De ce uiți? Știința din spatele repetării spațiate

Ți s-a întâmplat să reții luni întregi un detaliu citit o singură dată, dar să uiți a doua zi o informație pe care tocmai ai repetat-o?

Amintirile nu se degradează în același ritm. Unele se fixează repede. Altele cedează după câteva ore. Iar fiecare răspuns schimbă ceea ce știm despre ele.

De aici pornește repetarea spațiată: fiecare întrebare revine atunci când o nouă încercare are valoare, suficient de târziu ca să solicite memoria și suficient de devreme ca informația să poată fi recuperată.

Osden folosește un model open-source de repetare spațiată, peste care am construit straturi proprii pentru întrebările grilă de rezidențiat. Punctajul parțial, tipul întrebării, obiectivul de examen și timpul de răspuns devin informații despre starea memoriei.

Poți citi articolul la două niveluri. Exemplele explică deciziile practice. Formulele arată exact cum se transformă o amintire într-o dată de repetare.

Studentă la medicină înconjurată de carduri de studiu programate în timp

Ce se întâmplă fără repetare spațiată

Fără un sistem de programare, ai două variante obișnuite.

Poți relua frecvent toate întrebările. Vei consuma mult timp pe informații pe care încă le știi, iar răspunsurile vor părea ușoare tocmai fiindcă le-ai văzut prea recent.

Sau poți avansa constant prin materie și reveni când ai timp. În acest caz, descoperi adesea că ai uitat o informație abia când întâlnești din nou subiectul, poate după săptămâni sau luni.

Repetarea spațiată creează o a treia variantă. Fiecare întrebare păstrează propriul istoric, iar următoarea apariție depinde de răspunsurile tale:

întrebările fragile revin mai repede;
întrebările bine consolidate primesc intervale mai lungi;
o greșeală scurtează programul;
o reamintire reușită după un interval real îl poate extinde.

Alegerea momentului este cheia întregului sistem. O repetare prea timpurie este ușoară și confirmă puțin, fiindcă informația este încă proaspătă. O repetare prea târzie riscă să găsească amintirea deja pierdută. Între ele există un interval în care recuperarea solicită memoria și, dacă reușește, o consolidează puternic.

Găsirea acelui interval este partea dificilă. El diferă de la o întrebare la alta și se mută după fiecare răspuns. Osden îl estimează actualizând continuu dificultatea, stabilitatea și probabilitatea de reamintire. Aceasta este problema pe care o rezolvă matematica din restul articolului.

Evoluția memoriei fără programarea repetărilor

Fără un sistem de programare. O singură sesiune, apoi o perioadă lungă fără recuperare activă. Afli că ai uitat abia la următoarea întâlnire cu subiectul.

Evoluția memoriei cu repetare spațiată

Cu repetare spațiată. Fiecare recuperare reușită permite un interval mai lung. Revii atunci când recuperarea poate consolida memoria. Reprezentare schematică.

În Statele Unite, studenții la medicină folosesc repetarea spațiată pentru pregătirea USMLE Step 1, o etapă a examenului american de licențiere medicală. Anki este una dintre cele mai cunoscute aplicații: afișează fișe de studiu și programează separat revenirea fiecăreia. Studenții îl folosesc luni întregi, adesea alături de platforme cu întrebări în formatul examenului.

O analiză sistematică publicată în 2026 a reunit 11 studii și 1.135 de studenți la medicină. În cele trei studii care au urmărit USMLE Step 1, utilizarea regulată a Anki a fost asociată consecvent cu rezultate mai bune, iar utilizatorii frecvenți au obținut cu 4–13 puncte mai mult decât cei care îl foloseau foarte puțin. Aceeași analiză citează un sondaj național în care 68,3% dintre 560 de studenți din 102 facultăți de medicină americane declarau că folosesc Anki (Frappa et al., 2026).

Un studiu din Irlanda arată de ce simpla instalare a aplicației spune prea puțin. Dintre studenții participanți, 81% foloseau Anki, dar rezultatele generale nu au diferit doar în funcție de statutul de utilizator. Diferențele au apărut între folosirea ocazională și folosirea extensivă, iar pentru fiziologie utilizatorii Anki au progresat mai mult. Metoda funcționează prin consecvență și acumularea intervalelor, nu prin existența aplicației pe telefon (Haughey et al., 2025).

Popularitatea acestor aplicații are astfel o explicație practică: ele decid când revine fiecare informație, nu doar cum arată o fișă. Versiunile moderne folosesc modele care estimează uitarea și calculează intervalele în funcție de retenția dorită (Anki Manual).

Ideea centrală: algoritmul estimează probabilitatea să-ți amintești informația în acest moment. Estimarea scade în timp și este actualizată după fiecare răspuns.

Ce se întâmplă concret după un răspuns

Două lucruri schimbă programarea: dacă întrebarea este nouă sau are deja un istoric și cât de puternic a fost răspunsul.

Situație	Ce se întâmplă acum	Ce urmează
Întrebare nouă + răspuns slab	Informația are nevoie de reînvățare.	Întrebarea revine după un interval scurt. Dacă următoarea încercare reușește, trece de la minute la zile.
Întrebare nouă + răspuns bun	Modelul primește prima dovadă că informația poate fi recuperată.	Întrebarea intră direct într-un interval de ordinul zilelor. Un răspuns perfect și rapid poate primi mai mult timp.
Întrebare studiată + răspuns slab	Memoria a cedat, dar istoricul acumulat rămâne.	Urmează o confirmare scurtă, apoi intervalul este reconstruit. O singură greșeală nu readuce întrebarea la zero.
Întrebare studiată + răspuns bun	Contează și cât timp a trecut. O recuperare reușită după un interval dificil este o dovadă puternică.	Stabilitatea crește, iar următoarea apariție se îndepărtează.

La complement multiplu, „slab” și „bun” nu înseamnă doar greșit sau corect. Un 4/5 conține mai multă informație decât un 0/5. Obiectivul de examen stabilește dacă punctajul este suficient, iar timpul de răspuns poate diferenția o recuperare fluentă de una obținută cu efort.

Cel mai ușor se vede pe un exemplu. Toate intervalele de mai jos sunt calculate cu parametrii pe care îi folosește Osden.

Începem cu complementul simplu, unde punctajul nu lasă loc de interpretare: 4 puncte sau 0. Aici obiectivul de examen nu schimbă nimic, fiindcă nu există punctaj parțial de comparat cu el.

Patru bare: după răspunsuri corecte succesive întrebarea revine peste 2, 11 și 46 de zile, iar după un răspuns greșit peste 15 minute

Cât timp trece până revine aceeași întrebare, după fiecare răspuns. Trei răspunsuri corecte la rând, în ritm normal de 30–40 de secunde. Fiecare reușită împinge următoarea apariție mai departe, iar o singură greșeală o readuce în aceeași sesiune. Bara de 15 minute este desenată îngroșat: la această scară ar măsura sub un pixel.

La complement multiplu apare punctajul parțial, iar obiectivul de examen decide de la ce punctaj în sus un răspuns contează ca reușit. Urmărim o întrebare pentru un student care își propune 800 de puncte, unde 4/5 trece, iar 3/5 nu.

Cronologie: după 4/5 întrebarea revine peste 2 zile, iar după 5/5 abia peste 11 zile

Un răspuns bun îndepărtează întrebarea. Primele două răspunsuri bune, la o retenție dorită de 90%. Intervalul crește singur, de la 2 la 11 zile. La prima întâlnire, un 5/5 dat în 12 secunde ar fi trimis întrebarea direct peste 8 zile.

Cronologie la aceeași scară: greșeala din ziua 13 readuce întrebarea imediat, apoi intervalele cresc din nou la 2, 5 și 12 zile

O greșeală scurtează programul. Aceeași întrebare, aceeași scară. Greșeala din ziua 13 o readuce aproape imediat, apoi intervalul se reconstruiește: 2, 5 și 12 zile. Cele 15 minute până la confirmarea de 4/5 sunt prea scurte ca să se vadă la această scară.

Comparație: după greșeală întrebarea ajunge în ziua 19, în timp ce o întrebare nouă ajunge în ziua 9

O greșeală nu readuce întrebarea la zero. Primele trei intervale, măsurate din momentul greșelii și, respectiv, de la prima întâlnire. Ambele porniri se fac după un răspuns greșit: întrebarea cu istoric ajunge în ziua 19 după trei repetări, în timp ce una văzută prima dată este încă la ziua 9.

Data exactă depinde de istoricul întrebării, de stabilitatea estimată și de cât de dificilă a fost recuperarea. Mai jos vom vedea matematica.

Repetarea spațiată rămâne o recomandare, nu o restricție. Filtrele îți permit să alegi întrebări noi, întrebări de repetat, toate întrebările sau exersarea liberă și să restrângi sesiunea la capitole ori pagini.

Cum au fost descoperite recuperarea activă și spațierea

Recitirea produce familiaritate. Textul pare cunoscut, iar această senzație poate fi confundată cu abilitatea de a recupera informația fără ajutor. Examenul cere exact această recuperare, cu cartea închisă și în prezența unor variante plauzibile.

În 2006, Henry Roediger și Jeffrey Karpicke au pus studenții să învețe fragmente de proză. Unii le-au recitit. Alții au încercat să le reproducă din memorie. La testul imediat, recitirea arăta bine. După o săptămână, avantajul s-a inversat: studenții care își testaseră memoria au păstrat mai mult (Roediger și Karpicke, 2006).

O meta-analiză ulterioară a confirmat efectul pe mai multe tipuri de materiale și condiții: încercarea de a recupera informația consolidează retenția pe termen lung, mai ales când există feedback și recuperarea reușește (Rowland, 2014).

Nicholas Cepeda și colaboratorii au analizat apoi sute de rezultate despre practica distribuită. Concluzia utilă nu a fost doar că spațierea funcționează. Intervalul potrivit se mută odată cu obiectivul: pentru a păstra informația luni întregi, ai nevoie de alte distanțe între repetări decât pentru un test de săptămâna viitoare (Cepeda et al., 2006; Cepeda et al., 2008).

Cercetarea ne oferă astfel trei reguli practice:

încearcă să recuperezi activ informația;
distribuie încercările în timp;
adaptează intervalul la starea memoriei și la orizontul de retenție.

Pentru a transforma aceste reguli într-o dată concretă avem nevoie de un model.

Trei numere care descriu memoria

Modelul folosit de Osden reprezintă starea unei întrebări prin trei idei:

Simbol	Nume	Întrebarea la care răspunde
$D$	dificultate	Cât de greu se consolidează această informație pentru tine?
$S$	stabilitate	Cât de lent se degradează această amintire?
$R$	probabilitatea de reamintire (engl. retrievability)	Care este probabilitatea să răspunzi corect chiar acum?

Dificultatea, (D)

Dificultatea descrie relația estimată dintre tine și întrebare. Aceeași informație poate avea dificultăți diferite pentru două persoane, în funcție de cunoștințele lor anterioare.

În model, $D$ este limitată între 1 și 10. O valoare mai mare înseamnă că stabilitatea memoriei crește mai greu după o repetare.

Stabilitatea, (S)

Stabilitatea este exprimată în zile. Ea controlează viteza cu care scade memoria.

Definiția este foarte elegantă: stabilitatea este intervalul după care probabilitatea estimată de reamintire ajunge la 90%.

Dacă $S=30$ , atunci modelul estimează că după 30 de zile probabilitatea de reamintire ajunge la aproximativ 90%. Stabilitatea nu este data următoarei repetări; este o proprietate a memoriei din care poate fi calculată acea dată.

Probabilitatea de reamintire, (R)

Probabilitatea de reamintire este un număr între 0 și 1:

$R=0{,}98$ înseamnă o probabilitate estimată de 98% să recuperezi informația acum;
$R=0{,}80$ înseamnă 80%;
imediat după o repetare reușită, $R$ revine aproape de 1 și apoi începe să scadă.

Acesta este numărul afișat în Osden drept estimare a memoriei actuale. Valoarea devine utilă agregat, atunci când este calibrată pe multe răspunsuri.

Curba uitării, în formula ei completă

Notăm cu:

$t$ numărul de zile trecute de la ultima repetare;
$S$ stabilitatea curentă;
$w_{20}$ un parametru învățat care controlează forma curbei;
$f$ un factor calculat din acel parametru.

Mai întâi:

f = 0.9^{-1/w_{20}} - 1

Apoi probabilitatea de reamintire este:

R(t,S)=\left(1+f\frac{t}{S}\right)^{-w_{20}}

De ce are curba această formă?

În anii 1880, Hermann Ebbinghaus a încercat să studieze memoria fără ajutorul sensului. A memorat mii de silabe fără înțeles și a măsurat cât îi lua să le învețe din nou după diferite intervale. Tiparul a devenit celebru: uitarea era rapidă la început, apoi încetinea (Ebbinghaus, 1885).

Mai mult de un secol mai târziu, cercetările asupra formei uitării au arătat că funcțiile de putere descriu bine multe seturi de date (Wixted și Ebbesen, 1991). Formula de aici este o funcție de putere deplasată, ajustată pe istorice de repetare pentru a surprinde diferențele dintre oameni și informații.

Construcția formulei garantează două lucruri:

R(0,S)=1

și

R(S,S)=0.9

Prima egalitate spune că, imediat după repetare, timpul scurs este zero și probabilitatea de reamintire este maximă. A doua explică definiția stabilității: când timpul scurs devine egal cu $S$ , probabilitatea ajunge la 90%.

Un exemplu numeric

Pentru parametrul implicit al curbei din versiunea actuală, $w_{20}=0{,}1542$ , factorul $f$ este aproximativ $0{,}98$ .

Să presupunem că o amintire are stabilitatea $S=30$ de zile.

După 10 zile:

R(10,30)=\left(1+0.98\cdot\frac{10}{30}\right)^{-0.1542} \approx 0.957

Modelul estimează aproximativ 95,7% șanse de reamintire.

După 30 de zile:

R(30,30)\approx 0.900

După 60 de zile:

R(60,30)\approx 0.846

Observă că probabilitatea scade neliniar: ritmul uitării se schimbă de la o zi la alta, iar amintirile cu stabilități diferite cer calendare diferite.

Curbele uitării pentru stabilități de 7, 30 și 90 de zile

Aceeași formulă, amintiri cu durabilități diferite. Curbe calculate cu formula de mai sus și parametrul implicit al versiunii actuale. Fiecare curbă atinge 90% exact când timpul scurs devine egal cu stabilitatea sa.

Cum devine probabilitatea un interval de repetare

Până acum am calculat probabilitatea la un moment ales. Algoritmul de programare trebuie să rezolve problema inversă:

Pentru ce interval (I) va ajunge memoria la nivelul de retenție dorit (r)?

Rezolvând ecuația curbei după timp obținem:

I(r,S)=\frac{S}{f}\left(r^{-1/w_{20}}-1\right)

Dacă $r=0{,}9$ , atunci:

I(0.9,S)=S

Aceasta înseamnă că, la o retenție dorită de 90%, o memorie cu stabilitatea de 30 de zile va fi programată în jurul a 30 de zile.

Dacă cerem o retenție mai mare, repetăm mai devreme. Pentru același $S=30$ :

la $r=0{,}95$ , intervalul calculat este aproximativ 12 zile;
la $r=0{,}90$ , intervalul este 30 de zile;
la $r=0{,}80$ , intervalul ar fi aproximativ 100 de zile.

Aceste valori ilustrează costul matematic al retenției: pe măsură ce împingi probabilitatea dorită către 100%, intervalele se scurtează rapid și volumul de repetări crește.

Retenția dorită este un prag probabilistic. Modelul încearcă să aducă întrebările la repetare în jurul acestui nivel. O retenție de 90% se interpretează agregat, pe multe întrebări.

Ce se întâmplă după primul răspuns

La primul răspuns, modelul pornește fără un istoric al întrebării și inițializează stabilitatea și dificultatea din semnalul primit, notat cu $G$ :

G\in\{1,2,3,4\}

Aceste patru valori corespund semnalelor Again, Hard, Good și Easy (reluare, dificil, bine și ușor). Într-o aplicație clasică utilizatorul apasă unul dintre patru butoane. Osden construiește automat semnalul din rezultatul observabil, fără un pas suplimentar de autoevaluare.

Stabilitatea inițială este:

S_0(G)=w_{G-1}

Iar dificultatea inițială:

D_0(G)= \operatorname{clamp} \left( w_4-e^{w_5(G-1)}+1,\, 1,\, 10 \right)

Funcția $\operatorname{clamp}(x,1,10)$ taie rezultatul la intervalul permis. Coeficienții $w_0,\ldots,w_{20}$ sunt valori calibrate pe date de repetare și controlează împreună comportamentul modelului.

Un răspuns mai puternic pornește, în general, cu o stabilitate mai mare și o dificultate mai mică. Dar adevărata personalizare apare după răspunsurile următoare.

Cum se schimbă dificultatea

După fiecare răspuns, semnalul $G$ produce o schimbare brută:

\Delta D(G)=-w_6(G-3)

Schimbarea este amortizată pe măsură ce dificultatea se apropie de limita superioară:

D_{\mathrm{temp}} =D+\Delta D(G)\frac{10-D}{9}

În final există o ușoară revenire către dificultatea inițială estimată pentru un răspuns Easy:

D_{\mathrm{new}} = \operatorname{clamp} \left( w_7D_0(4)+(1-w_7)D_{\mathrm{temp}},\, 1,\, 10 \right)

În limbaj simplu:

răspunsurile slabe împing dificultatea în sus;
răspunsurile bune o reduc;
actualizările sunt graduale, astfel încât o singură greșeală produce o schimbare limitată;
revenirea către medie împiedică estimarea să rămână blocată la extreme din cauza zgomotului.

Cum crește stabilitatea după o reamintire reușită

Aici apare una dintre cele mai spectaculoase formule ale modelului.

Definim doi multiplicatori pentru răspunsurile Hard și Easy:

H_G= \begin{cases} w_{15}, & G=2\\ 1, & \text{altfel} \end{cases}

E_G= \begin{cases} w_{16}, & G=4\\ 1, & \text{altfel} \end{cases}

Noua stabilitate după o reamintire reușită este:

S'_r =S\left[ 1+ e^{w_8} (11-D) S^{-w_9} \left(e^{w_{10}(1-R)}-1\right) H_GE_G \right]

Formula pare intimidantă, dar fiecare componentă are un rol ușor de explicat:

$(11-D)$ : materialul mai dificil primește un câștig mai mic de stabilitate;
$S^{-w_9}$ : amintirile deja foarte stabile continuă să crească, dar cu randament descrescător;
$e^{w_{10}(1-R)}-1$ : o recuperare reușită după un interval provocator produce un câștig mai mare decât un răspuns trivial dat imediat;
$H_G$ și $E_G$ : semnalul Hard micșorează câștigul, iar Easy îl mărește.

Aceasta surprinde matematic intuiția centrală a spațierii: o reamintire reușită este mai informativă atunci când există un risc real de uitare.

Modelul caută echilibrul dintre dificultatea utilă și probabilitatea de succes. Un răspuns eșuat produce o actualizare diferită și poate necesita timp de reînvățare.

Ce se întâmplă după uitare

După o greșeală, modelul păstrează o parte din memoria acumulată și calculează noua stabilitate astfel:

S'_f = w_{11} D^{-w_{12}} \left((S+1)^{w_{13}}-1\right) e^{w_{14}(1-R)}

Noua valoare depinde de:

dificultatea întrebării;
stabilitatea acumulată înainte de greșeală;
probabilitatea pe care modelul o estimase înainte de răspuns.

Acest lucru contează. O informație pe care ai știut-o luni întregi, dar ai ratat-o o dată, nu este echivalentă cu o informație pe care nu ai învățat-o niciodată.

După o greșeală, Osden oferă o oportunitate scurtă de reînvățare, apoi modelul revine la intervale de ordinul zilelor. Acest pas confirmă recuperarea și reconstruiește intervalul pe baza stării memoriei.

Repetările din aceeași zi

Versiunea actuală a modelului poate actualiza separat stabilitatea pentru repetări în aceeași zi:

S' = S\, e^{w_{17}(G-3+w_{18})} S^{-w_{19}}

Sau, ca multiplicator:

\frac{S'}{S} = e^{w_{17}(G-3+w_{18})} S^{-w_{19}}

Termenul $S^{-w_{19}}$ introduce din nou randament descrescător. Recuperarea după un interval real produce alt câștig de memorie decât repetarea frecventă a aceleiași întrebări într-o singură zi.

Aceasta este diferența dintre performanța din sesiunea curentă și retenția pe termen lung. Poți ajunge rapid să răspunzi corect prin repetiție imediată, fără ca amintirea să fie încă stabilă peste săptămâni.

Cum transformă Osden punctajul într-un semnal de memorie

Modelul open-source primește unul dintre patru semnale. Examenul de rezidențiat oferă alt tip de informație:

complementul simplu este punctat binar;
complementul multiplu oferă punctaj parțial;
o diferență între 0/5 și 4/5 conține informație reală;
aceeași pierdere de puncte poate avea importanță diferită pentru cine urmărește 600 față de cine urmărește peste 900;
un răspuns corect în câteva secunde nu transmite același lucru ca unul obținut foarte greu.

Un sistem care ar reduce fiecare rezultat la „corect” sau „greșit” ar pierde informație utilă. Stratul Osden păstrează diferența dintre punctaje și o transformă într-un semnal pe care modelul îl poate folosi.

Stratul Osden face următorii pași:

calculează punctajul după regulile oficiale ale examenului;
ține cont de tipul întrebării;
compară rezultatul cu nivelul necesar pentru obiectivul de examen ales de utilizator;
folosește timpul de răspuns ca semnal suplimentar pentru răspunsurile reușite;
transformă toate acestea într-unul dintre cele patru semnale cerute de model.

De ce contează obiectivul personal

Examenul are 50 de întrebări de complement simplu, câte 4 puncte, și 150 de întrebări de complement multiplu, câte 5 puncte. Scorul maxim este 950.

Dacă o persoană urmărește doar promovarea, pierderea unui punct la o întrebare multiplă poate să nu justifice o repetare urgentă. Pentru un obiectiv apropiat de scorul maxim, aceeași pierdere repetată este incompatibilă cu rezultatul dorit.

De aceea, obiectivul utilizatorului definește câtă precizie trebuie demonstrată și cum este interpretat fiecare punctaj parțial. Adaptarea folosește structura reală a examenului în locul unei reguli identice pentru orice student.

De ce folosim timpul doar ca indiciu

Viteza poate separa o amintire fluentă de una recuperată cu mare efort, dar timpul este zgomotos. Utilizatorul poate fi întrerupt, poate citi mai lent sau poate analiza atent o întrebare ambiguă.

Din acest motiv:

o greșeală rămâne un semnal de eșec indiferent de viteză;
cel mai puternic semnal cere atât precizie, cât și viteză;
în sesiunile normale cronometrul rămâne invizibil și evită presiunea inutilă;
rezultatul întrebării rămâne semnalul principal atunci când durata nu este măsurată corect.

Acesta este un compromis intenționat între informația disponibilă și riscul de a supra-interpreta un număr.

Întrebări noi sau întrebări de repetat?

În Osden ai de parcurs mii de întrebări pentru rezidențiat, iar acoperirea materiei concurează cu menținerea informației deja studiate.

În modul care le combină, Osden alternează întrebări noi cu întrebări ajunse la termen. Întrebările restante sunt prioritizate după starea memoriei, iar sistemul poate trece la celălalt grup dacă unul dintre ele este gol.

Raportul exact este o alegere operațională, ajustată în funcție de volumul real, timpul până la examen și comportamentul utilizatorilor. De aceea, păstrăm separate:

matematica memoriei, care estimează $D$ , $S$ și $R$ ;
politica de coadă, care decide ce tip de întrebare este util să apară acum.

Utilizatorul poate alege și exersarea liberă. În acest caz, o întrebare poate fi reluată voluntar înainte de termen, iar răspunsul continuă să actualizeze memoria.

Ce înseamnă „consolidare” în Harta paginilor

Pe hartă, consolidarea rezumă stabilitatea memoriei asociate întrebărilor unei pagini.

O stabilitate mare înseamnă că informația se degradează mai lent. Numărul întrebărilor de repetat acum depinde și de timpul scurs de la fiecare răspuns:

stabilitatea descrie durabilitatea memoriei;
probabilitatea de reamintire descrie șansa de a-ți aminti informația în acest moment;
data scadentă compară probabilitatea estimată cu retenția dorită.

O pagină poate avea amintiri stabile, dar unele întrebări pot fi ajunse la termen după un interval lung. Invers, o pagină începută recent poate avea stabilitate mică, dar o probabilitate mare de reamintire chiar acum deoarece răspunsurile sunt proaspete.

Cum a devenit uitarea o problemă de programare

Principiile erau clare: recuperarea activă întărește memoria, spațierea contează, iar intervalul potrivit diferă în funcție de cât timp vrei să păstrezi informația. Problema dificilă era alegerea următoarei date pentru fiecare element.

Cercetătorii din spatele modelelor DHP (Difficulty, Half-life, Probability of recall) au tratat programarea ca pe o succesiune de decizii. Fiecare răspuns schimbă starea estimată a memoriei, iar fiecare interval influențează răspunsul următor. În loc să aleagă manual intervale fixe, au învățat aceste relații din istorice mari de studiu (Ye, Su și Cao, 2022; Su et al., 2023).

Modelul open-source folosit de Osden continuă această linie de cercetare și descrie memoria prin dificultate, stabilitate și probabilitatea de reamintire. Ecuațiile versiunii actuale sunt publice și pot fi verificate în documentația tehnică.

Un benchmark public pe sute de milioane de repetări arată că versiunea actuală prezice răspunsurile viitoare mai bine decât versiunile sale anterioare (SRS Benchmark). Cercetarea despre recuperare și spațiere explică de ce metoda ajută învățarea; benchmarkul arată cât de bine poate modelul să aleagă momentul.

Osden adaugă informația pe care un sistem generic de fișe nu o are: regulile punctajului de rezidențiat, diferența dintre complement simplu și multiplu, obiectivul studentului și timpul de răspuns. Aceste straturi fac modelul mai potrivit pentru întrebări grilă decât o interpretare strict binară.

Modelul învață din răspunsuri

Sistemul observă răspunsurile, nu memoria direct. Un rezultat poate fi influențat de ghicit, oboseală, formularea întrebării sau o întrerupere. De aceea, istoricul contează mai mult decât o singură încercare.

Pe măsură ce răspunzi, estimarea se corectează. O greșeală accidentală are un efect limitat într-un istoric solid. O dificultate repetată devine vizibilă și aduce întrebarea mai aproape. Modelul transformă astfel răspunsuri imperfecte într-un calendar util.

Iar calendarul rămâne sub controlul tău. Poți urma întrebările recomandate pentru repetare sau poți folosi filtrele pentru întrebări noi, toate întrebările, exersare liberă, capitole și pagini.

Concluzie

Data de repetare este calculată din starea estimată a memoriei.

După fiecare răspuns, sistemul:

interpretează performanța în contextul tipului de întrebare și al obiectivului tău;
actualizează dificultatea și stabilitatea;
calculează cum scade probabilitatea de reamintire în timp;
găsește intervalul la care probabilitatea ajunge la retenția dorită;
introduce întrebarea în coadă alături de materia nouă și celelalte repetări.

Rezultatul este o dată care se schimbă pe măsură ce memoria ta se schimbă.

Matematica este impresionantă, dar scopul ei este foarte practic: să cheltuiești timpul acolo unde o nouă încercare are cea mai mare valoare.

Bibliografie

Roediger, H. L. III & Karpicke, J. D. (2006). Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science, 17(3).
Rowland, C. A. (2014). The Effect of Testing Versus Restudy on Retention: A Meta-Analytic Review of the Testing Effect. Psychological Bulletin, 140(6).
Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T. & Rohrer, D. (2006). Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis. Psychological Bulletin, 132(3), 354–380.
Cepeda, N. J., Vul, E., Rohrer, D., Wixted, J. T. & Pashler, H. (2008). Spacing Effects in Learning: A Temporal Ridgeline of Optimal Retention. Psychological Science, 19(11), 1095–1102.
Wixted, J. T. & Ebbesen, E. B. (1991). On the Form of Forgetting. Psychological Science.
Ye, J., Su, J. & Cao, Y. (2022). A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling. Proceedings of ACM SIGKDD, 4381–4390.
Su, J., Ye, J., Nie, L., Cao, Y. & Chen, Y. (2023). Optimizing Spaced Repetition Schedule by Capturing the Dynamics of Memory. IEEE Transactions on Knowledge and Data Engineering, 35(10), 10085–10097.
Open Spaced Repetition (2026). Documentația tehnică a algoritmului.
Open Spaced Repetition. SRS Benchmark.
Anki. Deck Options: spaced repetition and desired retention.
Ebbinghaus, H. (1885). Über das Gedächtnis.
Frappa, N., Chernov, D., Dillon, M. & Alben, M. G. (2026). Anki Use and Academic Performance in Medical Education: A Systematic Review of Evidence and Learning Theory. Medical Science Educator, 36, 1015–1025.
Haughey, C., Kajitani, S., Buckley, M., Mohamed, M., Rae, M. & Brint, E. (2025). An Assessment of Anki Flashcards Use in Comparison to Alternative Study Methodologies in First Year Graduate Entry Medical Students. Medical Science Educator, 35, 2973–2983.