Un planificateur qui estime quand vous allez oublier
FSRS (Free Spaced Repetition Scheduler) est une alternative à l’ancien planificateur d’Anki, fondé sur SM-2. Il utilise votre historique de révision pour estimer quand vous risquez d’oublier chaque carte et planifie la révision suivante pour que vous vous en souveniez avec la probabilité que vous avez choisie, appelée rétention souhaitée (desired retention).
En pratique, vous cessez d’ajuster à la main multiplicateurs et intervalles et décidez surtout d’un seul chiffre : la proportion de cartes dont vous voulez vous souvenir quand elles reviennent. FSRS calcule les intervalles à partir de là. C’est toujours de la répétition espacée ; ce qui change, c’est la façon de calculer l’espacement.
Vérifiez que toutes vos applications le prennent en charge
D’après le manuel d’Anki, FSRS fonctionne dans Anki 23.10 ou version ultérieure, AnkiMobile 23.10 ou ultérieure, AnkiWeb et AnkiDroid 2.17 ou ultérieure. Le manuel prévient que si vous étudiez dans un client qui ne le prend pas en charge, les choses ne fonctionneront pas correctement. Avant de l’activer, mettez à jour tous les appareils sur lesquels vous révisez.
Cette vérification évite le problème le plus frustrant : réviser sur votre téléphone avec une ancienne version et trouver des intervalles incohérents après la synchronisation. Si l’un de vos appareils ne peut pas être mis à jour, réglez ce point avant de changer de planificateur.
Activez-le et ajustez les étapes d’apprentissage
Vous activez FSRS dans la section FSRS, en bas des options du paquet, et le manuel précise que le réglage est global : vous ne pouvez pas l’utiliser dans certains paquets et pas dans d’autres. Avant de l’activer, le manuel recommande de supprimer tout code de planification personnalisé que vous auriez ajouté.
Il demande aussi de garder les étapes d’apprentissage et de réapprentissage en dessous d’un jour, par exemple 10m ou 30m. La raison : FSRS gère les intervalles qui se comptent en jours ; si vos étapes atteignent déjà un jour ou plus, les deux systèmes se chevauchent. Vérifiez ces champs dans chaque préréglage que vous utilisez.
Choisissez la rétention souhaitée avec soin
La rétention souhaitée est la probabilité de vous souvenir d’une carte quand elle revient en révision. La valeur par défaut est de 90 %. L’augmenter raccourcit les intervalles et vous donne plus de révisions ; la baisser signifie moins de révisions, mais plus de cartes oubliées avant que vous ne les revoyiez. Le manuel conseille de rester en dessous de 97 %, car la charge de travail grimpe fortement à l’approche de 100 %.
Pour vous le représenter, voici un exemple que nous avons construit : à 90 %, sur 200 révisions prévues, vous pouvez vous attendre à en oublier environ 20. Avec une rétention plus élevée, ce chiffre baisse, mais le nombre total de révisions augmente. La rétention se règle par préréglage : vous pouvez donc utiliser une valeur plus élevée pour un paquet lié à un examen proche et une valeur plus basse pour un paquet d’entretien.
Optimisez les paramètres une fois que vous avez un historique
FSRS dispose de paramètres qui s’adaptent à votre façon de mémoriser, ajustés par un optimiseur qui analyse votre historique de révision. Le manuel indique qu’une nouvelle optimisation environ une fois par mois suffit et mentionne un contrôle de santé facultatif (health check).
Avec peu de données, l’ajustement est moins fiable : le manuel cite le fait d’avoir peu de révisions, moins de quelques centaines, comme une cause fréquente de mauvaises performances de FSRS. Si vous débutez, vous pouvez garder les paramètres par défaut et optimiser plus tard, quand votre historique aura grandi.
Testez le changement pendant deux semaines
Changer de planificateur en pleine période d’examens ajoute de l’incertitude précisément au moment où vous en avez le moins besoin. Si possible, faites l’essai pendant une période plus calme et regardez les chiffres avant de tirer des conclusions. Ce plan est le nôtre, conçu pour que le changement reste facile à évaluer.
- Mettez à jour tous vos appareils et synchronisez avant d’activer FSRS.
- Commencez avec la rétention par défaut de 90 % et ne touchez pas aux autres réglages.
- Notez chaque jour combien de révisions vous avez et à quelle fréquence vous appuyez sur À revoir (Again).
- Au bout de deux semaines, comparez cette charge de travail avec celle d’avant.
- Optimisez les paramètres une fois que votre historique dépasse quelques centaines de révisions.
Ce que FSRS ne règle pas
Un meilleur planificateur ne répare pas des cartes mal rédigées. Si une question mélange trois idées ou si la réponse fait un paragraphe, vous la raterez pour des raisons qu’aucun algorithme ne peut corriger. FSRS ne remplace pas non plus l’entraînement qu’exige votre examen, comme résoudre des problèmes ou rédiger des réponses développées.
- Les cartes ambiguës ou trop longues restent un problème de rédaction.
- Des évaluations malhonnêtes fournissent de fausses données à l’optimiseur.
- Ajouter trop de nouvelles cartes crée toujours trop de révisions.
- Les données sur l’espacement, comme la méta-analyse de Cepeda et ses collègues (2006), appuient le principe général, pas un algorithme en particulier.
Et dans Lumia AI, comment les révisions sont-elles planifiées ?
Lumia AI n’utilise pas FSRS et ne propose pas d’options de paquet comme la rétention souhaitée. Après avoir répondu à chaque carte, vous l’évaluez avec À revoir, Difficile, Bien ou Facile, et Lumia calcule la date de la prochaine révision à partir de cette évaluation.
Si vous venez d’Anki, vous pouvez importer un paquet au format .apkg avec un aperçu, vérifier un échantillon et l’organiser dans des livres. Le conseil est le même qu’avec n’importe quel outil : des cartes claires, des évaluations honnêtes et des vérifications hors du paquet, avec des problèmes ou de nouvelles questions.
Sources et portée de ce guide
Ces références apportent un éclairage sur l'étude et l'apprentissage. Les exemples sont donnés à titre indicatif ; ils ne constituent pas une évaluation de Lumia AI et ne garantissent ni des notes ni des taux de rétention.
- Anki : Deck Options — Manuel d’Anki sur FSRS : versions prises en charge, activation globale, rétention souhaitée et optimisation des paramètres.
- Cepeda et al. (2006) : Distributed practice in verbal recall tasks — Méta-analyse de la pratique distribuée ; elle appuie l’espacement des révisions en général et n’évalue ni FSRS ni Lumia AI.
- Lumia AI : foire aux questions — Source officielle décrivant le tuteur, les parcours d’apprentissage, l’entraînement et la révision ; les contenus générés et les réglages nécessitent toujours une vérification.
Approche éditoriale : le corps du texte cite la source en regard des affirmations fondées sur des données ; cette liste précise le document, le lien et le périmètre consultés. Nous distinguons ces références de nos propres exemples. Si vous relevez une erreur, indiquez la page et la phrase lorsque vous contacter l'équipe.
Révisez avec des cartes claires et des évaluations honnêtes
Importez un paquet .apkg ou créez des cartes dans Lumia AI et laissez vos évaluations planifier chaque révision.
Commencer gratuitement