O que mudou no FSRS-6

Respondes corretamente a uma palavra e vês uma nova data de revisão. Uma atualização do sistema de agendamento pode alterar essa data, mesmo que a tua resposta seja a mesma. O que aprendeu a nova versão a descrever de outra forma?

O FSRS-6 altera duas partes do modelo: a forma como a probabilidade prevista de evocação diminui com o tempo e a forma como as revisões próximas atualizam a estabilidade. O objetivo continua a ser estimar o estado de um elemento e calcular uma altura útil para o rever.

Uma curva cujo decaimento pode ser ajustado

O FSRS-6 tem 21 parâmetros, em comparação com os 19 do FSRS-5. Um dos novos parâmetros controla o decaimento da curva do esquecimento. São coeficientes do modelo, não 21 classificações distintas guardadas para cada palavra.

Quando os parâmetros são otimizados a partir do histórico de revisões, o decaimento pode ser ajustado em vez de conservar o anterior valor fixo. Um sistema que usa os parâmetros predefinidos continua a utilizar um valor estabelecido. Não volta a treinar a curva separadamente após cada resposta.

A estabilidade mantém o mesmo ponto de referência: o intervalo em que a probabilidade prevista de evocação atinge 90%. Permitir que o decaimento seja aprendido a partir dos dados não transforma a estabilidade noutro tipo de medida.

A especificação oficial do algoritmo descreve estas alterações. Um parâmetro que pode ser aprendido oferece a possibilidade de ajustar o modelo. Não prova que uma aplicação já o faça separadamente para cada pessoa.

As revisões próximas atualizam a estabilidade de outra forma

O FSRS-5 já tinha uma regra para revisões curtas no mesmo dia. O FSRS-6 acrescenta uma dependência da estabilidade que o elemento já tem. Mantendo os restantes dados de entrada, o fator de crescimento relativo é maior quando a estabilidade é baixa e menor quando é elevada.

Pensa numa palavra nova que encontras novamente pouco depois de a aprenderes e numa palavra familiar que revês com a mesma rapidez. A regra revista permite ao modelo tratar esses históricos de forma diferente. É uma explicação da fórmula, não a afirmação de que repetir imediatamente qualquer uma das palavras é a melhor opção de estudo.

A aplicação continua a decidir quais as atividades que contam como dados para o agendamento. Modelar um intervalo curto e filtrar um duplicado acidental são responsabilidades distintas.

O que não começou na versão 6

As atualizações da dificuldade com amortecimento linear já aparecem na especificação do FSRS-5. Esta regra reduz a dimensão do ajuste da dificuldade perto do seu limite superior. Faz parte da descrição do modelo, mas não é uma novidade do FSRS-6.

A distinção pode parecer pequena se só procuras a data da revisão de amanhã. Importa quando se explica por que razão uma versão mudou. Mais parâmetros não demonstram, por si só, melhores resultados de aprendizagem, e uma funcionalidade deve ser atribuída à versão em que aparece.

Atualizar um elemento e ajustar um modelo

Uma revisão normal atualiza a dificuldade e a estabilidade do elemento. A otimização dos parâmetros é um processo separado: analisa o histórico de revisões para ajustar as regras usadas nessas atualizações.

Uma aplicação pode, por isso, adaptar o calendário de cada elemento e usar o mesmo conjunto de parâmetros predefinidos para muitas pessoas. Mais tarde, pode ajustar os parâmetros de uma pessoa e continuar a atualizar os elementos com esse modelo adaptado.

Para ti, a diferença é prática. Uma mudança de data pode refletir uma nova estimativa para uma palavra. Só por si, não significa que a aplicação tenha voltado a treinar todo o modelo com o teu histórico.

A OOWN utiliza FSRS-6 na sua implementação do agendamento. Mas nem todos os exercícios apresentam quatro botões de classificação. No final da série vamos acompanhar a transformação do resultado de um exercício num sinal que o sistema consegue utilizar.