AI英語教材アプリ『abceed』

たまたまTwitterで知ったabceedという英語学習アプリを2月の終わり頃から使い始めた↓

abceed | AI英語教材アプリ

人気の英語教材207タイトルに対応

スコアUPがすぐわかる

abceedユーザー(85万人)の解答データ(1億問以上)にもとづき、AIがTOEIC予測スコアをリアルタイムに更新します。予測スコア誤差: *6%
*2019年3月に実施されたTOEIC公開テストの結果と当日の予測スコアを比較(母数:76名)

最適な問題をAIがレコメンド

良質な20,000問の中から、難易度、習得状況などを踏まえて、あなたに最適な問題をAIがレコメンドします。
1日30問の学習でTOEIC予測スコア平均96点UP

学習に必要な機能が勢揃い

辞書、MY単語帳、ディクテーション・シャドーイングなど、英語学習に必須の機能が揃っています。

教材音声は無料で利用可能

配信音声は130タイトル以上。倍速再生や区間リピート機能も無料。
*一部有料販売されている音声もございます。予めご了承ください。

豊富な学習方法

TOEIC PART1~PART7までのクイズ形式や、単語クイズ(英日、日英、音日、例文穴埋め)、長文読解、スラッシュリーディングなど全17種類の豊富なトレーニングに対応。

1日30問もやってはいませんが。。。



今までTOEICは何度か受験したけど、実はあんまりちゃんと試験対策したことがなかったのです。どんな教材も全然続かなくて。。。
当然、点数は全然伸びず、むしろ何度も受けるうちにサンプル数が増えてまぐれの要素が減り、実際の英語力を表す点数へと収束していったのです。。。

オイラは紙と鉛筆で机に向かってもすぐに疲れてしまって続かない。
このabceedは余計な負荷が極力抑えられており、横になってゴロゴロしながらでもできる。とりあえずハードルは低めに、学習時間の目標は1日10分程度にして続けている。
目標時間を超えて学習したら自分をエライと褒めてあげる(笑) 大事なのは、目標が達成できなくて落ち込む状態を作らないこと。
https://note.com/globee/n/nb45e7aa8e5eb

3週間ほど続けてみて、自分の頭の使い方が少しずつ分かってきた。
オイラの場合、ボキャブラリーの習得は細切れの単語問題よりも、短文で文脈ととも読む方が記憶に定着しやすいようだ。文脈があった方が執着できて後に反芻しやすいからかも。
TOEICで言うと、Part5の問題形式を繰り返した方が良さげ。1問の文が長くなると集中力が持たない。
単語問題は何度繰り返しても記憶できる気がしないので、定着率の確認に使うぐらいの方が良さげ。

abceedは基本的に問題集なので、別に補足教材があっても良い気はしている。まだ記憶に定着していない単語を文脈で捉える復習方法を考えたい。
最近のGoogle検索は、キーワードで画像検索するとそれを表す画像を表示できるので、単語の意味を絵として記憶する方法として活用できないだろうか?
https://toyokeizai.net/articles/-/336212

最近知ったYouGlishというサービスは、英単語で検索するとその単語が使われているYouTube動画のシーンを抜き出してきてくれる↓

YouGlish

YouTubeを使って英語の発音を上達させましょう。YouGlishなら、実際の英語の話し方を、5万を超えるトラックから即座に知ることができます。

便利な教材が沢山ある時代だけど、結局勉強は地道に続けるしかないんだけどね。





何かを習得するには、最初の20時間が大事らしい↓


関連記事

UnityでARKit2.0

2020年7月 振り返り

プラカラーストック:模型塗料を管理できるスマホアプリ

UnityのAR FoundationでARKit 3

まるで成長していない

2024年4月 振り返り

2019年6月 行動振り返り

SegNet:ディープラーニングによるSemantic Se...

Unity ARKitプラグインサンプルのドキュメントを読む

2024年5月 振り返り

2025年7月 振り返り

2D→3D復元技術で使われる用語まとめ

TensorSpace.js:ニューラルネットワークの構造を...

2020年3月 振り返り

R-CNN (Regions with CNN featur...

iOSデバイスのためのフィジカル・コンピューティングツールキ...

DCGAN (Deep Convolutional GAN)...

2019年3月~4月 行動の振り返り

Unity ARKitプラグインサンプルのチュートリアルを読...

ペイントマネージャー:模型塗料を管理できるスマホアプリ

Fast R-CNN:ディープラーニングによる一般物体検出手...

iOSデバイスと接続して連携するガジェットの開発方法

2019年11月 行動振り返り

CGAN (Conditional GAN):条件付き敵対的...

Faster R-CNN:ディープラーニングによる一般物体検...

iPhoneアプリ開発 Xcode 5のお作法

iOSで使えるJetpac社の物体認識SDK『DeepBel...

新年の衝動買い

Pix2Pix:CGANによる画像変換

2024年8月 振り返り

2019年7月 行動振り返り

2022年11月 振り返り

FCN (Fully Convolutional Netwo...

represent

2017年9月 振り返り

PSPNet (Pyramid Scene Parsing ...

GAN (Generative Adversarial Ne...

SSD (Single Shot Multibox Dete...

konashiのサンプルコードを動かしてみた

Unreal EngineでARKit 3.0

iPhone5S → iPhone6S

CycleGAN:ドメイン関係を学習した画像変換

コメント