта:

  • ❌ Правильный — самый длинный / подробный. → Уравняй длину и детализацию всех вариантов.
  • ❌ Правильный — единственный «осторожный» (с «обычно», «может», «как правило»). → Раскидай оговорки и по дистракторам.
  • ❌ Правильный — единственный грамматически согласованный с вопросом. → Один формат / род / число у всех.
  • ❌ Правильный всегда на одной позиции. → Перемешивай (или shuffle: true).
  • ❌ Дистракторы абсурдные/смешные на фоне «серьёзного» правильного. → Все правдоподобны.

Тест на угадываемость: закрой текст вопроса, оставь только варианты — можно ли вычислить правильный по форме? Если да — переделай. Цель: без знания темы шанс угадать = 1/N, не больше.

6.2 Не давай решить упражнение мимо правила

§6.1 — про утечку формы в quiz. Но обойти мышление можно и в «умных» атомах, и это происходит чаще:

  • ❌ Решается сопоставлением со списком. Материал перечислил маркеры («наверное, кажется, самый…»), а text-select/sorting ниже просит найти ровно эти слова. Выглядит как analyze, является поиском строки. → Обязательны элемент без маркера и ложный маркер (слово-триггер там, где категория другая).
  • ❌ Ответ — дословная строка материала. Проверяется память на фразу, а не понимание. → Разбирай правило на одном примере, спрашивай на другом, в тексте не разобранном.
  • ❌ Ключ не выводится из условия. Вопрос, где дистрактор защитим не хуже ключа, — сломан, даже если «понятно, что имелось в виду».

Полностью — Планка строгости §4, §6. На экзамене стимул всегда незнакомый: урок, который учит узнавать разобранные примеры, к экзамену не готовит.


7. Мета-промпт (генерация вопросов LLM)

Параметризованный промпт. Подставить {...} и выдать вопрос в формате атома (shortcode/YAML из ATOMS.md).

Ты — методист LIK-Learn. Сгенерируй ОДИН вопрос по правилам платформы.

ВХОД:
- Предмет / тема: {subject} / {topic}
- Аудитория: {audience: Ю 11–13 | С 14–17 | В учитель-взрослый}
- Учебная цель (что должен уметь): {learning_objective}
- Целевой мета-навык: {meta_skill | "auto — выбери лучший под цель"}
- Уровень знаний на этом шаге: {knowledge_level: new | building | consolidated}
- Желаемая высота по Блуму: {bloom | "auto"}

ПРОЦЕСС (обязательно по шагам):
1. На реальном материале темы (НЕ абстрактно) реши, какую когнитивную операцию
   запускаем. Если знания new/building — нижний этаж (recall/understand);
   если consolidated — поднимай до analyze/evaluate.
   Учти полосу: Ю — фундамент важнее, калибровку/сценарии дозируй; С — можно выше;
   В (учитель) — андрагогика: задача в контексте его урока, «как применить с классом».
2. Выбери АТОМ по таблице «что хочешь → какой» (§4.1), смотри на глагол цели:
   память→quiz/fill-blank/flashcard/match-pair; различение→compare-contrast/odd-one-out;
   структура→order-items/sorting/mind-map; критика→spot-the-flaw/appraise/true-false(framed)/text-select;
   аргументы→steelman; контрпример→red-team; последствия→counterfactual; ошибка в решении→error-spot;
   коммуникация→tone-match; метакогниция→confidence-bet/confidence-rate/generate-first;
   решение→scenario. НЕ бери quiz по умолчанию.
3. Напиши формулировку (stem) на конкретном материале темы.
4. Дай диагностические дистракторы: каждый = конкретное заблуждение по этой теме.
   Соблюди баланс (§6.1): варианты равной длины/детализации, правильный не выдаётся формой/позицией.
5. Напиши feedback: почему верный верен и какое заблуждение ловит каждый неверный.
6. Если атом generate-first/predict/confidence-rate — встрой показ правильного
   ответа + объяснение ПОСЛЕ попытки.
7. Протегируй: subject_objective, meta_skill, bloom.

ЖЁСТКИЕ ОГРАНИЧЕНИЯ:
- Никакого «навыка вообще» без предметного материала.
- Не обещай мета-навык, которого механика не даёт (predict ≠ навык прогноза).
- Цель — глагол, измеримая; без «понять/знать».
- Без подвохов на невнимательность; true/false — только с обязательным обоснованием.

САМОПРОВЕРКА перед выдачей (если хоть одно «нет» — переделай):
[ ] Вопрос на реальном материале темы?
[ ] Атом соответствует заявленной операции?
[ ] Дистракторы диагностические, не балласт?
[ ] Нельзя угадать правильный по форме (длина / оговорки / позиция)? (§6.1)
[ ] Есть reveal+объяснение (для генеративных атомов)?
[ ] Высота честно совпадает с заявленным мета-навыком?
[ ] Это можно проверить автоматически, без ИИ-оценки свободного текста?

ВЫХОД: только конфиг атома в формате shortcode LIK-Learn + строка тегов.

8. Анти-паттерны («тупой тест»)

Симптом Почему плохо Как поднять
Все вопросы — quiz на дату/термин один recall, нет высоты часть → compare-contrast / appraise
«Что хотел сказать автор?» с одним «верным» псевдо-критика, на деле угадайка ключа text-select: найди в тексте основания вывода
Дистракторы абсурдные подсказывают ответ замени на типичные заблуждения
true/false без обоснования монетка добавь «почему?» через confidence-rate/text-select
«Развей критическое мышление» как цель урока неизмеримо, контент-free привяжи к материалу: «оцени надёжность этого источника»
predict подан как «навык прогноза» переоценка (перенос ≈ 0) тегни как внимание+память; оставь reveal

9. Чеклист автора (перед публикацией урока)

  • Каждый факт изложен в материале до вопроса о нём (тест не опережает обучение).
  • Материала (объяснений) больше, чем вопросов.
  • Есть и знаниевые вопросы (фундамент), и мета-навыковые (надстройка).
  • Знаниевые идут раньше мыслительных.
  • Минимум один мета-навыковый атом.
  • Каждый вопрос на реальном материале.
  • Каждый вопрос протегирован: subject + meta_skill + bloom.
  • Дистракторы диагностические.
  • Генеративные атомы показывают ответ после попытки.
  • learning_objectives покрывают оба этажа и измеримы.
  • Ни один мета-навык не обещан сверх доказанного (сверка с META-SKILLS.md).