Perché siamo passati a FSRS

Ogni sistema di ripetizione spaziata risponde a una sola domanda: quando dovrei rivedere questa cosa?

Se la risposta è giusta, ripassi ogni elemento poco prima di dimenticarlo: il massimo di quello che ricordi con il minimo di tempo speso. Se sbagli in un senso, perdi ore a ripassare cose che già sai. Se sbagli nell'altro, dimentichi il materiale prima che torni.

Per una quarantina d'anni la maggior parte delle app ha risposto a quella domanda con varianti dello stesso algoritmo degli anni Ottanta. pimReader ora usa FSRS, e vale la pena spiegare che differenza fa.

Il vecchio modo: una sola curva per tutto

Gli scheduler classici funzionano più o meno così: se rispondi bene a un elemento, il suo intervallo viene moltiplicato per un fattore fisso. Se sbagli, si azzera. Ogni scheda ha un valore di "facilità" che sale e scende.

Funziona. È stata una vera svolta. Ma parte da un presupposto che non è vero: che tutti i tuoi elementi si dimentichino con la stessa forma.

Non è così. Una parola quasi identica alla tua lingua madre e un verbo irregolare con quattro cambi di radice non decadono allo stesso modo. Trattarli con lo stesso moltiplicatore significa che uno viene ripassato troppo e l'altro troppo poco, per sempre.

L'algoritmo classico ha anche un modo di fallire particolarmente sgradevole, in cui si finisce di continuo: sbagli una volta una scheda ormai matura, e la sua facilità viene punita così duramente che non si riprende più del tutto. Le schede restano intrappolate in un giro di ripassi frequenti che non meritano. Il nome che gli ha dato la comunità — "ease hell", l'inferno della facilità — ti dice quanto sia comune.

Il nuovo modo: un modello per ogni elemento

FSRS — il Free Spaced Repetition Scheduler — segue una strada diversa. Invece di un solo moltiplicatore, modella tre cose per ogni singolo elemento:

• Recuperabilità — quanto è probabile che tu lo ricordi adesso
• Stabilità — quanto lentamente decade una volta imparato
• Difficoltà — quanto è difficile per te quel preciso elemento

Ogni ripasso aggiorna quel modello. Lo scheduler sceglie poi un intervallo che colloca il ripasso successivo a una probabilità di richiamo prefissata.

La conseguenza pratica: gli elementi facili si tolgono di mezzo molto più in fretta, e quelli davvero difficili smettono di nascondersi.

Quasi tutti vedono un carico di ripasso quotidiano nettamente più basso, a parità di quanto ricordano o meglio. Non è magia: è l'algoritmo che ha smesso di spendere il tuo tempo su schede che dimostri di sapere.

Che cosa vedi davvero

Apri un elemento da ripassare e trovi quattro pulsanti:

ANCORA · DIFFICILE · BUONO · FACILE

Ognuno porta con sé la propria etichetta di intervallo — 5 Min, 1 G, 2 G, 4 G. Non sono decorazioni. È quello che succederà se lo premi, calcolato per quel preciso elemento e per la tua storia con esso.

Secondo noi mostrarli conta. Uno scheduler che nasconde il proprio ragionamento ti allena a premere i pulsanti quasi a caso. Mostrare la conseguenza ti fa valutare con onestà, e le valutazioni oneste sono l'unico dato che entra nel modello. La cosa più utile che puoi fare per il tuo programma di ripasso è smettere di premere "Buono" su schede che in realtà hai zoppicato.

C'è anche un cursore di avanzamento, se vuoi forzare direttamente lo stato di un elemento: utile quando sai che qualcosa è molto più — o molto meno — solido di quanto creda l'algoritmo.

Devi fare qualcosa?

No. FSRS è attivo per impostazione predefinita. Gli elementi esistenti mantengono la loro storia e da qui in avanti vengono programmati con il nuovo modello.

Se usi pimReader da un po', aspettati che i conteggi dei ripassi si spostino nelle prime settimane, mentre il modello si mette in pari con quello che sai davvero. Di solito verso il basso, a parità di quanto ricordi.

L'unica cosa che conta più di tutte

Qualunque scheduler tu usi, quello che gli dai in pasto è la tua onestà.

FSRS è un modello dell'oblio migliore di quelli che l'hanno preceduto, e sceglierà i tuoi intervalli meglio di loro. Ma può modellare solo le valutazioni che gli dai. Premi Ancora quando hai dovuto pensarci parecchio. Premi Facile solo quando è stato davvero immediato.

Fallo, e l'algoritmo si occupa del resto: che è poi, in fondo, l'unico motivo per averne uno.