FSRS hoạt động ra sao: Thuật toán lặp lại ngắt quãng hiện đại

Hầu hết những người dùng ứng dụng thẻ ghi nhớ không hề biết điều gì đang diễn ra phía sau khi một thuật toán quyết định cho họ xem một thẻ vào ngày mai thay vì tháng sau. Trong nhiều năm, câu trả lời thống trị là SM-2, một thuật toán suy nghiệm được phát triển vào thập niên 1980 và đã phục vụ hàng triệu người học khá tốt. FSRS — Free Spaced Repetition Scheduler — là một cách tiếp cận mới hơn, và nó đi theo một con đường về cơ bản khác biệt: thay vì dùng các quy tắc cố định, nó xây dựng một mô hình toán học về cách trí nhớ của bạn thực sự hoạt động. Hiểu được mô hình đó sẽ giải thích vì sao lịch ôn của FSRS có cảm giác chính xác hơn và vì sao chúng có xu hướng cần ít lượt ôn hơn để đạt cùng một mức ghi nhớ. FSRS là mã nguồn mở và được phát triển tích cực; bạn có thể tìm hiểu thuật toán FSRS trên GitHub. Để xem đầy đủ các chủ đề về lặp lại ngắt quãng, hãy ghé bộ sưu tập bài viết lặp lại ngắt quãng.

Ba thành phần của trí nhớ: D, S và R

FSRS mô tả mỗi mẩu kiến thức bạn đang học bằng ba đại lượng. Cùng nhau, chúng tạo nên thứ mà các nhà nghiên cứu gọi là mô hình DSR.

Khả năng truy xuất (R)

Khả năng truy xuất là xác suất bạn có thể nhớ lại thành công một mục ngay lúc này, đúng vào thời điểm hiện tại. Nó bắt đầu ở mức 1.0 (chắc chắn) ngay sau một lượt ôn và suy giảm theo thời gian dọc theo một đường cong quên lãng. Khi thuật toán quyết định đã đến lúc cho bạn xem một thẻ, đó là vì khả năng truy xuất của bạn đã giảm xuống một mức mục tiêu — thường vào khoảng 0,90, nghĩa là xác suất nhớ lại khoảng 90%. Mục tiêu là ôn ngay trước khi bạn quên, không phải quá sớm và cũng không phải quá muộn.

Độ ổn định (S)

Độ ổn định mô tả tốc độ suy giảm chậm của khả năng truy xuất. Một ký ức có độ ổn định cao thì phai mờ chậm; một ký ức có độ ổn định thấp thì phai mờ nhanh. Sau mỗi lượt ôn thành công, độ ổn định của bạn cho mục đó tăng lên, đó là lý do vì sao khoảng cách giữa các lượt ôn có thể nới rộng theo thời gian. Cùng một mục được ôn năm lần vào những thời điểm thích hợp sẽ có độ ổn định cao hơn nhiều so với một mục được ôn năm lần trong cùng một ngày — thuật toán nắm bắt chính xác sự khác biệt này.

Độ ổn định là đại lượng tương ứng trực tiếp nhất với cảm nhận thông thường về việc "biết rõ một điều gì đó." Độ ổn định cao nghĩa là dù bạn có bỏ qua một lượt ôn, trí nhớ của bạn vẫn còn nguyên vẹn phần lớn sau nhiều tuần. Độ ổn định thấp nghĩa là bỏ lỡ một lượt ôn có thể làm giảm đáng kể xác suất nhớ lại của bạn.

Độ khó (D)

Độ khó là một ước lượng về mức độ khó nội tại của một mục cụ thể đối với bạn. Có những sự kiện vốn dĩ khó nhớ hơn những sự kiện khác, và điều này thay đổi theo từng người. Độ khó của một mục ảnh hưởng đến mức độ tăng độ ổn định sau một lượt ôn thành công: các mục dễ tăng nhiều độ ổn định hơn mỗi lượt ôn; các mục khó tăng ít hơn. Độ khó không cố định — nó được cập nhật khi bạn đánh giá thẻ theo thời gian, nên một mục ban đầu có vẻ khó dần dần có thể được xếp lại loại khi mức độ quen thuộc của bạn tăng lên.

Cách FSRS dự đoán ngày ôn tiếp theo

Với các giá trị hiện tại của D, S và R cho một mục, FSRS có thể dự đoán khả năng truy xuất sẽ thay đổi như thế nào qua bất kỳ khoảng thời gian tương lai nào. Nó dùng điều này để trả lời một câu hỏi chính xác: bao nhiêu ngày kể từ bây giờ thì khả năng truy xuất sẽ giảm xuống ngưỡng mục tiêu?

Ngày đó trở thành lượt ôn được lên lịch tiếp theo. Không hơn, không kém — không có hệ số nhân cố định, không có giá trị trung bình của quần thể, chỉ là một dự đoán rút ra từ mô hình cho chính mục cụ thể này và chính người học cụ thể này.

Sau khi bạn hoàn thành một lượt ôn và đưa ra đánh giá — Again, Hard, Good hoặc Easy — FSRS cập nhật các giá trị D và S của mục dựa trên những gì phản hồi của bạn tiết lộ. Một lần nhớ lại thất bại (Again) thiết lập lại độ ổn định và làm tăng nhẹ độ khó. Một lần nhớ lại dễ dàng, tự tin (Easy) tạo ra mức tăng độ ổn định lớn hơn so với một lần nhớ lại chậm chạp, tốn sức (Hard hoặc Good). Khoảng cách tiếp theo sau đó được tính toán lại từ đầu dựa trên các tham số đã cập nhật.

Khả năng thích ứng: Vì sao FSRS cải thiện theo thời gian

Một trong những tính năng quan trọng nhất của FSRS là các tham số nền tảng của nó có thể được hiệu chỉnh theo lịch sử ôn tập của bạn. Mô hình chứa một tập các trọng số điều khiển cách độ ổn định tiến triển trong các tình huống khác nhau. Các trọng số này có giá trị mặc định rút ra từ dữ liệu nghiên cứu quy mô lớn, nhưng chúng cũng có thể được khớp với mẫu thực tế trong lịch sử ôn tập của bạn.

Điều này có nghĩa là FSRS có thể học được rằng bạn có xu hướng quên nhanh hơn mức trung bình của quần thể, hoặc rằng những lần nhớ lại bạn gắn nhãn Hard thực ra lại khá ổn định đối với bạn. Lịch ôn tập kết quả trở nên được cá nhân hóa ở mức sâu hơn bất kỳ hệ thống dùng quy tắc cố định nào có thể đạt được.

Điều này về mặt khái niệm khác với việc chỉ hạ thấp một hệ số dễ. Các hệ số dễ trong những thuật toán cũ là các điều chỉnh theo từng thẻ, áp dụng theo cách nhân vào các khoảng cách. FSRS học hình dạng đường cong quên lãng của bạn từ dữ liệu, rồi tái suy ra tất cả các khoảng cách từ những nguyên lý đầu tiên bằng cách dùng hình dạng đó.

Vai trò của các đánh giá của bạn

Các đánh giá của bạn là tín hiệu chính mà FSRS dùng để cập nhật ước lượng trí nhớ. Đánh giá đúng là điều quan trọng.

• Again — bạn không thể nhớ lại câu trả lời. Độ ổn định được thiết lập lại về gần không; thẻ sẽ xuất hiện lại rất sớm.
• Hard — bạn đã nhớ lại được, nhưng chậm hoặc đòi hỏi nhiều nỗ lực. Độ ổn định tăng, nhưng ít hơn so với khi đánh giá Good.
• Good — nhớ lại chính xác với nỗ lực bình thường. Đây là kết quả được mong đợi và phổ biến nhất.
• Easy — nhớ lại tức thì, không tốn sức. Độ ổn định tăng đáng kể; khoảng cách tiếp theo nhảy xa hơn vào tương lai.

Insight cốt lõi là cách bạn nhớ lại mới quan trọng, chứ không chỉ là liệu bạn có nhớ lại được hay không. Một ký ức được truy xuất với nỗ lực thì ít ổn định hơn một ký ức được truy xuất tức thì, và FSRS mô hình hóa sự khác biệt đó. Vì vậy, đánh giá trung thực không chỉ là một thói quen tốt — nó là đường ống dữ liệu giúp mô hình luôn chính xác.

FSRS và vòng lặp học tập

FSRS tỏa sáng nhất khi nó được tích hợp chặt chẽ với cách bạn tiếp nhận và tương tác với tài liệu, chứ không chỉ với cách bạn ôn tập. Chất lượng của lịch ôn tập chỉ tốt ngang với chất lượng của những thẻ ghi nhớ được lên lịch. Hồi tưởng chủ động trong giai đoạn đọc ban đầu — dừng lại để tự tạo câu trả lời trước khi kiểm tra — tạo ra những ký ức ban đầu được mã hóa tốt hơn, mang lại cho FSRS một điểm khởi đầu vững chắc hơn để làm việc.

Đối với việc học chéo nhiều tài liệu, thuật toán xử lý mỗi thẻ một cách độc lập bất kể nó đến từ nguồn nào. Điều này giúp bạn có thể ôn từ vựng từ một file PDF học ngôn ngữ, các khái niệm cốt lõi từ một bài giảng được ghi âm, và các công thức từ một sách giáo khoa, tất cả trong cùng một phiên, với mỗi mục được lên lịch theo độ ổn định và độ khó riêng của nó thay vì theo danh mục mà nó thuộc về.

FSRS không hỏi "chủ đề này khó đến mức nào?" — nó hỏi "ký ức cụ thể này ổn định đến mức nào trong người học cụ thể này, ngay bây giờ?" Sự chuyển dịch từ danh mục sang từng dấu vết trí nhớ riêng lẻ chính là điều tách biệt lập lịch dựa trên mô hình khỏi lập lịch dựa trên suy nghiệm.

Những điều FSRS không làm

Cần nói rõ về những giới hạn của mô hình. FSRS không mô phỏng các chi tiết thần kinh học của quá trình củng cố trí nhớ. Nó không biết liệu mức độ mệt mỏi hay môi trường học tập của bạn có ảnh hưởng đến hiệu suất trong một ngày nhất định hay không. Nó không đảm bảo việc ghi nhớ — nó nhắm tới một ngưỡng xác suất, nên một mức độ quên nhất định là điều được dự kiến và chấp nhận được.

Mô hình cũng chỉ tốt ngang với các đánh giá của bạn. Nếu bạn liên tục đánh dấu các thẻ là Easy trong khi chúng thực sự tốn sức — có lẽ để giảm số lượt ôn sắp tới — thuật toán sẽ tạo ra những khoảng cách quá dài và mức ghi nhớ thực tế của bạn sẽ tụt xuống dưới mục tiêu. Đường cong quên lãng không quan tâm đến sở thích của bạn; nó chỉ phản hồi với đầu vào trung thực.

Vì sao FSRS quan trọng với những người học nghiêm túc

Lợi ích thực tế của cách tiếp cận dựa trên mô hình là tổng số lượt ôn ít hơn cho cùng một mục tiêu ghi nhớ. Vì các khoảng cách được rút ra từ một dự đoán chính xác về thời điểm bạn sẽ quên, thay vì từ một suy nghiệm thận trọng, thuật toán không kéo dài lịch ôn một cách không cần thiết. Những mục thực sự ổn định đối với bạn nhận được khoảng cách dài. Những mục thực sự mong manh nhận được khoảng cách ngắn. Tác động ròng trên một bộ thẻ lớn qua nhiều tháng học tập có thể đáng kể: đạt cùng một mức ghi nhớ với thời gian ôn tập ít hơn nhiều.

Đối với bất kỳ ai học một khối lượng tài liệu lớn — một ngôn ngữ, một lĩnh vực chuyên môn, một môn học thuật — hiệu quả đó tích lũy thành hàng giờ được tiết kiệm và kiến thức thực sự đọng lại khi cần đến.

Xu hướng thành thạo và hàng đợi ôn tập xuyên sách của bạn hiển thị trong bảng điều khiển LearnBook — một bức tranh trực tiếp về cách trí nhớ của bạn đang trụ vững trên mọi nguồn bạn đang học, tất cả đều được lên lịch bởi cùng một mô hình FSRS được mô tả ở trên.