منحنى التعلم

تم اقتراح دمج هذه المقالة مع تأثيرات منحنى الخبرة . ( مناقشة ) مقترح منذ أبريل 2024.

منحنى التعلم هو تمثيل بياني للعلاقة بين مدى كفاءة الأشخاص في أداء مهمة ما وكمية الخبرة التي يمتلكونها. عادة ما تزداد الكفاءة (التي يتم قياسها على المحور الرأسي) مع زيادة الخبرة (المحور الأفقي)، أي أنه كلما زاد عدد الأشخاص أو المجموعات أو الشركات أو الصناعات التي تؤدي مهمة ما، كان أداءهم في المهمة أفضل. ^[1]

إن التعبير الشائع "منحنى التعلم الحاد" هو تسمية خاطئة تشير إلى أن النشاط صعب التعلم وأن بذل الكثير من الجهد لا يزيد من الكفاءة كثيرًا، على الرغم من أن منحنى التعلم ذو البداية الحادة يمثل في الواقع تقدمًا سريعًا. ^{[2] [3]} في الواقع، لا علاقة لمنحدر المنحنى بالصعوبة الكلية للنشاط، ولكنه يعبر عن معدل التغير المتوقع لسرعة التعلم بمرور الوقت. يمكن وصف النشاط الذي يسهل تعلم أساسياته، ولكن من الصعب اكتساب الكفاءة فيه، بأنه يتمتع بـ "منحنى تعلم حاد". ^{[ بحاجة لمصدر ]}

قد يشير منحنى التعلم إلى مهمة محددة أو مجموعة من المعرفة . وصف هيرمان إبينجهاوس منحنى التعلم لأول مرة في عام 1885 في مجال علم نفس التعلم، على الرغم من أن الاسم لم يدخل حيز الاستخدام حتى عام 1903. ^{[4] [5]} في عام 1936، وصف ثيودور بول رايت تأثير التعلم على تكاليف الإنتاج في صناعة الطائرات . ^[6] يُطلق على هذا الشكل، الذي يتم فيه رسم تكلفة الوحدة مقابل الإنتاج الإجمالي ، أحيانًا منحنى الخبرة أو قانون رايت .

تضمنت اختبارات الذاكرة التي أجراها هيرمان إبينجهاوس، والتي نُشرت عام 1885، حفظ سلسلة من المقاطع غير المفهومة ، وتسجيل النجاح على مدار عدد من المحاولات. لا تستخدم الترجمة مصطلح "منحنى التعلم" - لكنه يقدم مخططات للتعلم مقابل عدد المحاولات. كما يلاحظ أن النتيجة يمكن أن تنخفض، أو حتى تتذبذب. ^{[4] [3] [7]}

أول استخدام معروف لمصطلح "منحنى التعلم" كان في عام 1903: "وجد برايان وهارتر (6) في دراستهما لاكتساب اللغة التلغرافية منحنى تعلم كان له ارتفاع سريع في البداية تلاه فترة من التعلم الأبطأ، وبالتالي كان محدبًا على المحور الرأسي." ^{[5] [3]}

قدم عالم النفس آرثر بيلز وصفًا أكثر تفصيلاً لمنحنيات التعلم في عام 1934. كما ناقش خصائص أنواع مختلفة من منحنيات التعلم، مثل التسارع السلبي، والتسارع الإيجابي، والهضاب، ومنحنيات أوجيفي . ^[8]

في عام 1936، وصف ثيودور بول رايت تأثير التعلم على تكاليف الإنتاج في صناعة الطائرات واقترح نموذجًا رياضيًا لمنحنى التعلم. ^[6]

في عام 1952، نشرت القوات الجوية الأمريكية بيانات عن منحنى التعلم في صناعة هياكل الطائرات من عام 1940 إلى منتصف عام 1945. ^[9] على وجه التحديد، قاموا بتجميع وتخطيط تكلفة ساعات العمل المباشرة لمنتجات مختلفة كدالة للإنتاج التراكمي. شكل هذا الأساس للعديد من الدراسات حول منحنيات التعلم في الخمسينيات. ^[10]

في عام 1968، قام بروس هندرسون من مجموعة بوسطن الاستشارية (BCG) بتعميم نموذج تكلفة الوحدة الذي ابتكره رايت، واستخدم على وجه التحديد قانون القوة ، والذي يُطلق عليه أحيانًا قانون هندرسون . ^[11] وقد أطلق على هذه النسخة المعينة اسم منحنى الخبرة . ^{[12] [13]} وقد لاحظت الأبحاث التي أجرتها مجموعة بوسطن الاستشارية في سبعينيات القرن العشرين تأثيرات منحنى الخبرة لمختلف الصناعات التي تراوحت من 10 إلى 25 في المائة. ^[14]

النماذج الإحصائية الرئيسية لمنحنيات التعلم هي كما يلي: ^{[15] [16]}

• نموذج رايت ("الخطي اللوغاريتمي"): حيث ${\displaystyle y=Kx^{n}}$
  • ${\displaystyle y}$هي تكلفة الوحدة -${\displaystyle x}$
  • ${\displaystyle x}$هو العدد الإجمالي للوحدات المصنوعة،
  • ${\displaystyle K}$هي تكلفة الوحدة الأولى المصنعة،
  • ${\displaystyle n}$هو الأس الذي يقيس قوة التعلم.
• نموذج الهضبة: حيث يضع النموذج أدنى تكلفة يمكن تحقيقها. بعبارة أخرى، يتوقف التعلم بعد أن تصل التكلفة إلى مستوى منخفض بدرجة كافية.${\displaystyle y=\max(Kx^{n},K_{0})}$${\displaystyle K_{0}}$
• نموذج ستانفورد-ب: حيث يصور الخبرة السابقة للعامل.${\displaystyle y=K(x+B)^{n}}$${\displaystyle B}$
• نموذج ديجونغ: حيث يصور نموذج نسبة الإنتاج التي تقوم بها الآلات (التي يُفترض أنها غير قادرة على التعلم، على عكس العامل البشري).${\displaystyle y=K(M+(1-M)x^{n})}$${\displaystyle M}$
• نموذج منحنى S: وهو عبارة عن مزيج من نموذج ستانفورد-B ونموذج ديجونج.${\displaystyle y=K(M+(1-M)(x+B)^{n})}$

المتغير الرئيسي هو الأس الذي يقيس قوة التعلم. وعادة ما يتم التعبير عنه على النحو التالي ، حيث يمثل "معدل التعلم". وبكلمات أخرى، يعني هذا أن تكلفة الوحدة تنخفض بمقدار ، لكل مضاعفة لإجمالي الوحدات المصنعة. وجد رايت أنه في تصنيع الطائرات، يعني هذا أن تكلفة الوحدة تنخفض بنسبة 20% لكل مضاعفة لإجمالي الوحدات المصنعة. ${\displaystyle n}$${\displaystyle n=\log(\phi )/\log(2)}$${\displaystyle \phi }$${\displaystyle 1-\phi }$${\displaystyle \phi \تقريبا 80\%}$

إن التعلم الاقتصادي للإنتاجية والكفاءة يتبع عمومًا نفس أنواع منحنيات الخبرة وله تأثيرات ثانوية مثيرة للاهتمام. ويمكن اعتبار تحسين الكفاءة والإنتاجية بمثابة عمليات تعلم للمنظمة بأكملها أو الصناعة أو الاقتصاد، وكذلك للأفراد. والنمط العام هو التسريع أولاً ثم التباطؤ، مع الوصول إلى المستوى العملي الذي يمكن تحقيقه لتحسين المنهجية. وغالبًا ما يكون لتأثير تقليل الجهد المحلي واستخدام الموارد من خلال تعلم الأساليب المحسنة تأثير كامن معاكس على النظام التالي الأكبر حجمًا، من خلال تسهيل توسعه أو نموه الاقتصادي ، كما نوقش في مفارقة جيفونز في ثمانينيات القرن التاسع عشر وتم تحديثه في فرضية خازوم-بروكس في ثمانينيات القرن العشرين.

إن الفهم الشامل لتطبيق منحنى التعلم على الاقتصاد الإداري من شأنه أن يوفر الكثير من الفوائد على المستوى الاستراتيجي. يمكن للناس التنبؤ بالتوقيت المناسب لتقديم المنتجات الجديدة وتقديم قرارات تسعير تنافسية، وتحديد مستويات الاستثمار من خلال تحفيز الابتكارات على المنتجات واختيار هياكل التصميم التنظيمي. ^[17] اعتاد Balachander و Srinivasan دراسة منتج دائم واستراتيجية تسعيره على مبادئ منحنى التعلم. بناءً على المفاهيم التي مفادها أن الخبرة المتزايدة في إنتاج وبيع منتج من شأنها أن تتسبب في انخفاض تكلفة إنتاج الوحدة، فقد وجدوا أفضل سعر تمهيدي محتمل لهذا المنتج. ^[18] أما بالنسبة لمشاكل إدارة الإنتاج في ظل محدودية الموارد النادرة، فقد لاحظ Liao ^[19] أنه بدون تضمين تأثيرات منحنى التعلم على ساعات العمل وساعات الآلات، فقد يتخذ الناس قرارات إدارية غير صحيحة. استخدم Demeester و Qi ^[20] منحنى التعلم لدراسة الانتقال بين إزالة المنتجات القديمة وإدخال المنتجات الجديدة. أشارت نتائجهم إلى أن وقت التبديل الأمثل يتم تحديده من خلال خصائص المنتج والعملية وعوامل السوق وميزات منحنى التعلم على هذا الإنتاج. قام كونستانتاراس وسكويري وجابر ^[21] بتطبيق منحنى التعلم على التنبؤ بالطلب وكمية الطلب الاقتصادية. ووجدوا أن المشترين يطيعون منحنى التعلم، وهذه النتيجة مفيدة لاتخاذ القرارات بشأن إدارة المخزون .

لقد تم استخدام منحنيات التعلم لنمذجة قانون مور في صناعة أشباه الموصلات. ^[22]

عندما تكون الأجور متناسبة مع عدد المنتجات المصنعة، فقد يقاوم العمال الانتقال إلى وظيفة مختلفة أو ضم عضو جديد إلى الفريق، لأن ذلك من شأنه أن يقلل الإنتاجية مؤقتًا. وقد تم استخدام منحنيات التعلم لتعديل الانخفاضات المؤقتة بحيث يحصل العمال على المزيد من الأجر لنفس المنتج أثناء تعلمهم. ^[15]

منحنى التعلم هو رسم بياني لمقاييس الوكالة للتعلم الضمني ( الكفاءة أو التقدم نحو حد معين) مع الخبرة .

• يمثل المحور الأفقي التجربة إما بشكل مباشر كوقت (وقت الساعة، أو الوقت المستغرق في النشاط)، أو يمكن ربطه بالوقت (عدد التجارب، أو العدد الإجمالي للوحدات المنتجة).
• المحور الرأسي هو مقياس يمثل "التعلم" أو "الكفاءة" أو أي مقياس آخر لـ "الكفاءة" أو "الإنتاجية". ويمكن أن يكون إما متزايدًا (على سبيل المثال، النتيجة في الاختبار)، أو متناقصًا (الوقت المستغرق لإكمال الاختبار).

بالنسبة لأداء شخص واحد في سلسلة من التجارب، يمكن أن يكون المنحنى غير منتظم، مع زيادة الكفاءة أو نقصانها أو تسويتها في هضبة .

عندما يتم حساب متوسط ​​نتائج عدد كبير من التجارب الفردية، فإن النتيجة تكون منحنى سلس، والذي يمكن وصفه غالبًا بوظيفة رياضية .

• 
  منحنى S أو دالة سيجما
• 
  النمو الأسّي
• 
  ارتفاع أو انخفاض أسي إلى حد معين
• 
  قانون القوة

تم استخدام العديد من الوظائف الرئيسية: ^{[23] [24] [25]}

• المنحنى S أو الدالة السيني هو الشكل العام المثالي لجميع منحنيات التعلم، مع تراكم الخطوات الصغيرة ببطء في البداية تليها خطوات أكبر ثم خطوات أصغر على التوالي لاحقًا، مع وصول نشاط التعلم إلى حده الأقصى. وهذا يضفي المثالية على التقدم الطبيعي من اكتشاف شيء ما للتعلم عنه إلى حد التعلم عنه. تُظهر الأشكال الأخرى لمنحنيات التعلم (4 و5 و6) أجزاء من المنحنيات S دون امتداداتها الكاملة. في هذه الحالة يبدأ تحسن الكفاءة ببطء، ثم يزداد بسرعة، وأخيرًا يستقر.
• النمو الأسّي؛ يمكن أن تزداد الكفاءة بلا حدود، كما في النمو الأسّي
• الارتفاع أو الانخفاض الأسّي إلى حد معين؛ يمكن أن تقترب الكفاءة بشكل أسّي من حد معين بطريقة مماثلة لتلك التي يتم بها شحن أو تفريغ المكثف ( التحلل الأسّي ) من خلال المقاوم. قد تزداد الزيادة في المهارة أو الاحتفاظ بالمعلومات بسرعة إلى أقصى معدل لها أثناء المحاولات الأولية، ثم تستقر تدريجيًا، مما يعني أن مهارة الشخص لا تتحسن كثيرًا مع كل تكرار لاحق، مع اكتساب معرفة جديدة أقل بمرور الوقت.
• قانون القوة ؛ يشبه في مظهره دالة الاضمحلال الأسي ، ويُستخدم دائمًا تقريبًا لمقياس الأداء المتناقص، مثل التكلفة. كما يتميز بخاصية مفادها أنه إذا تم رسمه على هيئة لوغاريتم الكفاءة مقابل لوغاريتم الخبرة، فإن النتيجة تكون خطًا مستقيمًا، وغالبًا ما يتم تقديمها بهذه الطريقة.

تم تسمية الحالة الخاصة لمخطط التكلفة الوحدوية مقابل الإنتاج الإجمالي بقانون القوة بمنحنى الخبرة : تسمى الدالة الرياضية أحيانًا قانون هندرسون. يتم استخدام هذا الشكل من منحنى التعلم على نطاق واسع في الصناعة لتوقعات التكلفة. ^[26]

تُستخدم المخططات التي تربط الأداء بالتجربة على نطاق واسع في التعلم الآلي . الأداء هو معدل الخطأ أو دقة نظام التعلم ، بينما قد تكون التجربة هي عدد أمثلة التدريب المستخدمة للتعلم أو عدد التكرارات المستخدمة في تحسين معلمات نموذج النظام. ^[27] منحنى التعلم الآلي مفيد للعديد من الأغراض بما في ذلك مقارنة الخوارزميات المختلفة، ^[28] اختيار معلمات النموذج أثناء التصميم، ^[29] ضبط التحسين لتحسين التقارب، وتحديد كمية البيانات المستخدمة للتدريب. ^[30]

تم تقديم المصطلح في البداية في علم النفس التربوي والسلوكي ، واكتسب تفسيرًا أوسع بمرور الوقت، وغالبًا ما تُستخدم تعبيرات مثل "منحنى الخبرة"، و"منحنى التحسين"، و"منحنى تحسين التكلفة"، و"منحنى التقدم"، و"دالة التقدم"، و"منحنى بدء التشغيل"، و"منحنى الكفاءة" بالتبادل. في علم الاقتصاد، يكون الموضوع هو معدلات " التطور "، حيث يشير التطور إلى عملية تعلم نظام كامل بمعدلات متفاوتة من التقدم. بشكل عام، يُظهر كل التعلم تغيرًا تدريجيًا بمرور الوقت، ولكنه يصف منحنى "S" الذي له مظاهر مختلفة اعتمادًا على مقياس الوقت للملاحظة. أصبح الآن مرتبطًا أيضًا بنظرية التطور للتوازن المتقطع وأنواع أخرى من التغيير الثوري في الأنظمة المعقدة بشكل عام، فيما يتعلق بالابتكار والسلوك التنظيمي وإدارة التعلم الجماعي ، من بين مجالات أخرى. ^[31] يبدو أن عمليات الشكل الجديد الناشئة بسرعة تحدث من خلال التعلم المعقد داخل الأنظمة نفسها، والتي عندما يمكن ملاحظتها، تعرض منحنيات بمعدلات متغيرة تتسارع وتتباطأ.

ترتبط منحنيات التعلم ، والتي تسمى أيضًا منحنيات الخبرة ، بالموضوع الأوسع كثيرًا المتمثل في الحدود الطبيعية للموارد والتقنيات بشكل عام. تقدم هذه الحدود نفسها عمومًا كمضاعفات متزايدة تبطئ تعلم كيفية القيام بالأشياء بكفاءة أكبر، مثل الحدود المعروفة لإتقان أي عملية أو منتج أو إتقان القياسات. ^[32] تتطابق هذه التجارب العملية مع تنبؤات القانون الثاني للديناميكا الحرارية لحدود تقليل النفايات بشكل عام. يلتقي الاقتراب من حدود إتقان الأشياء للقضاء على النفايات بجهود متزايدة هندسيًا لإحراز التقدم، ويوفر مقياسًا بيئيًا لجميع العوامل المرئية وغير المرئية التي تغير تجربة التعلم. يصبح إتقان الأشياء أكثر صعوبة على الرغم من الجهود المتزايدة على الرغم من النتائج الإيجابية المستمرة، إن كانت متناقصة. يظهر نفس النوع من التقدم البطيء بسبب التعقيدات في التعلم أيضًا في حدود التقنيات المفيدة والأسواق المربحة التي تنطبق على إدارة دورة حياة المنتج ودورات تطوير البرمجيات). توجد قطاعات السوق المتبقية أو الكفاءات المحتملة المتبقية أو الكفاءات في أشكال أقل ملاءمة على التوالي.

إن منحنى الكفاءة والتنمية يتبع عادة عملية من مرحلتين، حيث تبدأ الخطوات الأكبر بالبحث عن الأشياء الأسهل، ثم تتبعها خطوات أصغر بالبحث عن الأشياء الأكثر صعوبة. ويعكس هذا اندفاعات التعلم التي تتبع الاختراقات التي تجعل التعلم أسهل، ثم يليها تلبية القيود التي تجعل التعلم أكثر صعوبة، وربما نحو نقطة التوقف.

• إن إحدى الدراسات الرئيسية في هذا المجال تتعلق بتناقص العائدات على الاستثمارات عموماً، سواء كانت مادية أو مالية، وتشير إلى حدود النظام بأكمله فيما يتصل بتنمية الموارد أو الجهود الأخرى. وربما يكون أكثر هذه الحدود دراسة هو العائد على الطاقة المستثمرة أو EROEI، والذي تمت مناقشته بالتفصيل في مقالة في موسوعة الأرض وفي مقالة في OilDrum وسلسلة يشار إليها أيضاً باسم منحنى هوبرت. إن الطاقة اللازمة لإنتاج الطاقة هي مقياس لصعوبة تعلم كيفية جعل موارد الطاقة المتبقية مفيدة فيما يتصل بالجهد المبذول. لقد كانت عائدات الطاقة على الطاقة المستثمرة في انخفاض مستمر لبعض الوقت، بسبب حدود الموارد الطبيعية والاستثمار المتزايد. إن الطاقة هي موردنا الرئيسي والطبيعة لتحقيق الأشياء. وتكمن نقطة العائدات المتناقصة في عندما يؤدي زيادة الاستثمار إلى زيادة تكلفة الموارد. ومع اقتراب الحدود الطبيعية، يتم استنفاد المصادر التي يسهل استخدامها ويجب استخدام المصادر التي تنطوي على تعقيدات أكثر بدلاً من ذلك. وكإشارة بيئية، يشير تناقص العائد على الطاقة المستثمرة باستمرار إلى اقتراب حدود النظام بأكمله في قدرتنا على تحقيق الأشياء.
• تقيس نسبة العائد على الاستثمار في الطاقة (EROEI) العائد على الجهد المستثمر كنسبة من العائد إلى الاستثمار أو التقدم في التعلم . وتقيس نسبة العائد إلى الاستثمار العكسية صعوبة التعلم . والفرق البسيط هو أنه إذا اقترب العائد إلى الاستثمار من الصفر فإن العائد إلى الاستثمار سوف يقترب أيضًا، ولكن العائد إلى الاستثمار سوف يقترب من اللانهاية. وعندما تظهر تعقيدات تحد من التقدم في التعلم، يتم الاقتراب من حد العائدات المفيدة (uR) وتقترب نسبة العائد إلى الاستثمار من الصفر. وتقترب صعوبة التعلم المفيد (R/uR) من اللانهاية حيث تجعل المهام الصعبة بشكل متزايد الجهد غير منتج. ويتم التعامل مع هذه النقطة كمقارب رأسي، عند نقطة زمنية معينة، لا يمكن تأخيرها إلا من خلال جهد غير مستدام. وهي تحدد نقطة تم فيها إجراء استثمار كافٍ وتم إنجاز المهمة ، وعادة ما يتم التخطيط لها لتكون كما كانت عند اكتمال المهمة . وبالنسبة للمهام غير المخطط لها، فقد يتم توقعها أو اكتشافها على حين غرة. ويتأثر مقياس الفائدة (uR) بتعقيد الاستجابات البيئية التي لا يمكن قياسها إلا عند حدوثها ما لم يتم توقعها.

يُستخدم تعبير "منحنى التعلم الحاد" بمعاني معاكسة. تُعرِّف معظم المصادر، بما في ذلك قاموس أكسفورد للغة الإنجليزية ، وقاموس التراث الأمريكي للغة الإنجليزية ، وقاموس ميريام وبستر الجامعي ، منحنى التعلم على أنه المعدل الذي يتم به اكتساب المهارة، لذا فإن الزيادة الحادة تعني زيادة سريعة في المهارة. ^{[2] [33]} ومع ذلك، غالبًا ما يُستخدم المصطلح في اللغة الإنجليزية الشائعة بمعنى عملية تعلم أولية صعبة. ^{[3] [33]}

يتوافق الاستخدام الإنجليزي الشائع مع التفسير المجازي لمنحنى التعلم باعتباره تلة يجب تسلقها. (التل الأكثر انحدارًا يكون صعبًا في البداية، في حين أن المنحدر اللطيف يكون أقل إرهاقًا، وإن كان أحيانًا مرهقًا إلى حد ما. وبالتالي، قد لا يشير شكل المنحنى (التل) إلى إجمالي مقدار العمل المطلوب. بدلاً من ذلك، يمكن فهمه كمسألة تفضيل مرتبطة بالطموح والشخصية وأسلوب التعلم.)

• 
  منحنيات التعلم القصيرة والطويلة
• 
  المنتج (أ) يتمتع بوظائف أقل ومنحنى تعلم أقصر. أما المنتج (ب) فيتمتع بوظائف أكبر ولكنه يستغرق وقتًا أطول للتعلم.

يمكن وصف مصطلح منحنى التعلم الذي يعني سهل وصعب بصفات مثل قصير وطويل بدلاً من ضحل وحاد . ^{[2] إذا كان لمنتجين وظائف متشابهة، فمن المحتمل أن} يكون المنتج ذو المنحنى "الحاد" أفضل، لأنه يمكن تعلمه في وقت أقصر. من ناحية أخرى ، إذا كان لمنتجين وظائف مختلفة، فقد لا يكون المنتج ذو المنحنى القصير (وقت قصير للتعلم) والوظائف المحدودة جيدًا مثل المنتج ذو المنحنى الطويل (وقت طويل للتعلم) والوظائف الأكبر.

على سبيل المثال، يعد برنامج Notepad لنظام Windows بسيطًا للغاية للتعلم، لكنه لا يقدم سوى القليل بعد ذلك. وعلى النقيض من ذلك، يوجد محرر المحطة الطرفية لنظام UNIX vi أو Vim ، والذي يصعب تعلمه، لكنه يوفر مجموعة واسعة من الميزات بعد أن يتعلم المستخدم كيفية استخدامه.

يناقش بن زيمر استخدام مصطلح "على منحنى تعليمي حاد" في دوانتون آبي ، وهو مسلسل تلفزيوني تدور أحداثه في أوائل القرن العشرين، مع التركيز بشكل أساسي على ما إذا كان استخدام المصطلح يمثل تناقضًا مع العصر . يقول ماثيو كراولي، الوريث المفترض لدوانتون آبي والمالك المشارك للعقار الآن، "لقد كنت على منحنى تعليمي حاد منذ وصولي إلى دوانتون". وهذا يعني أنه واجه صعوبة في تعلم أساليب دوانتون، لكن الناس لم يبدأوا في التحدث بهذه الطريقة حتى سبعينيات القرن العشرين". ^{[3] [34]}

كما علق زيمر على أن الاستخدام الشائع لكلمة "stake" باعتبارها صعبة هو عكس للمعنى التقني. فقد حدد أول استخدام لكلمة "stake" باعتبارها منحنى تعلم "stake" في عام 1973، والتفسير الذي تم استخدامه لكلمة "arduise" باعتباره في عام 1978.

غالبًا ما تُترجم فكرة منحنيات التعلم إلى طريقة لعب ألعاب الفيديو على أنها "منحنى صعوبة"، والذي يصف مدى صعوبة اللعبة مع تقدم اللاعب في اللعبة ويتطلب من اللاعب إما أن يصبح أكثر كفاءة في اللعبة، أو يكتسب فهمًا أفضل لميكانيكا اللعبة، و/أو يقضي وقتًا " في الطحن " لتحسين شخصياته. يعد تحديد منحنى الصعوبة الصحيح جزءًا من تحقيق توازن اللعبة داخل العنوان. كما هو الحال مع منحنيات التعلم في الإعدادات التعليمية، يمكن أن يكون لمنحنيات الصعوبة أشكال متعددة، وقد توفر الألعاب في كثير من الأحيان مستويات مختلفة من الصعوبة التي تغير شكل هذا المنحنى بالنسبة إلى الوضع الافتراضي لجعل اللعبة أكثر صعوبة أو أسهل. ^{[35] [36]} من الناحية المثالية، تزداد صعوبة لعبة الفيديو بما يتوافق مع قدرة اللاعبين. يجب ألا تكون الألعاب صعبة للغاية ولا غير متطلبة ولا محظوظة للغاية. ^[37] سيستمر اللاعبون في اللعب طالما يُنظر إلى اللعبة على أنها قابلة للفوز. لذلك يُشار إلى هذا باسم وهم إمكانية الفوز . لتوليد وهم القدرة على الفوز، يمكن أن تتضمن الألعاب قيمة داخلية (شعور بالتحرك نحو هدف والحصول على مكافأة مقابل ذلك) مدفوعة بالصراع الذي يمكن أن يولد من بيئة معادية وتشويق مدفوع بالقصة في شكل بناء العالم . الأخير ليس محوريًا للتقدم في اللعبة. ^[38] قد يقوم مصممو الألعاب أيضًا بإجراء تغييرات في طريقة اللعب ، على سبيل المثال، من خلال الحد من الموارد. أحد وجهات النظر هو أنه إذا لم يتم خداع اللاعبين للاعتقاد بأن عالم لعبة الفيديو حقيقي - إذا لم يكن العالم نابضًا بالحياة - فلا فائدة من إنشاء اللعبة. ^{[39] [40]}

• قانون بوشنيل
• منحنى النسيان
• سرعة التعلم
• إنتاجية العمل
• التعلم عن طريق الممارسة (الاقتصاد)
• النمو السكاني
• التجربة والخطأ

• منحنى التعلم