منحنی یادگیری؛ چطور می‌توان از آن برای ردیابی پیشرفت استفاده کرد؟

• منحنی یادگیری چیست؟
• الزامات مدل‌های منحنی یادگیری
• دلایل اهمیت مدل‌های منحنی یادگیری
• مزایا و معایب مدل منحنی یادگیری
• نحوه‌ی استفاده از تئوری منحنی یادگیری برای بهبود عملکرد
• نحوه‌ی استفاده از فرمول منحنی یادگیری
• ۴ نمونه از مدل منحنی یادگیری

نظریه‌ی منحنی یادگیری راهی برای درک عملکرد بهبودیافته‌ی کارمند در طول زمان است؛ به این صورت که هرقدر کارمندی بیشتر کاری را انجام دهد، در آن کار بهتر عمل خواهد کرد؛ یعنی در بلندمدت هزینه‌ها کاهش و بازده افزایش می‌یابد. این منحنی ابزار مفیدی برای ارزیابی عملکرد، سنجش پیشرفت، بهبود بهره‌وری و اطمینان از دستیابی شرکت شما به اهداف خاص عملکرد است. در این مطلب، منحنی یادگیری را تعریف می‌کنیم، پاسخ می‌دهیم که که منحنی یادگیری چیست، چه مزایا و معایبی دارد و چطور می‌توانید‌ برای بهبود عملکرد شرکت خود از آن استفاده کنید.

منحنی یادگیری چیست؟

به عنوان مثال، تصور کنید که به‌تازگی ‌کار جدیدی را شروع کرده‌اید. در ابتدا، لازم است که این‌ شرکت وقت خود را به آموزش شما اختصاص دهد و شما به زمان نیاز دارید تا به کار‌های جدیدی که به عهده دارید، عادت کنید؛ با این حال، پس از این دوره‌ی اولیه‌ با هزینه‌ی زیاد و بازده کم، تجربه‌ی لازم را برای انجام سریع‌تر و بهتر همان کارها کسب می‌کنید.

حال که توضیح دادیم منحنی یادگیری چیست، پاسخ می‌دهیم برای ترسیم نمودار یادگیری به چه اطلاعاتی نیاز دارید. 

الزامات مدل‌های منحنی یادگیری

برای به‌دست آوردن یک مدل منحنی یادگیری دقیق، باید مطمئن شوید که تمام متغیر‌هایی را که در فرمول قرار دارند را در اختیار دارید (در ادامه‌ی مطلب به‌طور کامل به این فرمول برای نمودار یادگیری می‌پردازیم).

داده‌های موردنیاز برای ترسیم منحنی یادگیری و سپس تفسیر معنای آن‌ها برای عملکرد شرکت شما، شامل موارد زیر هستند:

• یک واحد سنجش‌پذیر از خروجی؛
• واحد تعریف‌شده‌ی هزینه (در زمان، پول، تلاش و ...)؛
• یک بازه‌ی زمانی ثابت یا یک هدف بهره وری ثابت.

دلایل اهمیت مدل‌های منحنی یادگیری

مدل‌های منحنی یادگیری مفید هستند، زیرا به شما کمک می‌کنند تا درک کنید که آیا فرایندها و کارمندان شرکتتان به اندازه‌ی کافی نسبت به بهبود منابع لازم، عملکرد مطلوبی دارند یا خیر. شکل نمودار یادگیری می‌تواند به شما بگوید که عملکرد هر شخص در کدام‌یک از وضعیت‌های بهبود، کاهش، رکود یا نوسان است؛ سپس این امر می‌تواند شما را از تأثیرات احتمالی عملکرد شخص موردنظر آگاه کند؛ بنابراین، می‌توانید تصمیماتی بگیرید که به تقویت تأثیرات مثبت بر شرکت شما کمک کنند و تأثیرات منفی را کاهش ‌دهند. حال که متوجه شدید منحنی یادگیری چیست و چرا اهمیت دارد در ادامه به مزایا و معایب آن می‌پردازیم.

آگهی استخدام

جدیدترین فرصت‌های شغلی شرکت‌های معتبر را در صفحه آگهی استخدام ببینید.

مزایا و معایب مدل منحنی یادگیری

پس از تعریف منحنی یادگیری ، باید مزایا و معایب آن را بررسی کرد. مدل منحنی یادگیری برای نظارت بر جنبه‌های مختلف عملکرد شرکت و شناسایی بخش‌هایی که به پیشرفت نیاز دارند، بسیار مفید است و می‌تواند دیدگاه‌های خوبی را به‌وجود آورد، اما محدودیت‌هایی نیز دارد. در این بخش، برخی از مزایا و معایب کلیدی مدل نمودار یادگیری را بررسی می‌کنیم.

مزایای مدل منحنی یادگیری

استفاده از یک مدل منحنی یادگیری برای پیشرفت جنبه‌های مختلف شرکتتان می‌تواند در انجام کارهای زیر به شما کمک کند:

• برنامه ریزی استراتژیک برای بهبود بازده کارمندان یا حتی کل ادارات؛
• ایجاد انگیزه در کارمندان شرکت با ایجاد فرهنگ یادگیری مداوم و ردیابی پیشرفت؛
• شناسایی روندهایی که می‌توانند برای پیش‌بینی دقیق‌تر و تصمیمات تجاری بهتر استفاده شوند.

معایب مدل منحنی یادگیری

در این‌جا برخی از معایب و محدودیت‌های اصلی نمودار یادگیری را ذکر کرده‌ایم:

1. پیشرفت یادگیری تحت‌تأثیر متغیرهای مختلفی از جمله زمان، تجربه‌ی قبلی و کیفیت آموزش است؛ در نتیجه، ممکن است ردیابیِ صرفا یکی از این متغیرها در منحنی یادگیری، داده‌های گمراه‌کننده‌ای را برای شما به همراه داشته‌باشد؛
2.  اندازه‌گیری برخی از عملکردها دشوار است. اگرکالای قابل‌تحویل خاصی مانند محصول یا فروش وجود نداشته‌باشد، تعریف یک واحد خروجی به منظور اندازه‌گیری کار سختی است؛
3. این مدل به‌خودی‌خود ناقص است، زیرا متغیرهای بسیاری وجود دارند که می‌توانند بر عملکرد تأثیر بگذارند. مهم این است که شما از یک مدل منحنی یادگیری در ترکیب با سایر روش‌های ارزیابی عملکرد شرکت برای تصویر کامل‌تر استفاده کنید.

نحوه‌ی استفاده از تئوری منحنی یادگیری برای بهبود عملکرد

تئوری منحنی یادگیری بیان می‌کند صرف زمان بیشتر برای انجام کاری معادل با بازدهی و کارآمدی بیشتر در آن مورد خواهد بود، به طور کل می‌تواند برای بهبود عملکرد شرکت شما و هم‌چنین بخش‌های خاص و حتی کارمندان منفرد استفاده شود.

در این‌جا، نحوه‌ی استفاده از این تئوری برای این منظور را به صورت اجمالی مرور کرده‌ایم:

1. اصطلاحات روشن و دقیق را تعیین کنید: تئوری نمودار یادگیری فقط در صورتی کار می‌کند که داده‌های شما تعریف‌شده و سازگار باشند؛
2. چند متغیر را هم‌‌زمان اندازه بگیرید. برای داشتن کامل‌ترین تصویر از عملکرد شرکتتان، باید مدل منحنی یادگیری را در بیشتر زمینه‌ها اِعمال کنید و نحوه‌ی مقایسه و تأثیرگذاری آن‌ها را ببینید؛
3. داده‌های خود را دوباره بررسی کنید: قبل از تصمیم گیری بر اساس نتایج، مطمئن شوید که از هیچ متغیری غافل نشده‌اید. این امر، به‌ویژه اگر نتایج مطابق انتظارتان نباشند، درست است. اگر نتایج حاصل از منحنی یادگیری غیرمنتظره باشند، ممکن است به این دلیل باشد که شما یک داده‌ی کلیدی را لحاظ نکرده‌اید؛
4. آگاهانه تصمیم بگیرید: در صورتی که داده‌ها نشان می‌دهند که روند آموزش فعلی شما خیلی مؤثر نیست، مثلا برخی از اصطلاحات را انجام دهید و دوباره اندازه‌گیری کنید. در برخی موارد، بهترین تصمیم بلافاصله مشخص خواهد شد. در موارد دیگر ممکن است چند مرحله آزمون‌وخطا طول بکشد تا تغییری را بیابید که در واقع عملکرد را بهبود می‌بخشد؛
5. به نظارت ادامه دهید: فقط در زمان تغییر یا مشکلات در شرکت خود، نظریه‌ی منحنی یادگیری را اعمال نکنید. نظارت در طول سال مهم است. نظارت مداوم به محض بروز مشکلات، شما را آگاه می‌کند تا بتوانید رویکرد خود را به‌سرعت تعدیل و مشکلات را اصلاح کنید.

نحوه‌ی استفاده از فرمول منحنی یادگیری

حال که متوجه شدید مزایا و معایب منحنی یادگیری چیست باید نحوه استفاده از آن را نیز بدانید. در تعریف منحنی یادگیری، این منحنی به صورت یک فرمول جبری بیان می‌شود:

Y = AX^B

• متغیر Y میانگین زمان در واحد خروجی است ؛
• A زمانی است که برای انجام کار در اولین بار صرف شده‌است؛
• X میزان کل تلاش‌ها یا واحد‌های خروجی است؛
• B شیب تابع را نشان می‌دهد.

به زبان ساده، این معادله در نمودار یادگیری به شما کمک می‌کند تا میانگین هزینه را (معمولا به‌موقع) برای رسیدن به بیشترین بازده درک کنید. هرچه تلاش بیشتری در فرمول منحنی یادگیری گنجانده شود، میانگین زمان کم‌تر خواهد بود. برای استفاده از این فرمول نمودار یادگیری، باید داده، زمان و خروجی را برای هرآنچه می‌خواهید بسنجید، ردیابی کنید. برای انجام این کار مراحل زیر را دنبال کنید:

1. واحد خروجی خود را تعریف کنید: در صورتی که کارایی کارمند جدیدی را اندازه‌گیری می‌کنید، ممکن است یک تحویل‌دادنی مشخص باشد. اگر به منظور اندازه‌گیری میزان تولید، کالاهای قابل‌تحویل منظم یا مفیدی وجود داشته‌باشند، باید درمورد یافتن راهی برای تعیین مقدار تولید کارمند خلاقیت به خرج دهید؛
2. هزینه‌ی خود را تعریف کنید: همان طور که در بالا ذکر شد، در بیشتر برنامه‌ها، هزینه‌ی شما در زمان اندازه‌گیری می‌شود. در برخی موارد، ممکن است شما هزینه‌ی واقعی مالی را اندازه‌گیری کنید، مانند هزینه‌ی سازمان‌دهی مجدد ساختار یک بخش یا بازسازی یک ویترین جدید؛
3. بازه‌ی زمانی خود را تعیین کنید: بسته به این‌که دنبال چه نوع اطلاعاتی از نمودار یادگیری هستید، باید یک بازه‌ی زمانی تعیین کنید؛ به عنوان مثال، اگر شما روش آموزشی جدیدی را اجرا می‌کنید، ممکن است چارچوب زمان خود را به عنوان میانگین زمانی‌ای تعیین کنید که برای رسیدن به حداکثر کارایی با روش قدیمی‌تر طول بکشد. اگر روش جدید در همان زمان به نتایج بهتری رسیده‌باشد، می‌دانید که این تغییری مؤثر است؛
4. هدف خود را تعیین کنید: ممکن است سایر برنامه‌ها از نظر بازه‌ی زمانی نامحدود باشند. به جای این‌که بخواهید ببینید در یک دوره‌ی خاص می‌توانید به چه سطحی از بهره‌وری دست پیدا کنید، ممکن است تلاش کنید تا دریابید چه مدت طول می‌کشد تا به سطح ایدئال بهره‌وری برسید. در این حالت، بازه‌ی زمانی در منحنی یادگیری را باز بگذارید و سپس یک هدف خاص و قابل‌اندازه‌گیری را که می‌خواهید به آن برسید، تعیین کنید؛
5. شروع به اندازه‌گیری کنید: در حالت ایدئال برای به‌دست آوردن دقیق‌ترین داده‌ها، باید اولین تلاش را محاسبه ‌کنید، که احتمالا بالاترین هزینه را در واحد خروجی خواهد داشت. اندازه‌‌گیری اولین تلاش دقیق‌ترین تصویر پیشرفت و هزینه‌ی کل را در نمودار یادگیری به شما ارائه می‌دهد؛
6. داده‌های خود را مرتب نگه دارید: می‌توانید هنگام شروع از یک برنامه‌ی صفحه‌گسترده برای مدل‌‌سازی داده‌های خود استفاده کنید. با وجود این‌که این کار را انتخاب کردید، مطمئن شوید که اندازه‌گیری‌ها را در یک جا و به روشی واضح و سازگار ضبط می‌کنید که بتوانید به آسانی، نتایج به‌دست آمده از منحنی یادگیری را به صورت تصویری مشاهده کنید.

۴ نمونه از مدل منحنی یادگیری

در تعریف منحنی یادگیری، ۴ نوع اصلی نمودار یادگیری وجود دارند که با شروع مدل‌سازی داده‌های خود، آن‌ها را مشاهده خواهید کرد و با توجه به مسیر پیشرفت برای هرآن‌چه اندازه‌گیری می‌کنید، متمایز می‌شوند.

در بخش زیر چند نمونه از هر نوع و چگونگی تأثیر آن‌ها را بر تصمیم‌گیری شرکت بیان کرده‌ایم:

۱. منحنی یادگیری بازده کاهش‌دهنده

این منحنی یادگیری، که شبیه شیب تند و رو به پایین است و به دنبال آن، یک فلات یا خط مستقیم دنبال می‌شود، به این معنی است که زمان یادگیری نسبتا سریع است و شما به‌سرعت به حداکثر کارایی می‌رسید. این نتیجه، از نظر تصمیم‌‌گیری، به این معناست که این جنبه از شرکت عملکرد خوبی دارد، اما باید مطمئن شوید که پس از شروع، فلات هزینه‌ها را کاهش می‌دهید. نکته‌ی دیگری که باید در این‌جا جست‌وجو کرد، این است که فلات نمودار یادگیری در کجا اتفاق می‌افتد. هرچه فلات منحنی یادگیری در سطح پایین‌تر (به سمت محور X) رخ دهد، کارایی عملکرد بیشتر است. اگر فلات از نیمه‌ی بالایی شروع شود، نشان می‌دهد که کاری که اندازه‌گیری می‌کنید، به طور مداوم هزینه‌ی بالایی دارد و ممکن است بخواهید به دنبال راه‌هایی برای کاهش این هزینه باشید. پس از این که متوجه شدید منحنی یادگیری چیست با بررسی مثال‌ها و نمونه‌هایی مفهوم نمودار یادگیری بیشتر برایتان شفاف می‌شود.

۲. منحنی یادگیری بازده افزایش‌دهنده

در تعریف منحنی یادگیری ، این نوع منحنی شیب ابتدا کم و به دنبال آن، افت شدیدی خواهد داشت. این در نمودار یادگیری نشان می‌دهد که یادگیریِ این کار مدت زیادی طول می‌کشد، اما پس از یادگیری، کارمندان می‌توانند به‌سرعت به نقطه‌ی بالایی از بازدهی برسند. از نظر تصمیم‌گیری، در این‌جا ممکن است به انجام کاری نیاز نداشته‌باشید، زیرا پس از رسیدن به مرحله‌ی کارایی بالا، هزینه‌ی اولیه‌ی یادگیریِ آهسته به‌سرعت بازمی‌گردد؛ با این حال، اگر باقی داده‌های منحنی یادگیری نشان می‌دهند که یادگرفتن این کار نباید خیلی طول بکشد، این شکل می‌تواند نشان دهد که ممکن است شرکت شما به اصلاح روش آموزش خود نیاز داشته‌باشد.

۳. منحنی یادگیری S 

شکل S این منحنی یادگیری، نشان می‌دهد که یادگیری در ابتدا کُند و به دنبال آن، در واحد خروجی افت شدید هزینه رخ خواهد داد. پس از افت شدید، یک اثر فلات وجود دارد. مانند منحنی یادگیری بازده کاهش، اگر این فلات نزدیک به محور X اتفاق بیفتد، این عملکرد بسیار کارآمد است؛ با وجود این، اگر فلات نمودار یادگیری در نیمه‌ی بالای نمودار اتفاق بیفتد، ممکن است عملکرد درحد توان کارآمد نباشد. در این حالت، لازم است که هم به روش آموزش و هم به هر متغیری که می‌تواند بر هزینه‌ی عملکرد مداوم در مرحله‌ی فلات نمودار یادگیری تأثیر بگذارد، از نزدیک نگاه کنیم.

۴. منحنی یادگیری پیچیده

منحنی یادگیری پیچیده را معمولا برای کارهای دشوارتر در شرکت خود مشاهده خواهید کرد. این کار با یک منحنی کم‌عمق آغاز می‌شود و پس از آن، یک فلات دنبال می‌شود که ممکن است شیب‌دار یا کم‌عمق باشد. این منحنی یادگیری نشان می‌دهد که یادگیری کار اندازه‌گیری‌شده دشوار است و حتی پس از یادگیری، قبل از این‌که کارمند به‌واقع وظیفه‌ی خود را به طور مؤثر انجام دهد، به میزان مشخصی تمرین نیاز دارد. یک شرکت ممکن است برای تصمیم‌گیری به دنبال روش‌هایی برای بهبود آموزش باشد یا تصمیم بگیرد که هزینه‌ها را با استخدام داوطلبانی که از قبل تجربه‌ی لازم برای دستیابی به حداکثر کارایی برای این کار را دارند، کاهش دهد.

در این مطلب سعی کردیم بررسی کنیم که منحنی یادگیری چیست؛ همچنین چگونگی کارکرد و نحوه‌ی استفاده از نمودار یادگیری را نیز شرح دادیم. امیدواریم که مفید بوده‌باشد.

استخدام مهندس عمران

جدیدترین فرصت‌های شغلی شرکت‌های معتبر را در صفحه آگهی استخدام ببینید.

منبع: indeed.com