間隔反復学習の実装トレードオフ — Anki と RemNote の設計思想を分解する

SM-2アルゴリズムの仕組みとAnkiの実装選択

間隔反復ソフトの多くは、ポーランドの研究者Piotr Wozniakが開発したSuperMemoの初期アルゴリズム「SM-2」を出発点にしています。Wozniakと共同研究者Gorzelanczykが発表した研究では、記憶の想起間隔を段階的に広げていくことで、少ない復習回数で長期的な保持率を高められることが示されました。SM-2の骨格は単純です。各カードには「易しさ係数」があり、正しく思い出せた評価の高さに応じて次の復習までの間隔が指数関数的に伸びていきます。

Ankiはこの仕組みをほぼそのまま実装に取り込みましたが、評価をユーザーが直感的に選びやすい4段階（もう一度・難しい・普通・簡単）に単純化しています。重要なのは、この易しさ係数と復習間隔がカード単位で独立して管理される点です。あるカードの出来不出来は、他のカードの復習スケジュールに影響しません。これは実装としては素直ですが、後述するようにコンテンツの性質によっては弱点にもなります。

Ankiの「フラットカード」モデル — シンプルさと引き換えのコンテキスト喪失

Ankiのカードは基本的に独立したフラットな構造を持っています。デッキやタグで整理はできますが、カード同士が意味的にどう関連しているかをシステム側が理解しているわけではありません。この設計はカードの作成・管理を単純にする一方、暗記対象を細切れのクローズ問題に分解する過程で、周辺の文脈情報が失われやすいという弱点を抱えています。

典型的な失敗パターンは語学学習者に見られます。数千枚の穴埋めカードを作成し、単語や文法要素を個別に暗記しようとすると、文中での使われ方や関連語との違いがカードから抜け落ち、同じカードを繰り返し間違え続ける「リーチ（leech）」状態に陥りやすくなります。Ankiにはリーチカードを自動的に一時停止する既定の閾値（既定では8回連続失敗）が用意されていますが、これは症状への対処であって、コンテキスト喪失という原因そのものを解決するものではありません。

RemNoteの「Portalとカードの統合」— ノートオペレーティングシステムとしての設計

RemNoteは階層構造を持つ箇条書き（Rem）でノートを作成し、任意の項目にフラッシュカード化のフラグを立てる方式を取っています。ここでの重要な違いは、カードがノートの外にある独立ファイルではなく、ノートの一部としてその場に存在する点です。Portalと呼ばれる機能を使うと、同じ項目を複数の文脈に埋め込んで表示できるため、カードは常に元の文脈—どの章のどの節に属していたか—を保持したまま復習対象になります。

この設計はAnkiが抱えるコンテキスト喪失の問題に対する一つの答えですが、代償もあります。ノートの構造とフラッシュカードの挙動が密結合しているため、ノートを整理し直した際にカードの生成・削除が意図せず連動し、復習スケジュールが崩れることがあります。Zettelkastenのようにノート同士のリンクを重視する情報構造と組み合わせると威力を発揮しますが、その分システムの挙動を予測しにくくなるという性質も持ち合わせています。

FSRSへの移行が示すもの — SM-2の限界とコミュニティ主導の改善

SM-2は1990年代の研究に基づく固定的な計算式であり、ユーザー個人の記憶特性を反映する変数は限られています。この限界に対応するため、Ankiは近年FSRS（Free Spaced Repetition Scheduler）と呼ばれる代替アルゴリズムを標準機能として組み込みました。Anki公式マニュアルの説明によれば、FSRSは個々のユーザーの復習履歴をもとにパラメータを推定し、忘却曲線をより精密にモデル化することで、簡単なカードへの過剰な復習と、難しいカードへの復習不足の両方を減らすことを狙っています。

ただし、FSRSのパラメータ推定にはある程度の復習履歴の蓄積が必要であり、導入直後はSM-2よりも精度が低い場合があるとAnki公式マニュアルは注記しています。RemNoteも独自にスケジューリングの改善を続けていますが、公開されている技術文書の詳しさという点では、AnkiとFSRSコミュニティが公開している情報量に及びません。アルゴリズムの透明性という観点では両者に無視できない差があります。

長期運用のコスト — デッキ肥大化、復習負債、そして選択基準

どちらのツールを使っても、カードは学習を続ける限り増え続けます。作成ペースが復習消化ペースを上回ると、日々の復習キューが膨らみ続ける「復習負債」が発生します。Ankiではリーチ閾値やデッキ単位の1日あたり新規カード上限を設定して負債の増加速度を制御するのが一般的な運用です。RemNoteの場合はノート構造とカードが結びついているため、ノートを大幅にリファクタリングするとカードの重複や孤立が発生しやすく、負債の性質がやや異なります。

結局のところ、どちらが優れているかという問いには答えがありません。語彙や医学用語のような独立した事実知識が中心なら、Ankiのフラットな独立性は運用コストを抑えやすい選択です。相互に関連し合う概念—大学院レベルの読解や、システムの構造理解のような知識—が中心なら、RemNoteの文脈連動型の設計が有利に働きます。Zettelkasten・PARA・Bullet Journalの情報構造を分解した記事で扱った設計思想の違いは、そのままカード設計の選択にも当てはまります。FSRSのような個人適応型のアルゴリズムが今後RemNoteのような文脈連動型システムにどう組み込まれていくのかは、まだ公開情報だけでは見通せない部分です。

間隔反復の効果そのものについては、学習セッション長と分散学習の関係を扱った記事で扱っている分散学習の実証研究とも接続しています。カードの設計思想を選ぶ前に、そもそもなぜ間隔を空けることが記憶の定着に効くのかを押さえておくと、ツール選びの基準がより明確になります。