O domínio de qualquer assunto baseia-se em uma base sólida de conhecimento, que inclui fatos, heurísticas e táticas de resolução de problemas. Para aqueles que trabalham em tempo integral com um tema, a prática constante facilita a maestria. Entretanto, para quem estuda algo em meio período, como aprender japonês, a dificuldade é maior devido à falta de tempo para a prática.

A situação é semelhante em ambientes escolares, onde algumas horas de aula ou dever de casa por semana raramente são suficientes para consolidar um verdadeiro conhecimento, especialmente em disciplinas que exigem muita memorização, como história ou medicina. Mesmo atividades do cotidiano, frequentemente não associadas ao aprendizado, poderiam ser mais valorizadas se as informações absorvidas fossem retidas a longo prazo.

Os sistemas de repetição espaçada surgem como uma solução eficaz para esse desafio. Esses programas de software utilizam flashcards, onde a frente do cartão apresenta um prompt e a parte de trás contém a informação a ser recordada. O nome desses sistemas vem da forma como eles agendam revisões, que variam de acordo com a autoavaliação do usuário. Isso permite, por exemplo, aprender 10 novas palavras em um idioma diariamente, aproveitando apenas 20 minutos de revisão.

Embora o funcionamento básico desse sistema seja conhecido, uma revolução silenciosa, impulsionada pelo algoritmo de agendamento FSRS, desenvolvido por Jarrett Ye, tornou esses sistemas muito mais eficazes e menos frustrantes. Antes, os usuários enfrentavam um sistema de agendamento arbitrário que não se adaptava bem à curva de esquecimento individual.

O algoritmo FSRS transforma a questão do agendamento em um problema preditivo, ao tentar determinar quando a probabilidade de recordar um cartão cai para 90%. Isso é algo em que sistemas de machine learning se destacam. O FSRS usa um modelo de três componentes, avaliando dificuldade, estabilidade e recuperabilidade para cada cartão. Essa abordagem permite um agendamento mais preciso e personalizado para cada usuário.

Para aplicar o FSRS, é necessário utilizar software que o suporte, como o Anki, que adotou esse algoritmo como padrão em sua versão 23.10, lançada em 2023. Os benefícios são notáveis, como uma carga de revisões muito mais leve e uma experiência de aprendizado mais gratificante. Ao contrário de outros serviços, como WaniKani e Bunpro, que utilizam algoritmos menos eficazes e intervalos fixos, o FSRS se adapta às necessidades individuais do usuário.

Concluindo, o Anki se destaca como a ferramenta mais eficiente para quem busca aprender de forma eficaz. Embora algumas críticas ao seu design e à necessidade de criar ou encontrar decks sejam válidas, a manutenção constante e o foco em métodos de aprendizado eficientes fazem do Anki uma escolha superior. O investimento de tempo para dominar essa ferramenta pode proporcionar uma base de conhecimento que perdura por toda a vida.