Как эффективно запоминать новый материал с помощью интервальных повторений

В этой статье я хотел бы поделиться опытом использования системы интервальных повторений (spaced repetition system, SRS) и рассказать, как она работает.

Кстати, не пугайтесь терминала на заставке, есть много удобных мобильных приложений для этого метода, просто я решил сделать для себя консольную версию, об этом — в конце статьи.

Spaced repetition (Интервальные повторения)

Это система, которая позволяет эффективно запоминать информацию. Она основана на повторении материала через постоянно возрастающие интервалы времени.

Работает это так: вы регулярно вносите карточки в виде “вопрос — ответ”, и каждый день система спрашивает у вас некоторые из них. Каждый раз, когда вы отвечаете правильно, вы всё лучше и лучше запоминаете эту информацию, поэтому эту карточку вам будут показывать всё реже и реже.

Если же ответить правильно не получилось — откатываемся в самое начало.

Получается, чем лучше ты знаешь карточку, тем реже она тебе попадается.

Причём количество дней, через которое попадётся карточка, растёт экспоненциально: если 10 раз подряд правильно ответить на карточку, она встретится вам примерно через 3 года.

Эффективность

Система работает на основе кривой забывания. По вертикали показан процент запомненной информации,который со временем падает. По горизонтали — время. Чем больше правильных ответов на одну карточку подряд — тем медленнее она забывается (проценты падают медленнее).

Вот отличный видос на тему эффективности разных методик запоминания материала. Он полностью основан на научных статьях.

Вот пара утверждений оттуда:

• простое перечитывание почти никак не помогает запомнить материал
• информация хорошо запоминается, только если человек постоянно пытатется извлечь её из мозга. Нужно регулярно отвечать на вопросы по материалу, чтобы он лучше запомнился

Программы для SRS

Поскольку система реально работает и проста в использовании, она достаточно популярна.

Есть огромное количество приложений для всех платформ, достаточно вбить в поиск “spaced repetition”. Anki, например — очень древнее приложение, разрабатывается аж с 2006 года. В общем, есть и покрасивее варианты :)

Мой опыт

В основном, я использую эту систему для запоминания английских слов. Сейчас у меня в ней крутится более 400 всяких слов и выражений. Как только мне встречается новое слово — вношу его как новую карточку. Обычно я отвечаю на 80-90% карточек правильно. Занимает это никак не больше 5 минут в день.

Ещё я пробовал использовать SRS в учёбе — делал карточки с определениями и теоремами по прикладной алгебре в течение семестра, что очень помогло мне — эта система заставляла меня постоянно думать о предмете, пусть и 5 минут в день. Не могу представить, чтобы я занимался одним и тем же предметом 5 минут каждый день в любом другом виде.

Моя реализация

Мне захотелось написать свою реализацию spaced repetition system для терминала, чтобы максимально ускорить процесс ответа на карточки.

Выглядит это так:

Я вижу вопрос и думаю, потом “переворачиваю” карточку и сверяюсь с ответом. Отмечаю, правильно или неправильно я ответил. На “подумать” времени уходит больше, чем на “свериться”, поэтому ответы так мелькают на видео.

Как можно видеть по гифке, в день потребуется точно меньше пяти минут, как я и обещал :)

Все карточки хранятся в JSON в произвольной папке. Я храню этот файлик в Dropbox, поэтому автоматически получаю синхронизацию между компьютерами.

Если появилось желание попробовать — welcome: https://github.com/m-danya/spaced-repetition-py

(но вообще большинству будет удобнее использовать какое-нибудь мобильное приложение)

Под Windows и Linux точно работает, под Mac тоже должна, не тестил.

P.S. А ещё я изначально вёл SRS в Notion, но он совсем не подходит для этого, потому что отвратительно тормозной. Поэтому я написал консольную программу — обёртку для своей SRS в Notion, но в итоге понял, что лучше уж тогда всё переписать, и вместо того, чтобы работать с глючным API Notion, который то и дело выдавал ошибки авторизации, надо просто перейти на локальное хранение данных в JSON. Вот так и появилась текущая версия.