もしそれが全ての問題を解決すると思ってるなら、苦労することになるよ。結局、自分が努力しなきゃいけないんだから。それはレバーか滑車みたいなもので、特別なものじゃないよ。

別に悪いわけじゃない それどころか、ものすごく良いところもあるよね。このコメントは、全ての問題を解決するわけじゃないからといって、多くの人にとって変革的で非常に役立つものを軽視しているように感じる。

この制度の下で作られたフラッシュカードは全く役に立たないと思う。例えば「A」と書いてあって答えが「B」とか、単純な数学の問題みたいな。言い換えれば、グッドハートの法則だね。

スペースドリピティションは時間を最適化してるけど、自己規律やモチベーションの最適化はされてないんだよね。時間が限られているときには非常に効率的だけど、モチベーションを消耗させちゃう。もしモチベーションが限られているなら、燃え尽きたり失敗したりする原因になる。頭の怪我があったにもかかわらず、GCSEやAレベルでの成功はアンキのおかげだし、逆に燃え尽きすぎてギャップイヤーを取ることになったのもアンキのおかげ！ギャップイヤーは楽しんでるけど、アンキがなかったらほぼ必要不可欠だったね。

SRSにはいくつかのUXの問題があって、それが高い摩擦を生んでるんだ。1) カード作成にかかる時間 2) 自己採点の必要性 3) プロンプトと回答の一対一のマッピングを作る 4) 自己学習者なら、まず自分で教えなきゃいけない（理解、足場作りなどとも呼ばれる）もっと根本的に言うと、SRSは超能力じゃなくて、直接的なプロンプトの取得に特化してるだけ。一般化が弱い。知識のグラフを作ることも、知識のビット間のエッジの連鎖で、ここではあまりうまくできてない。再コレクションの知識と論理モデルの知識には、非常に深い根本的な違いがあると思う。再コレクションは辞書のアクセスに似ているようで、人間の再コールの時間を記録したら、みんな一定だと思う。でも、数学的概念のような論理モデルの知識を学ぶのは、全く違って、計算にかかる時間も全然違う。SRSの支持者は、論理モデルにも事実が必要だと言うだろう、例えば公式や補題など。これは本当だけど、もし以前に理解していたら、2回目はもっと早く理解できるはず。だから、SRSの実用性は、非常によく整理されてラベル付けされたノートを持つことよりはかなり進んでいるけど、天才になるにはまだまだ遠い。

数十のアプリ、何千もの講義があって、実際には銀の弾丸ではないことがわかった。君はそう言うけど、私は6ヶ月くらい中国語を学んで、1年か2年の間に時々レビューをして、8年か9年も中国語のレビューをしていないけど、まだかなりのことを思い出せるよ。だから、私にはかなりうまくいった。

いろんなアプリがあって、何千もの講義があるけど、結局それが特効薬ってわけじゃないんだよね。特効薬を定義してない時に言うのは簡単なことだよ。ダイエットが特効薬じゃないって言うのと似てる。俺は6年以上、間隔を空けた復習を使ってるけど、すごく変わったよ。

そう言うけど、医学生の勉強法を完全に革命的に変えたんだよね。確か、効果があまりにもすごくて、いくつかのテストの構造を変更しなきゃいけなかったとか。多言語話者は何年もSRSを使ってるし。人がうまくいかない時の本当の問題は、技術的なことじゃなくて心理的なことだと思う。モチベーションのためにオゼンピックを作ったら大儲けできるだろうけど、もうスケジュールされた物質になってるんじゃないかな。依存性や乱用の可能性がないものがあればいいけど、もしくは誠実さのためのオゼンピックとか。

結局それが特効薬ってわけじゃないんだよね SRSについて気になることの一つは、記憶と語学習得の違いを理解している人からの注目が足りないことだよ。テスト対策をしている人や、記憶の成果から内面的な報酬を得ている人からはたくさん注目されてるけど。記憶は俺の目標じゃない — スペイン語とフランス語の読解力を上げたいんだ — でも、語彙や例文を練習するのはすごく役立つと思う。建設で足場を使うのに例えてみると、足場は建物じゃないし、建物の目的を果たすものじゃない。でも、建物を建てたり、拡張したり、改修したりする必要がある時、時にはその周りに足場を作ることで、すごくスピードアップできることがある。記憶を使って語学学習を助けるためのより良いガイダンスがあればいいのにと思うけど、世の中は記憶を目標にして満足している人（テスト対策や内面的な満足のため）と、記憶をまったく無視する人に分かれているみたい。

事実を学ぶための特効薬だよ。実際に学ぶことはしなきゃいけないけどね。誰も、知識を脳にマトリックススタイルでダウンロードできるなんて主張してないよ。特効薬じゃないって言うなら、銃を装填して撃たなきゃいけないからってことだろうね。

Ankiが大好きだけど、まさに「エンジニアがデザインした典型的な例」だよね。機能は強力で深みもあるけど、見た目がひどくて、使い方を理解するのに時間がかかる。HNを読むようなテックオタクなら何とかできるかもしれないけど、普通のDuolingomaxxingの人には無理だね。

Duolingoに比べると、アプリはかなり退屈だよね。それでも何年も使い続けてるけど、ちょっとゲーミフィケーションを加えた方がいいのかなとも思うことがある。例えば、連続使用の記録とか、効果音とか。もちろん、それはオプションにすべきだけどね。

スペースドリピティションやアンキについて何年も読んできたけど、実際に何かに試すことはできなかった。何か試すのにいいおすすめがあるかな？

AnkiDroidのメンテナーです：今、レビュー用の新しいデザインに取り組んでいます（現在、製品アプリの開発者オプションで利用可能です）。私たちのほとんどは、見た目に満足していないと思いますが、リソースが非常に不足しています。Androidのことに関わりたいと思ったら、気軽にメールしてください。

もっと良いUIがあればいいんだけど、Ankiを使わない理由は使いにくいからじゃないんだよね。価値を得るまでの時間が長いからで、実際の価値は長期的な規律とモチベーションからしか来ない。デザインに関係なく、Ankiで成功する人は面倒なUIでも乗り越えるから、デザインが良くなればファネルの上部は増えるけど、コンバージョンは劇的に減ると思う。

一番の不満は、エディタウィンドウが使いにくいことだね。俺的には、ここがリデザインされるべきメイン部分だと思う。他にも変なところがあって、メインウィンドウのタブバーがタブバーとして機能してないんだ。レビュー画面には「再試行」と「良い」だけの二ボタンモードが組み込まれるべきだと思うし、これを追加するアドオンはすごく人気があるから、実装は簡単だと思う。

ああ、SRS学習でみんながどんな改善を望んでいるのかずっと気になってたんだけど、このスレッドは最高だね！Ankiのコアは間違いなくしっかりしてるけど、そのパワーが非パワーユーザーにはハードルに感じることもあるみたい。あと、「退屈」って必ずしも悪いことじゃないと思う。学ぶのは、しんどいトレーニングみたいに感じるときが一番いいって聞いたことがあるし、同意するな。個人的にデザインの試みでこれらの質問を探ってるんだ。興味がある人がいたら、ここに初期の実験を投稿したよ： https://dribbble.com/shots/25737616-Descartes-Design-Flashca...

単語の認識と全体の文の理解の間には驚くほどのギャップがあるよね。AnkiとYouTubeの動画を組み合わせてペルシャ語を学んでるけど、時々、文の中の単語は全部認識できるのに、全体の意味を組み立てられない不思議な状態になることがある。

1日10分で18000語と5000漢字を覚えたなんて全く信じられない。年間で60時間、5年間で300時間ってことだよね。それだと、1時間に約70語か漢字、つまり1語や漢字に1分もかからない計算になる。これは母国語話者をはるかに超える速度だよ。アンキは効果的だけど、こんな非現実的な方法は必要ないよ。

この原則に基づいてツールを作ったよ！毎日何時間もウェブをブラウジングするから、知識レベルに合わせた文を学んでいる言語に翻訳するブラウザ拡張機能を作ったんだ。これで常に少しずつ浸透学習ができるようにしてる。Aレベルの勉強でも「アンキに1日10分」戦略を使ったけど、2年前に学んだことが数ヶ月前に学んだかのように新鮮に感じられて、復習がすごく楽になったよ。[0] https://nuenki.app

Ankiに何度も挑戦してみたけど、結局続かないんだよね。数年ごとにまた興味を持つオンオフの繰り返しで、今までに5回くらいやったかな。だいたいこんな感じで進むよ： * 何かを覚えたいと思う * 手元にあるデッキがあまり良くないことに気づく * ネットで調べると、自分のデッキを作るのが本当の利益を得る方法だって言われる（これがかなりの時間を要する） * Ankiを最大限に活用する方法を調べると、デフォルト設定がひどいってみんなが言ってるけど、最適な設定については意見がバラバラ * なんとか折衷案を見つけようとするけど、カードの難易度を「評価」するオーバーヘッド（それが複雑な設定とどう関わるかもまだ完全に自信がない）がすごく気を散らす要因になって、慣れない * 数日サボると、積み上がったカードの量に圧倒されて、設定に自信が持てなくなる（それが1年以上先のカードの表示にも影響する） * 結局、やる気がなくなっちゃう。多分、またこのサイクルを始めることになると思う。うまくいってほしいんだけど。これを避けるためのアドバイスないかな？今回は実際にいくつかのデッキにお金を払うつもりで、今は「自分のデッキを作る」ことはスキップするつもり。

Aレベルの途中で拡張機能を通じてFSRSに切り替えたよ。自分の学習パターンに合わせてカスタマイズするために、ちょっとしたGoogle Colabノートブックも使ったんだけど、それがメインバージョンに統合されているかは分からない。レビューの必要な量が半分になって、バーストで出てこないから、すごく快適だった。最初は信じられなかったし、効果が薄れるんじゃないかと心配したけど、逆に効果が同じかそれ以上だった。もう一度試してみることを本当におすすめするよ！

WaniKaniは、今まで見た中で最高のUIを持つSRSソフトウェアだけど、古いアルゴリズムに悩まされてるね。君の指摘や記事の4つ目の見出しの懸念に関しては、全部当てはまるよ：> 最後のインターバルの後にカードを二度と見ないっていう考えは恐ろしい。知識を常に失っているってことだから。

俺も似たような問題があったな…Ankiは短期記憶（単一セッション）の間はガンガン攻めてくるのに、保持できるまでには何週間も何ヶ月もかかることがあった。再度取り組むと、完全に忘れてて、また最初から学び直し。試した時にそのことを言ったら、みんなに反論されたんだ。ほとんどの間隔反復アプリはAnkiを聖なる使者のように扱ってたから、結局間隔反復を完全に諦めちゃった。

そうだね、言語を学んでいるなら、レストランの単語のグループと、航空旅行に関する別のグループを持つといいよね。そうすれば、ユーザーはそれらを関連付けられる。

YCビジネスが生まれそうだね。改善の需要があって、すでにピッチもある。AIを取り入れれば、確実に成功するよ。

何を言ってるの？Ankiには「ノート」という概念があって、そこから1つ以上の「カード」が派生するんだよ。特定のカードタイプだけを持つカスタムデッキを簡単に作れるよ。

ノートのコレクションが必要だと思う（それはダウンロードしたり、LLMで生成したり、自分で作ったり、友達や生徒と共有したりするものかもしれない）。1つ以上のノートのコレクションの上に、学びたいカードのセットがある。これがAnkiのやっていることじゃないの？カードのコレクションがあって、各カードは1つ以上のデッキに含まれることができる。> 特定のセッションでどのカードを学ぶべきか制約をかける方法も必要だよね。それもデッキだよ。「日本語」デッキを持って、書き取りのための「日本語::書き取り」サブデッキを作ることができる。カードにタグを付けて、「Better Tags」を使って、アドホックなタグクエリでサブデッキを作り、学びたいサブセットだけを勉強することもできるよ。もっとデッキを作って、セッションで学びたいサブセットを勉強するのは君が求めていることに合わないの？ > Ankiはこれらのレイヤーを全く分けていないように見える。すべてがモノリシックなデータベースだ。デッキは独立して共有、編集、作成、学習、推論できる別のファイルだ。「Ankiの間隔反復モデル」は、複数の（FSRSや古いもの）から明らかに分かれている。> エクスポートは不快だ。共有も不快だ。単なるファイル（実際にはzipファイル）だよ。それの何が不快なの？ > Ankiを試すたびに、自分のデータをAnkiの外で操作できなくて詰まる。ほとんどのプログラミング言語には、Ankiデッキを外で操作するためのライブラリがあるよ。メディアや辞書のエントリーからAnkiカードを生成する日本の「マイニング」ツールの大きなファミリーなど、Ankiカードを生成してインポートできるツールが実際に何十もある。オープンソースで、クリーンなライブラリの抽象化があるから、データを取り出すのは簡単だよ。> これらの問題がないシステムはあるの？君が説明したすべての問題は、他のソフトウェアで私が経験したことだけど、Ankiは私のためにそれを解決してくれたから、私にとって「Anki」はそのシステムなんだ。

君がここで挙げたポイントが全部間違ってるなんてすごいよね、他のコメントでも触れられてたけど。しかも、Ankiは俺が触ったオープンソースソフトの中で一番ドキュメントが充実してるやつだよ。プログラミングできるなら、ChatGPTは基本的に君がやりたいことは何でもできるし、俺は自分のインサイトのためにSQLiteデータベースを定期的にデータマイニングしてる。

言語学習専用だけど、もしかしたら自分のhttps://thehardway.appモデルの方が君には合うかも（マークダウン風のノートの中にフラッシュカードがあるやつ）

データモデルについて君の言う通りだね。自分でフラッシュカードアプリを作ったから、Ankiが使っているデータベーススキーマを理解しなきゃいけなかったんだけど、結構不格好な部分が多いよね。でも逆に、目的に合わせて作られて、時間が経つにつれて成長していったんだろうなってのもわかる。（例えば、1行しかないテーブルがあって、いくつかのフィールドは単にJSON辞書になってる。）でも、テンプレートの使い方やクローズ削除の仕組みは本当に良いと思う。自分が作ったフラッシュカードアプリにはテンプレートはなかったけど、テキストを「隠す」ための非常に基本的なクローズ削除システムはあったんだ。それはすごく制限されていて、フロント/バックの組み合わせは1つだけだった。複数のテキストを隠すことはできたけど、同時に全部隠れちゃう。Ankiだと、隠すテキストのグループを複数作成できるから、同じノートから複数のフラッシュカードができるんだ（つまり、3つの別々のテキストグループを隠したら、3つの異なるカードができる）。今、Ankiのようにテンプレートやクローズ削除を取り入れるアップデートに取り組んでいるから、その部分が今はありがたく感じる。自分のデータベースについては、少なくとも今作っている新しいバージョンでは、各カードの個別の属性をそれぞれのテーブルに入れるスキーマを作ったんだけど、これは主にデバイス間で同期するために個別の属性を別々に更新できるようにする必要があったからなんだ。Ankiのスキーマを見ていると、同期が複雑だった理由がわかる（少なくとも初期のバージョンでは）本当にそのために作られてなかったからね。[1] https://www.freshcardsapp.com/

これは面白そうだけど、うまくイメージできてるか分からないな… 例のファイルとか持ってない？

これをチェスブックのオープニングトレーニングのために間隔反復に使ったけど、Rustパッケージは素晴らしいよ。使いやすくて、ユーザーのトレーニング負荷をすぐに軽減しつつ、保持率も高く保てた。FSRSは最高だね。

Rubyの人たちへ — 新しいカードが60日間隔で作成される問題を修正するためにFSRS gemをフォークしたよ： https://github.com/arvindang/rb-fsrs これはここにリンクされているPython版から適応したものだよ。

ChatGPT 4oの音声モードは、基本的な中国語を学ぶのにすごく役立ってる。モデルの限界にはいつかぶつかると思うけど、部屋の中をウロウロしながら、いろんな物の名前を聞いたり、言葉が他の言葉と関連してるかを確認するのがめっちゃ楽しい。短い文を組み立てて、文法の即時確認ができるのも素晴らしい。ChatGPTにはまだMCPはないけど、レビューした内容を構造化した形式で生成するようにチャットに頼むことができるよ。

Pythonスクリプトを作って、次の日にレビュー予定のAnkiカードをチェックして、LLMにそのカード用の新しい文を生成させるようにしてるんだ。そうすることで、毎回新しい文脈で見ることができるから。理論的には「知っている」単語（カードではいつも正解する）でも、新しい文脈では認識できない問題に直面してたから、学ぶ時に文脈が変わることでこの問題が解決できることを願ってる。

LLMを使って学習しているなら、話しているトピックに関するAnkiカードをCSV形式で挿入するMCPツールを作成して、それをスマホのAnkiデッキと同期させるといいよ。個人的には、これがどうやって行われるのか詳細なブログ記事を見てみたいな。少なくとも、CSVをAnkiカードに同期させる方法と、CSV作成に対するLLMの応答のMCPインタラクションがどんな感じかを知りたい。

自分でフラッシュカードアプリ（Fresh Cards）を作ったんだけど、たまにユーザーからウェブページやPDFファイルからフラッシュカードをインポートする方法があるかって聞かれるんだ。でも正直、どうやるかまだわからないから、もしかしたら手伝ってくれるかも。ユーザーの立場から見ると、ハイライトしたものを選んで「これをフラッシュカードにする」ってボタンをクリックするインタラクティブなプロセスになるのか、それとも内容をスキャンして質問と答えのリストを自動的に作成するツールになるのか、どっちだと思う？何を質問と答えにする価値があるかを決める基準は何だろう？質問はどれくらい細かくすべきかな？特定の事実（例えば日付や名前）をピックアップして質問にするデモを見たことがあるけど、それが必ずしもすべての教材に役立つわけではないかもしれない。すごくオープンエンドなプロセスに思えるから、みんなのニーズに合うようにするのは難しそうだね。

macOSのサービスモデルは、こういうことにぴったりな感じがする。サービスは、アプリが提供するコンテキストに応じた機能の小さな部分で、アプリ間の統合を開発者の積極的な関与なしに可能にするんだ。例えば、ほとんどのMacアプリでテキストを選択して右クリックしてコンテキストメニューを開き、サービスのサブメニューを開くと、ハイライトしたテキストで何かをするサービスがいくつか表示されるよね。理想的には、SRSアプリが新しいカードを素早く作成できるようにサービスを提供するべきで、例えばテキストをハイライトして右クリックして「サービス」→「新しいSRSカード…」を選ぶと、その場で軽量のカード作成ダイアログが開く感じ。

何かを読んだり理解したりすることとSRSの間のスペースだね。...もしそんなツールを知っている人がいたら、ぜひ教えてほしい。私は少し違うシステムを開発しているんだ：フラッシュカードで復習するのではなく、実際のコンテンツで復習する方法：1. コンテンツに単語や文法の概念をタグ付けする 2. 各単語や文法の概念の難易度を推定する[1] -- 難易度は基本的にこの記事の親しみやすさグラフの逆数だよ。3. 難易度と学習への影響をバランスさせたコンテンツを選ぶ。忘れそうなものを復習する方が新しいことを学ぶよりも影響が大きいから、「間隔反復」は自然に生まれるんだ。そして、フラッシュカードを使う代わりに、ターゲット言語のコンテンツを読む時間を使うんだ。[1] FSRSアルゴリズムの詳細を知っているなら、ここで使っている「難易度」は彼らのアルゴリズムとは違う使い方をしているよ。

私が知っているいくつかの例（主に言語学習、特に日本語学習の分野） - subs2srs MPVスクリプト：字幕付き動画からSRSカードを作成する。ソースとターゲット言語の字幕トラックがあれば、両方を埋めてくれる（ただし、時々注意点がある。異なる言語では、対話の意味が異なる字幕行に分配されることがある） - asbplayer Chrome拡張：ストリーミングサービスに追加の字幕言語を注入し、subs2srsに似た方法でフラッシュカードを作成する - yomitan：ブラウザ辞書検索、主に日本語と中国語のバイリンガル辞書用だけど、カスタム辞書のサポートもある。

Macでは、選択したテキストやスクリーンショットを受け取ってAnkiConnectに送信して新しいノートを作成するショートカットを作ることができるよ。このショートカットを共有シートに追加すれば、どのアプリからでも新しいノートを作成できる。後でAnkiでノートを見直して質問を追加するか、本当に怠けているなら裏面をLLMに送って質問を作成させることもできる。

既存のプログラムから簡単にフラッシュカードを作成するためのスタンドアロンツールはほとんどないと思うけど、これはよくある誤解だね。SRSの半分の利点は、フラッシュカードが何であるかを考え出すことから来てる。概念を巡って回ったり、類似点や違い、例、一般化、特性などを探したりする必要があるんだ。これは大変な作業？うん。理解を助ける？めちゃくちゃ助けるよ。これもまた非常に難しいスキルで、だからこそ多くの人がSRSの良さを理解できないんだと思う。彼らは試してみて、悪いフラッシュカードを書いて、結果が見えなくて諦めちゃう。編集：これもまた、SRSが事実を覚えるためだけに良いという別の誤解につながる。適切な詳細化（子コメントに感謝）をすれば、複雑なテーマの理解を深めるためにも使えるんだ。

この問題は、私のLLMでシステムプロンプトを使って解決してるよ。ChatGPTは新しい概念を理解しようとするメインの場所だから、理解したらフラッシュカードを作るように頼んで、それをMochiにコピー＆ペーストするだけなんだ。改善点としては、LLMとMochiの間にMCP統合みたいなものがあれば、カードを直接追加できるようになるといいな。すぐに実現すると思うよ。

これが私たちがRemNoteを作った理由だよ！ソース（PDF、ウェブサイト、YouTubeなど）を追加して、そこから直接カードを作成できるんだ。AIを使って（文をクリック => AIカードを取得）もできるし、文をハイライトして自分のカードを書くこともできる。OSレベルではないけど、集中したスタンドアロンのオールインワン体験の方が実際には良いと思う。ここで提案していることに似たことをするChrome拡張を探ったけど、実際にはあまり役に立たなかったんだ。PDFをアップロードして、ノートを取り、カードを作るということを直接ツールでやるのが一番集中できるから、いつも戻ってきちゃうんだ。

Yomitan (https://yomitan.wiki/) これをやってるよ。

もしそんなツールを知っている人がいたら、ぜひ教えてほしいな。まあ、あんまり好きじゃないかもしれないけど、EmacsのOrg-modeはAnkiカードの管理にめっちゃ良いよ。俺のSRカードは他のメディアに入ってるわけじゃなくて、文字通り俺のノートなんだ。自由に編集できるし、新しいコンテンツも簡単に生成できる（例えば、LLMを使ったりね）。どんな考えや本の引用もカードに変えられるし、その逆もできる。カードはバージョン管理されてるし、数式やコードスニペットも埋め込める。検索も簡単だし、プラットフォームに依存しないし、文脈的なんだ — 俺のカードは追加のノートや本の注釈、スクリーンショット、動画リンクなんかと絡み合ってて、没入感を持って勉強するのに役立ってるよ。

複雑なスキルの場合、これを本当に理解するにはドメインの専門家である必要がある。 (...) 音楽を独学するために使ったってことだけど、音楽の専門家じゃなかったから、面白い困難があったんじゃない？それは何だったの？どうやって克服したの？

知識トレーシングに関する文献を読むのも面白いかもしれないよ。これは間隔反復のスーパーセットで、学生の回答から何を知っているかを予測することを目指しているんだ。一番シンプルなアプローチはベイジアン知識トレーシングで、単純な確率の更新と潜在因子にフィットさせるための期待値最大化オプティマイザーを使っているよ。標準版は忘却なしの独立したスキルセットを前提にしているけど、それに対する拡張もあるんだ。PyBKTは一般的なものをいくつか実装しているから、そこをチェックしてみて。学習因子分析はナイーブBKTよりもかなり良く機能するみたいで、実装もとても簡単（ロジスティックモデルで、ほとんどの間隔反復アルゴリズムと同じファミリー）だから、階層的な依存関係が組み込まれれば期待できるかも。最近、研究者たちはトランスフォーマーを含むますます複雑なニューラルネットワークを適用しているけど、個人的にはそれはただのオーバーフィットのためのパラメータが増えるだけだと思う。専門家ではないけど、ウクライナの国家試験の準備のために基本的なKTツールを作ったときにこれらを見つけたよ。