Méthode SuperMemo

Apprenez vite et efficacement

Comment ça marche ?

Commencez votre apprentissage dans un cours SuperMemo par la section « Apprendre » et découvrez de nouveaux mots et de nouvelles règles.

Après chaque fiche, évaluez dans quelle mesure vous vous en souvenez en cliquant sur « Je sais », « Presque » ou « Je ne sais pas ».

Sur cette base, l’algorithme SuperMemo programme les moments idéaux pour vos révisions – précisément lorsque les connaissances commencent à s’effacer de votre mémoire. Vous apprenez ainsi plus vite, plus efficacement et durablement.

Conseil

Plus vous vous souvenez bien d’une information, plus l’algorithme espace les différentes révisions, et les connaissances s’ancrent progressivement dans la mémoire à long terme.

N’oubliez pas que les révisions intelligentes sont la base d’une mémorisation rapide et durable avec la méthode SuperMemo. Ce sont elles qui déterminent vos progrès dans l’apprentissage.

Si vous passez une mauvaise journée et manquez d’énergie ou de motivation, laissez de côté les nouvelles fiches et concentrez-vous sur la section Réviser. Même quelques révisions effectuées constituent un pas en avant !

Découvrez nos cours ou créez votre propre cours.

Commencez votre mois gratuit

Les débuts de la méthode SuperMemo

La méthode SuperMemo, sur laquelle reposent tous nos cours, a été créée dans les années 1980 par Piotr Woźniak – un jeune scientifique talentueux et étudiant en biologie moléculaire qui avait besoin d’une méthode efficace pour apprendre la biochimie et… le vocabulaire anglais.

En 1991, nous sommes devenus la première entreprise au monde à utiliser les révisions intelligentes (spaced repetition, ou répétition espacée) pour faciliter l’apprentissage. Cette solution inspire aujourd’hui presque tout le secteur de l’éducation.

Pour en savoir plus, lisez l’article « The true history of spaced repetition », écrit par Piotr Woźniak lui-même, ainsi que « Who invented spaced repetition? », écrit par Krzysztof Biedalak.

La courbe de l’oubli

Disons-le franchement : nous oublions tous, et les premières informations à disparaître sont celles que nous n’utilisons pas quotidiennement ou régulièrement. La courbe de l’oubli est un graphique qui permet d’observer comment, avec le temps, la probabilité de se rappeler une information mémorisée auparavant diminue.

Les connaissances que nous pouvons utiliser sans difficulté juste après les avoir apprises s’effacent rapidement de notre mémoire, jusqu’à ce que notre capacité de rappel (en anglais : recall) tombe presque à zéro. La plupart d’entre nous ont déjà observé ce phénomène en préparant des examens… Qui n’a jamais suivi le principe « bachoter – réussir – oublier » ?

Nous vous recommandons l’article de notre CEO, Krzysztof Biedalak : « Forgetting curve and repetitions, or why forgetting is an important part of learning ». Courbe de l’oubli. Source : recherches SuperMemo

La bonne nouvelle

Notre capacité à nous rappeler une information diminue rapidement et inexorablement… jusqu’à la révision suivante. Une fois les connaissances rafraîchies, le processus de la courbe de l’oubli recommence, mais le délai avant le prochain oubli s’allonge.

Il n’existe évidemment pas une seule courbe de l’oubli universelle : sa forme dépend des prédispositions de chaque personne, de la quantité de matière à apprendre et même du moment de la journée. Il faut également souligner que la qualité de la mémorisation d’une information dépend fortement de la manière dont elle s’intègre à notre réseau d’associations et de connexions, autrement dit aux informations déjà présentes dans notre cerveau. Plus elle s’y intègre facilement, plus l’apprentissage est simple. C’est pourquoi les débuts dans une nouvelle langue sont généralement difficiles. Il vaut toutefois la peine de persévérer, car l’apprentissage devient ensuite de plus en plus facile et agréable.

Les révisions intelligentes

Comprendre la spaced repetition, ou comment fonctionnent les révisions intelligentes

Le terme spaced repetition associe deux mots anglais : spaced (espacé, réparti dans le temps) et repetition (répétition, révision). Comme l’indique cette traduction, le principe de la spaced repetition consiste à programmer les révisions à des intervalles précis, afin d’en réduire le nombre au minimum et d’apprendre ainsi plus vite. De quoi dépendent ces écarts, également appelés intervalles ? Avant tout de notre rythme individuel de mémorisation et d’apprentissage – chacun possède ses propres prédispositions. Il existe toutefois plusieurs règles relatives à la mémoire à long terme qui rendent la méthode SuperMemo véritablement efficace. Comment influencent-elles les révisions intelligentes ? Regardons le graphique ci-contre.
Comment fonctionne SuperMemo. Source : Wired

Sur le graphique, vous pouvez tout d’abord observer la courbe de l’oubli présentée dans la section précédente : la première fois que vous mémorisez une information, celle-ci s’efface assez rapidement, peu après la fin de l’apprentissage. Mais à chaque nouvelle révision, la probabilité de vous souvenir de l’information malgré le temps qui passe augmente, ce qui permet d’allonger les intervalles entre les rappels. Il faut cependant garder à l’esprit que si une information disparaît complètement de notre mémoire, nous devons reprendre tout le processus de révision depuis le début. Il est donc essentiel de commencer par de courts intervalles, puis de les allonger progressivement. Pour finir, citons l’une des règles de la mémoire à long terme :

Plus la prochaine révision réussie d’une information intervient tard, plus sa stabilité augmente.

Autrement dit, plus la date de révision est tardive, plus la matière sera solidement ancrée dans la mémoire. Il y a cependant une difficulté : vous ne pouvez pas laisser ce que vous apprenez être complètement oublié. Le principe fondamental de la spaced repetition et de la méthode SuperMemo consiste donc à programmer les révisions le plus tard possible, mais à un moment où les informations ont encore une forte probabilité d’être mémorisées (environ 90 %). En analysant votre rythme de mémorisation et vos progrès, l’algorithme SuperMemo recherche précisément ces moments pour vous dans notre application.

Le sujet des révisions intelligentes vous intéresse ? Lisez l’article de notre CEO « Spaced repetition in learning – how does it work? ».

Les mythes sur Ebbinghaus et sa courbe de l’oubli

Lorsque l’on parle de révision et de mémorisation, le nom d’Hermann Ebbinghaus apparaît généralement dans la discussion. Ce psychologue allemand, né en 1850, est l’un des auteurs de recherches sur la mémoire les plus connus. Comme Internet regorge d’affirmations contradictoires et de fausses informations, il convient toutefois de rappeler qu’Ebbinghaus n’est pas le créateur des révisions intelligentes (spaced repetition). Il a en revanche été le premier à analyser une question très importante : le lien entre le niveau de mémorisation et le passage du temps (pour un type d’information très particulier, comme vous allez le découvrir).

À quoi ressemblaient les recherches du psychologue allemand ?

Les recherches du psychologue consistaient à mémoriser des séries de syllabes artificielles, par exemple KAZ, LEZ ou GEC. Elles ne suscitaient aucune association ni émotion, étaient donc entièrement nouvelles pour l’apprenant et plus difficiles à retenir. Ebbinghaus mesurait principalement le temps et le nombre de répétitions nécessaires pour mémoriser à nouveau chaque série de syllabes après un certain délai. Il comparait ensuite le temps requis pour apprendre des séries entièrement nouvelles avec celui nécessaire pour réapprendre des séries qu’il avait déjà oubliées. Les données qu’il a présentées ont permis de créer la première courbe de l’oubli de l’histoire. Les données d’Ebbinghaus étaient cependant assez éloignées de la vie réelle, notamment parce que les informations mémorisées étaient totalement artificielles, sans utilité quotidienne et, comme nous l’avons déjà indiqué, dépourvues de liens logiques et émotionnels. Nous savons pourtant tous que, même lorsque nous commençons tout juste à apprendre une langue, nous assimilons avec le temps de plus en plus d’informations que nous pouvons intégrer à un réseau de connexions. Nous utilisons aussi souvent des techniques mnémotechniques. De plus, le scientifique allemand n’a utilisé qu’un seul type de données, organisé en séries de longueur identique. Nous ne savons donc pas comment ses recherches s’appliqueraient à d’autres informations, par exemple au vocabulaire anglais. Or, le fondement des révisions intelligentes est la capacité de les adapter individuellement à chaque apprenant et à chaque information assimilée. Enfin, il convient de préciser qu’Ebbinghaus lui-même n’a pas présenté sa courbe de l’oubli : elle peut être reconstituée à partir des résultats et des données numériques de son expérience. Cette courbe n’a toutefois que peu de rapport avec les graphiques qui lui sont souvent attribués dans la presse et sur Internet. Ces derniers sont l’œuvre du Dr Piotr Woźniak, créateur de la méthode SuperMemo.

La révolution des années 1980

Les recherches d’Hermann Ebbinghaus ont été « mises de côté » pendant les cent années suivantes et n’ont pas été considérées comme une révolution scientifique. Seuls quelques scientifiques et praticiens ont poursuivi des expériences sur la mémoire et les révisions. La véritable révolution n’est survenue que dans les années 1980, lorsque le jeune étudiant en biologie moléculaire Piotr Woźniak a décidé non seulement de découvrir le bon mécanisme de mémorisation, mais aussi d’utiliser un ordinateur pour prédire à sa place le moment optimal des prochaines révisions.

Vous trouverez davantage d’informations sur les recherches d’Ebbinghaus dans les articles « Did Ebbinghaus invent spaced repetition? » et « Ebbinghaus and the forgetting curve – several facts about the German psychologist’s experiments and research », écrit par notre CEO.

SuperMemo - spaced repetition - story time

Qui a développé les révisions intelligentes, ou spaced repetition ? Place à l’histoire !

Nous sommes en 1982. Piotr Woźniak, étudiant ambitieux à l’université Adam-Mickiewicz de Poznań, se sent de plus en plus dépassé et frustré par la quantité de matière à apprendre. Il souffre encore davantage de constater que tout s’efface de sa mémoire immédiatement après chaque examen. Il décide de changer les choses.

Commencez votre mois gratuit

SuperMemo - Piotr Woźniak - krzywa zapominania

La stabilité de la mémorisation

Il commence par prendre des notes de biochimie et d’anglais. Il inscrit toutes les informations nécessaires sur des fiches, sous la forme de questions et de réponses. Il les consulte à intervalles irréguliers, en notant à chaque fois la date de la révision et les informations qu’il n’a pas réussi à retenir.

Il élabore ainsi les premiers principes d’une formulation efficace des connaissances. Avec le temps, il remarque que chaque nouvelle révision possède son propre « cycle de vie » (une durée déterminée pendant laquelle l’information révisée reste en mémoire) et influence la stabilité de la mémorisation. À partir des premières données recueillies lors de ses recherches, le jeune étudiant crée une première version de sa propre courbe de l’oubli.

La première version de la méthode SuperMemo

En 1985, Piotr Woźniak décide d’aller plus loin et lance une série d’expériences à partir de mots anglais. Cette fois, il s’intéresse à l’identification et à la mesure des erreurs lors des révisions successives, séparées par des intervalles de durée variable. Il découvre ainsi qu’après chaque rappel, l’intervalle peut être allongé sans risque d’oublier le mot. C’est ainsi que naît la première version de la méthode SuperMemo – sur papier.

L’application SuperMemo 1.0

La même année, Woźniak commence des études d’informatique à l’École polytechnique de Poznań et achète son premier ordinateur, un ZX Spectrum. Il l’achète d’occasion à quelqu’un qui pense vendre… un simple clavier. Il reste toutefois un problème : les données ne peuvent être chargées qu’à l’aide d’une cassette audio. Cela limite ses possibilités, mais ne l’empêche pas de poursuivre ses recherches. En 1987, sa famille lui apporte une aide financière, ce qui permet à Piotr Woźniak d’acquérir enfin un PC équipé d’un disque dur. En décembre, trois mois après cet achat, il lance la première application SuperMemo. Celle-ci utilise une version modifiée de l’algorithme SuperMemo (appelée SM-2), qui attribue à chaque information un degré de difficulté distinct et sélectionne les intervalles de révision en conséquence. Aujourd’hui encore, SM-2 inspire de nombreuses applications de répétition espacée : Anki l’utilise notamment, et Quizlet l’a également utilisé par le passé.

Piotr Woźniak ne se repose toutefois pas sur ses lauriers. Au fil des années suivantes, il crée de nouvelles versions améliorées de l’algorithme, en perfectionnant sa précision et son adaptation au contenu ainsi qu’aux prédispositions de l’apprenant. Des années de recherche sur la mémoire humaine deviennent la base de nombreux mémoires de master et thèses de doctorat, y compris la sienne. La méthode SuperMemo lui vaut de nombreuses récompenses et des publications dans des médias prestigieux tels que Wired et The Guardian.

Dans cette histoire extraordinaire, il faut également mentionner l’année 1991, au cours de laquelle Piotr Woźniak et son ami Krzysztof Biedalak fondent SuperMemo World, une entreprise consacrée au développement et à la distribution de l’application SuperMemo. Sa mission ? Permettre à chacun d’apprendre efficacement et agréablement, et d’acquérir des compétences durables qui pourront être utilisées tout au long de la vie.

C’est pourquoi la méthode SuperMemo constitue le fondement de notre offre. Peu après, l’entreprise commence à se concentrer sur la création de ses propres cours de langues. Trente ans plus tard, nous poursuivons toujours notre mission, en travaillant sans cesse au développement de la méthode et de notre offre de cours.

Vous souhaitez découvrir l’histoire de SuperMemo dans les moindres détails ? Consultez l’article « The true history of spaced repetition », écrit par le principal protagoniste de cette histoire, Piotr Woźniak, ainsi que l’article de notre CEO « Who invented spaced repetition? ».

SM-20 – le dernier algorithme SuperMemo

Le développement de la méthode SuperMemo ne s’est pas arrêté à la création des premiers algorithmes de répétition espacée. La version la plus avancée de l’algorithme mise au point par le Dr Piotr Woźniak est SM-20, disponible via la SuperMemo API. SM-20 utilise l’apprentissage automatique et l’intelligence artificielle pour créer un modèle de mémoire optimal et l’adapter aux caractéristiques individuelles de l’utilisateur.

Dès le départ, le développement de la méthode SuperMemo s’est appuyé sur la recherche, et les résultats des travaux consacrés à l’optimisation des révisions ont également été présentés dans des publications scientifiques. SM-20 constitue l’étape suivante de ce processus : il associe des décennies de connaissances sur la mémoire, des modèles mathématiques, des données d’apprentissage et des méthodes modernes d’apprentissage automatique.

SuperMemo API

En 2026, la SuperMemo API a fait ses débuts, donnant aux développeurs externes accès à la technologie SuperMemo. Les développeurs et les entreprises peuvent ainsi utiliser l’algorithme SM-20 dans leurs propres applications, plateformes éducatives et autres solutions pour lesquelles la mémorisation durable des connaissances est importante. La SuperMemo API permet de mettre en œuvre des révisions intelligentes avancées sans devoir créer son propre algorithme à partir de zéro. Le moteur peut notamment prendre en charge :

les applications d’apprentissage,
les plateformes éducatives et les cours en ligne,
les formations en entreprise et les systèmes de consolidation des connaissances,
les assistants et les solutions utilisant l’IA.

Méthode SuperMemo

Comment fonctionne la méthode SuperMemo ?

La méthode SuperMemo repose sur des révisions intelligentes, c’est-à-dire sur la révision du contenu à des intervalles calculés individuellement. Au lieu de revoir toutes les informations à la même fréquence, tu les révises exactement au moment où elles ont besoin d’être consolidées.

Sur chaque carte d’exercice du cours, tu évalues à quel point tu te souviens d’une information en choisissant entre « Je sais », « Presque » et « Je ne sais pas ». L’algorithme analyse tes résultats et s’en sert pour planifier la prochaine révision.

Comment SuperMemo sait-il quand une information donnée doit être révisée ?

L’algorithme analyse ton historique d’apprentissage, les résultats des révisions successives et la manière dont tu mémorises les différentes informations. À partir de ces données, il prévoit la probabilité que tu te souviennes encore du contenu et choisit le moment approprié pour la prochaine révision.

L’objectif est de planifier la révision à la date la plus éloignée possible, mais avant que le risque d’oubli ne devienne trop élevé. Les informations dont tu te souviens bien apparaissent ainsi de moins en moins souvent, ce qui te permet de consacrer davantage de temps au contenu qui nécessite réellement du travail.

Pourquoi la méthode SuperMemo peut-elle réduire le temps nécessaire à l’apprentissage ?

L’efficacité d’un algorithme de révisions intelligentes dépend avant tout de sa capacité à prévoir avec précision la probabilité qu’un utilisateur donné se souvienne encore d’une information précise. Plus ces prévisions sont exactes, mieux les dates des révisions suivantes peuvent être adaptées aux processus de mémorisation individuels.

En pratique, la qualité de l’algorithme influe à la fois sur le temps consacré à l’apprentissage et sur la rétention des connaissances, c’est-à-dire la quantité d’informations qui reste en mémoire. Une planification précise des révisions peut permettre d’économiser jusqu’à plusieurs centaines d’heures d’apprentissage par an, tout en maintenant un niveau de mémorisation plus élevé.

Comment est-ce possible ? Premièrement, l’algorithme ne planifie pas trop tôt les révisions des informations encore bien mémorisées. Les repousser permet d’éviter un travail inutile. Deuxièmement, si l’utilisateur se souvient toujours d’une information après un intervalle plus long, la réviser à ce moment ultérieur peut la consolider plus efficacement et augmenter la stabilité de la trace mnésique.

Ainsi, SuperMemo aide à limiter les révisions inutiles et à mieux utiliser le temps consacré à l’apprentissage.

La méthode SuperMemo repose-t-elle sur des bases scientifiques ?

Oui. La méthode SuperMemo a été mise au point dans les années 1980 à la suite des expériences de Piotr Woźniak sur la mémoire, l’oubli et les intervalles optimaux entre les révisions. SuperMemo a été pionnier dans le développement des algorithmes de répétition espacée et reste depuis de nombreuses années un leader dans ce domaine.

La recherche sur la méthode et ses modèles de mémoire s’est poursuivie au cours des décennies suivantes, et ses résultats ont servi de base à des publications scientifiques et à des travaux universitaires. Les générations successives de l’algorithme ont été développées à partir de nouveaux modèles de mémoire, de l’analyse de données et de l’observation des processus réels d’apprentissage des utilisateurs.

Qu’est-ce que SM-20 et en quoi diffère-t-il de l’algorithme SM-2 ?

SM-2 est l’une des premières versions de l’algorithme SuperMemo. Il a été développé dans les années 1980, puis rendu public. Grâce à sa simplicité et à son accessibilité, il a inspiré de nombreuses applications utilisant la répétition espacée.

Cependant, SuperMemo n’a pas arrêté le développement de sa technologie à SM-2. Au moment même où cet algorithme a été publié, nous utilisions déjà des algorithmes beaucoup plus avancés et plus efficaces, dont de nouvelles générations ont été développées au cours des décennies suivantes. SM-20 est la version la plus récente de l’algorithme SuperMemo.

Pourquoi la qualité d’un algorithme de planification des révisions (spaced repetition) est-elle importante ? Comment peut-on la mesurer ?

La qualité d’un algorithme de planification des révisions se mesure à sa capacité à prévoir la probabilité qu’un utilisateur donné se souvienne d’une information donnée à un moment précis. Les révisions suivantes sont planifiées à partir de cette prévision, par exemple lorsque la probabilité de se souvenir descend à 90 %. Un algorithme qui prédit mal cette probabilité est donc de faible qualité, et plus la prévision est précise, plus la qualité de l’algorithme est élevée. En apprenant avec un algorithme de bonne qualité, tu peux être sûr d’utiliser efficacement ton temps d’apprentissage, c’est-à-dire de ne pas le perdre en révisions inutiles ou trop tardives. Tu peux également être sûr des résultats de ton apprentissage : atteindre le niveau de mémorisation visé et donc la rétention des connaissances que tu acquiers.

La méthode SuperMemo sert-elle uniquement à apprendre des langues ?

Non. La méthode peut faciliter l’apprentissage de nombreux types de connaissances pouvant être présentées sous forme de questions, de réponses, de concepts ou d’autres éléments à mémoriser. En plus d’utiliser des cours de langues prêts à l’emploi, les utilisateurs de SuperMemo peuvent également créer leurs propres cours et supports d’apprentissage.

L’algorithme SM-20 est également accessible aux entreprises et aux développeurs par l’intermédiaire de la SuperMemo API. Les révisions intelligentes de SuperMemo peuvent ainsi être utilisées dans des applications éducatives, des outils de vocabulaire et de cartes mémoire, des systèmes de préparation aux examens, des programmes de formation en entreprise et des solutions utilisant l’IA.