クイック回答： Free Spaced Repetition Scheduler（FSRS）がどのように人間の記憶をモデル化し、完璧なタイミングで最適なカードを提示するのかを解説します。このガイドでは、具体的な背景、メリットとデメリット、そして次のステップを紹介するので、自分の学習システムにどう取り入れるかを判断できます。
FSRSとは？
**Free Spaced Repetition Scheduler（FSRS）**は、情報を忘れそうになるタイミングを予測し、その直前に復習スケジュールを組んでくれるオープンソースのアルゴリズムです。Jarrett Ye氏によって開発され、2022年に公開されたFSRSは、現在ではNeurakoをはじめとする多くの本格的な暗記カードツールのデフォルトのスケジューラーになっています。
FSRSは、測定可能な3つの特性で記憶を表現するDSRモデル（Difficulty、Stability、Retrievability）に基づいています。
- Difficulty（D - 難易度）: そのカードが本質的にどれくらい覚えにくいか。
- Stability（S - 安定度）: 目標とする記憶定着率を下回るまでに、記憶がどれくらい長持ちするか。
- Retrievability（R - 想起性）: 現時点でそのカードを思い出すことができる確率。
なぜ学習者にとってFSRSが重要なのか？
ほとんどの人は、アルゴリズムそのものに興味があるわけではありません。興味があるのは、それによって日々の学習がどう変わるかです。
- 無駄な復習が減る。 すでに完璧に覚えているカードを何度も見直す無駄な時間が減ります。
- 復習の量が予測しやすくなる。 日によって学習量が極端に増減することがなくなり、毎日のタスクが安定します。
- 設定の手間が減る。 NeurakoではFSRSがデフォルトで設定されています。古いワークフローでは、自分でスケジューラーの仕組みを理解して設定する必要がありました。
ツールを比較するとき、FSRSが重要になるのはそのためです。これは単なる技術的なアップグレードではありません。暗記カードを使った学習習慣が、最初の数週間を過ぎても無理なく続けられるかどうかを左右するものなのです。
なぜ間隔反復（分散学習）は効果的なのか？
1885年にヘルマン・エビングハウスによって初めて実証された**「間隔効果」**は、一定の間隔や短期間に集中して復習する（いわゆる「詰め込み学習」）よりも、徐々に間隔を広げながら復習した方が、はるかに効率的に記憶に定着することを示しています。
その仕組みはこうです。何かを思い出すことに成功するたびに、記憶は再固定化され、少しずつ強固になっていきます。FSRSは、その記憶がどれくらい強固になったかを正確に見積もり、その予測に基づいて次の復習スケジュールを決定します。
FSRSが次の復習タイミングを計算する方法
カードを自己評価（Again（もう一度） / Hard（難しい） / Good（普通） / Easy（簡単））すると、FSRSは以下を行います。
- 現在の難易度と、どれくらい簡単に思い出せたかを考慮した数式を使用して、カードの**Stability（安定度）**を更新します。
- 次の復習日における予想**Retrievability（想起性）**が、目標とする定着率（Neurakoではデフォルトで90%）と等しくなるように、次の復習日を設定します。
これにより、難しいカードは頻繁に、簡単なカードは間隔をあけて復習するようになります。手動で設定する必要はなく、すべて自動で行われます。
FSRS vs. SM-2（従来のスケジュール vs 現代のスケジュール）
| 特性 | SM-2 | FSRS |
|---|---|---|
| 記憶モデル | 経験的な間隔 | 明確なDSRモデル |
| パラメータ調整 | 固定 | ユーザーごとにパーソナライズ |
| 精度 | 良好 | 大幅に向上（査読済み） |
| オープンソース | はい | はい |
間隔反復アルゴリズムを比較した2022年の研究によると、FSRSは同じ目標定着率を維持しながら、必要な復習回数を最大25%削減できることが分かっています。
より詳しい比較に興味がある方は、FSRS vs. SM-2をお読みください。アルゴリズムではなく製品としての比較を知りたい方は、まずはAnkiの代替としてのNeurakoからご覧ください。
NeurakoでのFSRSの活用方法
Neurakoのすべての暗記カードには、FSRSのステータス情報（stability、difficulty、due、reps、lapses）がすべて保存されています。復習が終わるたびに、アルゴリズムがサーバー側でステータスを更新し、次の復習スケジュールを設定します。カードの安定度は**Insights（分析）**ページで確認できます。
その結果、すでによく覚えているカードの復習にかける時間を減らし、対策が必要なカードに多くの時間を割くことができます。
FSRSを使った1週間の学習イメージ
同じ300枚のカードデッキを持っている2人の学習者を想像してみてください。
- 1人目は、厳格で固定された間隔システムを使っており、すでによく知っているカードを頻繁に見直しています。
- 2人目は、FSRSを使っており、実際の想起確率に基づいてカードを復習しています。
週末には、どちらの学習者も同じような定着率に達しているかもしれません。しかし、FSRSを使っている学習者の方が、通常はるかに少ないストレスでそこに到達できます。この差は積み重なっていきます。真剣に学習に取り組む人々が、単に暗記カード機能があるかどうかだけでなく、アプリが最新のスケジュール機能を採用しているかどうかにこだわるのは、これが理由です。
実際の教材からすばやくカードを作成した場合は、この違いがさらに重要になります。AI暗記カードジェネレーターを使ってノート、写真、講義などからカードを作成する場合、スケジューラーがしっかりしていなければ、大量に作成されたカードが手に負えないほどの復習の山になってしまいます。
自分の定着率を見てみませんか？1週間コンスタントに学習を続けた後、Learning Insightsを開くか、Neurakoで初めてのFSRS対応デッキを作成してみましょう。