Se você já estudou com flashcards e percebeu que continua esquecendo as mesmas palavras semanas depois, não é culpa sua. É culpa do algoritmo.
A maioria dos apps de aprendizado de vocabulário usa intervalos de revisão primitivos que ignoram décadas de pesquisa em ciência cognitiva. Neste artigo, vamos explorar a ciência por trás do esquecimento — e por que o algoritmo FSRS representa um salto genuíno no que é possível para os estudantes de hoje.
A Curva do Esquecimento de Ebbinghaus
Em 1885, o psicólogo alemão Hermann Ebbinghaus publicou uma descoberta que mudaria para sempre nossa compreensão da memória humana. Após memorizar longas sequências de sílabas sem sentido e testar sua própria retenção ao longo do tempo, ele descobriu que o esquecimento segue um padrão previsível e consistente.
Sua Curva do Esquecimento mostra que:
- Após 20 minutos, você esqueceu ~42% do que aprendeu
- Após 1 hora, ~56% foi perdido
- Após 1 dia, ~67% se foi
- Após 6 dias, ~75% desapareceu
- Após 1 mês, apenas ~20% permanece
Isso explica por que decorar palavras na véspera de uma prova é tão ineficaz. Você as retém por horas, não por dias — e certamente não por anos.
A Descoberta Crucial: A Revisão Redefine a Curva
A descoberta mais importante de Ebbinghaus não foi a curva em si, mas o que acontece quando você revisa o material antes de esquecê-lo completamente. Cada revisão:
- Fortalece a memória — a curva do esquecimento após a revisão é muito mais rasa
- Estende o intervalo ideal — você pode esperar cada vez mais tempo antes de precisar revisar novamente
- Cria memória de longo prazo — após 4-5 revisões bem cronometradas, uma palavra pode durar anos
Este é o princípio da repetição espaçada — e é a base de todo app de flashcard moderno.
Por que os Apps Tradicionais Falham
O algoritmo SM-2, desenvolvido por Piotr Wozniak em 1987 e usado pelo Anki desde então, foi um avanço enorme para sua época. Mas tem limitações fundamentais:
Problema 1: Intervalos Fixos O SM-2 usa multiplicadores de intervalo predefinidos. Se você avalia um cartão como "bom", ele multiplica o intervalo anterior por um fator fixo (geralmente ~2,5). Isso não leva em conta o quão difícil aquele cartão específico é para você especificamente.
Problema 2: Ignora a Dificuldade Individual Uma pessoa pode achar a palavra ephemeral fácil mas diligent difícil, enquanto outra tem o oposto. O SM-2 trata todos os cartões igualmente após algumas revisões.
Problema 3: Sem Aprendizado de Máquina O SM-2 não melhora com o tempo. Ele segue as mesmas regras para o usuário número 1 e o usuário número 1.000.000.
O resultado? Você passa tempo revisando cartões que já conhece bem (subestimado pelo algoritmo) e esquece cartões que são difíceis para você especificamente (subestimado pelo algoritmo).
O que é FSRS e Por que é Diferente
FSRS (Free Spaced Repetition Scheduler) foi desenvolvido pelo pesquisador Jarrett Ye e lançado em 2022. Em vez de regras fixas, ele usa um modelo de machine learning treinado em dezenas de milhões de avaliações de cartões reais para prever o estado de memória de cada cartão de cada usuário.
Os Dois Conceitos Centrais do FSRS
Estabilidade (S): Quão durável é sua memória para aquele cartão? Alta estabilidade significa que você pode esperar meses antes de precisar revisar. Baixa estabilidade significa que você esquecerá rapidamente.
Dificuldade (D): Quão difícil é aquele cartão para você? Cartões com alta dificuldade são agendados com mais frequência — o FSRS compensa automaticamente.
Como o FSRS Usa Machine Learning
A cada avaliação que você faz (novamente / difícil / bom / fácil), o FSRS atualiza seus modelos de estabilidade e dificuldade para aquele cartão. Ao longo do tempo:
- Um cartão que você consistentemente avalia como "fácil" recebe intervalos cada vez mais longos
- Um cartão que você continua errando recebe intervalos mais curtos e revisões mais frequentes
- O algoritmo aprende seu padrão de memória pessoal
Os Números Reais: Quanto o FSRS Melhora?
Pesquisas independentes e estudos publicados no campo compararam o FSRS com o SM-2 em termos de eficiência de retenção.
Resultado principal: O FSRS alcança a mesma taxa de retenção de 90% com 15-25% menos revisões comparado ao SM-2.
Coloque isso em perspectiva: se você normalmente faz 200 revisões por dia com SM-2 para manter 90% de retenção, o FSRS pode fazer o mesmo com 150-170 revisões — poupando 30-50 minutos por semana, acumulados ao longo de meses de estudo.
Isso pode não parecer muito, mas ao longo de 6 meses de estudo consistente, representa horas de tempo de estudo economizadas — tempo que você pode usar para aprender mais vocabulário ou simplesmente viver sua vida.
Como o Voccle Usa FSRS
O Voccle integra o FSRS diretamente no núcleo do aplicativo. Você não precisa configurar nada — ele simplesmente funciona.
Quando você estuda um deck no Voccle:
- Após avaliar um cartão (novamente / difícil / bom / fácil), o FSRS atualiza imediatamente a estabilidade e dificuldade do cartão
- A próxima data de revisão é calculada para ser exatamente quando sua memória está prestes a cair abaixo do limiar de retenção desejado (90% por padrão)
- Ao longo do tempo, o algoritmo se calibra ao seu perfil de memória pessoal
O resultado: você estuda o mínimo necessário para reter o máximo de vocabulário.
Dicas Práticas Para Maximizar o FSRS
Seja honesto nas suas avaliações. Se você está tentado a clicar em "fácil" para tudo — não faça isso. O FSRS depende da sua avaliação honesta para modelar sua memória. Avaliações inflacionadas resultam em esquecimento excessivo entre sessões.
Estude todos os dias. O FSRS agenda cartões assumindo revisão diária. Pular dias cria acúmulos. Pequenas sessões diárias (15-20 min) superam muito sessões longas intermitentes.
Deixe as revisões chegarem até você. Não tente revisar todos os cartões o tempo todo. Se um cartão não apareceu, significa que sua memória ainda está estável para ele — estudar antes da hora é desperdício.
A Linha de Fundo
Ebbinghaus descobriu que o esquecimento é previsível. A pesquisa de memória moderna descobriu que o esquecimento também é prevenível — com os intervalos certos. O FSRS traz esses intervalos certos, personalizados para o seu cérebro específico, usando machine learning.
Se você está aprendendo vocabulário de qualquer idioma, usar um app com FSRS não é apenas uma escolha melhor — é o equivalente a comprar um carro mais eficiente em vez de andar com motor de aviação. Você chega ao mesmo destino, usando muito menos combustível.
O Voccle usa FSRS por padrão, e você pode começar a estudar gratuitamente hoje — sem configuração, sem taxa, sem compromisso.