FSRS-6 : l'algorithme qui décide quand tu dois réviser tes fiches
Réviser des heures ne sert à rien si tu retombes sur les mêmes fiches trop tôt ou trop tard. Chez Major-Med, on a choisi FSRS-6, l'algorithme de répétition espacée le plus abouti à ce jour, pour calculer le moment exact où revoir chaque notion, en fonction de ta mémoire à toi. Explication simple de son fonctionnement, et des raisons de ce choix.
Publié le 20 septembre 2026
Quand on prépare le P1, la P2 ou le D1, le problème n'est jamais le manque de fiches. C'est de savoir quand les revoir. Trop tôt, on perd du temps sur un truc qu'on connaît déjà. Trop tard, on a tout oublié et on repart de zéro. C'est exactement ce problème que résout la répétition espacée, et c'est pour ça que chez Major-Med, on a bâti tout le moteur de révision autour de FSRS-6.
Le principe de base : la courbe de l'oubli
Un psychologue allemand, Hermann Ebbinghaus, a montré il y a plus d'un siècle qu'on oublie une information selon une courbe assez prévisible : vite au début, puis de plus en plus lentement. L'astuce pour retenir durablement, c'est de revoir chaque notion juste avant de l'oublier. Ni trop tôt, ni trop tard.
Le problème, c'est que cette courbe n'est pas la même pour tout le monde, ni pour toutes les notions. Retenir la classification des antibiotiques et retenir un mécanisme de physiologie complexe, ce n'est pas la même difficulté. Et toi, tu n'as pas la même mémoire que ton voisin de promo.
Pourquoi les anciens systèmes montraient leurs limites
Les logiciels de flashcards historiques (SM-2, utilisé par défaut dans Anki pendant des années) fonctionnaient avec une logique assez rigide : un coefficient multiplicateur appliqué à chaque carte selon que tu l'aies trouvée facile, correcte ou ratée. Ça marche, mais ça reste une formule figée, la même pour tout le monde, qui ne s'adapte pas vraiment à ta mémoire réelle.
Ce que fait FSRS-6 différemment
FSRS (Free Spaced Repetition Scheduler) change complètement d'approche. Plutôt qu'une formule fixe, c'est un modèle statistique qui apprend de ton historique de révisions pour prédire, pour chaque fiche, la probabilité que tu t'en souviennes à un instant donné.
Concrètement, il suit trois variables pour chacune de tes cartes :
La difficulté : à quel point cette notion est intrinsèquement dure à mémoriser pour toi
La stabilité : combien de temps l'information tient dans ta mémoire avant de commencer à s'effacer
La récupérabilité : la probabilité que tu t'en souviennes maintenant, à l'instant T
À partir de ces trois variables et de vingt et un paramètres ajustables, l'algorithme recalcule en permanence le moment optimal pour te repasser chaque carte. Plus tu révises, plus il connaît ta mémoire, plus ses prédictions deviennent précises pour toi spécifiquement.
FSRS-6 est la version actuelle, entraînée sur plusieurs centaines de millions de révisions réelles collectées auprès de dizaines de milliers d'utilisateurs. C'est la version utilisée par défaut aujourd'hui dans Anki, le logiciel de référence en répétition espacée, et adoptée aussi par d'autres plateformes comme RemNote. Autant dire que ce n'est pas un algorithme expérimental testé dans son coin : c'est la version la plus mature et la plus éprouvée actuellement en production, appuyée sur un volume de données que personne d'autre n'a.
Pourquoi on l'a choisi pour Major-Med
Trois raisons concrètes ont pesé dans la balance :
La personnalisation réelle. En P1 ou en D1, le volume de matière est énorme et très hétérogène en difficulté. Un système qui traite toutes tes fiches pareil te fait perdre un temps précieux. FSRS-6 adapte l'intervalle notion par notion, étudiant par étudiant.
Moins de révisions pour le même résultat. Les benchmarks indépendants montrent qu'à niveau de rétention équivalent, FSRS demande environ 20 à 30 % de révisions en moins par rapport à un système classique comme SM-2. En période de révisions intensives, ce temps gagné compte.
Un algorithme ouvert et transparent. FSRS est open source, développé et amélioré en continu par une communauté active de chercheurs et de développeurs, avec des benchmarks publics qui comparent ses performances face aux autres approches existantes. Ce n'est pas une boîte noire propriétaire : on sait exactement comment il calcule ses intervalles, et il continue de progresser au fil des versions.
C'est cette combinaison, précision statistique, gain de temps mesurable et transparence, qui en fait aujourd'hui le choix le plus solide pour un outil de révision médicale sérieux. Et c'est exactement ce qu'on voulait pour Major-Med : que le temps que tu passes à réviser serve vraiment à retenir, pas à repasser des cartes que tu maîtrises déjà.
