यह पृष्ठ मशीन द्वारा अनूदित है और इसमें अशुद्धियाँ हो सकती हैं। अंग्रेज़ी संस्करण ही प्रामाणिक है। अंग्रेज़ी संस्करण देखें
हम प्रमाण से बनाते हैं। न शोर से, न इच्छाशक्ति से — हर प्रोडक्ट-निर्णय का सूत्र किसी ऐसी चीज़ तक जाना चाहिए जिसे आप खुद जाँच सकें।
इस कसौटी पर कौन बनाता है →एक दिन 24 घंटे का होता है। यह संख्या किसी के लिए भी बदली नहीं जा सकती।
अगर समस्या “करना तो है, पर समय नहीं है” है, तो बचा हुआ इकलौता रास्ता ज़्यादा घंटे ढूँढ़ना नहीं, बल्कि प्रति घंटे मिलने वाले परिणाम को बढ़ाना है। जैसे ही आप मान लेते हैं कि आपूर्ति तय है, डिज़ाइन का सवाल बदल जाता है: “आपके दिन का और ज़्यादा हिस्सा कैसे लिया जाए” नहीं, बल्कि “वही एक घंटा आपको कितना आगे ले जाता है”।
इसीलिए mibuki “और ज़्यादा मेहनत करने के तरीके” नहीं बनाता। हम ऐसे प्रोडक्ट बनाते हैं जो दक्षता के विज्ञान को लागू करते हैं। हम यह नहीं बढ़ाते कि आपके पास कितनी इच्छाशक्ति है; हम यह बढ़ाते हैं कि जो इच्छाशक्ति आपके पास पहले से है, वह आपको कितनी दूर ले जाती है।
नीचे दिए तीन सिद्धांत वही कसौटियाँ हैं जिन्हें हम सचमुच इस्तेमाल करते हैं। ये भावनाएँ नहीं हैं — ये वे नियम हैं जो तय करते हैं कि कोई फ़ीचर रिलीज़ होगा या नहीं।
हम जो कुछ भी बनाने पर विचार करते हैं, उसे तीनों से गुज़रना पड़ता है।
Effect size over opinion
हम कोई फ़ीचर सिर्फ़ इसलिए रिलीज़ नहीं करते कि वह होनहार लगता है। किसी अध्ययन-विधि या व्यवहार-डिज़ाइन को अपनाने से पहले हम जाँचते हैं कि प्रभाव कितना बड़ा है, वह दोहराया जाता है या नहीं, और वह कहाँ लागू होता है। इसका मतलब है मूल शोध-पत्र से आगे बढ़कर, सवाल की ज़रूरत के मुताबिक़ पूर्व-पंजीकृत अध्ययनों, व्यवस्थित समीक्षाओं और मेटा-विश्लेषणों तक पढ़ना।
हम किसी चीज़ को इसलिए अपनाते हैं कि वह कारगर साबित हो चुकी है, इसलिए नहीं कि वह चलन में है। उल्टा भी उतना ही सच है: जो कारगर साबित नहीं हुआ, वह कितना भी शोर मचाए, रिलीज़ नहीं होता। मायने विधि का नाम नहीं रखता, बल्कि यह रखता है कि वह किसके लिए, कितनी मात्रा में और किन परिस्थितियों में काम आई।
व्यवहार में — LangDict स्पेस्ड रिपिटीशन का उपयोग करता है। वह फ़ैसला सही था या नहीं, यह हम राय से नहीं बल्कि पूर्वानुमान की सटीकता से तय करते हैं (सिद्धांत 03)। विधि, डेटा और स्कोर — सब सार्वजनिक हैं।
Lexa की रिसर्च रिपोर्ट देखें →Remove friction, not add willpower
लोग इसलिए नहीं छोड़ते कि उनकी इच्छाशक्ति कमज़ोर है। वे इसलिए छोड़ते हैं क्योंकि डिज़ाइन में घर्षण है। शुरू करने से पहले कितने टैप लगते हैं, कितनी सेटिंग्स हैं, आपसे कितने फ़ैसले करवाए जाते हैं — यही सब तय करता है कि आदत टिकेगी या नहीं।
आपसे और ज़्यादा मेहनत करने को कहने के बजाय हम कदम मिटाते हैं। कम सेटिंग्स, डिफ़ॉल्ट पर ही चल जाने लायक, कम फ़ैसले। लक्ष्य ऐसा प्रोडक्ट है जिसे इच्छाशक्ति की ज़रूरत ही न पड़े।
Measure it, then publish it
अगर हम किसी प्रभाव का दावा करते हैं, तो उसे ऐसे रूप में प्रकाशित करते हैं जिसे आप जाँच सकें। यह हम पर लगी बंदिश है, कोई फ़ीचर नहीं: अगर हम कोई संख्या नहीं दे सकते, तो हम कोई नतीजा नहीं जताते।
और हम सिर्फ़ निष्कर्ष प्रकाशित नहीं करते। तुलना-आधार (baseline), डेटा और मापदंड भी प्रकाशित करते हैं, क्योंकि शर्तों के बिना कोई संख्या सिर्फ़ हमें अच्छा दिखा सकती है। कोई नतीजा तभी प्रकाशन के लायक है जब पाठक उन्हीं चरणों से गुज़रकर वही चीज़ देख सके।
व्यवहार में — LangDict के मेमोरी मॉडल Lexa की तुलना तीन सार्वजनिक बेंचमार्क (Anki / Duolingo / maimemo) पर FSRS-7 के डिफ़ॉल्ट पैरामीटर से की जाती है। तुलना-आधार वही मानक कॉन्फ़िगरेशन है, जिस पर कोई प्रति-उपयोगकर्ता अनुकूलन लागू नहीं किया गया। मापदंड, डेटा-विभाजन और स्कोर — सब प्रकाशित हैं।
Lexa की रिसर्च रिपोर्ट पढ़ें →ये वादे सिद्धांतों से ज़्यादा मज़बूत हैं, क्योंकि इन्हें तोड़ते हुए आप हमें पकड़ सकते हैं।
“5 गुना तेज़ी से सीखिए” जैसा कुछ नहीं। जब हम कोई संख्या प्रकाशित करते हैं, तो तुलना-आधार और मापने का तरीका उसी वाक्य में उस संख्या के साथ होते हैं।
हम रद्द करने का रास्ता नहीं छिपाते और बटन इस तरह नहीं रखते कि ग़लत टैप हो जाए। अगर आप जाना चाहते हैं, तो जाने का रास्ता आसानी से मिल जाता है।
ऐसी कोई सूचना नहीं जो स्ट्रीक को बंधक बना ले। हम जो संख्या बढ़ाना चाहते हैं वह ऐप में बिताया गया आपका समय नहीं है — वह समय है जो आपको वापस मिलता है।
ऐसा इनाम-नाटक नहीं जो बिना किसी असली सीख के प्रगति का एहसास करा दे। अगर सिर्फ़ एक काउंटर हिला है, तो कुछ नहीं हिला।
जवाब हर प्रोडक्ट के लिए अलग है, इसलिए यहाँ हर प्रोडक्ट के लिए अलग-अलग, वजह सहित लिखा है।
जो कुछ भी फोकस या अध्ययन में सीधे दख़ल देता है, उसमें विज्ञापन नहीं होते। Lofi Station फोकस बेचता है; फोकस तोड़ने के लिए बनी चीज़ को उसी स्क्रीन पर रखना बेमेल है। LangDict का मामला भी वही है — जो कुछ भी अध्ययन के बीच ध्यान खींचता है, वह ऐप के होने के मक़सद के ही ख़िलाफ़ जाता है।
kikeruka और Atom में विज्ञापन हैं। ये मुफ़्त हैं, और हम अभी तक इतना फ़र्क़ नहीं बना पाए हैं कि किसी सशुल्क स्तर के लिए वाजिब तरीक़े से पैसे माँग सकें। फ़िलहाल दोनों में से किसी भी ऐप में पैसे देकर विज्ञापन हटाने का कोई तरीका नहीं है। जब पैसे लेने लायक कोई सशुल्क स्तर बन जाएगा, तब हम या तो विज्ञापन हटा देंगे या उन्हें बंद कर सकने लायक बना देंगे।
यानी यह कोई सिद्धांत नहीं है — यह इस वक़्त प्रोडक्ट और पैसे की असली स्थिति है। स्थिति बदलेगी, तो यह पेज बदल जाएगा।
| प्रोडक्ट | विज्ञापन | वजह |
|---|---|---|
| Lofi Station | नहीं | फोकस के औज़ार में फोकस तोड़ने वाली चीज़ें नहीं होनी चाहिए |
| LangDict | नहीं | अध्ययन के बीच ध्यान खींचने वाली कोई चीज़ नहीं |
| kikeruka | हाँ (हटाने का कोई तरीका नहीं) | इसे मुफ़्त बनाए रखने के लिए |
| Atom | हाँ | इसे मुफ़्त बनाए रखने के लिए |
जो सिद्धांत लागू नहीं हुआ, वह सिद्धांत नहीं है। आज हर सिद्धांत कहाँ उतरा है, यह रहा।
| प्रोडक्ट | लागू सिद्धांत | कैसे दिखता है |
|---|---|---|
| LangDict | 01 + 03 | स्पेस्ड रिपिटीशन अपनाता है, और सार्वजनिक बेंचमार्क पर उसका पूर्वानुमान कितना सटीक है, यह प्रकाशित करता है |
| Atom | 01 + 02 | व्यवहार-विज्ञान के आधार पर आदतों को न्यूनतम इकाइयों और ट्रिगर के रूप में डिज़ाइन करता है |
| Lofi Station | 02 | खुलते ही फोकस — सेटिंग का घर्षण हटा दिया गया |
| kikeruka | 02 | स्कैन कीजिए और इंतज़ार कीजिए; दोबारा जाकर जाँचना अब आपका काम नहीं रहा |
open-spaced-repetition. FSRS: Free Spaced Repetition Scheduler. GitHub.
open-spaced-repetition. srs-benchmark: Benchmark of Spaced Repetition Algorithms. GitHub.
open-spaced-repetition. anki-revlogs-10k: Anki review logs from 10,000 users. Hugging Face.
Settles, B., & Meeder, B. (2016). A Trainable Spaced Repetition Model for Language Learning. Proceedings of the 54th Annual Meeting of the ACL.
Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.
हम केवल वही रचनाएँ सूचीबद्ध करते हैं जिनके लेखक, वर्ष और प्रकाशन-स्थल हमने मूल स्रोत से मिलाकर जाँचे हैं।
Last updated: July 2026