Um gerador de questionários com IA transforma automaticamente o seu material de estudo em questionários de prática. Em vez de escrever perguntas ou procurar o banco de testes certo, basta carregar um capítulo, colar os seus apontamentos ou adicionar diapositivos de aulas. A IA devolve um questionário pronto a responder, com opções de escolha múltipla, afirmações de verdadeiro/falso e perguntas de resposta curta. Cada pergunta inclui uma ligação à fonte para que possa ver exatamente de onde veio.
O gerador de questionários do Scholarly baseia-se na recuperação ativa da memória, a técnica de estudo com maior suporte científico na ciência cognitiva. Cada pergunta é concebida para o levar a recuperar informação em vez de a reler, o que permite fixar a matéria na memória de longo prazo. A IA combina níveis de dificuldade (recordação básica, aplicação e análise), pelo que a mesma fonte pode dar origem a um questionário de aquecimento na segunda-feira e a um questionário de exame muito exigente na sexta-feira.
Ao contrário de um site de questionários estáticos ou de um banco de perguntas genérico, cada questionário que gera é específico do seu material. Se o seu professor deu destaque à respiração mitocondrial na aula, o questionário com IA também o fará. Se o seu manual dedica metade de um capítulo à formação de contratos, receberá muitas perguntas sobre direito dos contratos. É a diferença entre praticar com os materiais de revisão de outra pessoa e praticar a matéria que será efetivamente avaliada na sua turma.
A maioria dos criadores de questionários recorre a um banco de perguntas genérico ou pede a uma IA que improvise com base nos seus dados de treino. O gerador de questionários com IA do Scholarly funciona de outra forma: cada pergunta é escrita a partir do material específico que carrega e cada explicação de resposta inclui uma referência à passagem de origem. Se uma pergunta parecer errada, pode abrir a fonte e verificá-la com um clique, da mesma forma que um espaço de trabalho ao estilo do Gemini Notebook (anteriormente NotebookLM) fundamenta as respostas do chat nos seus documentos.
O gerador também está afinado para testar a compreensão, em vez da memorização de curiosidades. Evita deliberadamente perguntas sobre pormenores arbitrários, como a dimensão da amostra de um estudo, um número de página ou o ano numa nota de rodapé. Em vez disso, pergunta por que razão um mecanismo funciona, como diferem dois conceitos ou o que acontece quando uma condição muda. É este o tipo de pergunta que os professores fazem e que permite perceber se compreende o capítulo ou se apenas o reconhece.
