エンジニアこそ「フラッシュカード」を使うべき！記憶をハックする最強の学習術

プログラミングや新しい技術スタックを習得する際、皆さんはどのように情報を定着させていますか？多くの人が技術書を読み流したり、チュートリアルを写経したりするだけで満足しがちですが、長期的な記憶として定着させるには「フラッシュカード」が実は最強のツールなんです。アクティブ・リコール（想起）と分散学習を組み合わせることで、脳の記憶の定着効率は劇的に向上します。単なる暗記ツールと思われがちですが、複雑な概念を小さな単位に分解して反復することで、IDEなしでもコードが書けるほどの「筋肉質な知識」が身につきます。皆さんもぜひ、Ankiなどのツールを使って自分の「知識データベース」を構築してみませんか？

こういう視点で見ると、数学のように深い理解が求められる分野も、知識の幅広さが求められる分野と同じように、形は違えど記憶が必要になるよね。

純粋数学や物理学みたいな概念的な分野で、みんながどうやってAnkiを使っているのか気になる。Spaced Repetition（間隔反復）の基本的なルール（カードを簡潔に保つことなど）の多くは、概念的な分野には当てはまらない気がしてる。

自分はフランス語やチェスの定跡・戦術・テクニックの学習、スクラブルの単語の並べ替え、パブクイズの対策なんかでAnkiを使ってるよ。可能性は無限大だね。

10代の頃の神経可塑性が遠い過去になった30代半ばの自分にとって、Ankiはまさに救世主だよ。

著者の考えに重ねて言うと、他の手法よりもAnki（や間隔反復）の方が効率的に学べるという確かな証拠はないんだけど……あくまで経験則として。自分は絶望的に記憶力が悪いんだけど、今ではフランス語でB2レベルの認定を受けてるし、chess.comでもレート1800くらいにはなれた。

今でも四六時中忘れるかって？ もちろんだよ。

自分はすごく軽量なバージョンのフラッシュカードを使ってる。新しいツールや技術を学ぶたびに、大きめのノートカード（8x5インチのドット方眼がお気に入り）を用意するんだ。一番上にラベルを書いて、覚えたい項目を箇条書きにする。それを見直すだけ。項目ごとに個別のカードを作ったりはしない。ひとつのカードに全部まとめる感じ。

例えば、sqlite用のカードを作って、新しいコマンドを覚えるたびにそこに書き込んでいく。カンニングペーパーとして使いつつ、数分間意識的に見直す時間も作る。コマンドをググる時間を減らしてサクサク作業したいようなツールにはこれが最適。CLIツールだけじゃなくて、会社の業務知識やグループ間でのやり取りとかについても同じようにやってるよ。

使い終わった5〜6枚のカードは束にして置いておいて、新しいカードに入れ替えていく……という流れ。

フラッシュカードに関して一番ためになったアドバイスは、「カードの内容を忘れていたり、複雑すぎたりして復習が憂鬱になるなら、カードの作り方が間違っている」っていう言葉かな。学習は楽しまないと！あと、Common Core（米国の教育基準）でAnkiデッキを導入すべきだと本気で思ってる。教育現場の多くの問題は、学生たちが「FSRSを使えば暗記なんて実はすごく簡単」だってことに気づいていなくて、苦労したり学習を嫌いになったりしていることから来ているんじゃないかな。

自分も著者と同じで、LLMとAnkiを組み合わせると平凡な結果にしかならないという感覚がある。でも、本来そこにはすごい可能性が眠っているはずだと思ってるんだ！例えば、文構造に慣れてしまわないように、同じ質問を毎回違う言い回しで提示するだけでもいいはずなんだけどね。

広く捉えるとAI活用の弊害として、何が「良い意味での摩擦（適度な負荷）」で、何を自動化や排除すべきなのかを見極める力が、まだ人類には足りていないのかもしれないね。

言語学習に関して、毎回例文が変わる音声先行型のフラッシュカードアプリがあったらいいなとずっと思ってる。今、N5からN3の単語を覚えるのにAnkiを使ってるんだけど[1]、文法知識があればN3レベルの文章は読めるようになった。でも、リスニングとなるとN4レベルの会話ですら理解するのに苦労するんだ。Ankiだと、単語の意味が文脈の中でどう響くのかを真に理解するにはバリエーションが足りない。それに、音声を聞く前にテキストを見てしまうと脳がズルをしてしまう。音を聞き取れているつもりでも、先に単語を見て意味を知っているからそう思い込んでいるだけという錯覚だよね。

[1] N3を越えるとAnkiの効果は薄れていく気がする。上級の単語にはニュアンスが含まれていることが多くて、それは段落単位の文章やテレビのシーンのような豊かな文脈からしか学べない。ネイティブの子供が複雑な単語を文脈で理解できるのは、より小さくシンプルな語彙を深く把握しているから。だから自分は、学習の好循環を作るために、まず高頻度のシンプルな単語をマスターすることに集中してる。いずれはネイティブの子供のように、読書やリスニングを通して新しい単語を自然に習得できるようになることを期待して。

人によってはLLMでフラッシュカードを生成しているが、当然のことながら、結果は没個性的で平凡なカードになる。
LLMが無用だとは言わない。だが自分の試した限りでは、使えるのは10枚中1枚程度で、それも修正が必要なものばかりだ。

著者がどういう方法で試したかはわからないけれど、多くの人がやっているのは「教科書の章をまるごと投げて『フラッシュカードを作れ』と言う」というパターンに見える。もしそうなら、確かにLLMは使い物にならないね。

自分としては、これは数年前のGitHub Copilotが出た当初に「1行コードを書くには便利だけど、アプリ開発には使えない」と結論づけていたのと似たような話だと思う。

カード作成AIの周囲にフレームワークを作って、ツールを使わせたり、カード作りのありがちな失敗を避けるように検証させたりすれば、かなり質の高いカードを作れるよ。経験上、使えるカードの割合は10〜20%から90%程度まで向上するし、十分実用レベルだ。標準的なルールセット[0]に基づいてカードを評価するLLMへの指示を2つ加えるだけで、質は75%くらいまで上がった。ここでパレートの法則的な大きな成果が得られるはず。

ここ数ヶ月で何千枚ものカードをこの方法で生成してるよ。AnkiConnectを使ってAIが直接Ankiに追加するようにしていて、復習時に気に入らないカードが出てきたら削除するだけ。

カード「作成」という制約を取り払うのはかなりインパクトがあるし、まだまだ投資が足りない分野だと思う。汎用的なフレームワークが出てくると面白いんだけどね。とりあえず今は、clanki[1]の個人フォークを使ってる。

[0] https://supermemo.guru/wiki/20_rules_of_knowledge_formulatio...
[1] https://github.com/jasperket/clanki

カードのほとんどは自分で手書きしていて、自分の脳に合うようにしている。

Ankiの話題ばかりの投稿を見ていると、みんなここを見落としているんじゃないかな。手間のかからないデジタルなフラッシュカードっていうのは、そもそも解決すべき問題を間違えている気がする。情報を一番深く吸収できるのは、最初に自分で苦心してカードを作っている時だよね。その工程を極力簡略化するなんて、悪手でしかないよ。

子供の頃、九九を覚えるのにフラッシュカードを使ってたおかげで、それ以降の暗算がめちゃくちゃ速くなったし、今でも役立ってる。学校の小テストだけじゃなくて、人生全般においてもね。16の段までやればもっと良かったかも。

タブレットで読書中にLivio英英辞典で単語を調べてるんだけど、ある日検索履歴が残ることに気づいて、読書中に調べた単語をそのままAnkiのコレクションにしたらどうだろうと思いついた。ずっと読書狂だけど、それでも100%確信が持てない単語には定期的に出くわすし。自分でクイズ形式にして辞書で確認するサイクルを作れば、読書そのものが間隔反復になってるようなものだよ。

余談：例題の「2回の鏡映が回転になるという直感はどこからくるか？」という問いは、面白いことに、実際のフラッシュカードを2回ひっくり返してみることで、より直感的に回答できるかも……。