หน้านี้แปลด้วยเครื่องและอาจมีข้อความที่ไม่ถูกต้อง ฉบับภาษาอังกฤษถือเป็นฉบับหลัก ดูฉบับภาษาอังกฤษ

Approach

เราสร้างจากหลักฐาน ไม่ใช่จากกระแส และไม่ใช่จากพลังใจ — ทุกการตัดสินใจเรื่องผลิตภัณฑ์ต้องสาวกลับไปถึงสิ่งที่คุณตรวจสอบได้

ใครคือคนที่สร้างตามมาตรฐานนี้ →

ข้อตั้งต้น: ไม่มีใครได้เวลาเพิ่ม

หนึ่งวันมี 24 ชั่วโมง ตัวเลขนี้ต่อรองไม่ได้สำหรับใครทั้งนั้น

ถ้าปัญหาคือ “อยากทำ แต่ไม่มีเวลา” ทางเลือกเดียวที่เหลืออยู่ไม่ใช่การหาชั่วโมงเพิ่ม แต่คือการยกระดับผลลัพธ์ที่คุณได้ต่อหนึ่งชั่วโมง เมื่อคุณยอมรับว่าอุปทานนั้นตายตัว โจทย์การออกแบบก็เปลี่ยนไป: ไม่ใช่ “เราจะแย่งเวลาในหนึ่งวันของคุณมาได้อีกเท่าไร” แต่เป็น “ชั่วโมงเดียวกันจะพาคุณไปได้ไกลกว่าเดิมแค่ไหน”

ดังนั้น mibuki จึงไม่สร้างวิธี “พยายามให้หนักขึ้น” สิ่งที่เราสร้างคือผลิตภัณฑ์ที่นำศาสตร์แห่งประสิทธิภาพมาใช้จริง เราไม่พยายามเพิ่มปริมาณพลังใจที่คุณมี แต่เพิ่มระยะทางที่พลังใจเท่าเดิมของคุณจะพาไปถึง

หลักการสามข้อด้านล่างคือเกณฑ์ที่เราใช้จริง ไม่ใช่คำขวัญ — แต่เป็นกฎที่ตัดสินว่าฟีเจอร์หนึ่งจะได้ปล่อยออกมาหรือไม่


หลักการสามข้อ

ทุกสิ่งที่เราคิดจะสร้าง ต้องผ่านทั้งสามข้อนี้ก่อน

01เลือกด้วยขนาดอิทธิพล

Effect size over opinion

เราไม่ปล่อยฟีเจอร์ออกมาเพียงเพราะมันดูน่าจะดี ก่อนจะรับวิธีการเรียนรู้หรือการออกแบบเชิงพฤติกรรมใดมาใช้ เราตรวจสอบว่าอิทธิพลนั้นใหญ่แค่ไหน ทำซ้ำได้หรือไม่ และใช้ได้กับที่ใดบ้าง นั่นหมายถึงการอ่านเลยจากบทความต้นฉบับไปถึงงานวิจัยที่ลงทะเบียนล่วงหน้า การทบทวนอย่างเป็นระบบ และการวิเคราะห์อภิมาน ตามแต่ว่าคำถามนั้นต้องการอะไร

เรารับสิ่งหนึ่งมาใช้เพราะมีการแสดงให้เห็นแล้วว่าได้ผล ไม่ใช่เพราะมันกำลังเป็นที่นิยม และในทางกลับกันก็เช่นกัน: ถ้ายังไม่มีการแสดงให้เห็นว่าได้ผล มันก็จะไม่ถูกปล่อยออกมา ไม่ว่าจะดังแค่ไหน สิ่งที่สำคัญไม่ใช่ชื่อของวิธีการ แต่คือมันได้ผลกับใคร มากเท่าไร และภายใต้เงื่อนไขใด

ในทางปฏิบัติ — LangDict ใช้การทบทวนแบบเว้นระยะ (spaced repetition) ส่วนที่ว่าการตัดสินใจนั้นถูกต้องหรือไม่ เราชี้ขาดด้วยความแม่นยำของการทำนาย ไม่ใช่ด้วยความเห็น (หลักการ 03) วิธีการ ข้อมูล และคะแนน เปิดเผยทั้งหมด

ดูรายงานวิจัยของ Lexa →

02กำจัดแรงเสียดทาน

Remove friction, not add willpower

คนเลิกทำไม่ใช่เพราะพลังใจอ่อนแอ แต่เลิกเพราะการออกแบบมีแรงเสียดทาน จำนวนครั้งที่ต้องแตะก่อนจะเริ่มได้ จำนวนการตั้งค่า จำนวนการตัดสินใจที่คุณถูกขอให้ทำ — ทั้งหมดนั้นตัดสินว่านิสัยหนึ่งจะอยู่รอดหรือไม่

แทนที่จะบอกให้คุณพยายามให้หนักขึ้น เราลบขั้นตอนทิ้ง ตั้งค่าน้อยลง ใช้ได้ทันทีตามค่าเริ่มต้น ตัดสินใจน้อยลง เป้าหมายคือผลิตภัณฑ์ที่ไม่ต้องใช้พลังใจเลย

  • ในทางปฏิบัติ
  • LangDict — ใส่คำที่คุณอยากเรียน ส่วนคำแปลและประโยคตัวอย่าง AI เขียนให้
  • Lofi Station — เปิดขึ้นมาแล้วก็มีสมาธิเลย ไม่มีอะไรให้ตั้งค่า
  • kikeruka — สแกนแล้วรอ ไม่ต้องย้อนกลับไปเช็กเองอีกเลย
  • Atom — นิสัยถูกออกแบบรอบหน่วยเล็ก ๆ และสิ่งกระตุ้น แทนที่จะรอบความมุ่งมั่น

03วัดแล้วเผยแพร่

Measure it, then publish it

ถ้าเราอ้างว่ามีผลอย่างหนึ่ง เราจะเผยแพร่มันในรูปแบบที่คุณตรวจสอบได้ นี่คือข้อจำกัดที่เราวางไว้กับตัวเอง ไม่ใช่จุดขาย: ถ้าเราให้ตัวเลขไม่ได้ เราก็จะไม่อ้างผลลัพธ์

และเราไม่ได้เผยแพร่แค่ข้อสรุป เรายังเผยแพร่เกณฑ์เปรียบเทียบ ข้อมูล และตัวชี้วัดด้วย เพราะตัวเลขที่ไม่มีเงื่อนไขกำกับ ทำได้อย่างมากก็แค่ทำให้เราดูดี ผลลัพธ์หนึ่งจะพร้อมเผยแพร่ก็ต่อเมื่อผู้อ่านสามารถทำตามขั้นตอนเดียวกันแล้วเห็นสิ่งเดียวกัน

ในทางปฏิบัติ — แบบจำลองความจำของ LangDict ชื่อ Lexa ถูกนำไปเทียบกับพารามิเตอร์เริ่มต้นของ FSRS-7 บนเกณฑ์มาตรฐานสาธารณะสามชุด (Anki / Duolingo / maimemo) เกณฑ์เปรียบเทียบคือค่าตั้งต้นมาตรฐานที่ไม่ได้ผ่านการปรับให้เหมาะกับผู้ใช้รายคนเลย ตัวชี้วัด การแบ่งข้อมูล และคะแนน เผยแพร่ทั้งหมด

อ่านรายงานวิจัยของ Lexa →

สิ่งที่เราจะไม่ทำ

คำสัญญาเหล่านี้หนักแน่นกว่าหลักการ เพราะถ้าเราผิดคำสัญญา คุณจับได้ทันที

ไม่อ้างผลที่ตรวจสอบไม่ได้

จะไม่มีคำว่า “จำได้เร็วขึ้น 5 เท่า” เมื่อเราเผยแพร่ตัวเลข เกณฑ์เปรียบเทียบและวิธีวัดจะอยู่ในประโยคเดียวกันกับตัวเลขนั้นเสมอ

ไม่ใช้ดาร์กแพตเทิร์น

เราไม่ซ่อนทางยกเลิก และไม่วางปุ่มดักให้แตะพลาด ถ้าคุณอยากเลิกใช้ ทางออกต้องหาเจอได้ง่าย

ไม่หากินกับเวลาที่คุณอยู่ในแอป

จะไม่มีการแจ้งเตือนที่จับสถิติต่อเนื่องของคุณไปเป็นตัวประกัน ตัวเลขที่เราอยากทำให้โตไม่ใช่เวลาที่คุณอยู่ในแอป แต่คือเวลาที่คุณได้คืนมา

ไม่สร้างเกมที่แต่งตัวเป็นการเรียนรู้

จะไม่มีการแสดงรางวัลที่ทำให้รู้สึกว่ากำลังคืบหน้าโดยไม่มีการเรียนรู้จริงอยู่เบื้องหลัง ถ้าสิ่งเดียวที่ขยับคือตัวนับ ก็แปลว่าไม่มีอะไรขยับเลย


เรื่องโฆษณา

คำตอบต่างกันไปในแต่ละผลิตภัณฑ์ เราจึงเขียนแยกเป็นรายผลิตภัณฑ์พร้อมเหตุผล

ผลิตภัณฑ์ที่เข้าไปแทรกแซงสมาธิหรือการเรียนรู้โดยตรง จะไม่มีโฆษณา Lofi Station ขายสมาธิ การวางสิ่งที่ถูกออกแบบมาเพื่อตัดสมาธิไว้บนหน้าจอเดียวกันจึงไม่สมเหตุสมผล LangDict ก็เป็นกรณีเดียวกัน — อะไรก็ตามที่ดึงความสนใจออกไประหว่างเรียน ล้วนทำงานสวนทางกับเหตุผลที่แอปนี้มีอยู่

kikeruka และ Atom มีโฆษณา ทั้งสองแอปให้ใช้ฟรี และเรายังสร้างความต่างได้ไม่มากพอที่จะคิดเงินสำหรับแพลนแบบเสียเงินอย่างสมเหตุสมผล ตอนนี้ทั้งสองแอปยังไม่มีวิธีจ่ายเงินเพื่อเอาโฆษณาออก เมื่อใดที่มีแพลนแบบเสียเงินที่คุ้มค่าพอจะคิดเงิน เราจะเลือกระหว่างเลิกใช้โฆษณา หรือทำให้มันเป็นสิ่งที่คุณปิดได้

ดังนั้นนี่จึงไม่ใช่อุดมการณ์ — แต่คือสถานะจริงของผลิตภัณฑ์และเงินทุนในตอนนี้ เมื่อสถานะนั้นเปลี่ยน หน้านี้ก็จะเปลี่ยนตาม

ผลิตภัณฑ์โฆษณาเหตุผล
Lofi Stationไม่มีเครื่องมือสำหรับสมาธิ ไม่ควรมีสิ่งที่ตัดสมาธิอยู่ในนั้น
LangDictไม่มีไม่ใส่สิ่งที่ดึงความสนใจออกไประหว่างเรียน
kikerukaมี (ไม่มีวิธีเอาออก)เพื่อให้ยังให้ใช้ฟรีต่อไปได้
Atomมีเพื่อให้ยังให้ใช้ฟรีต่อไปได้

หลักการปรากฏในผลิตภัณฑ์อย่างไร

หลักการที่ไม่ได้ถูกนำไปทำจริง ก็ไม่ใช่หลักการ นี่คือจุดที่แต่ละข้อลงเอยในวันนี้

ผลิตภัณฑ์หลักการที่ใช้ปรากฏอย่างไร
LangDict01 + 03ใช้การทบทวนแบบเว้นระยะ และเผยแพร่ว่ามันทำนายได้แม่นยำแค่ไหนบนเกณฑ์มาตรฐานสาธารณะ
Atom01 + 02ออกแบบนิสัยเป็นหน่วยที่เล็กที่สุดและสิ่งกระตุ้น ตามวิทยาศาสตร์พฤติกรรม
Lofi Station02มีสมาธิได้ตั้งแต่วินาทีที่เปิด — แรงเสียดทานจากการตั้งค่าถูกกำจัดออกไป
kikeruka02สแกนแล้วรอ การย้อนกลับไปเช็กไม่ใช่สิ่งที่คุณต้องทำอีกต่อไป

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.

เราระบุไว้เฉพาะงานที่เราตรวจสอบผู้เขียน ปี และแหล่งตีพิมพ์กับต้นฉบับแล้วเท่านั้น

Last updated: July 2026