¿Qué es el algoritmo SM-2?

Historia y creador

Piotr Wozniak, estudiante polaco de biología molecular, busca en los años 1980 un método para memorizar eficazmente miles de términos científicos. Desarrolla el primer algoritmo SM-0 en papel, luego lo mejora con cada iteración.

El algoritmo SM-2, publicado en 1987 en su tesis, es la versión que se impone. Wozniak lo hace público, lo que permite a decenas de aplicaciones implementarlo (Anki, Mnemosyne, SuperMemo por supuesto, y más recientemente Kalc para el cálculo mental). Desde entonces, Wozniak sigue publicando versiones mejoradas (SM-15, SM-17, SM-18) pero SM-2 sigue siendo el estándar de facto por su simplicidad.

Los parámetros clave

Para cada tarjeta, SM-2 mantiene tres variables :

• Intervalo (I) : el número de días antes de la próxima revisión.
• Facilidad (E-Factor, EF) : un número entre 1.3 y 2.5 que mide hasta qué punto la tarjeta es fácil para el aprendiz. Cuanto más alto, más rápido se alarga el intervalo.
• Calidad (q) : la nota que el aprendiz da a su respuesta, entre 0 (olvido total) y 5 (respuesta perfecta e instantánea).

En cada revisión, el algoritmo calcula el nuevo intervalo según estas fórmulas :

• Si q < 3 : el intervalo vuelve a 1 día, la tarjeta se considera olvidada.
• Si q ≥ 3 : el intervalo se alarga según I' = I × EF.

El EF se ajusta tras cada revisión : EF' = EF + (0.1 − (5 − q)(0.08 + (5 − q)(0.02))). Cuanto mejor sea la respuesta, más aumenta el EF.

Limitaciones y variantes modernas

SM-2 tiene tres limitaciones conocidas :

1. Calificación de 6 niveles demasiado fina para muchos usuarios. Anki y Kalc simplifican a menudo a 3 o 4 botones (« fallado », « difícil », « bien », « fácil »).
2. Sin aprendizaje por usuario : SM-2 usa parámetros fijos, mientras que las curvas de olvido varían según las personas y los tipos de contenido.
3. Sin consideración de la carga diaria : si el aprendiz salta un día, SM-2 no recalibra los intervalos.

Los algoritmos modernos como FSRS (2023) o las versiones recientes de SuperMemo (SM-17, SM-18) corrigen estas limitaciones usando machine learning sobre el historial de respuestas del usuario.

Preguntas frecuentes

¿Cuál es la diferencia entre SM-2 y FSRS?

FSRS (Free Spaced Repetition Scheduler), publicado en 2023, usa un modelo de machine learning entrenado en millones de historiales de revisiones de Anki. Se adapta a la curva de olvido individual de cada usuario, mientras que SM-2 usa parámetros fijos. FSRS da en promedio 10 a 20 % más de ganancia de retención respecto a SM-2.

¿Qué aplicaciones usan SM-2?

Anki (de lejos la aplicación SRS más usada del mundo), Mnemosyne, RemNote, así como numerosas aplicaciones especializadas entre las que se cuenta Kalc para el cálculo mental. SuperMemo, la aplicación original de Piotr Wozniak, usa versiones más recientes (SM-17, SM-18).

¿Por qué se llama « SM-2 » este algoritmo?

Porque es la segunda versión publicada por Wozniak después de SM-0 (papel) y SM-1 (muy simplificado). Wozniak siguió iterando (SM-3, SM-4, hasta SM-18 actualmente), pero SM-2 marcó el momento en el que el algoritmo se volvió suficientemente bueno para ser usado ampliamente.