Curva de aprendizaje

Una curva de aprendizaje es una representación gráfica de la relación entre qué tan competentes son las personas en una tarea y la cantidad de experiencia que tienen. La competencia (medida en el eje vertical) generalmente aumenta con el aumento de la experiencia (el eje horizontal), es decir, cuanto más personas, grupos, empresas o industrias realizan una tarea, mejor es su desempeño en la tarea.

La expresión común "una curva de aprendizaje empinada" es un nombre inapropiado que sugiere que una actividad es difícil de aprender y que gastar mucho esfuerzo no aumenta mucho la competencia, aunque una curva de aprendizaje con un comienzo empinado en realidad representa un progreso rápido. De hecho, el gradiente de la curva no tiene nada que ver con la dificultad general de una actividad, sino que expresa la tasa esperada de cambio de la velocidad de aprendizaje a lo largo del tiempo. Una actividad de la que es fácil aprender los conceptos básicos, pero difícil de dominar, puede describirse como que tiene "una curva de aprendizaje empinada".

La curva de aprendizaje puede referirse a una tarea específica o a un conjunto de conocimientos. Hermann Ebbinghaus describió por primera vez la curva de aprendizaje en 1885 en el campo de la psicología del aprendizaje, aunque el nombre no comenzó a usarse hasta 1903. En 1936 Theodore Paul Wright describió el efecto del aprendizaje en los costos de producción en la industria aeronáutica. Esta forma, en la que el costo unitario se grafica contra la producción total, a veces se denomina curva de experiencia.

En psicología

Las pruebas de Hermann Ebbinghaus consistieron en memorizar una serie de sílabas sin sentido y registrar el éxito en una serie de pruebas. La traducción no usa el término 'curva de aprendizaje', pero presenta diagramas de aprendizaje contra el número de prueba. También señala que la puntuación puede disminuir, o incluso oscilar.

El primer uso conocido del término 'curva de aprendizaje' es de 1903: "Bryan y Harter (6) encontraron en su estudio de la adquisición del lenguaje telegráfico una curva de aprendizaje que tenía un rápido aumento al principio seguido de un período de más lento aprendizaje, y por lo tanto era convexa al eje vertical".

El psicólogo Arthur Bills dio una descripción más detallada de las curvas de aprendizaje en 1934. También analizó las propiedades de los diferentes tipos de curvas de aprendizaje, como la aceleración negativa, la aceleración positiva, las mesetas y las curvas ojivales.

En economia

En 1936, Theodore Paul Wright describió el efecto del aprendizaje sobre los costos de producción en la industria aeronáutica y propuso un modelo matemático de la curva de aprendizaje.

En 1968, Bruce Henderson del Boston Consulting Group (BCG) generalizó el modelo de costo unitario iniciado por Wright y utilizó específicamente una ley de potencia, que a veces se denomina ley de Henderson. Llamó a esta versión particular la curva de experiencia. La investigación realizada por BCG en la década de 1970 observó efectos de curva de experiencia para varias industrias que oscilaron entre el 10 y el 25 por ciento.

El aprendizaje económico de la productividad y la eficiencia generalmente sigue los mismos tipos de curvas de experiencia y tiene efectos secundarios interesantes. La mejora de la eficiencia y la productividad se puede considerar como procesos de aprendizaje de toda la organización, la industria o la economía, así como para los individuos. El patrón general es primero acelerar y luego desacelerar, a medida que se alcanza el nivel prácticamente alcanzable de mejora de la metodología. El efecto de reducir el esfuerzo local y el uso de recursos mediante el aprendizaje de métodos mejorados a menudo tiene el efecto latente opuesto en el siguiente sistema de mayor escala, al facilitar su expansión o crecimiento económico, como se discutió en la paradoja de Jevons en la década de 1880 y se actualizó en Khazzoom- Postulado de Brookes en la década de 1980.

Una comprensión integral de la aplicación de la curva de aprendizaje en la economía empresarial proporcionaría muchos beneficios a nivel estratégico. La gente podía predecir el momento apropiado de las introducciones de nuevos productos y ofrecer decisiones de precios competitivos, decidir los niveles de inversión estimulando las innovaciones en los productos y la selección de estructuras de diseño organizacional. Balachander y Srinivasan solían estudiar un producto duradero y su estrategia de precios sobre los principios de la curva de aprendizaje. Con base en los conceptos de que la creciente experiencia en la producción y venta de un producto causaría la disminución del costo unitario de producción, encontraron el mejor precio de lanzamiento potencial para este producto. En cuanto a los problemas de gestión de la producción bajo la limitación de recursos escasos, Liaoobservó que sin incluir los efectos de la curva de aprendizaje sobre las horas de trabajo y las horas de las máquinas, las personas podrían tomar decisiones gerenciales incorrectas. Demeester y Qi utilizaron la curva de aprendizaje para estudiar la transición entre la eliminación de los productos antiguos y la introducción de nuevos productos. Sus resultados indicaron que el tiempo de cambio óptimo está determinado por las características del producto y el proceso, los factores del mercado y las características de la curva de aprendizaje en esta producción. Konstantaras, Skouri y Jaber aplicaron la curva de aprendizaje sobre el pronóstico de la demanda y la cantidad de pedido económica. Encontraron que los compradores obedecen a una curva de aprendizaje, y este resultado es útil para la toma de decisiones sobre el manejo de inventarios.

Ejemplos y modelos matemáticos

Una curva de aprendizaje es una gráfica de medidas indirectas para el aprendizaje implícito (competencia o progresión hacia un límite) con la experiencia.

• El eje horizontal representa la experiencia ya sea directamente como tiempo (tiempo de reloj o el tiempo dedicado a la actividad), o puede estar relacionado con el tiempo (una cantidad de ensayos o la cantidad total de unidades producidas).
• El eje vertical es una medida que representa el "aprendizaje" o la "competencia" u otro indicador de "eficiencia" o "productividad". Puede ser creciente (por ejemplo, la puntuación en una prueba) o decreciente (el tiempo para completar una prueba).

Para el desempeño de una persona en una serie de pruebas, la curva puede ser errática, con un aumento, disminución o nivelación de la competencia en una meseta.

Cuando se promedian los resultados de un gran número de ensayos individuales, se obtiene una curva suave, que a menudo se puede describir con una función matemática.

• Curva en S o función sigmoidea
• Crecimiento exponencial
• Subida o caída exponencial hasta un límite
• Ley de potencia

Se han utilizado varias funciones principales:

• La curva en S o función sigmoidea es la forma general idealizada de todas las curvas de aprendizaje, con pequeños pasos que se acumulan lentamente al principio, seguidos de pasos más grandes y luego sucesivamente más pequeños, a medida que la actividad de aprendizaje llega a su límite. Eso idealiza la progresión normal desde el descubrimiento de algo para aprender seguido hasta el límite de aprender sobre ello. Las otras formas de curvas de aprendizaje (4, 5 y 6) muestran segmentos de curvas en S sin su extensión completa. En este caso, la mejora de la competencia comienza lentamente, luego aumenta rápidamente y finalmente se nivela.
• Crecimiento exponencial; la competencia puede aumentar sin límite, como en el crecimiento exponencial
• Subida o caída exponencial hasta un límite; la competencia puede acercarse exponencialmente a un límite de una manera similar a cuando un capacitor se carga o descarga (decaimiento exponencial) a través de una resistencia. El aumento en la habilidad o la retención de información puede aumentar rápidamente a su tasa máxima durante los intentos iniciales y luego gradualmente estabilizarse, lo que significa que la habilidad del sujeto no mejora mucho con cada repetición posterior, con menos conocimiento nuevo adquirido con el tiempo.
• Ley de potencia; similar en apariencia a una función de decaimiento exponencial, y casi siempre se usa para una métrica de rendimiento decreciente, como el costo. También tiene la propiedad de que si se grafica como el logaritmo de la competencia frente al logaritmo de la experiencia, el resultado es una línea recta y, a menudo, se presenta de esa manera.

El caso específico de una gráfica de Costo unitario versus Producción total con una ley de potencia se denominó curva de experiencia: la función matemática a veces se denomina Ley de Henderson. Esta forma de curva de aprendizaje se usa ampliamente en la industria para las proyecciones de costos.

En aprendizaje automático

Los diagramas que relacionan el rendimiento con la experiencia se utilizan ampliamente en el aprendizaje automático. El rendimiento es la tasa de error o la precisión del sistema de aprendizaje, mientras que la experiencia puede ser la cantidad de ejemplos de capacitación utilizados para el aprendizaje o la cantidad de iteraciones utilizadas para optimizar los parámetros del modelo del sistema. La curva de aprendizaje automático es útil para muchos propósitos, incluida la comparación de diferentes algoritmos, la elección de parámetros del modelo durante el diseño, el ajuste de la optimización para mejorar la convergencia y la determinación de la cantidad de datos utilizados para el entrenamiento.

Interpretaciones más amplias

Inicialmente introducido en la psicología educativa y del comportamiento, el término ha adquirido una interpretación más amplia con el tiempo, y expresiones como "curva de experiencia", "curva de mejora", "curva de mejora de costes", "curva de progreso", "función de progreso", "startup "curva" y "curva de eficiencia" a menudo se usan indistintamente. En economía, el tema son las tasas de "desarrollo", ya que el desarrollo se refiere a un proceso de aprendizaje de todo el sistema con diferentes tasas de progresión. En términos generales, todo aprendizaje muestra un cambio incremental a lo largo del tiempo, pero describe una curva en "S" que tiene diferentes apariencias según la escala de tiempo de la observación.en sistemas complejos en general, relacionados con la innovación, el comportamiento organizacional y la gestión del aprendizaje grupal, entre otros campos. Estos procesos de nuevas formas que emergen rápidamente parecen tener lugar mediante un aprendizaje complejo dentro de los propios sistemas, que cuando son observables, muestran curvas de tasas cambiantes que se aceleran y desaceleran.

Límites generales de aprendizaje

Las curvas de aprendizaje, también llamadas curvas de experiencia, se relacionan con el tema mucho más amplio de los límites naturales de los recursos y las tecnologías en general. Dichos límites generalmente se presentan como complicaciones crecientes que ralentizan el aprendizaje de cómo hacer las cosas de manera más eficiente, como los conocidos límites de perfeccionamiento de cualquier proceso o producto o de perfeccionamiento de medidas.Estas experiencias prácticas coinciden con las predicciones de la segunda ley de la termodinámica para los límites de reducción de residuos en general. Acercarse a los límites del perfeccionamiento de las cosas para eliminar el desperdicio se encuentra con un esfuerzo geométricamente creciente para progresar, y proporciona una medida ambiental de todos los factores visibles e invisibles que cambian la experiencia de aprendizaje. Perfeccionar las cosas se vuelve cada vez más difícil a pesar del esfuerzo creciente a pesar de los resultados positivos continuos, si es que alguna vez disminuyen. El mismo tipo de desaceleración del progreso debido a las complicaciones en el aprendizaje también aparece en los límites de las tecnologías útiles y de los mercados rentables que se aplican a la gestión del ciclo de vida del producto y los ciclos de desarrollo de software). Los segmentos de mercado restantes o las eficiencias o eficiencias potenciales restantes se encuentran en formas sucesivamente menos convenientes.

Las curvas de eficiencia y desarrollo suelen seguir un proceso de dos fases: los primeros pasos más grandes corresponden a encontrar las cosas más fáciles, seguidos de pasos más pequeños de encontrar las cosas más difíciles. Refleja ráfagas de aprendizaje que siguen a avances que hacen que el aprendizaje sea más fácil, seguidas de restricciones que hacen que el aprendizaje sea cada vez más difícil, tal vez hacia un punto de cesación.

• Límites naturalesUno de los estudios clave en el área se refiere a la disminución de los rendimientos de las inversiones en general, ya sea física o financiera, lo que apunta a los límites de todo el sistema para el desarrollo de recursos u otros esfuerzos. El más estudiado de estos puede ser el rendimiento energético de la energía invertida o EROEI, discutido extensamente en un artículo de la Enciclopedia de la Tierra y en un artículo y una serie de OilDrum, también denominados curvas de Hubert. La energía necesaria para producir energía es una medida de nuestra dificultad para aprender cómo hacer que los recursos energéticos restantes sean útiles en relación con el esfuerzo realizado. Los rendimientos energéticos de la energía invertida han estado en continuo declive durante algún tiempo, causados ​​por los límites de los recursos naturales y el aumento de la inversión. La energía es tanto la naturaleza como nuestro principal recurso para hacer que las cosas sucedan. El punto de los rendimientos decrecientes es cuando el aumento de la inversión encarece el recurso. A medida que se acercan a los límites naturales, las fuentes de fácil uso se agotan y es necesario utilizar en su lugar otras con más complicaciones. Como una señal ambiental, la disminución persistente de la EROI indica un enfoque de los límites del sistema completo en nuestra capacidad para hacer que las cosas sucedan.
• Límites naturales útiles La EROEI mide el rendimiento del esfuerzo invertido como una proporción de R/I o progreso del aprendizaje. El I/R inverso mide la dificultad de aprendizaje. La diferencia simple es que si R se acerca a cero, R/I también lo hará, pero I/R se acercará al infinito. Cuando surgen complicaciones que limitan el progreso del aprendizaje, el límite de rendimientos útiles, uR, se aproxima y R-uR se aproxima a cero. La dificultad del aprendizaje útil I/(R-uR) se acerca al infinito a medida que las tareas cada vez más difíciles hacen improductivo el esfuerzo. Ese punto se aborda como una asíntota vertical, en un punto particular en el tiempo, que solo puede retrasarse mediante un esfuerzo insostenible. Define un punto en el que se ha hecho suficiente inversión y la tarea está hecha, normalmente planificado para que sea el mismo que cuando se completa la tarea. Para tareas no planificadas, puede ser previsto o descubierto por sorpresa. La medida de utilidad, uR, se ve afectada por la complejidad de las respuestas ambientales que solo pueden medirse cuando ocurren a menos que estén previstas.

En la cultura

"Curva de aprendizaje empinada"

La expresión "curva de aprendizaje empinada" se utiliza con significados opuestos. La mayoría de las fuentes, incluido el Oxford English Dictionary, el American Heritage Dictionary of the English Language y el Merriam-Webster's Collegiate Dictionary, definen una curva de aprendizaje como la velocidad a la que se adquiere la habilidad, por lo que un aumento pronunciado significaría un rápido incremento de la habilidad. Sin embargo, el término se usa a menudo en inglés común con el significado de un proceso de aprendizaje inicial difícil.

Podría decirse que el uso común en inglés se debe a la interpretación metafórica de la curva como una colina para escalar. (Una colina más empinada es inicialmente difícil, mientras que una pendiente suave es menos exigente, aunque a veces bastante tediosa. En consecuencia, la forma de la curva (colina) puede no indicar la cantidad total de trabajo requerido. En cambio, puede entenderse como una cuestión preferencia relacionada con la ambición, la personalidad y el estilo de aprendizaje).

• Curvas de aprendizaje cortas y largas.
• El producto A tiene una funcionalidad más baja y una curva de aprendizaje corta. El producto B tiene una mayor funcionalidad pero tarda más en aprenderse

El término 'curva de aprendizaje' con significados de 'fácil' y 'difícil' se puede describir con adjetivos como 'corta' y 'larga' en lugar de empinada y 'superficial'. Si dos productos tienen una funcionalidad similar, entonces el que tiene una curva "empinada" probablemente sea mejor, porque se puede aprender en menos tiempo. Por otro lado, si dos productos tienen una funcionalidad diferente, entonces uno con una curva corta (poco tiempo para aprender) y funcionalidad limitada puede no ser tan bueno como uno con una curva larga (mucho tiempo para aprender) y mayor funcionalidad.

Por ejemplo, el programa de Windows Notepad es extremadamente simple de aprender, pero ofrece poco después de esto. En el otro extremo está el editor de terminales de UNIX vi o Vim, que es difícil de aprender, pero ofrece una amplia gama de características una vez que el usuario ha aprendido a usarlo.

"En una curva de aprendizaje empinada"

Ben Zimmer analiza el uso del término "en una curva de aprendizaje empinada" en Downton Abbey, una serie de televisión ambientada a principios del siglo XX, concentrándose principalmente en si el uso del término es un anacronismo. “Matthew Crawley, el presunto heredero de Downton Abbey y ahora copropietario de la finca, dice: 'He estado en una curva de aprendizaje empinada desde que llegué a Downton'. Con esto quiere decir que ha tenido dificultades para aprender las costumbres de Downton, pero la gente no empezó a hablar de esa manera hasta la década de 1970".

Zimmer también comenta que el uso popular de empinado como difícil es una inversión del significado técnico. Él identifica el primer uso de la curva de aprendizaje empinada como 1973 y la interpretación ardua como 1978.

Curvas de dificultad en videojuegos

La idea de las curvas de aprendizaje a menudo se traduce en el juego de videojuegos como una "curva de dificultad", que describe cuán difícil puede volverse el juego a medida que el jugador avanza y requiere que el jugador se vuelva más competente con el juego, adquiera una mejor comprensión de la mecánica del juego, y/o dedicar tiempo a "pulir" para mejorar sus personajes. Establecer la curva de dificultad correcta es parte de lograr el equilibrio del juego dentro de un título. Al igual que con las curvas de aprendizaje en entornos educativos, las curvas de dificultad pueden tener multitud de formas, y los juegos pueden proporcionar con frecuencia varios niveles de dificultad que cambian la forma de esta curva en relación con su forma predeterminada para hacer que el juego sea más difícil o más fácil.De manera óptima, la dificultad de un videojuego aumenta en correspondencia con la habilidad de los jugadores. Los juegos no deben ser ni demasiado desafiantes ni demasiado poco exigentes ni demasiado fortuitos. Los jugadores continuarán jugando mientras se perciba que un juego se puede ganar. Por lo tanto, esto se conoce como la ilusión de ganar. Para generar una ilusión de capacidad de ganar, los juegos pueden incluir valor interno (una sensación de avanzar hacia un objetivo y ser recompensado por ello) impulsado por el conflicto que puede ser generado por un entorno antagónico y suspenso impulsado por la historia en forma de construcción del mundo. Este último no es fundamental para progresar en un juego.Los diseñadores de juegos también pueden realizar cambios en el juego, por ejemplo, limitando los recursos. Una perspectiva es que si no se engaña a los jugadores para que crean que el mundo del videojuego es real, si el mundo no se siente vibrante, entonces no tiene sentido crear el juego.