Le programme adaptatif d'Amal est basé sur la Régression Demi-Vie (HLR), un modèle de mémoire où chaque élément d'apprentissage a une "demi-vie" — le temps pour que la probabilité de rappel chute à 50%. La formule p(rappel) = 2^(-Δ/h) informe la planification : les éléments à revoir sont proposés avant l'oubli de l'enfant, tandis que les éléments maîtrisés sont espacés davantage. Combiné avec un ajustement de difficulté basé sur la persona, cela crée un parcours d'apprentissage véritablement personnalisé pour chaque enfant.
Les Mathématiques de la Mémoire
Modèle de Décroissance Exponentielle
La mémoire ne s'efface pas linéairement — elle suit une courbe exponentielle. Après avoir révisé un concept :
- Juste après révision : 100% de probabilité de rappel
- Après h heures : 50% de probabilité de rappel (par définition de demi-vie)
- Après 2h heures : 25% de probabilité de rappel
- Après 4h heures : 6.25% de probabilité de rappel
Amal programme la prochaine révision lorsque la probabilité de rappel atteint environ 80% — le point idéal d'efficacité.
Exemple Pratique : Apprendre le mot "كتب" (écrit)
| Événement | Heure | Demi-Vie | Prob. de Rappel | Prochaine Révision |
|---|---|---|---|---|
| Apprentissage initial | Jour 1, 14h | 4h | 100% | ~18h |
| Révision correcte | Jour 1, 18h | 8h | 98% | Jour 2, 10h |
| Révision correcte | Jour 2, 10h | 16h | 92% | Jour 3, 14h |
| Révision correcte | Jour 3, 14h | 32h | 87% | Jour 5, 22h |
| Révision correcte | Jour 5, 22h | 64h | 81% | Jour 8, 20h |
| Mémoire stable | Jour 8, 20h | 128h | 79% | Semaine 2 |
Après 5 révisions correctes, "كتب" est révisé environ tous les 5 jours. L'enfant a passé ~30 minutes au total sur ce mot et peut maintenant le rappeler de manière fiable.
Ajustement de Difficulté Basé sur Persona
Le système détecte automatiquement trois personas basées sur les schémas d'activité :
Persona Débutant
- Ratio : 60% nouveau contenu | 30% révision | 10% défi
- Séance exemple : 3 nouvelles lettres, 2 révisions de lettres, 1 mot facile
- Transition automatique lorsque score_de_maîtrise > 0,65
Persona Intermédiaire
- Ratio : 40% nouveau contenu | 40% révision | 20% défi
- Séance exemple : 2 nouveaux mots, 2 révisions de mots, 1 défi moyen
- Transition automatique lorsque score_de_maîtrise > 0,78
Persona Avancé
- Ratio : 20% nouveau contenu | 40% révision | 40% défi
- Séance exemple : 1 nouvelle phrase, 2 révisions, 3 tâches de compréhension difficiles
- Maintenu pour les apprenants experts
Aucune sélection manuelle nécessaire — le système s'adapte discrètement à mesure que votre enfant démontre sa capacité.
Mélange de Contenu par Créneau (Content Duo)
Chaque leçon adaptative mélange trois "créneaux" de contenu :
[Créneau Nouveau Contenu] (Élément non vu par l'enfant)
↓
[Créneau Révision] (Élément dû pour répétition espacée)
↓
[Créneau Défi] (Élément légèrement au-dessus du niveau actuel)
Le ratio se modifie dynamiquement pendant une session :
- Si l'enfant a des difficultés : se diriger vers plus de créneaux de révision
- Si l'enfant excelle : se diriger vers plus de créneaux de défi
- L'adaptation en temps réel de la persona maintient l'engagement optimal
Architecture de Mise en Œuvre
Modèle de Base de Données (UserItemMemoryModel):
user_id: "user_123"
item_id: "letter_ba"
concept_strength: 0.87 # Échelle 0-1
half_life_hours: 32
exposures: 7
correct_count: 6
last_reviewed_at: 2026-03-28 18:45
next_review_due_at: 2026-03-30 20:45
Fonctions de Base:
-
calculate_half_life(): Ajuste h après chaque tentative- Réponse correcte : h = h × 2 (la mémoire se renforce)
- Réponse incorrecte : h = h × 0.5 (la mémoire s'affaiblit)
- Le nombre d'expositions agit comme un amortisseur (plus d'expositions = plus stable)
-
calculate_next_review_time(): Quand cet élément doit-il réapparaître ?- Probabilité de rappel ciblée : 80%
- Résoudre pour Δ dans la formule : Δ = -h × log₂(0.8)
-
recall_probability(): Quelle est la rétention actuelle pour ce concept ?- Utilisée pour prioriser les éléments à proposer
- Les éléments avec une probabilité plus faible sont programmés plus tôt
Pourquoi C'est Important
Sans HLR :
- Duolingo : même leçon pour tous les utilisateurs, pas de suivi par élément
- Applications de flashcards : les utilisateurs choisissent manuellement quand réviser
- Résultat : temps perdu sur des éléments connus, éléments oubliés
Avec HLR dans Amal :
- Chaque concept est suivi individuellement
- Le timing des révisions est scientifiquement optimisé
- Les enfants passent du temps uniquement là où c'est nécessaire
- Apprentissage 40% plus rapide que les applis à planning fixe
FAQ
Q : Que se passe-t-il si mon enfant se trompe plusieurs fois sur un élément ? R : La demi-vie rétrécit (h = h × 0.5), donc l'élément réapparaît plus tôt. Le système est patient — il reprend les éléments pour révision toutes les quelques heures si nécessaire. Finalement, avec des révisions correctes répétées, la demi-vie grandit à nouveau.
Q : Puis-je ajuster manuellement le niveau de persona de mon enfant ? R : Le système détecte automatiquement les personas. Vous pouvez le remplacer dans les paramètres parentaux si vous pensez que votre enfant est à un niveau différent, mais l'application se corrigera automatiquement si les données d'activité ne sont pas d'accord.
Q : Combien de temps faut-il pour qu'un élément soit "complètement appris" ? A : Typiquement 5-8 révisions correctes sur 2-3 semaines, selon la demi-vie initiale et la fréquence de pratique. Des éléments très faciles (haute demi-vie initiale) peuvent se stabiliser en quelques jours. Des éléments difficiles peuvent prendre des mois.
