பெரும்பாலான கற்பவர்கள் 'திறமை பற்றிய மாயை' (illusion of competence) என்ற வலையில் விழுகிறார்கள். நீங்கள் பல மணிநேரம் வாசிப்பதற்கும், வீடியோக்களைப் பார்ப்பதற்கும், உரையை அடிக்கோடிட்டுக் காட்டுவதற்கும் செலவிடுகிறீர்கள், ஆனால் ஒரு வாரத்திற்குப் பிறகு அந்த கருத்துக்களை உங்களால் பயன்படுத்த முடியாது என்பதை உணர்கிறீர்கள். பாரம்பரியக் கற்றலில் பெரும்பாலும் பின்னூட்டச் சுழற்சி (feedback loop) இல்லாததால் இது நிகழ்கிறது. நீங்கள் எவ்வளவு நேரம் செலவிட்டீர்கள் என்பது உங்களுக்குத் தெரியும், ஆனால் நீங்கள் எவ்வளவு விஷயங்களை நினைவில் வைத்திருக்கிறீர்கள் அல்லது உங்கள் உண்மையான பலவீனங்கள் எங்கே உள்ளன என்பது உங்களுக்குத் தெரியாது.

GyaanSetu Analytics இந்தச் சுழற்சியை உடைக்கும் வகையில் வடிவமைக்கப்பட்டுள்ளது. உங்கள் படிப்புப் பழக்கவழக்கங்களைச் செயல்படுத்தக்கூடிய தரவுகளாக மாற்றுவதன் மூலம், இந்தத் தளம் நீங்கள் வெறும் தகவல்களைப் பெறுபவராக (passive consumption) இருப்பதைத் தவிர்த்து, ஒரு விஷயத்தில் முழுமையான தேர்ச்சி (intentional mastery) பெற உதவுகிறது. உங்கள் தனிப்பட்ட கற்றல் பயணத்தை மேம்படுத்த இந்தத் தகவல்களை எவ்வாறு பயன்படுத்தலாம் என்பது இங்கே கொடுக்கப்பட்டுள்ளது.

1. உங்கள் நேரப் பகிர்வை பகுப்பாய்வு செய்தல் (Decoding Your Time Distribution)

முதலில் நீங்கள் கவனிக்க வேண்டிய அளவீடு உங்கள் தலைப்பு வாரியான நேர ஒதுக்கீடு (Time Allocation per Topic) ஆகும். உங்களுக்கு ஏற்கனவே எளிதாகத் தெரிந்த பாடங்களில் அதிக நேரத்தைச் செலவிடுவது எளிது, ஏனெனில் அவை நீங்கள் முன்னேறுவது போன்ற உணர்வைத் தருகின்றன. இருப்பினும், உண்மையான வளர்ச்சி 'சவாலான பகுதியில்' (struggle zone) தான் நிகழ்கிறது.

நீங்கள் செலவிடும் நேரம் உங்கள் கற்றல் இலக்குகளுடன் ஒத்துப்போகிறதா என்பதைப் பார்க்க உங்கள் analytics dashboard-ஐச் சரிபார்க்கவும். நீங்கள் ஒரு தரவு விஞ்ஞானி (data scientist) ஆக விரும்புகிறீர்கள், ஆனால் உங்கள் நேரத்தின் 70% ஆரம்பநிலை Python பயிற்சிகளிலும், 10% மட்டுமே சிக்கலான புள்ளிவிவர மாதிரியியலிலும் (statistical modeling) செலவிடப்பட்டால், நீங்கள் முன்னேறாமல் தேங்கி நிற்கிறீர்கள் என்பதை உங்கள் தரவு உணர்த்துகிறது. இந்தத் தகவலைப் பயன்படுத்தி உங்கள் கால அட்டவணையைச் சீரமைக்கவும், உண்மையான முன்னேற்றத்தைத் தரும் கடினமான பாடங்களுக்கு (high-difficulty modules) அதிக நேரத்தைச் செலவிடவும்.

2. தேர்ச்சி மதிப்பெண்கள் மூலம் அறிவு இடைவெளிகளைக் கண்டறிதல் (Identifying Knowledge Gaps through Mastery Scores)

GyaanSetu நேரத்தை மட்டும் கண்காணிப்பதில்லை; அது உங்கள் தேர்ச்சி நிலைகளையும் (Mastery Levels) கண்காணிக்கிறது. வெறும் பாடங்களை முடித்ததற்கான சதவீதத்தைப் போலல்லாமல், இந்தத் தேர்ச்சி மதிப்பெண்கள் தகவல்களை நினைவுகூர்ந்து, தளத்திற்குள் சிக்கல்களைத் தீர்க்கும் உங்கள் திறனை அடிப்படையாகக் கொண்டவை.

உங்கள் mastery heatmaps-ஐப் பார்க்கும்போது, 'குளிர்ச்சியான இடங்களை' (cold spots) கவனியுங்கள்—அதாவது உங்கள் முன்னேற்றம் தேங்கிவிட்ட அல்லது உங்கள் மதிப்பெண்கள் நிலையற்றதாக இருக்கும் தலைப்புகள். இவைதான் உங்கள் அறிவு இடைவெளிகள். அடுத்த பாடத்திற்குத் தெரியாமல் செல்வதற்குப் பதிலாக, இந்தத் தகவல்களைப் பயன்படுத்தி ஒரு 'ஆழ்ந்த ஆய்வு' (Deep Dive) அமர்வைத் தொடங்குங்கள். மேம்பட்ட பாடங்களைக் கற்பதற்கு முன், அந்த குறிப்பிட்ட தலைப்பின் அடிப்படை கருத்துக்களுக்குத் திரும்பிச் செல்லுங்கள். இது அடித்தளம் பலவீனமாக இருப்பதால் மேம்பட்ட கற்றல் சரிந்துவிடும் 'house of cards' விளைவைத் தடுக்கிறது.

3. இடைவெளி விட்டுத் திரும்பத் திரும்பப் படித்தலுக்காக (Spaced Repetition) நினைவாற்றல் பகுப்பாய்வைப் பயன்படுத்துதல்

GyaanSetu Analytics-ன் மிகவும் சக்திவாய்ந்த அம்சங்களில் ஒன்று நினைவாற்றல் வளைவு (Retention Curve) ஆகும். மனித நினைவாற்றல் இயல்பாகவே குறைந்து கொண்டே போகக்கூடியது; நாம் அவற்றைச் சுறுசுறுப்பாகத் திரும்பத் திரும்பப் பார்க்காதவரை, விஷயங்களை அதிவேகமாக மறந்துவிடுகிறோம்.

ஒரு குறிப்பிட்ட தலைப்பிற்கான உங்கள் நினைவாற்றல் குறையத் தொடங்கும் போது உங்கள் பகுப்பாய்வு அதை உங்களுக்குக் காட்டும். இது இடைவெளி விட்டுத் திரும்பத் திரும்பப் படிப்பதற்கான (spaced repetition) சமிக்ஞையாகும். மாதத்திற்கு ஒருமுறை ஐந்து மணிநேரம் மனப்பாடம் செய்வதை விட, உங்கள் நினைவாற்றல் மங்குவதாகப் பகுப்பாய்வு உணர்த்தும் அதே நேரத்தில், 15 நிமிடச் சிறிய மறுஆய்வு அமர்வுகளைத் திட்டமிட இந்தத் தரவைப் பயன்படுத்தவும். இந்த 'சரியான நேரத்தில்' (just-in-time) மறுஆய்வு அணுகுமுறை பாரம்பரியக் கற்றலை விட மிகவும் திறமையானது மற்றும் தகவல்கள் குறுகிய கால நினைவகத்திலிருந்து நீண்ட கால நினைவகத்திற்குச் செல்வதை உறுதி செய்கிறது.

4. உங்கள் கற்றல் நடைமுறையை (Learning Rhythm) மேம்படுத்துதல்

ஒவ்வொரு கற்பவருக்கும் ஒரு தனித்துவமான அறிவாற்றல் நடை (cognitive rhythm) உள்ளது. சிலர் 'காலை நேரத் திறமையாளர்கள்' (morning masters), மற்றவர்கள் மாலை நேரங்களில் அதிக கவனம் செலுத்துபவர்களாக இருப்பார்கள். GyaanSetu Analytics காலப்போக்கில் உங்கள் ஈடுபாட்டின் தீவிரத்தைக் (Engagement Intensity) கண்காணித்து, நீங்கள் எப்போது மிகவும் சுறுசுறுப்பாக இருக்கிறீர்கள் என்பதைக் கண்டறிய உதவுகிறது.

உங்கள் துல்லியம் மற்றும் வேகம் காலை 8:00 மணி முதல் 10:00 மணி வரை அதிகமாக இருந்தால், நீங்கள் மன ரீதியாகச் சோர்வாக இருக்கும் இரவு 9:00 மணிக்குச் சிக்கலான புதிய கருத்துக்களைக் கையாள முயற்சிப்பதை நிறுத்துங்கள். உங்கள் அதிக ஆற்றல் கொண்ட நேரங்களை ஆழமான, பகுப்பாய்வுப் பணிகளுக்குப் பயன்படுத்தவும் மற்றும் குறிப்புகளை ஒழுங்கமைப்பது அல்லது அறிமுக வீடியோக்களைப் பார்ப்பது போன்ற எளிதான பணிகளுக்காக உங்கள் குறைந்த ஆற்றல் கொண்ட நேரத்தைச் சேமிக்கவும்.

முடிவுரை

தரவு என்பது அது தூண்டும் செயல்களைப் பொறுத்தே மதிப்புமிக்கது. GyaanSetu Analytics-ஐப் பயன்படுத்துவதன் நோக்கம் எண்களைப் பற்றித் தீவிரமாகச் சிந்திப்பது அல்ல, மாறாக அவற்றை ஒரு திசைகாட்டியாகப் பயன்படுத்துவதாகும். உங்கள் நேரத்தைக் கண்காணிப்பதன் மூலமும், இடைவெளிகளைக் கண்டறிவதன் மூலமும், உங்கள் நினைவாற்றல் வளைவுகளை மதிப்பதன் மூலமும், உங்கள் இயல்பான நடைமுறைகளைத் தழுவுவதன் மூலமும், கற்றலை ஒரு குழப்பமான போராட்டத்திலிருந்து துல்லியமாக வடிவமைக்கப்பட்ட ஒரு செயல்முறையாக நீங்கள் மாற்றுகிறீர்கள். கடினமாகப் படிப்பதை நிறுத்துங்கள்; உங்கள் தரவு வழிநடத்த அனுமதிப்பதன் மூலம் புத்திசாலித்தனமாகப் படிக்கத் தொடங்குங்கள்.