Uno scheduler che stima quando dimenticherai
FSRS (Free Spaced Repetition Scheduler) è un'alternativa allo scheduler storico di Anki, basato su SM-2. Usa la tua cronologia dei ripassi per stimare quando probabilmente dimenticherai ogni carta e programma il ripasso successivo in modo che tu la ricordi con la probabilità che scegli, chiamata ritenzione desiderata (Desired retention).
In pratica smetti di regolare a mano moltiplicatori e intervalli e decidi soprattutto un numero: quale quota di carte vuoi ricordare quando ricompaiono. Da lì FSRS calcola gli intervalli. Resta sempre ripetizione spaziata; cambia il modo in cui si calcola la distanza tra un ripasso e l'altro.
Controlla che tutte le app che usi lo supportino
Secondo il manuale di Anki, FSRS funziona in Anki 23.10 o versioni successive, AnkiMobile 23.10 o successive, AnkiWeb e AnkiDroid 2.17 o successive. Il manuale avverte che, se studi in un client che non lo supporta, le cose non funzioneranno correttamente. Prima di attivarlo, aggiorna tutti i dispositivi su cui ripassi.
Questo controllo evita il problema più frustrante: ripassare sul telefono con una versione vecchia e ritrovarsi con intervalli incoerenti dopo la sincronizzazione. Se uno dei tuoi dispositivi non si può aggiornare, risolvi la questione prima di cambiare scheduler.
Attivalo e regola i passaggi di apprendimento
FSRS si attiva nella sezione FSRS in fondo alle opzioni del mazzo, e il manuale precisa che l'impostazione è globale: non puoi usarlo in alcuni mazzi e in altri no. Prima di attivarlo, il manuale consiglia di rimuovere l'eventuale codice di pianificazione personalizzato che hai aggiunto.
Chiede anche di mantenere i passaggi di apprendimento e di riapprendimento (Learning steps e Relearning steps) sotto un giorno, per esempio 10m o 30m. Il motivo è che FSRS gestisce gli intervalli espressi in giorni; se i tuoi passaggi arrivano già a un giorno o più, i due sistemi si sovrappongono. Controlla quei campi in ogni preset che usi.
Scegli la ritenzione desiderata con attenzione
La ritenzione desiderata è la probabilità di ricordare una carta quando arriva il momento di ripassarla. Il valore predefinito è il 90%. Alzarla accorcia gli intervalli e ti dà più ripassi; abbassarla significa meno ripassi ma più carte dimenticate prima di rivederle. Il manuale suggerisce di tenerla sotto il 97%, perché il carico di lavoro sale bruscamente man mano che ti avvicini al 100%.
Un modo per visualizzarla, con un esempio nostro: al 90%, su 200 ripassi in scadenza ti aspetteresti di dimenticarne circa 20. Con una ritenzione più alta quel numero scende, ma il numero totale di ripassi sale. La ritenzione si imposta per preset, quindi puoi usare un valore più alto per un mazzo legato a un esame vicino e uno più basso per un mazzo di mantenimento.
Ottimizza i parametri quando hai una cronologia
FSRS ha dei parametri che si adattano al tuo modo di ricordare, calcolati da un ottimizzatore che analizza la tua cronologia dei ripassi. Il manuale dice che riottimizzarli circa una volta al mese è sufficiente e menziona un controllo facoltativo (health check).
Con pochi dati l'adattamento è meno affidabile: il manuale indica l'avere pochi ripassi, meno di qualche centinaio, tra le cause più comuni per cui FSRS funziona male. Se hai appena cominciato, puoi tenere i parametri predefiniti e ottimizzarli più avanti, quando la cronologia sarà cresciuta.
Prova il cambio per due settimane
Cambiare scheduler in piena sessione d'esami aggiunge incertezza proprio quando ne hai meno bisogno. Se puoi, provalo in un periodo più tranquillo e guarda i numeri prima di trarre conclusioni. Questo è un piano nostro, pensato per rendere il cambiamento facile da valutare.
- Aggiorna tutti i dispositivi e sincronizza prima di attivare FSRS.
- Parti dalla ritenzione predefinita del 90% e lascia stare le altre impostazioni.
- Annota ogni giorno quanti ripassi hai e quanto spesso premi Again.
- Dopo due settimane, confronta quel carico di lavoro con quello che avevi prima.
- Ottimizza i parametri quando la cronologia supera qualche centinaio di ripassi.
Che cosa FSRS non risolve
Uno scheduler migliore non ripara carte scritte male. Se una domanda mescola tre idee o la risposta è un paragrafo, la sbaglierai per ragioni che nessun algoritmo può correggere. FSRS inoltre non sostituisce la pratica che il tuo esame richiede, come risolvere problemi o scrivere risposte articolate.
- Le carte ambigue o troppo lunghe restano un problema di scrittura.
- Valutazioni disoneste forniscono all'ottimizzatore dati falsi.
- Aggiungere troppe carte nuove continua a generare troppi ripassi.
- Le prove sulla distribuzione dei ripassi, come la meta-analisi di Cepeda e colleghi (2006), sostengono il principio generale, non un algoritmo specifico.
E in Lumia AI come vengono programmati i ripassi?
Lumia AI non usa FSRS e non offre opzioni del mazzo come la ritenzione desiderata. Dopo aver risposto a ogni carta, la valuti con Di nuovo, Difficile, Bene o Facile, e Lumia calcola la data del ripasso successivo in base a quella valutazione.
Se arrivi da Anki, puoi importare un mazzo in formato .apkg con un'anteprima, controllarne un campione e organizzarlo in libri. Il consiglio è lo stesso che vale per qualsiasi strumento: carte chiare, valutazioni oneste e verifiche fuori dal mazzo con problemi o domande nuove.
Fonti e ambito di questa guida
Questi riferimenti forniscono un inquadramento generale sullo studio e sull'apprendimento. Gli esempi hanno scopo illustrativo; non costituiscono una valutazione sperimentale di Lumia AI e non garantiscono voti né tassi di ritenzione.
- Anki: Opzioni del mazzo — Manuale di Anki su FSRS: versioni supportate, attivazione globale, ritenzione desiderata e ottimizzazione dei parametri.
- Cepeda et al. (2006): Distributed practice in verbal recall tasks — Meta-analisi sulla pratica distribuita; sostiene la distribuzione dei ripassi in generale e non valuta FSRS né Lumia AI.
- Lumia AI: domande frequenti — Fonte ufficiale per tutor, percorsi di apprendimento, esercitazione e ripasso; i contenuti generati e le configurazioni richiedono comunque una verifica.
Criterio editoriale: il testo cita la fonte accanto alle affermazioni basate su evidenze; questo elenco indica il documento, il link e l'ambito consultati. Distinguiamo tali riferimenti dai nostri esempi. Se riscontri un errore, indica la pagina e la frase quando decidi di contatta il team.
Ripassa con carte chiare e valutazioni oneste
Importa un mazzo .apkg o crea carte in Lumia AI e lascia che siano le tue valutazioni a programmare ogni ripasso.
Inizia gratis