Cette page est une traduction automatique et peut contenir des imprécisions. La version anglaise fait foi. Voir la version anglaise

Qu’est-ce que la répétition espacée ?

La répétition espacée (pratique distribuée) consiste à revenir plusieurs fois sur le même contenu en laissant des intervalles entre les passages, plutôt que de tout étudier d’un coup, afin de le retenir plus longtemps.

En quoi consiste la méthode

Au lieu de lire quelque chose dix fois d’affilée, vous y revenez le premier jour, le troisième jour, une semaine plus tard, un mois plus tard. L’intervalle lui-même est le mécanisme — il change ce qui subsiste.

Après un intervalle, vous avez à moitié oublié l’élément, et cette difficulté à le récupérer est précisément ce qui renforce le souvenir. Le bachotage donne de meilleurs résultats à un test passé immédiatement et de moins bons à un test passé des semaines plus tard ; l’espacement dessine la courbe inverse.

En pratique, cela demande un planificateur qui décide quand chaque carte revient. Le SM-2 d’Anki et le plus récent FSRS sont les plus connus.


Ce que montre la recherche

Seuls des travaux évalués par les pairs sont cités ici.

L’oubli suit une courbe dans le temps (1885)

Ebbinghaus a mémorisé des syllabes sans signification en se prenant lui-même comme unique sujet et a mesuré ce qu’il en retenait au fil du temps. C’est la courbe de l’oubli, et c’est là que l’idée commence.

C’est aussi une auto-expérience avec un seul participant, portant sur des syllabes sans signification. Rien ne garantit que ces chiffres se transposent à l’apprentissage d’un vocabulaire réel.

L’effet d’espacement tient à grande échelle (2006)

Cepeda et al. (2006) ont synthétisé la littérature sur la pratique distribuée pour le rappel verbal et rapportent que l’étude espacée l’emporte sur l’étude massée en matière de rétention. S’agissant d’une revue et d’une synthèse quantitative plutôt que d’une expérience isolée, c’est une preuve plus forte que n’importe quelle étude prise seule.

Le meilleur intervalle dépend du moment où vous serez testé (2008)

Cepeda et al. (2008) ont montré que l’intervalle optimal n’est pas une constante : il varie avec l’éloignement du test. Plus vous devez retenir longtemps, plus les intervalles doivent être longs.

🔴 C’est le point important en pratique. Il n’existe pas d’intervalle correct unique — et c’est exactement pour cela qu’un planificateur existe.

Apprendre les intervalles à partir des données (2016)

Settles et Meeder (2016) ont entraîné un modèle de rétention (HLR) sur les journaux de révision à grande échelle de Duolingo, traitant le choix des intervalles comme un problème d’apprentissage automatique. C’est depuis l’un des points de référence des travaux sur les planificateurs.


Ce qui n’est pas établi

Des affirmations faites au nom de la répétition espacée que les preuves ne soutiennent pas.

Un planning fixe du type « jour 1, jour 3, jour 7 » n’est pas automatiquement optimal

Ce que Cepeda et al. (2008) ont montré, c’est que l’intervalle optimal dépend de la durée de rétention qui vous intéresse. Un tableau trouvé quelque part n’a aucune raison particulière de correspondre à votre objectif.

Les chiffres précis de la courbe de l’oubli ne se transposent pas

Ebbinghaus a travaillé sur un seul sujet avec des syllabes sans signification. Reporter tel quel « on oublie 42 % en 20 minutes » sur l’apprentissage du vocabulaire en langue étrangère est un saut.

La répétition espacée n’est pas une façon d’apprendre plus vite

Ce qui est établi, c’est la rétention à long terme. Ce n’est pas un résultat montrant que le temps d’étude total diminue. Pour un examen la semaine prochaine, le bachotage peut réellement l’emporter.

La précision d’un planificateur et les résultats d’un apprenant sont deux mesures différentes

« Le moment de révision prédit était le bon » et « cette personne a mieux appris » ne sont pas la même quantité. Ce que nous publions, c’est la première.


Comment mibuki l’implémente

LangDict utilise la répétition espacée, et nous vérifions cette décision en mesurant la précision de prédiction.

Si l’intervalle optimal dépend de la situation, un tableau fixe ne peut pas être la réponse — il faut qu’un modèle décide. Dans LangDict, notre propre modèle Lexa fixe la date de la prochaine révision.

Lexa lit non seulement la carte visée mais aussi l’historique de révision des autres cartes de cet utilisateur comme contexte, ce qui permet à un seul modèle partagé de se personnaliser sans phase d’ajustement par utilisateur.

Nous publions la comparaison face aux paramètres par défaut de FSRS-7 sur trois benchmarks publics (Anki / Duolingo / maimemo), avec la métrique, le découpage des données et les scores. Ce qui est comparé, c’est la précision de prédiction de la rétention, pas les résultats d’apprentissage.

Voir LangDict →The Lexa research report →

Last updated: July 2026