Aralıklı tekrar (spaced repetition), uzun vadeli kelime ediniminin temelidir. Yaklaşık kırk yıldır dil öğrenme topluluğu, ilk olarak 1987’de Piotr Woźniak tarafından geliştirilen ve Anki ile yaygınlaşan SM-2 algoritmasının türevlerine güveniyor.
Son yıllarda bilişsel bilim ve veri modellemesi büyük bir atılım üretti: Free Spaced Repetition Scheduler (FSRS). Aşağıda FSRS’in SM-2’ye göre neden nesiller arası bir sıçrama olduğunu ve gerçek video daldırmasıyla (immersion) edinilen kelimeler için neden benzersiz biçimde uygun olduğunu bulacaksınız.
SM-2’nin Sorunu: Kolaylık Çarpanı Cehennemi
Klasik SM-2 algoritması belleği, Kolaylık Çarpanı (Ease Factor) adı verilen tek bir dinamik çarpanla modeller (tipik olarak %250’den başlar):
- Bir kartı doğru yanıtladığınızda bir sonraki aralık, Kolaylık Çarpanı ile çarpılır.
- Bir kartı bilemediğinizde (‘Again’), aralık 1. güne sıfırlanır ve Kolaylık Çarpanı 15-20 puan düşer.
- Zor bir ifadeyle sürekli boğuşuyorsanız Kolaylık Çarpanı en düşük değerine (%130) iner.
Bu, Anki’nin ileri kullanıcıları arasında Kolaylık Çarpanı Cehennemi (Ease Factor Hell) olarak bilinen iyi tanınan bir kusur yaratır: bir kart bir kez zorlaştığında çarpanı kalıcı olarak baskıda kalır. Kelimeyi aylar sonra ustalaşmış olsanız bile algoritma onu birkaç günde bir planlamayı sürdürür; bu da tükenmişliğe yol açan gereksiz bir tekrar dağı oluşturur.
| Boyut | Eski Anki SM-2 (1987) | Modern FSRS (2020’ler) |
|---|---|---|
| Kuramsal temel | Buluşsal çarpanlar | DSR (Difficulty, Stability, Retrievability) modeli |
| Bellek durumları | İkili: öğrenilmiş ya da öğrenilmemiş | Sürekli hatırlama olasılığı eğrisi |
| Başarısızlık cezası | Kolaylık Çarpanını kalıcı düşürür | Gelecekteki büyümeyi bozmadan kararlılığı yeniden hesaplar |
| Aralık hassasiyeti | Sabit matematiksel aralıklar | Hedef kalıcılığınıza (ör. %90) dinamik ayarlanır |
| Gecikmiş tekrar | Geciken tekrarlara katı cezalar | Kartı bozmadan geçen süreye dinamik uyum sağlar |
| Tekrar verimliliği | Zamanla yüksek tekrar yorgunluğu | Aynı kalıcılık oranında %20-30 daha az tekrar |
FSRS İnsan Belleğini Nasıl Modeller
FSRS rastgele bir çarpan kullanmaz. Onun yerine belleği DSR Modeli olarak bilinen üç ayrı psikolojik değişken üzerinden ölçer:
- Zorluk ($D$): Bilginin kavranmasının içsel olarak ne kadar zor olduğu (1-10 arası). ‘kahve’ gibi kısa bir benzer kelime düşük zorluktadır; 一期一会 gibi deyimsel bir bileşik başlangıçta daha yüksek zorluktadır.
- Kararlılık ($S$): Hatırlama olasılığının %100’den %90’a düşmesi için gereken süre (gün). Kararlılık, her başarılı geri çağırma ile artar.
- Geri çağrılabilirlik ($R$): Öğeyi şu anda hatırlayabilme olasılığınızın gerçek zamanlı değeri. Son tekrarınızdan geçen süreyle birlikte geri çağrılabilirlik, üstel bir unutma eğrisi boyunca düşer.
Aralıkları tahmin etmek yerine FSRS, geri çağrılabilirliğin hedef eşiğinize (tipik olarak %90) düştüğü günü tam olarak hesaplar. Bir kartın geri çağrılabilirliği %85’e düştüğünde onu başarıyla hatırlarsanız FSRS, belleğinizin baskı altında başarılı olduğunu tanır ve kararlılığına önemli bir artış verir.
Video Kelimeleri Neden FSRS Gerektirir
Kelimeleri bir listeden öğrenirken kartlar izole ve tekdüzedir. Ama kelimeleri özgün YouTube videolarından — Japonca vlog’lar ya da İngilizce röportajlar gibi — edinirken kelimeler zengin, dağınık bağlamlar içinde gelir. know ya da think gibi yüksek sıklıklı bir kelimeyi açın ve her geçiş sayısının geldiği video cümlesini birebir görebilirsiniz:
- Değişken ilk maruziyet: Bazı kelimeleri tek bir vlog içinde beş kez duyarsınız; bazıları yol üstünde bir kez geçer. FSRS bu değişkenliği uyarlanabilir zorluk parametresiyle doğru biçimde modeller.
- Doğal bağlamsal demirler: Bir yüz ifadesine, bir ses tonuna ve bir hikâyeye bağlı kelime birden çok sinir yolu oluşturur. FSRS ile canlı bir video anını belleğe kazımak için yüzlerce tekrara ihtiyacınız yoktur.
- Düzensiz çalışma alışkanlıkları: Gerçek hayatta atlanan günler olur. SM-2 ile bir hafta sonunu kaçırmak kuyruğunuzu yüzlerce gecikmiş kartla doldurabilir. FSRS, son tekrardan bu yana geçen ek sürenin hatırlandığında aslında daha güçlü bellek pekiştirmesi sağladığını tanır ve gecikmiş kart paniğini önler.
LingoDew FSRS’i Nasıl Uygular
LingoDew’de aranan her kelime doğrudan yerleşik mobil FSRS zamanlayıcısına akar:
- Altyazıda bir kelimeye dokunduğunuzda LingoDew, sözlük başlığını, standart okunuşu, çevrilmiş cümleyi ve tam ses zaman damgasını kaydeder.
- Tekrar sırasında kartları dört sezgisel düğmeyle değerlendirirsiniz: Unuttum, Zor, Hatırladım ya da Kolay.
- Kelimeler yapılandırılmış ustalık aşamalarından ilerler — Görülmedi (Unseen) ve Sorgulandı (Queried) aşamalarından Öğreniliyor (Learning) aşamasına ve sonunda Ustalaşmış (Mastered) aşamasına.
- Bir kelime Ustalaşmış aşamasına ulaştığında aktif yuvası ücretsiz planda kalıcı olarak serbest kalır; böylece yeni kelimeleri sürekli emmeye devam edebilirsiniz.
Özgün video girdisini FSRS’in istatistiksel disipliniyle birleştirdiğinizde hem ders kitabı sıkıntısını hem de kart tekrarı tükenmişliğini ortadan kaldırırsınız.