FSRS vs Anki SM-2: ทำไมการทบทวนแบบเว้นช่วงยุคใหม่จึงเหนือกว่าอัลกอริทึมยุค 1980

การทบทวนแบบเว้นช่วง (spaced repetition) คือรากฐานของการเก็บคำศัพท์ระยะยาว เกือบสี่ทศวรรษที่ชุมชนคนเรียนภาษาพึ่งพา อัลกอริทึม SM-2 ในรูปแบบต่าง ๆ ซึ่ง Piotr Woźniak พัฒนาขึ้นในปี 1987 และ Anki ทำให้เป็นที่นิยม

ช่วงไม่กี่ปีที่ผ่านมา วิทยาศาสตร์การรู้คิดและการจำลองข้อมูลผลิตก้าวกระโดดครั้งใหญ่: Free Spaced Repetition Scheduler (FSRS) ต่อไปนี้คือเหตุผลที่ FSRS คือก้าวรุ่นต่อไปเหนือ SM-2 และทำไมจึงเหมาะกับคำศัพท์ที่ได้มาจากการจมอยู่กับวิดีโอจริงเป็นพิเศษ

ปัญหาของ SM-2: วงจร "Ease Factor Hell"

อัลกอริทึม SM-2 รุ่นคลาสสิกจำลองความจำด้วยตัวคูณแบบไดนามิกตัวเดียวที่เรียกว่า Ease Factor (ปกติเริ่มต้นที่ 250%):

1. พอคุณตอบการ์ดถูกต้อง ช่วงเว้นรอบถัดไปจะถูกคูณด้วย Ease Factor
2. พอคุณตอบการ์ดพลาด ("Again") ช่วงเวลารีเซ็ตกลับไปวันที่ 1 และ Ease Factor ลดลง 15–20 จุดเปอร์เซ็นต์
3. ถ้าคุณติดกับวลียากซ้ำ ๆ Ease Factor จะดิ่งไปที่ค่าต่ำสุด (130%)

เรื่องนี้สร้างจุดอ่อนที่คนรู้จักกันดีในหมู่ผู้ใช้ Anki ขั้นสูงว่า Ease Factor Hell: เมื่อการ์ดใบหนึ่งกลายเป็นการ์ดยาก ตัวคูณของมันจะถูกกดไว้ต่ำตลอดกาล แม้คุณเชี่ยวชาญคำนั้นไปแล้วหลายเดือน อัลกอริทึมก็ยังจัดตารางมันให้ทบทวนทุกไม่กี่วัน กองการทบทวนที่ซ้ำซ้อนจึงสะสมจนหมดไฟในการเรียน

FSRS จำลองความจำมนุษย์อย่างไร

FSRS ไม่ใช้ตัวคูณแบบคาดเดา แต่วัดความจำผ่านตัวแปรทางจิตวิทยาสามตัวที่เรียกรวมว่า แบบจำลอง DSR:

• Difficulty (ความยาก, $D$): ข้อมูลชิ้นนั้นยากที่จะจับโดยธรรมชาติแค่ไหน (จาก 1 ถึง 10) คำสัมพันธ์สั้น ๆ อย่าง "coffee" ความยากต่ำ ส่วนคำประสมสำนวนอย่าง 一期一会 ความยากเริ่มต้นสูงกว่า
• Stability (เสถียรภาพ, $S$): เวลา (เป็นวัน) ที่ต้องใช้เพื่อให้ความน่าจะเป็นการนึกคืนลดจาก 100% เหลือ 90% เสถียรภาพเพิ่มขึ้นทุกครั้งที่นึกคืนสำเร็จ
• Retrievability (ความสามารถในการนึกคืน, $R$): ความน่าจะเป็นแบบเรียลไทม์ที่คุณจะนึกคืนสิ่งนั้นได้ตอนนี้ เมื่อเวลาผ่านไปหลังการทบทวนครั้งล่าสุด ค่านี้ลดลงตามเส้นโค้งการลืมแบบเอกซ์โพเนนเชียล

แทนที่จะเดาช่วงเวลา FSRS คำนวณวันที่แน่นอนที่ความสามารถในการนึกคืนจะลดลงถึงเกณฑ์เป้าหมายของคุณ (ปกติ 90%) ถ้าคุณนึกคืนการ์ดได้สำเร็จตอนที่ค่าของมันลดมาอยู่ที่ 85% FSRS จะจับได้ว่าความจำของคุณทำงานภายใต้แรงกดดัน และให้รางวัลเป็นการเพิ่มเสถียรภาพอย่างมีนัยสำคัญ

ทำไมคำศัพท์จากวิดีโอจึงต้องการ FSRS

เมื่อเรียนคำจากลิสต์คำศัพท์ การ์ดเป็นชิ้นโดด ๆ เหมือนกันหมด แต่เมื่อดูดซับคำศัพท์จากวิดีโอ YouTube จริง — เช่น vlog ภาษาญี่ปุ่นหรือสัมภาษณ์ภาษาอังกฤษ — คำมาถึงในบริบทที่หลากหลายและดิบ ๆ เปิดคำความถี่สูงอย่าง know หรือ think แล้วคุณจะเห็นประโยควิดีโอเป๊ะ ๆ ที่แต่ละจำนวนครั้งมาจาก:

1. การสัมผัสครั้งแรกที่แตกต่างกัน: บางคำคุณได้ยินห้าครั้งใน vlog เดียว บางคำโผล่ผ่านมาครั้งเดียว FSRS จำลองความแปรผันนี้ได้อย่างแม่นยำผ่านพารามิเตอร์ความยากแบบปรับตัว
2. ตัวยึดบริบทธรรมชาติ: คำที่ผูกกับสีหน้า น้ำเสียง และเส้นเรื่อง จะสร้างเส้นประสาทหลายทาง ด้วย FSRS คุณไม่ต้องทบทวนหลายร้อยรอบเพื่อตอกช่วงเวลาวิดีโอที่จำแม่นลงในความจำ
3. นิสัยการเรียนที่ไม่สม่ำเสมอ: ชีวิตจริงย่อมมีวันที่หลุด ด้วย SM-2 การขาดเรียนสุดสัปดาห์หนึ่งครั้งอาจทำให้คิวคุณล้นด้วยการ์ดค้างหลายร้อยใบ FSRS จับได้ว่าเวลาที่ผ่านไปมากขึ้นจริง ๆ ให้การเสริมความจำที่แรงขึ้นเมื่อนึกคืนได้ จึงป้องกันอาการแพนิกการ์ดค้าง

LingoDew ติดตั้ง FSRS อย่างไร

ใน LingoDew คำทุกคำที่ค้นจะไหลเข้าตัวจัดตาราง FSRS ในแอปมือถือโดยตรง:

• เมื่อคุณแตะคำในซับ LingoDew เก็บตัวคำ การอ่านมาตรฐาน ประโยคคำแปล และ timestamp เสียงพอดีช่วงนั้น
• ระหว่างทบทวน คุณให้คะแนนการ์ดผ่านปุ่มที่เข้าใจง่ายสี่ปุ่ม: ลืม, ยาก, จำได้ หรือ ง่าย (Forgot, Hard, Remembered, Easy)
• คำจะก้าวผ่านขั้นความชำนาญอย่างมีโครงสร้าง — จาก Unseen (ยังไม่เคยเห็น) และ Queried (เคยค้นแล้ว) เข้าสู่ Learning (กำลังเรียน) และสุดท้ายคือ Mastered (ชำนาญ)
• เมื่อคำถึง Mastered คำนั้นจะไม่ปรากฏในคิวทบทวนอีก ทำให้เวลาเรียนของคุณว่างไว้สำหรับคำใหม่

ด้วยการผนวกอินพุตจากวิดีโอจริงเข้ากับความแม่นยำทางสถิติของ FSRS คุณกำจัดทั้งความจืดชืดของตำราและอาการหมดไฟจากแฟลชการ์ดไปพร้อมกัน