Bugün öğrendim ki: Alman psikolog Hermann Ebbinghaus'un. Hafızasını test etmek için anlamsız kelimelerden oluşan bir liste oluşturdu. Artan tekrarların artan hatırlamaya yol açtığını gösterdi ve ilişkiyi öğrenme eğrisi olarak bilinen şeyde grafiklendirdi.
Yeterlilik ve Deneyim Arasındaki İlişki
Diğer kullanımlar için, Öğrenme eğrisi (belirsizlik giderme) maddesine bakınız.
Öğrenme eğrisi, insanların bir görevde ne kadar yetkin oldukları ile sahip oldukları deneyim miktarı arasındaki ilişkinin grafiksel bir gösterimidir. Yeterlilik (dikey eksende ölçülür) genellikle artan deneyimle (yatay eksen) artar, yani bir kişi, grup, şirket veya endüstri bir görevi ne kadar çok gerçekleştirirse, o görevdeki performansı o kadar iyi olur.[1]
Yaygın ifade olan "dik bir öğrenme eğrisi", bir etkinliğin öğrenilmesinin zor olduğunu ve çok fazla çaba harcamanın yeterlilik seviyesini çok artırmadığını öne süren yanlış bir isimdir, ancak dik bir başlangıca sahip bir öğrenme eğrisi aslında hızlı ilerlemeyi temsil eder.[2][3] Aslında, eğrinin gradyanı, bir etkinliğin genel zorluğuyla hiçbir ilgisi yoktur, ancak zaman içinde öğrenme hızındaki beklenen değişim oranını ifade eder. Temelleri öğrenmesi kolay, ancak yeterlilik kazanması zor olan bir etkinlik, "dik bir öğrenme eğrisi"ne sahip olarak tanımlanabilir.[alıntı gerekli]
Öğrenme eğrisi, belirli bir görevi veya bir bilgi gövdesini ifade edebilir. Hermann Ebbinghaus, öğrenme psikolojisi alanında 1885 yılında öğrenme eğrisini ilk kez tanımlamıştır, ancak isim 1903 yılına kadar kullanılmaya başlanmamıştır.[4][5] 1936'da Theodore Paul Wright, uçak endüstrisinde öğrenmenin üretim maliyetleri üzerindeki etkisini açıklamıştır.[6] Birim maliyetinin toplam üretime karşı çizildiği bu form, bazen deneyim eğrisi veya Wright yasası olarak adlandırılır.
Psikolojide
[düzenle]
Hermann Ebbinghaus'un 1885 yılında yayınlanan hafıza testleri, anlamsız hece dizilerini ezberlemeyi ve bir dizi denemede başarıyı kaydetmeyi içeriyordu. Çeviri "öğrenme eğrisi" terimini kullanmaz - ancak öğrenmeyi deneme sayısına karşı diyagramlar sunar. Ayrıca puanın azalabileceğini veya hatta salınabileceğini de belirtir.[4][3][7]
"Öğrenme eğrisi" teriminin bilinen ilk kullanımı 1903 yılındandır: "Bryan ve Harter (6), telgraf dilinin edinimi çalışmasında başlangıçta hızlı bir yükselişin ardından daha yavaş öğrenme döneminin izlediği ve böylece dikey eksene dışbükey olan bir öğrenme eğrisi buldular."[5][3]
Psikolog Arthur Bills, 1934 yılında öğrenme eğrilerinin daha ayrıntılı bir tanımını verdi. Ayrıca negatif ivme, pozitif ivme, platolar ve oji eğrileri gibi farklı öğrenme eğrisi türlerinin özelliklerini de ele aldı.[8]
Ekonomide
[düzenle]
Tarihçe
[düzenle]
1936 yılında Theodore Paul Wright, uçak endüstrisinde öğrenmenin üretim maliyetleri üzerindeki etkisini açıklamış ve öğrenme eğrisinin matematiksel bir modelini önermiştir.[6]
1952 yılında ABD Hava Kuvvetleri, 1940'tan 1945'in ortalarına kadar hava aracı endüstrisindeki öğrenme eğrisine ilişkin verileri yayınlamıştır.[9] Özellikle, çeşitli ürünlerin doğrudan insan-saat maliyetini kümülatif üretim fonksiyonu olarak tablolaştırmış ve çizmişlerdir. Bu, 1950'lerde öğrenme eğrileri üzerine yapılan birçok çalışmanın temelini oluşturmuştur.[10]
1968 yılında Boston Consulting Group'un (BCG) Bruce Henderson, Wright tarafından öncülük edilen Birim Maliyet modelini genelleştirmiş ve özellikle bazen Henderson Yasası olarak adlandırılan bir Güç Yasası kullanmıştır.[11] Bu özel versiyonu deneyim eğrisi olarak adlandırmıştır.[12][13] 1970'lerdeki BCG araştırmaları, %10 ila %25 arasında değişen çeşitli endüstriler için deneyim eğrisi etkilerini gözlemlemiştir.[14]
Modeller
[düzenle]
Öğrenme eğrileri için temel istatistiksel modeller şunlardır:[15][16]
Wright modeli ("log-lineer"): y = K x^n {\displaystyle y=Kx^{n}} , burada
y {\displaystyle y}, x {\displaystyle x} -inci birimin maliyetidir,
x {\displaystyle x}, üretilen toplam birim sayısıdır,
K {\displaystyle K}, üretilen ilk birimin maliyetidir,
n {\displaystyle n}, öğrenmenin gücünü ölçen üsteldir.
Plato modeli: y = max ( K x^n , K_0 ) {\displaystyle y=\max(Kx^{n},K_{0})} , burada K_0 {\displaystyle K_{0}} ulaşılabilir minimum maliyeti modeller. Başka bir deyişle, maliyet yeterince düşük bir seviyeye ulaştıktan sonra öğrenme durur.
Stanford-B modeli: y = K ( x + B )^n {\displaystyle y=K(x+B)^{n}} , burada B {\displaystyle B} işçinin önceki deneyimini modeller.
DeJong modeli: y = K ( M + ( 1 − M ) x^n ) {\displaystyle y=K(M+(1-M)x^{n})} , burada M {\displaystyle M} makineler tarafından yapılan üretimin oranını modeller (insan işçisinin aksine öğrenme yeteneğine sahip olmadığı varsayılır).
S-eğrisi modeli: y = K ( M + ( 1 − M ) ( x + B )^n ) {\displaystyle y=K(M+(1-M)(x+B)^{n})} , Stanford-B modeli ve DeJong modelinin bir kombinasyonu.
Ana değişken, öğrenmenin gücünü ölçen üstel n {\displaystyle n}'dir. Genellikle n = log ( ϕ ) / log ( 2 ) {\displaystyle n=\log(\phi )/\log(2)} olarak ifade edilir, burada ϕ {\displaystyle \phi} "öğrenme oranı"dır. Başka bir deyişle, üretilen toplam birimlerin ikiye katlanması için birim maliyet 1 − ϕ {\displaystyle 1-\phi} oranında azalır. Wright, uçak imalatında ϕ ≈ 80 % {\displaystyle \phi \approx 80\%} bulmuştur, yani üretilen toplam birimlerin ikiye katlanması için birim maliyet %20 azalır.
Uygulamalar
[düzenle]
Üretkenlik ve verimliliğin ekonomik öğrenmesi genellikle aynı tür deneyim eğrilerini izler ve ilginç ikincil etkilere sahiptir. Verimlilik ve üretkenlik artışı, bireyler için olduğu kadar tüm organizasyon, endüstri veya ekonomi öğrenme süreçleri olarak da düşünülebilir. Genel model, pratik olarak ulaşılabilir yöntem iyileştirme seviyesine ulaşıldığında önce hızlanma ve ardından yavaşlama şeklindedir. Geliştirilmiş yöntemleri öğrenerek yerel çaba ve kaynak kullanımının azaltılmasının etkisi, 1880'lerde Jevons paradoksunda tartışıldığı ve 1980'lerde Khazzoom-Brookes Postulatında güncellendiği gibi, daha büyük ölçekli sisteme karşıt gizli bir etkiye sahiptir.
Öğrenme eğrisinin yönetimsel ekonomiye uygulanmasının kapsamlı bir şekilde anlaşılması, stratejik düzeyde birçok fayda sağlayacaktır. İnsanlar, yeni ürünlerin piyasaya sürülme zamanlamasını ve rekabetçi fiyatlandırma kararlarını tahmin edebilir, ürünlerde yeniliği teşvik ederek yatırım seviyelerine karar verebilir ve organizasyonel tasarım yapılarını seçebilir.[17] Balachander ve Srinivasan, dayanıklı bir ürünü ve öğrenme eğrisinin ilkelerine dayalı fiyatlandırma stratejisini incelemek için kullanılmıştır. Bir ürünün üretimi ve satışı konusundaki artan deneyimin birim üretim maliyetinin düşmesine neden olacağı kavramlarına dayanarak, bu ürün için potansiyel en iyi tanıtım fiyatını bulmuşlardır.[18] Kısa kaynaklarla üretim yönetimi sorunlarına gelince, Liao [19], işgücü saatleri ve makine saatleri üzerindeki öğrenme eğrisinin etkilerini içermeden insanların yanlış yönetim kararları alabileceğini gözlemlemiştir. Demeester ve Qi [20], eski ürünlerin ortadan kaldırılması ve yeni ürünlerin piyasaya sürülmesi arasındaki geçişi incelemek için öğrenme eğrisini kullanmışlardır. Sonuçları, optimum geçiş zamanının ürün ve süreç özelliklerine, pazar faktörlerine ve bu üretimdeki öğrenme eğrisinin özelliklerine göre belirlendiğini göstermiştir. Konstantaras, Skouri ve Jaber [21], öğrenme eğrisini talep tahmini ve ekonomik sipariş miktarında uygulamıştır. Alıcıların bir öğrenme eğrisine uyduğunu bulmuşlardır ve bu sonuç envanter yönetimi konusunda karar vermede yararlıdır.
Öğrenme eğrileri, yarı iletken endüstrisinde Moore yasasını modellemek için kullanılmıştır.[22]
Ücretler yapılan ürün sayısıyla orantılı olduğunda, işçiler farklı bir göreve geçmeye veya takıma yeni bir üye almaya direnç gösterebilir, çünkü bu geçici olarak üretkenliği azaltır. Öğrenme eğrileri, işçiler öğrenirken aynı ürün için daha fazla ücret almaları için geçici düşüşlerin düzeltilmesi için kullanılmıştır.[15]
Örnekler ve matematiksel modelleme
[düzenle]
Öğrenme eğrisi, ima edilen öğrenme (yeterlilik veya bir sınıra doğru ilerleme) için vekil ölçütlerin deneyimle çizilmesidir.
Yatay eksen, deneyimi doğrudan zaman (saat zamanı veya etkinliğe harcanan zaman) olarak temsil eder veya zamana bağlı olabilir (bir dizi deneme veya üretilen toplam birim sayısı).
Dikey eksen, "öğrenmeyi" veya "yeterliliği" veya "verimlilik" veya "üretkenlik" için diğer vekili temsil eden bir ölçüttür. Ya artan (örneğin, bir testteki puan) ya da azalan (bir testi tamamlama süresi) olabilir.
Bir dizi denemede bir kişinin performansı için eğri düzensiz olabilir, yeterlilik artar, azalır veya bir plato halinde dengelenir.
Çok sayıda bireysel deneme sonucu ortalaması alındığında, genellikle matematiksel bir fonksiyonla tanımlanabilecek düzgün bir eğri elde edilir.
S-eğrisi veya sigmoid fonksiyonu
Üstel büyüme
Bir sınıra doğru üstel yükseliş veya düşüş
Güç yasası
Birkaç ana fonksiyon kullanılmıştır:[23][24][25]
S-Eğrisi veya Sigmoid fonksiyonu, tüm öğrenme eğrilerinin idealize edilmiş genel biçimidir; başlangıçta yavaşça biriken küçük adımlar, daha sonra daha büyük adımlar ve daha sonra öğrenme etkinliği sınırına ulaştığında ardışık olarak daha küçük adımlar izler. Bu, öğrenilecek bir şeyin keşfinden, onu öğrenmenin sınırına kadar normal ilerlemenin idealizasyonudur. Öğrenme eğrilerinin diğer şekilleri (4, 5 ve 6), tam boyutlarına sahip olmayan S-eğrilerinin bölümlerini gösterir. Bu durumda yeterlilik gelişimi yavaş başlar, ardından hızla artar ve sonunda dengelenir.
Üstel büyüme; yeterlilik, Üstel büyümede olduğu gibi sınırsız bir şekilde artabilir.
Bir Sınıra Doğru Üstel Yükseliş veya Düşüş; yeterlilik, bir kondansatörün bir direnç üzerinden şarj veya deşarj olmasına benzer bir şekilde (üstel bozulma) üstel olarak bir sınıra yaklaşabilir. Becerideki artış veya bilginin hatırlanması, ilk denemeler sırasında maksimum hızına hızla ulaşabilir ve ardından kademeli olarak dengelenir, bu da konunun becerisinin her sonraki tekrarla çok fazla gelişmediği, zamanla daha az yeni bilginin kazanıldığı anlamına gelir.
Güç yasası; üstel bozulma fonksiyonuna benzer görünür ve neredeyse her zaman maliyet gibi azalan bir performans ölçütü için kullanılır. Ayrıca, yeterlilik logaritmasının deneyim logaritmasına karşı çizildiğinde sonucun düz bir çizgi olduğu ve genellikle bu şekilde sunulduğu özelliğine sahiptir.
Birim Maliyet ile Toplam Üretim grafiğinin güç yasasıyla özel bir durumu deneyim eğrisi olarak adlandırılmıştır: matematiksel fonksiyon bazen Henderson Yasası olarak adlandırılır. Bu öğrenme eğrisi biçimi, maliyet projeksiyonlarında endüstride yaygın olarak kullanılır.[26]
Makine öğrenmesinde
[düzenle]
Daha fazla bilgi için: Öğrenme eğrisi (makine öğrenmesi)
Performansı deneyime bağlayan grafikler, makine öğrenmesinde yaygın olarak kullanılır. Performans, öğrenme sisteminin hata oranı veya doğruluğudur, deneyim ise öğrenme için kullanılan eğitim örneklerinin sayısı veya sistem model parametrelerinin optimize edilmesinde kullanılan yineleme sayısı olabilir.[27] Makine öğrenme eğrisi, farklı algoritmaları karşılaştırmak,[28] tasarım sırasında model parametrelerini seçmek,[29] yakınsamayı iyileştirmek için optimizasyonu ayarlamak ve eğitim için kullanılan veri miktarını belirlemek[30] dahil olmak üzere birçok amaç için yararlıdır.
Daha geniş yorumlamalar
[düzenle]
Başlangıçta eğitim ve davranışsal psikolojide tanıtılan terim, zamanla daha geniş bir yorum kazanmıştır ve "deneyim eğrisi", "iyileştirme eğrisi", "maliyet iyileştirme eğrisi", "ilerleme eğrisi", "ilerleme fonksiyonu", "başlangıç eğrisi" ve "verimlilik eğrisi" gibi ifadeler genellikle birbirinin yerine kullanılır. Ekonomide konu, "gelişim" oranlarıdır, çünkü gelişme, değişen ilerleme oranlarına sahip tüm sistem öğrenme sürecini ifade eder. Genel olarak, tüm öğrenme zaman içinde artımlı değişiklikler gösterir, ancak gözlem zaman ölçeğine bağlı olarak farklı görünümlere sahip bir "S" eğrisini tanımlar. Şimdi ayrıca, genel olarak karmaşık sistemlerdeki noktasal denge ve diğer devrimci değişiklik türlerinin evrimsel teorisiyle, yenilik, organizasyonel davranış ve grup öğrenmesinin yönetimi de dahil olmak üzere diğer alanlarla ilişkilendirilmiştir.[31] Hızla ortaya çıkan yeni formların bu süreçleri, gözlemlenebilir olduğunda, hızlanan ve yavaşlayan değişen oran eğrileri gösteren sistemlerin kendilerindeki karmaşık öğrenme yoluyla gerçekleşir gibi görünmektedir.
Genel öğrenme sınırlamaları
[düzenle]
Deneyim eğrileri olarak da adlandırılan öğrenme eğrileri, genel olarak kaynaklar ve teknolojiler için çok daha geniş doğal sınırlar konusuyla ilgilidir. Bu tür sınırlar genellikle, bilinen bir sürecin veya ürünün veya ölçümlerin mükemmelleştirilmesinin sınırları gibi, işleri daha verimli yapmayı öğrenmeyi yavaşlatan artan komplikasyonlar olarak kendilerini gösterir.[32] Bu pratik deneyimler, genel olarak atık azaltma sınırları için termodinamiğin ikinci yasasının tahminleriyle eşleşir. Atığı ortadan kaldırmak için şeyleri mükemmelleştirmeye yaklaşmak, ilerleme kaydetmek için geometrik olarak artan çabayla karşılaşır ve görülen ve görünmeyen tüm faktörlerin öğrenme deneyimini değiştirmesinin çevresel bir ölçütünü sağlar. Sürekli olumlu, ancak azalan sonuçlara rağmen, şeyleri mükemmelleştirmek artan çabaya rağmen giderek daha zor hale gelir. Öğrenmede komplikasyonlardan kaynaklanan aynı yavaş ilerleme, ürün yaşam döngüsü yönetimi ve yazılım geliştirme döngülerine uygulanan yararlı teknolojilerin ve karlı pazarların sınırlarında da görünür. Kalan pazar segmentleri veya kalan potansiyel verimlilikler veya verimlilikler, ardışık olarak daha az uygun şekillerde bulunur.
Verimlilik ve gelişim eğrileri tipik olarak, önce daha kolay şeyleri bulmaya karşılık gelen daha büyük adımların, ardından şeyleri daha zor bulmanın daha küçük adımlarının izlediği iki aşamalı bir süreci izler. Öğrenmeyi kolaylaştıran atılımları izleyen öğrenme patlamalarını, belki de durma noktasına doğru öğrenmeyi giderek daha zorlaştıran kısıtlamalarla buluşmayı yansıtır.
Doğal Sınırlar: Alandaki temel çalışmalardan biri, genel olarak fiziksel veya finansal olsun, yatırımlardaki azalan getirilerle ilgilidir ve kaynak geliştirme veya diğer çabalar için tüm sistem sınırlarına işaret eder. Bunların en çok çalışılanı, Dünya Ansiklopedisi makalesinde ve ayrıca Hubert eğrileri olarak da adlandırılan bir OilDrum makalesinde ve serisinde uzun uzun tartışılan Enerjiye Yatırılan Enerji Getirisi veya EROEI olabilir. Enerji üretmek için gereken enerji, kalan enerji kaynaklarını harcanan çabayla ilgili olarak nasıl yararlı hale getireceğimizi öğrenmedeki zorluğumuzun bir ölçüsüdür. Enerjiye yatırılan enerjinin getirisi, doğal kaynak sınırlamaları ve artan yatırım nedeniyle bir süredir sürekli olarak azalmaktadır. Enerji, hem doğanın hem de bizim işleri gerçekleştirmemiz için ana kaynağımızdır. Azalan getiri noktası, artan yatırımın kaynağı daha pahalı hale getirdiğinde ortaya çıkar. Doğal sınırlara yaklaşılırken, kolayca kullanılan kaynaklar tükenir ve bunun yerine daha fazla komplikasyona sahip olanlar kullanılır. Bir çevresel sinyal olarak sürekli azalan EROEI, işleri gerçekleştirme yeteneğimizde tüm sistem sınırlarının yaklaşımını gösterir.
Yararlı Doğal Sınırlar: EROEI, yatırım yapılan çabanın getirisini R/I veya öğrenme ilerlemesinin oranı olarak ölçer. Ters I/R, öğrenme zorluğunu ölçer. Basit fark şudur: Eğer R sıfıra yaklaşırsa R/I da sıfıra yaklaşır, ancak I/R sonsuza yaklaşır. Öğrenme ilerlemesini sınırlamak için komplikasyonlar ortaya çıktığında, yararlı getirilerin sınırı uR'ye yaklaşılır ve R-uR sıfıra yaklaşır. Yararlı öğrenmenin zorluğu I/(R-uR), giderek daha zor görevler çabayı verimsiz hale getirdikçe sonsuza yaklaşır. Bu nokta, belirli bir zamanda, yalnızca sürdürülemez bir çaba ile geciktirilebilen dikey bir asimptot olarak yaklaşır. Bu, yeterli yatırım yapıldığında ve görevin tamamlandığında, genellikle görevin tamamlanmasıyla aynı olması planlanan bir noktayı tanımlar. Planlanmamış görevler için, ya önceden görülür ya da sürpriz olarak keşfedilir. Yararlılık ölçüsü uR, yalnızca meydana geldiklerinde ölçülebilen veya önceden görülmedikçe çevresel yanıtların karmaşıklığından etkilenir.
Kültürde
[düzenle]
"Dik öğrenme eğrisi"
[düzenle]
"Dik öğrenme eğrisi" ifadesi zıt anlamlarla kullanılır. Oxford İngilizce Sözlüğü, Amerikan Miras İngilizce Sözlüğü ve Merriam-Webster Kolej Sözlüğü de dahil olmak üzere çoğu kaynak, öğrenme eğrisini becerinin kazanılma hızını tanımlar, bu nedenle dik bir artış, beceride hızlı bir artış anlamına gelir.[2][33] Bununla birlikte, terim, yaygın İngilizcede genellikle zor bir ilk öğrenme süreci anlamında kullanılır.[3][33]
Yaygın İngilizce kullanım, öğrenme eğrisinin tırmanılması gereken bir tepe olarak mecazi yorumuyla uyumludur. (Daha dik bir tepe başlangıçta zordur, oysa nazik bir eğim daha az yorucu, bazen oldukça sıkıcıdır. Buna göre, eğrinin (tepenin) şekli, gereken toplam iş miktarını göstermeyebilir. Bunun yerine, hırs, kişilik ve öğrenme tarzıyla ilgili bir tercih meselesi olarak anlaşılabilir.)
Kısa ve uzun öğrenme eğrileri
A ürünü daha düşük işlevselliğe ve kısa bir öğrenme eğrisine sahiptir. B ürünü daha fazla işlevselliğe sahiptir ancak öğrenmesi daha uzun sürer.
Kolay ve zor anlamlarına sahip öğrenme eğrisi terimi, sığ ve dik yerine kısa ve uzun gibi sıfatlarla tanımlanabilir.[2] İki ürünün işlevselliği benzerse, "dik" eğrili olan muhtemelen daha iyidir, çünkü daha kısa sürede öğrenilebilir. Öte yandan, iki ürünün işlevselliği farklıysa, kısa bir eğriye (öğrenmesi kısa süre) ve sınırlı işlevselliğe sahip olan, uzun bir eğriye (öğrenmesi uzun süre) ve daha fazla işlevselliğe sahip olandan daha iyi olmayabilir.
Örneğin, Windows programı Notepad öğrenmesi son derece kolaydır, ancak bundan sonra çok az şey sunar. Diğer uçta, öğrenmesi zor olan ancak kullanıcı nasıl kullanılacağını öğrendikten sonra çok çeşitli özellikler sunan UNIX terminal editörü vi veya Vim vardır.
"Dik bir öğrenme eğrisinde"
[düzenle]
Ben Zimmer, esas olarak terimin kullanımının bir anakronizm olup olmadığına odaklanarak, 20. yüzyılın başlarında geçen bir televizyon dizisi olan Downton Abbey'de "dik bir öğrenme eğrisinde" teriminin kullanımını tartışıyor. "Downton Abbey'nin olası varisi ve şimdi mülkün ortak sahibi olan Matthew Crawley, 'Downton'a geldiğinden beri dik bir öğrenme eğrisindeyim' diyor. Bununla, Downton'ın yollarını öğrenmekte zorlandığı anlamına geliyor, ancak insanlar 1970'lere kadar bu şekilde konuşmaya başlamadılar."[3][34]
Zimmer ayrıca, dik kelimesinin zor olarak kullanılmasının teknik anlamının tersine çevrilmesi olduğunu da belirtiyor. Dik öğrenme eğrisinin ilk kullanımını 1973 olarak, zor yorumlamayı ise 1978 olarak tanımlıyor.
Video oyunlarında zorluk eğrileri
[düzenle]
Öğrenme eğrileri fikri, genellikle oyuncunun oyunda ilerledikçe oyunun ne kadar zorlaşabileceğini ve oyuncunun ya oyunda daha yetkin hale gelmesini, oyun mekaniğini daha iyi anlamasını ve/veya karakterlerini geliştirmek için zaman harcamasını gerektiren bir "zorluk eğrisi" olarak video oyunu oynanışına dönüştürülür. Doğru zorluk eğrisini oluşturmak, bir başlıkta oyun dengesinin sağlanmasının bir parçasıdır. Eğitim ortamlarındaki öğrenme eğrilerinde olduğu gibi, zorluk eğrilerinin çok sayıda şekli olabilir ve oyunlar genellikle oyunun zorluğunu veya kolaylığını artırmak için bu eğrinin şeklini varsayılanına göre değiştiren çeşitli zorluk seviyeleri sağlayabilir.[35][36] İdeal olarak, bir video oyununun zorluğu oyuncuların yeteneğiyle orantılı olarak artar. Oyunlar ne çok zor ne de çok az talepkar ne de çok şanslı olmamalıdır.[37] Oyuncular, bir oyunun kazanılabilir olduğu düşünüldüğü sürece oynamaya devam edecektir. Bu nedenle buna kazanılabilirlik yanılsaması denir. Kazanılabilirlik yanılsaması oluşturmak için oyunlar, çatışma tarafından yönlendirilen içsel değer (bir hedefe doğru ilerlemenin ve bunun için ödüllendirilmenin duygusu) içerebilir; bu, antagonist bir çevre ve dünya kurma biçiminde hikaye odaklı gerilim ile oluşturulabilir. İkincisi, oyunda ilerlemek için çok önemli değildir.[38] Oyun tasarımcıları ayrıca, örneğin kaynakları sınırlayarak oynanışta değişiklikler yapabilir. Bir bakış açısı, oyuncular video oyun dünyasının gerçek olduğuna inanmaya kandırılmazlarsa - dünya canlı hissetmezse - o zaman oyunu yaratmanın bir anlamı yoktur.[39][40]
Ayrıca bakınız
[düzenle]
Bushnell Yasası
Unutma eğrisi
Öğrenme hızı
İşgücü verimliliği
Öğrenerek yapma (ekonomi)
Nüfus artışı
Deneme yanılma
Referanslar
[düzenle]