FSRS مقابل SM-2: لماذا تهمّ خوارزمية الجدولة لديك

إن كنت قد استخدمت Anki، فقد جُدوِلت بواسطة SM-2. وإن كنت قد استخدمت نظامًا أحدث يتمتع بـ«جدولة مُحسَّنة»، فربما واجهت FSRS. تخدم كلتا الخوارزميتين الغرض نفسه — تقرير موعد عرض كل بطاقة تعليمية عليك تاليًا — لكنهما تفعلان ذلك بطرق مختلفة جوهريًا. والفرق أهم مما يدركه معظم المتعلمين، لأن خوارزمية الجدولة لديك تحدّد مقدار الوقت الذي تقضيه في المراجعة، ومدى جودة استبقائك للمادة فعليًا، وكيف يستجيب النظام حين تتصرف ذاكرتك على نحو غير متوقع. وللاطلاع على سياق جميع خيارات التكرار المتباعد المتاحة، تصفّح مجموعة أدلة التكرار المتباعد.

SM-2: النهج الاستدلالي الكلاسيكي

طوّر بيوتر فوزنياك خوارزمية SM-2 في الثمانينيات لـ SuperMemo، وكانت خوارزمية الجدولة الافتراضية في Anki منذ نشأته. ويعكس تصميمها قيود عصرها: إذ كان عليها أن تكون بسيطة بما يكفي للعمل على الحواسيب الشخصية المبكرة، وقابلة للتفسير بما يكفي ليفهمها المستخدمون يدويًا.

تعمل SM-2 على النحو التالي تقريبًا. تحمل كل بطاقة عامل سهولة — وهو مُضاعِف يبدأ بقيمة افتراضية (عادةً 2.5) ويتعدّل بناءً على تقييماتك. وبعد خطوتي التعلّم الأوليتين (اللتين تستخدمان فترات قصيرة ثابتة)، تُحسب الفترة التالية بضرب الفترة السابقة في عامل السهولة. فإن قيّمت بطاقة بـ«صعب» انخفض عامل السهولة، مقلِّصًا الفترات المستقبلية. وإن قيّمتها بـ«سهل» ازداد قليلًا، مُمدِّدًا إياها. والبطاقة التي تكافح معها مرارًا تراكم تدريجيًا عامل سهولة منخفضًا وتُراجَع بوتيرة أعلى؛ والبطاقة التي تُتقنها باستمرار تُدفع أبعد في المستقبل.

يعمل هذا التصميم جيدًا بما يكفي ليكون مفيدًا حقًا — فقد بنى ملايين المتعلمين معرفة كبيرة باستخدام SM-2. لكن له قيودًا بنيوية تتجلى حين تدرس على نطاق واسع أو تحلّل الافتراضات الكامنة وراءه.

القيود الرئيسية لـ SM-2

• انجراف عامل السهولة. بمجرد انخفاض عامل السهولة — عبر تقييمات «صعب» أو «مرة أخرى» — يميل إلى البقاء منخفضًا. ويمكن أن «تنحبس» البطاقات في فترات قصيرة حتى بعد أن يكون المتعلم قد استوعب المادة بوضوح، مما يؤدي إلى الإفراط في مراجعة ذاكرات مستقرة.
• غياب نموذج صريح للنسيان. لا تتنبأ SM-2 بموعد نسيانك؛ بل تطبّق مُضاعِفًا استدلاليًا على الفترة السابقة. وقد يتوافق الجدول الناتج مع تناقص الذاكرة الفعلي لبطاقة ومتعلم معينين، وقد لا يتوافق.
• افتراض التناقص المنتظم. تفترض الخوارزمية أن جميع البطاقات تتناقص بمعدلات متشابهة، مُعدَّلة بعامل السهولة فقط. وليس لديها أي مفهوم لمستويات ثبات مختلفة ناشئة عن تاريخ المراجعات السابقة ونمطها.
• جمود البداية الباردة. تبدأ كل بطاقة جديدة بعامل السهولة الافتراضي نفسه بغضّ النظر عن كيفية التعامل مع محتوى مشابه في الماضي. فالنظام لا يتعلّم أنماطك عبر البطاقات.

FSRS: نموذج ذاكرة لا نهج استدلالي

تنطلق FSRS — أي Free Spaced Repetition Scheduler — من نقطة بداية مختلفة. فبدلًا من تعريف قواعد لكيفية تغيّر الفترات، تبني نموذجًا رياضيًا للذاكرة نفسها وتشتقّ الفترات من ذلك النموذج. والخوارزمية مفتوحة المصدر وخاضعة لمراجعة الأقران؛ راجع مستودع FSRS مفتوح المصدر للاطلاع على المواصفات التقنية.

كما هو موضّح بتفصيل أكبر في كيف يعمل FSRS، يتتبع النموذج ثلاث كميات لكل بطاقة: الصعوبة (الصعوبة الجوهرية لهذا المتعلم)، والثبات (مدى بطء تناقص الذاكرة)، وقابلية الاسترجاع (احتمال التذكّر الناجح في هذه اللحظة). وتُجدوَل المراجعة التالية عند نقطة الزمن التي يُتوقَّع فيها أن تبلغ قابلية الاسترجاع عتبةً مستهدفة — غالبًا 90٪.

ولأن النموذج يضع تنبؤات صريحة بشأن احتمال التذكّر، يمكنه تحديد فترات تكون طويلة حين تكون الذاكرة مستقرة بحق وقصيرة حين تكون هشّة — وهي قرارات لا تستطيع SM-2 إلا أن تقاربها عبر آلية عامل السهولة لديها.

مقارنة وجهًا لوجه

الخاصية	SM-2	FSRS
الآلية الأساسية	نهج استدلالي قائم على عامل السهولة يُطبَّق على الفترة السابقة	نموذج ذاكرة يتنبأ بقابلية الاسترجاع عبر الزمن
اشتقاق الفترة	الفترة السابقة × عامل السهولة	الزمن حتى تنخفض قابلية الاسترجاع إلى العتبة المستهدفة
استهداف الاستبقاء	ضمني — لا يوجد احتمال استبقاء صريح	صريح — هدف قابل للتهيئة (مثلًا 90٪)
التكيّف لكل متعلم	تعديلات عامل السهولة لكل بطاقة فقط	يمكن ملاءمة أوزان النموذج لسجلّ المراجعة الفردي
انجراف عامل السهولة	نعم — تميل عوامل السهولة المنخفضة إلى الاستمرار	غير منطبق — الثبات يحل محل عامل السهولة
إشارة التقييم المستخدمة	تعدّل عامل السهولة ومُضاعِف الفترة	تحدّث الثبات والصعوبة؛ وتعيد اشتقاق الفترة
الشفافية	قواعد بسيطة، يسهل تفسيرها يدويًا	نموذج أكثر تعقيدًا، لكن بتنبؤات استبقاء صريحة
كفاءة المراجعة	جيدة لمعظم حالات الاستخدام	مراجعات أقل عمومًا لاستبقاء مكافئ

لماذا تؤثر الخوارزمية في كفاءة المراجعة

يرجع فرق كفاءة المراجعة بين الخوارزميتين إلى مدى جودة تتبّع كلٍّ منهما للحالة الفعلية لذاكرتك. تستخدم SM-2 وسيطًا — عامل السهولة وتراكمه عبر المراجعات السابقة — يرتبط بثبات الذاكرة لكنه لا يقيسه مباشرةً. والنتيجة جدول معقول في المتوسط لكنه غير دقيق على مستوى البطاقات الفردية.

أما FSRS، بتتبّعه الثبات صراحةً، فيستطيع التمييز بين موقفين تعاملهما SM-2 بطريقة متشابهة: بطاقة بعامل سهولة منخفض رسّختها مؤخرًا عبر سلسلة من تقييمات «جيد»، وبطاقة بعامل سهولة منخفض تظل هشّة بحق. فستمنح SM-2 كلتيهما الفترة القصيرة نفسها تقريبًا؛ بينما تمنح FSRS البطاقة المرسَّخة فترة أطول لأن ثباتها قد نما.

وعبر مجموعة كبيرة من البطاقات تُدرَس على مدى أشهر، تتراكم هذه الدقة. فالذاكرات المستقرة لا تُراجَع دون داعٍ؛ والذاكرات الهشّة تُراجَع قبل أن تهبط دون عتبة الاستبقاء. والأثر الصافي طابور مراجعة أصغر وأفضل استهدافًا، مما يعني وقتًا أقل في المراجعة مع الحفاظ على الاستبقاء الفعلي نفسه — أو أعلى منه.

المفاضلات والاعتبارات العملية

لا تخلو SM-2 من المزايا. فهي شفافة للغاية: يمكنك قراءة الخوارزمية في بضعة أسطر وفهم ما ستفعله تاليًا تمامًا. ولها عقود من التحقق في العالم الواقعي. وبالنسبة للمتعلمين ذوي المجموعات الصغيرة أو الجداول الدراسية القصيرة، قد يكون فرق الكفاءة بين SM-2 وFSRS مهمَلًا عمليًا.

تُدخل FSRS مزيدًا من التعقيد. فللنموذج معايير تحتاج إلى قيم افتراضية معقولة — وفي الأمثل، إلى معايرة وفق بياناتك. ويتطلب انضباطًا متّسقًا في التقييم، لأن التقييمات غير الدقيقة تضلّل النموذج أكثر مما تضلّل النهج الاستدلالي. وبالنسبة لمتعلم يقيّم البطاقات باستهتار أو يستخدم منهج نجاح/فشل ثنائيًا، تتقلص ميزة FSRS بشكل كبير.

والاعتبار المهم الآخر هو ما يعنيه «الاستبقاء» في كل نظام. لا تمنحك SM-2 هدف استبقاء لتضبطه؛ بل يعتمد الاستبقاء الناتج على عامل السهولة الافتراضي وكيفية تقييمك للبطاقات. أما FSRS فتتيح لك اختيار هدفك صراحةً — 70٪ أو 90٪ أو 95٪ — وتعدّل الفترات للحفاظ عليه. فالأهداف الأعلى تعني فترات أقصر ومراجعات أكثر؛ والأهداف الأدنى تعني فترات أطول ونسيانًا أكبر. والتحكم الصريح في هذه المفاضلة مفيد حين تكون لديك آراء قوية بشأن مدى موثوقية تذكّرك المطلوبة، كحالة شهادة مهنية مقابل تعلّم لغة عابر.

الاختيار بينهما

إن كنت تبدأ من جديد وكان نظام دراستك يدعم FSRS، فلا يوجد سبب يُذكر لاستخدام SM-2. فالنهج القائم على نموذج أكثر دقة، وأكثر قابلية للتكيّف، ويُنتج نتائج أفضل على نطاق واسع. ومنحنى التعلّم للمستخدم ضئيل — فما زلت تقيّم البطاقات بالطريقة نفسها؛ والخوارزمية فقط تستخدم تلك التقييمات بذكاء أكبر.

وإن كانت لديك مجموعة SM-2 قائمة بسنوات من سجلّ المراجعة، فقد يكون الانتقال إلى FSRS سلسًا أو غير سلس حسب أداتك. فبعض الأنظمة يمكنها تقدير ثبات FSRS من سجلّ SM-2؛ وبعضها يبدأ من جديد. ويستحق مسار الانتقال التحقق منه قبل الالتزام.

وبالنسبة لأي شخص جادّ بشأن الاستذكار النشط كممارسة طويلة الأمد، تزداد أهمية الخوارزمية كلما نمت المجموعة. فبضع مئات من البطاقات تُراجَع بشكل عابر قد لا تكشف الفرق؛ أما عشرات الآلاف من البطاقات المدروسة على مدى سنوات فتجعل كل مكسب في الكفاءة يتراكم على نحو ذي مغزى.

أفضل خوارزمية جدولة هي تلك التي ستستخدمها فعلًا باستمرار. لكن مع التزام متساوٍ، تُنتج FSRS جداول أكثر دقة، وتحكمًا أصرح في الاستبقاء، وكفاءة أفضل على نطاق واسع.

خوارزميات الجدولة وحلقة التعلّم الأوسع

يجدر تذكّر أن الجدولة مكوّن واحد من نظام التعلّم لا كل النظام. فجودة البطاقات التي تراجعها، وتفاعلك أثناء القراءة الأولية، وعمق الفهم الذي تجلبه إلى كل محاولة تذكّر — كلها عوامل تتفاعل مع خوارزمية الجدولة لتحدّد نتائج التعلّم الفعلية. فالبطاقة المتوسطة المجدولة بإتقان تظل بطاقة متوسطة.

تكمن قيمة FSRS في أنها تزيل عنق زجاجة الجدولة. فبمجرد أن تنمذج الخوارزمية ذاكرتك بدقة وتضبط الفترات على نحو ملائم، تصبح المتغيرات المتبقية بيدك: كيف تقرأ، وكيف تولّد البطاقات، وكم تكون صادقًا في تقييمك، ومدى اتساقك في الحضور للمراجعات.

يستخدم LearnBook خوارزمية FSRS في كل مكان — فحين تراجع مادة عبر مصادر متعددة دفعةً واحدة، تحمل كل بطاقة في الطابور العابر للكتب فترتها المعايَرة باستقلالية بدلًا من إجبارها على جدول مشترك. ولرؤية FSRS عمليًا ضمن سير عمل الدراسة الكامل، اقرأ عن كيفية توليد البطاقات التعليمية والاختبارات وجدولتها.