忘れるタイミングを推定するスケジューラー
FSRS（Free Spaced Repetition Scheduler）は、SM-2をベースにしたAnki従来のスケジューラーに代わる選択肢です。これまでの復習履歴をもとに各カードを忘れそうな時期を推定し、「目標定着率（desired retention）」として設定した確率で思い出せるように次回の復習日を計算します。
実際の運用では、倍率や復習間隔を手動で細かく調整する代わりに、「復習時にどれくらいの割合のカードを覚えていたいか」という1つの数値を決めるだけで済みます。そこからの復習間隔はFSRSが自動で算出します。間隔反復である点は変わらず、間隔の計算方法だけが新しくなっています。
使用しているすべてのアプリが対応しているか確認する
Ankiの公式マニュアルによると、FSRSはAnki 23.10以降、AnkiMobile 23.10以降、AnkiWeb、およびAnkiDroid 2.17以降で動作します。非対応のクライアントで学習すると正しく動作しないため、有効化する前に復習に使うすべての端末をアップデートしておきましょう。
この事前確認をしておくことで、「古いバージョンのスマホアプリで復習してしまい、同期後に復習間隔がおかしくなる」という最も厄介なトラブルを防げます。アップデートできない端末が1台でもある場合は、スケジューラーを切り替える前にまずその環境を整えてください。
FSRSを有効化し、学習ステップを調整する
FSRSはデッキオプション（Deck Options）の下部にあるFSRSセクションで有効化します。マニュアルに記載されている通り、この設定はコレクション全体に適用されるため、特定のデッキだけオン・オフを切り替えることはできません。また、有効化する前にカスタムスケジューリングのコードを削除しておくことが推奨されています。
あわせて、学習ステップと再学習ステップは10mや30mのように1日未満に収めるよう求められています。FSRSが日単位の復習間隔を管理するため、ステップが1日以上に達していると2つのシステムが干渉してしまうためです。使用しているすべてのプリセットでこの欄を確認しておきましょう。
目標定着率を慎重に選ぶ
目標定着率（desired retention）とは、復習の順番が回ってきたときにそのカードを覚えている確率のことです。初期設定は90%です。数値を上げると復習間隔が短くなり復習枚数が増え、下げると復習枚数は減りますが次に見るまでに忘れるカードが増えます。100%に近づくにつれて負担が急増するため、マニュアルでは97%未満に保つことが推奨されています。
1つのイメージとして独自の例を挙げると、90%に設定した場合、200枚の復習カードのうち約20枚は忘れている計算になります。定着率を高く設定すれば忘れる枚数は減りますが、総復習回数は増えます。目標定着率はプリセットごとに設定できるため、直近の試験対策デッキでは高めにし、維持用のデッキでは低めにするといった使い分けが可能です。
復習履歴が溜まったらパラメータを最適化する
FSRSには、あなたの記憶の傾向に合わせて調整されるパラメータがあり、オプティマイザーが復習履歴を分析して算出します。マニュアルによると、再最適化は月に1回程度で十分とされており、任意のヘルスチェック機能についても触れられています。
ただし、データが少ないうちは調整の精度が落ちます。マニュアルでも、復習回数が数百回未満と少ないことが、FSRSの精度が出ない主な原因として挙げられています。使い始めたばかりなら初期パラメータのまま進め、復習履歴が十分に溜まってから最適化を行いましょう。
まずは2週間試してみる
試験期間の真っ只中にスケジューラーを切り替えると、最も避けたい時期に不確実性を抱え込むことになります。できれば余裕のある時期に試し、実際の数値を見てから判断しましょう。変化を評価しやすくするための独自の試行プランは以下の通りです。
- FSRSを有効化する前に、すべての端末をアップデートして同期する。
- 初期設定の目標定着率90%から始め、他の設定は触らない。
- 毎日の復習枚数と、Againを押した頻度を記録する。
- 2週間後、切り替え前の負担と比較する。
- 復習履歴が数百回を超えたらパラメータを最適化する。
FSRSでは解決できないこと
どれほど優れたスケジューラーでも、作り方の悪いカードまでは直してくれません。質問に3つの論点が混ざっていたり、答えが長い段落になっていたりすれば、どんなアルゴリズムでも防げない理由で間違えることになります。また、問題演習や論述練習など、試験本番で求められる実践練習の代わりにもなりません。
- 曖昧なカードや長すぎるカードは、依然としてカード作成上の問題である。
- 不正確な自己評価を続けると、オプティマイザーに誤ったデータが蓄積される。
- 新規カードを追加しすぎれば、やはり復習過多になる。
- Cepedaら（2006）のメタ分析など、分散学習に関する研究エビデンスは「間隔を空けて復習する」という一般原則を裏づけるものであり、特定のアルゴリズムを検証したものではない。
Lumia AIでは復習はどうスケジュールされる？
Lumia AIはFSRSを採用しておらず、目標定着率のようなデッキオプションも設けていません。各カードに回答した後にAgain、Hard、Good、Easyで自己評価を行うと、その評価にもとづいて次回の復習日が算出されます。
Ankiから移行する場合は、.apkg形式のデッキをプレビュー付きでインポートし、少数のサンプルを点検したうえでブックに整理できます。どのツールを使うにしても基本は同じです。明確なカードを作り、正直に自己評価し、デッキ外でも問題演習や初見の質問で理解度を確かめましょう。
本ガイドの情報源と対象範囲
これらの参考文献は、勉強と学習に関する背景知識を提供するものです。例は説明のための具体例であり、Lumia AIの評価ではなく、成績や記憶定着率を保証するものでもありません。
- Anki：デッキオプション（Deck Options） — FSRSに関するAnki公式マニュアル：対応バージョン、全体での有効化、目標定着率、パラメータの最適化について説明しています。
- Cepeda et al. (2006): Distributed practice in verbal recall tasks — 分散学習に関するメタ分析。間隔を空けた復習の一般的な効果を裏づけるものであり、FSRSやLumia AIを直接評価したものではありません。
- Lumia AI：よくある質問（FAQ） — チューター、学習パス、問題演習、および復習機能に関する一次情報源（公式ページ）です。なお、出力内容や設定についてはご自身での確認が必要です。
編集方針：本文中ではエビデンスに基づく記述の横に出典を明記し、この一覧では参照した文書・リンク・確認範囲を示しています。当チームではこれらの参考文献と独自の例題とを明確に区別しています。もし誤りを見つけた場合は、該当ページと文を添えて チームに問い合わせる.
明確なカードと正直な自己評価で復習する
Lumia AIで.apkgデッキをインポートするかカードを作成し、自己評価にもとづいて復習をスケジュールしましょう。
無料で始める