Les algorithmes de répétition espacée expliqués
Une plongée dans FSRS, SM-2 et Leitner — les algorithmes qui animent les applications de flashcards modernes. Apprenez comment chacun fonctionne et quelles applications (Anki, RemNote, StudyGlen, Brainscape) les implémentent le mieux.
En 1885, Hermann Ebbinghaus a découvert que nous oublions 70 % des nouvelles informations dans les 24 heures — sauf si nous les révisons à des intervalles scientifiquement optimisés. La répétition espacée est aujourd'hui la méthode d'étude n°1 fondée sur les preuves, mais l'algorithme compte : FSRS peut planifier 20 à 30 % de révisions en moins que SM-2 pour la même rétention. Nous décortiquons le fonctionnement de chaque algorithme et les applications de flashcards qui les implémentent.
Pourquoi l'algorithme derrière vos flashcards compte
La répétition espacée fonctionne en vous montrant une flashcard juste avant le moment où vous êtes censé l'oublier. Le « juste avant », c'est tout le jeu — et c'est un algorithme qui le décide.
Pendant l'essentiel de l'histoire numérique de la répétition espacée, cet algorithme a été SM-2 (SuperMemo 2), une formule que Piotr Wożniak a publiée en 1987. Il a fait tourner le SuperMemo original, tous les utilisateurs d'Anki avant 2023, et c'est encore le planificateur par défaut de RemNote. SM-2 est éprouvé sur le terrain — mais aussi rigide : chaque apprenant reçoit les mêmes courbes de planification, quel que soit le comportement spécifique de sa mémoire.
En 2022, un projet open source appelé FSRS (Free Spaced Repetition Scheduler) a changé la donne. FSRS ajuste un modèle statistique à votre historique de révisions réel et planifie chaque carte selon sa probabilité de rappel prédite. Les benchmarks sur plus de 500 millions de révisions Anki montrent que FSRS demande 20-30 % de révisions en moins que SM-2 pour le même taux de rétention. Anki a adopté FSRS comme planificateur par défaut dans la version 23.10 (novembre 2023).
Ce guide explique comment FSRS, SM-2 et le classique système de boîtes de Leitner fonctionnent — et quelles applications de flashcards implémentent chacun. Si vous choisissez un outil d'étude en 2026, l'algorithme est le plus grand facteur de différenciation.
FSRS — le Free Spaced Repetition Scheduler
FSRS est un algorithme de planification moderne et open source développé depuis 2022 par Jarrett Ye et la communauté open-spaced-repetition. Il a été conçu pour surpasser SM-2 en précision et en efficacité, en traitant la mémoire comme un modèle statistique qui s'adapte à chaque apprenant individuel. Anki, RemNote et StudyGlen l'implémentent tous aujourd'hui.
Comment FSRS fonctionne — le modèle de mémoire DSR
FSRS modélise la mémoire d'une flashcard à l'aide de trois valeurs, mises à jour après chaque révision :
- Difficulté (D): À quel point une carte donnée est difficile pour vous. De 1 à 10. Calibrée selon que vous pressez À nouveau, Difficile, Bien ou Facile.
- Stabilité (S): Le nombre de jours nécessaires pour que votre probabilité de rappeler cette carte descende à votre objectif de rétention (90 % par défaut). Augmente après les révisions correctes, se remet à zéro après les échecs.
- Récupérabilité (R): Votre probabilité prédite de rappeler cette carte maintenant — une fonction de D, S et du nombre de jours depuis votre dernière révision.
Avec ces trois valeurs, FSRS répond à une question pour chaque carte : compte tenu de votre objectif de rétention, quel est le moment le plus tardif auquel je peux planifier cette révision tout en m'attendant à ce que vous vous en souveniez ?
Ce qui distingue FSRS de SM-2
SM-2 utilise des multiplicateurs fixes — tout le monde reçoit les mêmes courbes de croissance d'intervalle de base. FSRS ajuste vos paramètres personnels à votre historique de révisions réel par gradient descent, généralement après ~1 000 révisions. Une fois entraîné, il prend en compte les types de cartes que vous trouvez plus difficiles, la vitesse à laquelle vous oubliez, et comment les échecs affectent la stabilité à long terme.
Vous fixez également un objectif de « Rétention souhaitée » — généralement entre 0,80 et 0,97, la plupart des utilisateurs se situant autour de 0,85-0,90. Une rétention plus élevée signifie plus de révisions ; plus basse, moins. SM-2 n'a pas d'équivalent.
Quelles applications de flashcards utilisent FSRS
- Anki: Planificateur par défaut depuis v23.10 (novembre 2023) sur ordinateur, AnkiDroid et AnkiMobile. SM-2 reste disponible en solution de repli.
- RemNote: Disponible comme planificateur optionnel aux côtés de SM-2.
- StudyGlen: Algorithme par défaut pour tous les paquets de flashcards générés par IA — aucune configuration manuelle nécessaire.
Quand FSRS gagne clairement
Gros paquets (2 000+ cartes), objectifs de rétention à long terme et difficulté hétérogène (certaines cartes faciles, d'autres difficiles). Plus vous accumulez de données de révision, plus FSRS creuse l'écart avec SM-2.
Quand FSRS ne change rien
En dessous de ~1 000 révisions, FSRS ne peut pas encore ajuster un modèle personnel significatif — il retombe sur les paramètres par défaut et affiche des performances proches de SM-2. Pour une étude occasionnelle ou un bachotage à court terme, le choix d'algorithme est largement cosmétique.
SM-2 — l'algorithme classique d'Anki
SM-2 a été publié par Piotr Wożniak en 1987 dans le cadre de SuperMemo — la première application commerciale de répétition espacée. Il a fait tourner le planificateur par défaut d'Anki depuis le lancement en 2006 jusqu'à fin 2023, et c'est encore le planificateur par défaut de RemNote. Quatre décennies d'usage en conditions réelles en ont fait la référence à laquelle tous les autres algorithmes de SRS sont comparés.
Comment SM-2 fonctionne
SM-2 suit deux nombres par carte :
- Facteur de facilité (EF): Un multiplicateur, initialisé à 2,5, qui contrôle la vitesse de croissance des intervalles.
- Intervalle: Nombre de jours entre deux révisions.
Après chaque révision :
- Si vous avez raté la carte, remettez l'intervalle à 1 jour et conservez le EF.
- Si vous l'avez réussie, multipliez l'intervalle courant par le EF (en augmentant légèrement le EF pour Facile et en l'abaissant pour Difficile).
Une séquence SM-2 typique peut ressembler à : 1 jour → réussi → 6 jours → réussi → 15 jours → réussi → 37 jours → réussi → 92 jours...
Forces
SM-2 est simple, transparent et n'a besoin d'aucune donnée d'entraînement. Il fonctionne dès la première révision. Son comportement est prévisible à la main — vous pouvez regarder le EF et l'intervalle d'une carte et expliquer exactement pourquoi elle a été planifiée à cet endroit. 35+ ans d'usage réel en font le choix par défaut le plus sûr pour n'importe quel SRS.
Limites
Les multiplicateurs de SM-2 sont universels — l'algorithme ne s'adapte pas aux apprenants individuels. Si votre mémoire pour les faits géographiques décline plus vite que pour les équations, SM-2 les traite pareil. Il n'a pas non plus d'objectif explicite de rétention : vous ne pouvez pas demander 95 % de rétention au lieu des ~85 % implicites produits par les multiplicateurs.
Quelles applications utilisent SM-2
- Anki: Disponible comme planificateur de repli. Était le choix par défaut jusqu'à ce que v23.10 bascule sur FSRS.
- RemNote: Planificateur par défaut.
- SuperMemo: L'application originale de Piotr Wożniak. Toujours activement développée — le SuperMemo moderne utilise SM-18, un descendant de SM-2.
Le système de Leitner — la répétition espacée sur papier
Le système de Leitner, inventé en 1972 par le journaliste scientifique allemand Sebastian Leitner, précède tout algorithme de SRS numérique. C'est une méthode à cartes physiques qui a inspiré toute la catégorie — et elle vaut la peine d'être comprise, car certaines applications (dont le mode Apprendre de Quizlet) en utilisent encore une version simplifiée.
Comment Leitner fonctionne
Vous avez un ensemble de boîtes numérotées (5 classiquement). Toutes les cartes nouvelles commencent en Boîte 1.
- • Réponse correcte — déplacez la carte vers la boîte supérieure suivante.
- • Réponse fausse — renvoyez la carte en Boîte 1.
Chaque boîte a sa propre fréquence de révision : Boîte 1 tous les jours, Boîte 2 tous les deux jours, Boîte 3 tous les quatre jours, et ainsi de suite. Les cartes que vous retenez régulièrement dérivent vers les boîtes supérieures ; celles que vous oubliez repartent vers la révision fréquente.
Forces et limites
Leitner est le SRS le plus simple possible — il ne demande aucun calcul et fonctionne avec des cartes en papier et une boîte à chaussures. Sa planification est nettement plus grossière que celle de SM-2 ou FSRS, et les intervalles ne s'adaptent ni à la mémoire individuelle ni à la difficulté des cartes. Pour de l'apprentissage à court terme ou un environnement d'étude qui rejette les outils numériques, il reste valable. Pour la plupart des usages modernes, tout SRS numérique tournant sous SM-2 — et surtout sous FSRS — planifiera les révisions plus efficacement.
FSRS vs SM-2 : quel algorithme est le plus performant ?
L'équipe Anki a mené des benchmarks sur plus de 500 millions de journaux de révision comparant FSRS et SM-2. Résultat principal : pour le même taux de rétention, FSRS demande environ 20-30 % de révisions en moins. Sur un paquet de 2 000 cartes avec des révisions quotidiennes, cela se traduit par des heures économisées chaque semaine.
Où FSRS gagne clairement
- Rétention à long terme (intervalles de 30+ jours) : le suivi adaptatif de la stabilité de FSRS planifie les intervalles longs plus précisément que les multiplicateurs fixes de SM-2.
- Paquets à difficulté mixte : FSRS apprend la difficulté carte par carte ; les multiplicateurs universels de SM-2 sur-planifient les cartes faciles et sous-planifient les difficiles.
- Utilisateurs ayant 1 000+ révisions : FSRS a besoin de données d'entraînement pour se personnaliser. Une fois qu'il les a, l'écart avec SM-2 se creuse à chaque révision supplémentaire.
Où SM-2 tient encore bien
- Petits paquets (moins de 500 cartes) : FSRS ne peut pas encore ajuster un modèle personnel ; les valeurs par défaut de SM-2 sont compétitives.
- Apprenants tout débutants : SM-2 fonctionne dès le premier jour, sans configuration. FSRS avec paramètres par défaut convient aussi, mais l'avantage réel n'apparaît qu'une fois les données accumulées.
- Interprétabilité : la planification de SM-2 est prévisible à partir de (EF, intervalle). Le modèle ajusté de FSRS est de fait un petit réseau de neurones — plus difficile à raisonner à la main.
Si votre application de flashcards propose FSRS, activez-le. Pour la plupart des utilisateurs, la réduction de 20-30 % des révisions est le plus grand gain ergonomique disponible — c'est pour cela que l'équipe Anki en a fait le choix par défaut à partir de v23.10. Les seules raisons de rester sur SM-2 sont un paquet très petit, un historique de révisions mince, ou une migration en cours de paquet que vous ne voulez pas ré-optimiser.
Quel algorithme devez-vous utiliser ?
Un cadre de décision rapide :
- 1.
Gros paquet (1 000+ cartes) et objectif de rétention à long terme → FSRS. Anki, RemNote ou StudyGlen l'implémentent tous.
- 2.
Petit paquet et étude à court terme (un seul examen, un lexique de voyage) → n'importe quel algorithme fait l'affaire, y compris le Leitner nature. Ne sur-pensez pas.
- 3.
Vous voulez zéro configuration plus des cartes générées par IA → StudyGlen (FSRS par défaut, l'IA génère des cartes à partir de PDF, de notes ou d'images).
- 4.
Vous voulez un contrôle maximal plus l'accès à des paquets de la communauté → Anki (FSRS par défaut depuis v23.10, SM-2 disponible en solution de repli).
- 5.
Vous prenez des notes longues et voulez des flashcards intégrées → RemNote (SM-2 par défaut, FSRS disponible).
- 6.
Vous voulez des sets de flashcards curés par des experts avec une révision simple basée sur la confiance → Brainscape (utilise CBR, un planificateur propriétaire qui n'est pas FSRS).
- 7.
Vous avez besoin de la plus grande bibliothèque de flashcards existante et pas d'un vrai SRS → Quizlet (style Leitner, pas un vrai SRS).
Pour la plupart des étudiants en 2026, une application animée par FSRS est le bon choix par défaut. L'algorithme a remplacé SM-2 comme état de l'art pour une raison — et l'infrastructure pour l'entraîner est désormais intégrée à tous les principaux outils de flashcards.
Les applications qui implémentent ces algorithmes
Voici les cinq applications de flashcards les plus utilisées pour la répétition espacée, regroupées par l'algorithme qu'elles font tourner sous le capot. Les verdicts et les avantages/inconvénients ci-dessous vous aident à les comparer — mais si vous hésitez encore entre les algorithmes, revenez à la section Quel algorithme devez-vous utiliser.
Pros
- L'algorithme FSRS s'adapte à vos schémas de mémoire personnels pour un timing de révision optimal
- L'IA génère des flashcards depuis PDF, texte et image (pas de création manuelle nécessaire)
- Définissez votre taux de rétention cible et FSRS planifie les révisions mathématiquement
- Génère également des quiz, des BD éducatives et des sessions de quiz en direct
- 37 langues avec détection automatique
- Forfait gratuit avec tarification par crédits (pas d'abonnement)
- Images éducatives générées par IA sur les flashcards pour la mémoire visuelle
Cons
- Plateforme récente, communauté en croissance
- Pas d'application mobile pour l'instant (interface web responsive)
- Pas de bibliothèque de jeux partagés
Pros
- Gratuit et open source (bureau et Android)
- Supporte les algorithmes FSRS et SM-2 (FSRS par défaut pour les nouveaux utilisateurs)
- Modèles de cartes, types de notes et paramètres de planification hautement personnalisables
- Immense communauté avec des milliers de jeux partagés (AnKing pour la médecine, etc.)
- Fonctionne entièrement hors ligne sur toutes les plateformes
- Puissant écosystème d'extensions pour des fonctionnalités supplémentaires
Cons
- Courbe d'apprentissage raide — intimidant pour les débutants
- Pas de génération IA intégrée (nécessite création manuelle ou extensions)
- L'application iOS coûte 24,99 $ (achat unique)
- Interface au design daté
Pros
- La Répétition Basée sur la Confiance (CBR) adapte la fréquence de révision à votre confiance auto-évaluée (échelle 1-5)
- Grand marché de classes de flashcards certifiées et conçues par des experts
- Applications mobiles natives soignées (iOS et Android)
- Suivi de progression détaillé et tableau de bord analytique
- Outils pour enseignants et classes intégrés
Cons
- Pas de génération IA depuis du contenu téléchargé
- La CBR est propriétaire — moins transparente et fondée sur la recherche que FSRS
- Abonnement Pro requis pour l'accès complet à la bibliothèque (9,99 $/mois)
- Personnalisation limitée des cartes par rapport à Anki
Pros
- Répétition espacée SM-2 intégrée directement dans le workflow de prise de notes
- L'IA génère des flashcards depuis vos notes automatiquement
- Les liens bidirectionnels créent un graphe de connaissances de concepts connectés
- Annotation et import de PDF pour les supports d'étude
- Combine prise de notes, flashcards et révision dans un seul espace de travail
Cons
- L'algorithme SM-2 est moins efficace que FSRS (nécessite ~20-30 % de révisions en plus pour la même rétention)
- Courbe d'apprentissage plus raide qu'une simple application de flashcards
- Le forfait gratuit limite les fonctions IA et le stockage
- Communauté plus petite et moins de jeux prêts à l'emploi qu'Anki
Pros
- Immense bibliothèque de plus de 800 M de jeux créés par les utilisateurs
- Magic Notes IA convertit les notes en flashcards
- Applications mobiles soignées avec accès hors ligne
- Multiples modes d'étude (Apprendre, Tester, Match)
- Interface familière avec prise en main facile
Cons
- Pas de véritable algorithme de répétition espacée — utilise un système basique de boîtes Leitner
- Les fonctions IA nécessitent un abonnement Quizlet Plus (7,99 $/mois)
- Beaucoup de publicités dans le forfait gratuit
- Optimisé pour le bachotage à court terme, pas la rétention à long terme
- Pas d'OCR d'images en entrée
Tableau comparatif des fonctionnalités
| Fonctionnalité | StudyGlen | Anki | Brainscape | RemNote | Quizlet |
|---|---|---|---|---|---|
| Algorithme SR | FSRS | FSRS/SM-2 | CBR | SM-2 | Basique |
| Génération IA de cartes | Oui | Extensions | Non | Oui | Oui |
| Import PDF | Oui | Extensions | Non | Oui | Non |
| Types de cartes | Basique, Trous, Image | Basique, Trous, Personnalisé | Basique uniquement | Basique, Trous | Basique, Diagramme |
| Analyse des révisions | Oui | Oui | Oui | Limité | Limité |
| Forfait gratuit | Gratuit | Gratuit | Limité | Limité | Avec publicités |
| Application mobile | Non | Oui | Oui | Oui | Oui |
Voyez-le en Action
Regardez comment StudyGlen génère des flashcards à partir de n'importe quel support d'étude en quelques secondes.
Questions fréquentes
FSRS signifie Free Spaced Repetition Scheduler. C'est un algorithme open source de répétition espacée développé depuis 2022 par Jarrett Ye et la communauté open-spaced-repetition. Anki l'a adopté comme planificateur par défaut dans la version 23.10 (novembre 2023), en remplacement de SM-2.
FSRS modélise la mémoire de chaque flashcard avec trois valeurs : Difficulté (à quel point la carte est difficile pour vous), Stabilité (nombre de jours avant que votre probabilité de rappel ne descende à votre objectif de rétention) et Récupérabilité (votre probabilité prédite actuelle de rappeler la carte). Après chaque révision, FSRS met ces valeurs à jour et planifie la prochaine révision au moment optimal pour atteindre votre taux de rétention cible. Après environ 1 000 révisions, il peut ajuster des paramètres personnalisés à vos schémas de mémoire spécifiques par gradient descent.
SM-2, publié par Piotr Wożniak en 1987, utilise des multiplicateurs fixes pour faire croître les intervalles selon la façon dont vous notez chaque révision. FSRS, sorti en 2022, ajuste un modèle statistique à votre historique de révisions et planifie chaque carte selon la probabilité de rappel prédite. Les benchmarks sur 500+ millions de révisions Anki montrent que FSRS demande environ 20-30 % de révisions en moins que SM-2 pour le même taux de rétention, car il s'adapte aux apprenants individuels et à la difficulté au niveau de la carte. SM-2 est plus simple et n'a pas besoin de données d'entraînement ; FSRS est plus précis dès qu'il a assez d'historique pour se personnaliser.
Pour à peu près tout usage numérique moderne, oui. Le système de boîtes de Leitner (1972) utilise des intervalles fixes entre boîtes (par exemple 1 jour, 2 jours, 4 jours) qui ne s'adaptent ni à la mémoire individuelle ni à la difficulté au niveau de la carte. FSRS calcule dynamiquement la longueur de l'intervalle à partir de votre historique de révisions et cible explicitement un taux de rétention que vous choisissez. Leitner reste correct pour les flashcards papier ou les applications les plus simples, mais tout SRS tournant sous FSRS — ou même SM-2 — planifiera les révisions plus efficacement.
Selon les mainteneurs d'Anki, ré-optimiser 3 à 4 fois par an suffit une fois que votre paquet a 1 000+ révisions. Une ré-optimisation plus fréquente (par exemple hebdomadaire) apporte des améliorations négligeables et ne vaut pas le temps passé. Un bon déclencheur est lorsque le total de vos cartes révisées double approximativement.
Anki (par défaut depuis v23.10), RemNote (en alternative à SM-2) et StudyGlen (par défaut pour les flashcards générées par IA) prennent en charge FSRS nativement. L'algorithme lui-même est open source — des implémentations MIT-licensed en Python et en Rust vivent dans l'organisation open-spaced-repetition sur GitHub — il faut donc s'attendre à ce que d'autres applications l'adoptent au fil du temps.
FSRS a besoin de données de révision pour ajuster un modèle personnalisé. En dessous d'environ 1 000 révisions, il retombe sur les paramètres par défaut et se comporte comme SM-2, donc vous ne verrez pas encore la réduction de 20-30 %. Ceci dit, il n'y a aucun inconvénient à activer FSRS tôt : Anki le fait désormais automatiquement, et les gains de précision personnalisés commencent à apparaître dès que vous avez accumulé assez d'historique.
Cela dépend de l'application de destination. StudyGlen accepte directement les imports .apkg et .colpkg et peut convertir à la demande votre état de planification SM-2 Anki — intervalles, facilité, échecs — en FSRS, pour que les cartes déjà apprises ne recommencent pas à zéro. La plupart des autres outils n'acceptent pas du tout le .apkg, ou traitent les cartes importées comme neuves et perdent votre historique de révision. Si préserver des années de planification Anki vous importe, vérifiez que l'application cible prend bien en charge la conversion SM-2 → FSRS avant de migrer. Le forfait gratuit de StudyGlen inclut 5 imports par jour ; les packs de crédits débloquent un nombre illimité.
Essayez l'application de répétition espacée n°1 gratuitement
Téléchargez un PDF, collez vos notes ou scannez une image — obtenez des flashcards IA avec planification de répétition espacée FSRS en secondes
Commencer la répétition espacée gratuitement