La répétition espacée (spaced repetition) est le fondement de l’acquisition du vocabulaire à long terme. Pendant près de quatre décennies, la communauté de l’apprentissage des langues s’est appuyée sur des variantes de l’algorithme SM-2, développé à l’origine par Piotr Woźniak en 1987 et popularisé par Anki.
Ces dernières années, les sciences cognitives et la modélisation de données ont produit une percée majeure : le Free Spaced Repetition Scheduler (FSRS). Voici pourquoi FSRS représente un bond générationnel par rapport à SM-2, et pourquoi il est particulièrement adapté au vocabulaire acquis par une immersion vidéo réelle.
Le problème de SM-2 : « l’enfer du facteur de facilité »
L’algorithme SM-2 classique modélise la mémoire avec un seul multiplicateur dynamique appelé facteur de facilité (Ease Factor) (départ typique à 250 %) :
- Quand vous répondez correctement à une carte, l’intervalle suivant est multiplié par le facteur de facilité.
- Quand vous échouez sur une carte (« Again »), l’intervalle revient au jour 1, et le facteur de facilité baisse de 15 à 20 points de pourcentage.
- Si vous butez répétitivement sur une phrase difficile, le facteur de facilité tombe à son minimum (130 %).
Cela crée un défaut bien connu des utilisateurs avancés d’Anki sous le nom d’enfer du facteur de facilité (Ease Factor Hell) : dès qu’une carte devient difficile, son multiplicateur reste durablement déprimé. Même une fois le mot maîtrisé des mois plus tard, l’algorithme continue à le programmer tous les deux ou trois jours, créant une montagne de révisions redondantes qui mène à l’épuisement.
| Dimension | Anki SM-2 historique (1987) | FSRS moderne (années 2020) |
|---|---|---|
| Fondement théorique | Multiplicateurs heuristiques | Modèle DSR (difficulté, stabilité, récupérabilité) |
| États de la mémoire | Binaire : acquis ou non | Courbe continue de probabilité de rappel |
| Pénalité en cas d’échec | Baisse définitive du facteur de facilité | Recalcule la stabilité sans ruiner la croissance future |
| Précision des intervalles | Intervalles mathématiques fixes | Ajusté dynamiquement à votre rétention cible (ex. 90 %) |
| Gestion des retards | Pénalités rigides pour les révisions tardives | S’adapte dynamiquement au temps écoulé sans corruption des cartes |
| Efficacité des révisions | Forte fatigue de révision avec le temps | 20 à 30 % de révisions en moins à rétention égale |
Comment FSRS modélise la mémoire humaine
FSRS n’utilise pas un multiplicateur arbitraire. À la place, il mesure la mémoire selon trois variables psychologiques distinctes connues comme le modèle DSR :
- Difficulté ($D$) : à quel point l’information est intrinsèquement difficile à saisir (de 1 à 10). Un mot transparent comme « coffee » a une faible difficulté ; un composé idiomatique comme “一期一会” a une difficulté initiale plus élevée.
- Stabilité ($S$) : le temps (en jours) nécessaire pour que la probabilité de rappel chute de 100 % à 90 %. La stabilité augmente à chaque récupération réussie.
- Récupérabilité ($R$) : la probabilité en temps réel que vous puissiez rappeler l’élément à cet instant. À mesure que le temps passe depuis votre dernière révision, la récupérabilité décline le long d’une courbe d’oubli exponentielle.
Plutôt que de deviner des intervalles, FSRS calcule le jour exact où la récupérabilité descend à votre seuil cible (typiquement 90 %). Si vous rappelez avec succès une carte dont la récupérabilité est descendue à 85 %, FSRS reconnaît que votre mémoire a performé sous pression et accorde un gain significatif à sa stabilité.
Pourquoi le vocabulaire vidéo exige FSRS
Quand vous apprenez des mots depuis une liste de vocabulaire, les cartes sont isolées et uniformes. Mais quand vous acquérez du vocabulaire depuis de véritables vidéos YouTube — comme des vlogs japonais ou des interviews en anglais — les mots arrivent dans des contextes riches et chaotiques. Ouvrez un mot à haute fréquence comme know ou think et vous pouvez voir la phrase exacte de la vidéo d’où vient chaque comptage d’occurrences :
- Exposition initiale variable : certains mots s’entendent cinq fois dans un même vlog ; d’autres apparaissent une fois en passant. FSRS modélise avec précision cette variance via son paramètre de difficulté adaptatif.
- Ancrages contextuels naturels : un mot associé à une expression de visage, un ton de voix et une histoire forme de multiples voies neuronales. Avec FSRS, vous n’avez pas besoin de centaines de révisions pour graver un moment vidéo marquant dans la mémoire.
- Habitudes d’étude irrégulières : la vraie vie comporte des jours manqués. Avec SM-2, manquer un week-end peut inonder votre file de centaines de cartes en retard. FSRS reconnaît que le temps supplémentaire écoulé depuis la dernière révision fournit en réalité un renforcement de mémoire plus fort au moment du rappel, évitant la panique des cartes en retard.
Comment LingoDew met en œuvre FSRS
Dans LingoDew, chaque mot cherché rejoint directement le programmateur FSRS natif du mobile :
- Quand vous touchez un mot dans un sous-titre, LingoDew capture l’entrée de dictionnaire, la lecture canonique, la phrase traduite et l’horodatage audio exact.
- Pendant la révision, vous évaluez les cartes avec quatre boutons intuitifs : Oublié, Difficile, Retenu ou Facile.
- Les mots progressent à travers des phases de maîtrise structurées — depuis Non vu (Unseen) et Consulté (Queried), vers En apprentissage (Learning), puis finalement Maîtrisé (Mastered).
- Quand un mot atteint Maîtrisé, son emplacement actif est définitivement libéré sur l’offre gratuite, ce qui vous permet d’absorber continuellement du nouveau vocabulaire.
En combinant un input vidéo authentique avec la rigueur statistique de FSRS, vous éliminez à la fois l’ennui du manuel et l’épuisement des cartes.