Den här sidan är maskinöversatt och kan innehålla felaktigheter. Den engelska versionen gäller. Visa den engelska versionen

Approach

Vi bygger utifrån evidens. Inte utifrån hype och inte utifrån viljestyrka — varje produktbeslut måste gå att spåra tillbaka till något du kan kontrollera.

Vem bygger enligt den här standarden →

Utgångspunkten: ingen får mer tid

Ett dygn är 24 timmar. Den siffran är inte förhandlingsbar för någon.

Om problemet är ”jag vill, men jag har ingen tid” är det enda draget som återstår inte att hitta fler timmar, utan att höja resultatet du får ut per timme. När du väl accepterar att tillgången är fast förändras designfrågan: inte ”hur får vi mer av din dag” utan ”hur mycket längre tar samma timme dig”.

Därför bygger mibuki inte sätt att kämpa hårdare. Vi bygger produkter som implementerar effektivitetens vetenskap. Vi försöker inte öka hur mycket viljestyrka du har; vi ökar hur långt den viljestyrka du redan har räcker.

De tre principerna nedan är de kriterier vi faktiskt använder. De är inga fina ord — de är reglerna som avgör om en funktion släpps eller inte.


Tre principer

Allt vi överväger att bygga måste klara alla tre.

01Välj efter effektstorlek

Effect size over opinion

Vi släpper inte en funktion för att den ser lovande ut. Innan vi antar en inlärningsmetod eller en beteendedesign kontrollerar vi hur stor effekten är, om den replikeras och var den gäller. Det innebär att vi läser vidare bortom originalartikeln till förregistrerade studier, systematiska översikter och metaanalyser, beroende på vad frågan kräver.

Vi antar något för att det har visats fungera, inte för att det är populärt. Det omvända gäller också: har det inte visats fungera släpps det inte, hur högljutt det än är. Det viktiga är inte metodens namn utan för vem den fungerade, hur mycket och under vilka villkor.

I praktiken — LangDict använder spaced repetition. Om det var rätt beslut avgör vi med prediktionsprecision i stället för åsikter (princip 03). Metoden, data och poängen är alla offentliga.

Se forskningsrapporten om Lexa →

02Ta bort friktion

Remove friction, not add willpower

Människor slutar inte för att deras viljestyrka är svag. De slutar för att designen har friktion. Antalet tryck innan du kommer igång, antalet inställningar, antalet beslut du ombeds fatta — allt det avgör om en vana överlever.

I stället för att säga åt dig att kämpa hårdare tar vi bort steg. Färre inställningar, användbart direkt med standardvärdena, färre beslut. Målet är en produkt som inte kräver någon viljestyrka alls.

  • I praktiken
  • LangDict — Lägg till ordet du vill lära dig. AI skriver översättningen och exemplen.
  • Lofi Station — Öppna den och du är fokuserad. Det finns ingenting att konfigurera.
  • kikeruka — Skanna och vänta. Du behöver aldrig gå tillbaka och kolla.
  • Atom — Vanor designade kring små enheter och triggers i stället för beslutsamhet.

03Publicera det du mäter

Measure it, then publish it

Om vi hävdar en effekt publicerar vi den i en form du kan kontrollera. Det är en begränsning vi lägger på oss själva, inte en säljpunkt: kan vi inte visa en siffra hävdar vi inget resultat.

Och vi publicerar inte bara slutsatsen. Vi publicerar också jämförelsebasen, data och måttet, eftersom en siffra utan sina villkor bara kan få oss att framstå i bättre dager. Ett resultat är klart att publicera när en läsare skulle kunna följa samma steg och se samma sak.

I praktiken — LangDicts minnesmodell Lexa jämförs med standardparametrarna i FSRS-7 på tre offentliga benchmarks (Anki / Duolingo / maimemo). Jämförelsebasen är standardkonfigurationen, utan någon optimering per användare. Måttet, datauppdelningen och poängen är alla publicerade.

Läs forskningsrapporten om Lexa →

Det vi inte kommer att göra

De här löftena är starkare än principerna, eftersom du kan ta oss på bar gärning om vi bryter dem.

Inga påståenden som inte går att verifiera

Inget ”lär dig 5x snabbare”. När vi publicerar en siffra står jämförelsebasen och mätmetoden i samma mening som siffran.

Inga dark patterns

Vi gömmer inte vägen till att säga upp och vi placerar inte knappar för att fånga feltryck. Vill du lämna oss ska utgången vara lätt att hitta.

Ingen jakt på engagemang

Inga notiser som håller en svit som gisslan. Siffran vi vill öka är inte din tid i appen — det är tiden du får tillbaka.

Inga spel utklädda till lärande

Ingen belöningsteater som får framsteg att kännas verkliga utan att något lärande ligger bakom. Om det enda som rörde sig var en räknare, rörde sig ingenting.


Om annonser

Svaret skiljer sig mellan produkterna, så här är det per produkt, med skälet.

Ingenting som griper in i fokus eller lärande bär annonser. Lofi Station säljer fokus; att lägga något som är byggt för att bryta fokus på samma skärm går inte ihop. LangDict är samma fall — allt som drar bort uppmärksamheten mitt i ett pass motverkar hela poängen med appen.

kikeruka och Atom har annonser. De är gratis, och vi har ännu inte byggt tillräckligt mycket skillnad för att rimligen kunna ta betalt för en betalnivå. Just nu går det inte att betala för att ta bort dem i någon av apparna. När det finns en betalnivå värd att ta betalt för kommer vi antingen att sluta med annonserna eller göra dem möjliga att stänga av.

Det här är alltså ingen princip — det är var produkterna och finansieringen faktiskt står just nu. När det ändras ändras den här sidan.

ProduktAnnonserVarför
Lofi StationIngaEtt verktyg för fokus ska inte hysa saker som bryter fokus
LangDictIngaIngenting som drar bort uppmärksamheten mitt i ett pass
kikerukaJa (går inte att ta bort)För att hålla den gratis
AtomJaFör att hålla den gratis

Hur principerna syns i produkterna

En princip som inte är implementerad är ingen princip. Så här landar de i dag.

ProduktPrinciperHur den syns
LangDict01 + 03Använder spaced repetition och publicerar hur träffsäkert den predikterar på offentliga benchmarks
Atom01 + 02Vanor designade som minsta enheter och triggers, utifrån beteendevetenskap
Lofi Station02Fokus i samma stund som den öppnas — friktionen i att konfigurera är borttagen
kikeruka02Skanna och vänta; att gå tillbaka och kolla är inte längre något du måste göra

References

  • 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.

Vi listar endast verk vars författare, år och publiceringsforum vi har kontrollerat mot originalet.

Last updated: July 2026