Anki – Tarjetas de memoria potentes e inteligentes

Artículo original ↗ Discusión en Hacker News ↗

Anki, una herramienta de tarjetas de memoria de repetición espaciada de código abierto, es elogiada como una forma potente de memorizar de manera fiable desde idiomas y hechos médicos hasta cantos de aves, conceptos de redes e incluso pasajes de piano. Quienes comentan destacan cómo el uso diario, de baja fricción, y las tarjetas bien elaboradas y redactadas por uno mismo pueden sentirse como un “superpoder de memoria”, pero también describen fallos comunes: colas de repasos abrumadoras, creación tediosa de tarjetas, una UX torpe y el riesgo de sobreoptimizar la memorización a expensas de una comprensión más profunda o del disfrute. Se mencionan alternativas, complementos y algoritmos más nuevos como FSRS como intentos de reducir la carga de trabajo y hacer más sostenible el uso a largo plazo.

Casos de uso comunes

  • Uso intensivo para aprendizaje de idiomas (vocabulario, gramática, kanji/hanzi, géneros, pronunciación, frases de medios).
  • Memorización de material técnico: redes, APIs de programación, flags de CLI, Vim, PyTorch, AWS, radioafición, hechos médicos y de radiología, exámenes de la FAA.
  • “Conocimientos cotidianos”: cantos de aves, identificación de plantas y hongos, geografía y formas de países, sistemas de metro, nudos, tiempos de cocción y recetas, teoría musical, algoritmos del Cubo de Rubik.
  • Crianza/educación: mazos diarios con ortografía, geografía, ciencia, hechos religiosos, recuerdos de vida, numeración; algunos dicen que a sus hijos les gusta en sesiones cortas.
  • Práctica de habilidades: compases difíciles de piano, hacer nudos, comandos del sistema de archivos.

Beneficios reportados

  • Fuerte retención a largo plazo y sensación de “superpoder” al elegir qué recordar.
  • Mejor vocabulario y capacidad de lectura; menos frustración al usar herramientas o bibliotecas complejas.
  • Ayuda a mantener vínculos sociales mediante mazos de recordatorio de contactos.
  • Crear tarjetas en sí mismo profundiza la comprensión y revela lagunas de conocimiento.

Carga de trabajo y desafíos de hábito

  • A muchos les cuesta la creciente carga de repaso, los atrasos castigadores tras días perdidos y el agotamiento eventual.
  • Algunos limitan los repasos diarios, pausan las tarjetas nuevas o separan mazos de “dato fácil” frente a mazos de “pensamiento pesado”.
  • Otros cambian a alternativas (por ejemplo, SuperMemo) que se sienten menos castigadoras después de las pausas.

Qué memorizar (y qué no)

  • Opiniones divididas sobre memorizar cosas que se pueden buscar fácilmente (flags de tar, Vim, comandos raros):
    • A favor: coste marginal mínimo si ya usas Anki; ahorra búsquedas repetidas.
    • En contra: mejor crear scripts/alias; riesgo de “sobreajustar” y memorizar trivialidades.
  • Debate más amplio: la memorización como base para el pensamiento de nivel superior frente a la “memorización por sí misma”.

Creación de tarjetas y estrategia de mazos

  • Consejos sólidos para:
    • Preferir tarjetas simples y atómicas (a menudo, eliminaciones cloze).
    • Escribir mayormente tus propias tarjetas; los mazos compartidos suelen parecer poco adecuados o de baja calidad.
    • Añadir material de forma orgánica desde el estudio o la vida real, no en grandes lotes iniciales.
  • Algunos usan IA para generar tarjetas automáticamente a partir de notas; otros argumentan que eso pierde los beneficios de aprendizaje que aporta redactarlas.

Algoritmos y debates sobre SRS

  • Discusión sobre el algoritmo antiguo de Anki frente al FSRS más nuevo y frente a SuperMemo; algunos ven FSRS/SM como más eficientes, otros consideran la optimización de algoritmos una hiperoptimización.
  • Preocupaciones sobre el manejo de leeches y el comportamiento de los atrasos; algunos quieren modelos que se adapten al tiempo disponible.

Herramientas, UX y ecosistema

  • El Anki de escritorio es elogiado; las apps móviles (AnkiMobile, AnkiDroid) se usan mucho, pero a veces se critica su UX.
  • Integración con Obsidian, Logseq, Pleco, extensiones del navegador, TTS y generadores propios.
  • Alternativas mencionadas: SuperMemo, Mochi, RemNote, Clozemaster, sistemas tipo WaniKani, apps personalizadas.

Críticas y límites

  • Algunos sienten que el SRS es intrínsecamente aburrido, mecánico o desalineado con cómo prefieren aprender (inmersión, resolución de problemas, escritura/enseñanza).
  • Preocupación por que los sistemas personales demasiado complejos se vuelvan frágiles, y por que el SRS “controle tu vida” mediante horarios rígidos.
  • Otros sostienen que la memoria no es el principal cuello de botella para su trabajo, así que el esfuerzo se aprovecha mejor en otra parte.