Cum au învățat programele de recapitulare să se adapteze

Imaginează-ți că sortezi fișe de hârtie în cutii. După un răspuns corect, muți fișa într-o cutie pe care o verifici mai rar. După un răspuns ratat, o pui într-una pe care o verifici mai des.

Ai făcut deja programul să reacționeze. Răspunsul de astăzi schimbă ce se va întâmpla mai târziu cu fișa. Nu ai nevoie de software pentru această idee.

Dar cutia păstrează doar un rezumat aproximativ. Două fișe din aceeași cutie sunt tratate asemănător, chiar dacă un răspuns vine ușor, iar celălalt cere mult efort. În acest exemplu, gruparea nu înregistrează diferența.

Păstrarea unui istoric separat pentru fiecare fișă îi oferă planificatorului mai multe informații. Schimbarea importantă este ce poate folosi următoarea decizie, nu simpla înlocuire a hârtiei cu un ecran.

Ce păstra SM-2

Descrierea SM-2 a lui Piotr Wozniak atribuie fiecărui element un factor de ușurință și folosește evaluări ale calității răspunsului. Factorul ajută la controlul creșterii intervalelor și se poate schimba odată cu evaluarea.

Fișa păstrează o valoare prin care răspunsurile anterioare sunt luate în calcul în deciziile ulterioare de planificare. Nu mai trebuie să urmeze exact același traseu ca toate celelalte fișe.

Rămâne un sistem compact de reguli. Factorul de ușurință nu este, în sine, probabilitatea de a-ți aminti fișa astăzi. Nu este nici aceeași mărime ca dificultatea din FSRS. Denumiri asemănătoare pot descrie lucruri diferite în algoritmi diferiți.

De ce contează istoricul

Imaginează-ți două cuvinte cu aceeași dată pentru următoarea recapitulare. Unul a fost reamintit corect de multe ori. Celălalt nu ți-a venit în minte în mai multe încercări și a fost reînvățat recent. Este un exemplu, nu o pereche de programe calculate.

Data comună ascunde istorice diferite. Doar data nu îți spune care încercări au reușit și cât timp trecuse înaintea fiecăreia.

FSRS, Free Spaced Repetition Scheduler, păstrează o stare estimată prin dificultate și stabilitate. Calculează retrievability, probabilitatea estimată de reamintire acum, din stabilitate, timpul trecut și parametrii curbei. Nu este o a treia valoare independentă stocată alături de celelalte două.

Sunt mărimi ale unui model, nu măsurători directe în creier. Susțin două decizii legate: estimarea accesului acum și alegerea unei pauze pentru o țintă de retenție.

Un răspuns trebuie să aibă un sens consecvent

La nivelul algoritmului, FSRS folosește patru evaluări:

• Again: răspunsul nu a fost reamintit corect.
• Hard: reamintirea a reușit, dar cu dificultate mare.
• Good: un răspuns corect obișnuit, cu un anumit efort.
• Easy: un răspuns corect care a venit fără efort.

Manualul Anki explică aceste evaluări. Sunt denumiri ale rezultatelor transmise algoritmului, nu o promisiune că orice aplicație cu FSRS afișează patru butoane cu aceste etichete.

Granița dintre Again și Hard contează. Dacă nu ți-ai amintit răspunsul, alegerea Hard raportează un succes care nu a avut loc. Chiar dacă răspunsul afișat pare familiar, acea recunoaștere nu este reamintirea verificată de întrebare.

Distincția este practică, nu morală. Evaluarea descrie o întâlnire cu o fișă, nu disciplina sau capacitatea ta. Când îți evaluezi răspunsul, întreabă-te mai întâi dacă ți-ai reamintit răspunsul înainte să îl vezi, apoi cât de greu a fost.

O prognoză poate fi revizuită

După un răspuns evaluat, FSRS actualizează starea estimată a elementului. Poate alege un interval nou folosind acea stare, parametrii modelului și ținta de reamintire aleasă. Actualizarea stării unei fișe nu este aceeași operație cu ajustarea parametrilor modelului la istoricul de recapitulări al unei persoane.

Un răspuns corect după o pauză lungă oferă indicii despre accesul după acel interval. Un răspuns ratat oferă o altă observație. Niciunul nu dezvăluie o oră exactă de expirare a amintirii, iar o singură greșeală nu dovedește că întregul model este greșit.

Această istorie compară idei de planificare, fără să afirme că fiecare metodă nouă descinde direct din cea precedentă. Întrebarea practică comună este cât ar trebui să învețe următoarea dată din ultimul răspuns.

În FSRS, înțelegerea răspunsului începe cu trei termeni: dificultate, stabilitate și probabilitatea actuală de reamintire.