Una curva de aprendizaje es una representación gráfica de la relación entre el nivel de competencia de una persona en una tarea y la cantidad de experiencia que tiene. La competencia (medida en el eje vertical) generalmente aumenta con el aumento de la experiencia (el eje horizontal), es decir, cuanto más realiza una tarea, mejor se vuelve en ella. [1]
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. [2] [3] 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 en la que es fácil aprender los conceptos básicos, pero en la que es difícil adquirir competencia, puede describirse como una "curva de aprendizaje empinada".
Las curvas de aprendizaje pueden referirse a una tarea específica o 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 entró en uso hasta 1903. [4] [5] En 1936, Theodore Paul Wright describió el efecto del aprendizaje en los costos de producción en el industria aeronáutica . [6] Esta forma, en la que el costo unitario se representa frente a la producción total , a veces se denomina curva de experiencia .
En psicologia
Las pruebas de Hermann Ebbinghaus implicaban memorizar una serie de sílabas sin sentido y registrar el éxito en varias pruebas. La traducción no utiliza el término "curva de aprendizaje", pero presenta diagramas de aprendizaje frente al número de prueba. También señala que la puntuación puede disminuir o incluso oscilar. [4] [3] [7]
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 ascenso al principio seguido de un período más lento. aprendizaje y, por tanto, convexa al eje vertical ". [5] [3]
El psicólogo Arthur Bills dio una descripción más detallada de las curvas de aprendizaje en 1934. También discutió las propiedades de diferentes tipos de curvas de aprendizaje, como la aceleración negativa, la aceleración positiva, mesetas y curvas ojivas . [8]
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. [6]
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 . [9] Llamó a esta versión en particular la curva de experiencia . [10] [11] La investigación de BCG en la década de 1970 observó efectos de la curva de experiencia para varias industrias que oscilaron entre el 10 y el 25 por ciento. [12]
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 puede considerarse como procesos de aprendizaje de toda la organización o 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. Paradójicamente, 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.
Ejemplos y modelado matemático
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 directamente como tiempo (tiempo del reloj o el tiempo dedicado a la actividad) o puede estar relacionado con el tiempo (un número de ensayos o el número total de unidades producidas).
- El eje vertical es una medida que representa el "aprendizaje" o la "competencia" u otra representación de "eficiencia" o "productividad". Puede aumentar (por ejemplo, la puntuación en una prueba) o disminuir (el tiempo para completar una prueba).
Para el desempeño de una persona en una serie de pruebas, la curva puede ser errática, con competencia aumentando, disminuyendo o estabilizándose 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 S o función sigmoidea
Crecimiento exponencial
Subida o bajada exponencial hasta un límite
Ley de potencia
Se han utilizado varias funciones principales: [13] [14] [15]
- La función S-Curve o Sigmoid 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 alcanza su límite. Eso idealiza la progresión normal desde el descubrimiento de algo sobre lo que aprender seguido hasta el límite de aprender sobre ello. Las otras formas de curvas de aprendizaje (4, 5 y 6) muestran segmentos de curvas 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 bajada exponencial hasta un límite; la competencia puede acercarse exponencialmente a un límite de una manera similar a aquella en la que 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 velocidad máxima durante los intentos iniciales, y luego gradualmente se nivela, lo que significa que la habilidad del sujeto no mejora mucho con cada repetición posterior, con menos conocimientos nuevos adquiridos con el tiempo.
- Ley de potencia ; similar en apariencia a una función de disminución exponencial , y casi siempre se usa para una métrica de desempeño decreciente, como el costo. También tiene la propiedad de que si se representa como el logaritmo de competencia frente al logaritmo de 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 llama ley de Henderson. Esta forma de curva de aprendizaje se utiliza ampliamente en la industria para proyecciones de costos. [dieciséis]
En aprendizaje automático
Los gráficos 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 el número de ejemplos de entrenamiento utilizados para el aprendizaje o el número de iteraciones utilizadas para optimizar los parámetros del modelo del sistema. [17] La curva de aprendizaje automático es útil para muchos propósitos, incluida la comparación de diferentes algoritmos, [18] elegir parámetros del modelo durante el diseño, [19] ajustar la optimización para mejorar la convergencia y determinar la cantidad de datos utilizados para el entrenamiento. [20]
Interpretaciones más amplias
Introducido inicialmente en la psicología educativa y del comportamiento , el término ha adquirido una interpretación más amplia a lo largo del tiempo, y expresiones como "curva de experiencia", "curva de mejora", "curva de mejora de costes", "curva de progreso", "función de progreso", "inicio curva "y" curva de eficiencia "se utilizan a menudo indistintamente. En economía, el tema son las tasas de " desarrollo ", ya que el desarrollo se refiere a un proceso de aprendizaje del sistema completo con diferentes tasas de progresión. En términos generales, todo aprendizaje muestra cambios incrementales a lo largo del tiempo, pero describe una curva "S" que tiene diferentes apariencias dependiendo de la escala de tiempo de observación. Ahora también se ha asociado con la teoría evolutiva del equilibrio puntuado y otros tipos de cambio revolucionario en sistemas complejos en general, relacionados con la innovación , el comportamiento organizacional y la gestión del aprendizaje grupal, entre otros campos. [21] 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 para los recursos y las tecnologías en general. Estos 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 perfeccionar cualquier proceso o producto o de perfeccionar las medidas. [22] Estas experiencias prácticas coinciden con las predicciones de la segunda ley de la termodinámica para los límites de la reducción de desechos en general. Acercarse a los límites de perfeccionar las cosas para eliminar el desperdicio se encuentra con un esfuerzo geométricamente creciente para progresar y proporciona una medida ambiental de todos los factores vistos y no vistos que cambian la experiencia de aprendizaje. Perfeccionar las cosas se vuelve cada vez más difícil a pesar del esfuerzo creciente a pesar de continuar con los resultados positivos, si es que alguna vez disminuyen. El mismo tipo de progreso lento debido a 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 potenciales restantes se encuentran en formas sucesivamente menos convenientes.
Las curvas de eficiencia y desarrollo suelen seguir un proceso de dos fases de primeros pasos más grandes que corresponden a encontrar las cosas más fácilmente, seguidos de pasos más pequeños para encontrar las cosas más difíciles. Refleja las ráfagas de aprendizaje que siguen a los avances que facilitan el aprendizaje, seguidas de las restricciones que hacen que el aprendizaje sea cada vez más difícil, tal vez hacia un punto de cesación.
- Límites naturales Uno de los estudios clave en el área se refiere a los rendimientos decrecientes de las inversiones en general, ya sean físicas o financieras, que apuntan a los límites del sistema completo para el desarrollo de recursos u otros esfuerzos. El más estudiado de estos puede ser el Retorno de la energía sobre la energía invertida o EROEI, que se analiza en detalle en un artículo de la Enciclopedia de la Tierra y en un artículo y una serie de OilDrum también conocidos como curvas de Hubert . La energía necesaria para producir energía es una medida de nuestra dificultad para aprender a hacer que los recursos energéticos restantes sean útiles en relación con el esfuerzo invertido. El rendimiento energético de la energía invertida ha estado en continua disminución durante algún tiempo, debido a los límites de los recursos naturales y al aumento de la inversión. La energía es tanto el recurso principal de la naturaleza como nuestro propio 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 los límites naturales, se agotan las fuentes de fácil uso y, en su lugar, es necesario utilizar aquellas con más complicaciones. Como señal ambiental, la EROI en disminución persistente indica un enfoque de límites del sistema completo en nuestra capacidad para hacer que las cosas sucedan.
- Límites naturales útiles EROEI mide el rendimiento del esfuerzo invertido como una proporción de R / I o progreso del aprendizaje . La I / R inversa mide la dificultad de aprendizaje . La simple diferencia es que si R se acerca a cero, R / I también lo haré, pero I / R se acercará al infinito. Cuando surgen complicaciones para limitar el progreso del aprendizaje , se acerca el límite de los retornos útiles , uR, y R-uR se acerca a cero. La dificultad del aprendizaje útil I / (R-uR) se acerca al infinito a medida que las tareas cada vez más difíciles hacen que el esfuerzo sea improductivo. Ese punto se aborda como una asíntota vertical, en un momento determinado, que sólo puede retrasarse mediante un esfuerzo insostenible. Define un punto en el que se ha realizado una inversión suficiente y se realiza la tarea , generalmente planificada para que sea la misma que cuando se completa la tarea . En el caso de 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 cultura
"Curva de aprendizaje pronunciada"
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 una habilidad, por lo que un aumento pronunciado significaría un aumento rápido de la habilidad. [2] [23] Sin embargo, el término se usa a menudo en inglés común con el significado de un difícil proceso de aprendizaje inicial. [3] [23]
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 dura, mientras que una pendiente suave es menos estresante, 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 un asunto preferencia relacionada con la ambición, la personalidad y el estilo de aprendizaje.)
Curvas de aprendizaje cortas y largas
El producto A tiene una funcionalidad inferior y una curva de aprendizaje corta. El producto B tiene una mayor funcionalidad pero tarda más en aprender
El término 'curva de aprendizaje' con significados de 'fácil' y 'difícil' se puede describir con adjetivos como 'corto' y 'largo' en lugar de empinado y 'superficial'. [2] 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 una funcionalidad limitada puede no ser tan bueno como uno con una curva larga (mucho tiempo para aprender) y una 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 terminal de UNIX vi o Vim , que es difícil de aprender, pero ofrece una amplia gama de funciones después de que el usuario ha aprendido a usarlo. [24]
"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 propiedad, 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 ". [3] [25]
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 ardua interpretación como 1978.
Curvas de dificultad en videojuegos
La idea de las curvas de aprendizaje a menudo se traduce en el juego de video como una "curva de dificultad", que describe lo difícil que puede llegar a ser el juego a medida que el jugador progresa en el juego y requiere que el jugador sea más competente con el juego o lo comprenda mejor. 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 valor predeterminado para hacer el juego más difícil o más fácil. [26] [27] De manera óptima, la dificultad de un videojuego aumenta en correspondencia con la capacidad de los jugadores. Los juegos no deben ser demasiado desafiantes ni demasiado sencillos ni demasiado fortuitos. [28] Los jugadores seguirán jugando mientras se perciba que un juego se puede ganar, aunque puede que no sea literalmente el caso. Por lo tanto, se llama la ilusión de la posibilidad de ganar . Lo que genera una ilusión de capacidad de ganar se define, en orden de importancia decreciente, el valor interno (un sentido de consideración por el juego adquirido con la capacidad de los jugadores para encontrar su propia forma de lograr los objetivos) impulsado por el conflicto (da significado a los objetivos de los jugadores. Es proporcionado por la falta de habilidad o conocimiento de los jugadores, que puede ser un antagonismo literal o generado por el suspenso impulsado por la historia en forma de construcción de mundos . Este último no es fundamental para progresar en un juego. [29] ) y diferentes términos del juego que castigan y recompensar a los jugadores mediante, por ejemplo, la limitación de recursos. Los jugadores deben imaginar el mundo vibrante en el que se desarrollan sus juegos. [30] Hideo Kojima afirma que "si no se engaña al jugador haciéndole creer que el mundo es real, entonces no tiene sentido hacer el juego". [31]
Ver también
- Olvidando la curva
- Velocidad de aprendizaje
- Productividad laboral
- Aprender haciendo (economía)
- Crecimiento de la población
- Prueba y error
Referencias
- ^ Compare: "Curva de aprendizaje" . Diccionario de negocios . Archivado desde el original el 14 de agosto de 2020 . Consultado el 8 de diciembre de 2018 .
Representación gráfica del principio de sentido común de que cuanto más se hace algo, mejor se consigue. La curva de aprendizaje muestra la tasa de mejora en la realización de una tarea en función del tiempo, o la tasa de cambio en el costo promedio (en horas o dinero) en función de la producción acumulada.
- ^ a b c Reichenbach, Daniel J .; Tackett, un Darrel; Harris, James; Camacho, Diego; Graviss, Edward A .; Dewan, Brendan; Vavra, Ashley; Stiles, Anquonette; Fisher, William E .; Brunicardi, F Charles; Sweeney, John F. (2006). "Resección de colon laparoscópica al principio de la curva de aprendizaje" . Annals of Surgery . 243 (6): 730–737. doi : 10.1097 / 01.sla.0000220039.26524.fa . PMC 1570580 . PMID 16772776 ., consulte la sección "Discusiones", el comentario del Dr. Smith sobre el uso del término "curva de aprendizaje empinada": "Primero, semántica. Una curva de aprendizaje empinada es aquella en la que se adquiere competencia en un número reducido de intentos. Eso significa que la curva es empinada. Creo que semánticamente estamos hablando de una curva de aprendizaje prolongada o larga. Sé que es una distinción sutil, pero no puedo perder la oportunidad de hacer ese punto ".
- ^ a b c d e Zimmer, Ben (8 de febrero de 2013) Una "curva de aprendizaje empinada" para "Downton Abbey" . visualthesaurus.com
- ^ a b Ebbinghaus, Hermann (1913). Memoria: una contribución a la psicología experimental . Anales de neurociencias . 20 . Teachers College, Universidad de Columbia. págs. 155–6. doi : 10.5214 / ans.0972.7531.200408 . ISBN 978-0-7222-2928-6. PMC 4117135 . PMID 25206041 .
- ^ a b Hall, Granville Stanley; Titchener, Edward Bradford; Dallenbach, Karl M. (1903). La Revista Estadounidense de Psicología . 14 . Prensa de la Universidad de Illinois.
- ^ a b Wright, TP (1936). "Factores que afectan el costo de los aviones" (PDF) . Revista de Ciencias Aeronáuticas . 3 (4): 122-128. doi : 10,2514 / 8,155 .
- ^ "Clásicos de la historia de la psicología - Introducción a Ebbinghaus (1885/1913) por RH Wozniak" . psychclassics.yorku.ca .
- ^ Proyectos de ley, AG (1934). Psicología experimental general . Serie de psicología de Longmans. págs. 192–215. Nueva York: Longmans, Green and Co.
- ^ "¿Cuál es la ley de Henderson?" . Ley de Henderson . Consultado el 2 de junio de 2020 .
- ↑ Henderson, Bruce (1 de enero de 1968) La curva de la experiencia . Grupo de consultas de Boston
- ^ Grant, Robert M. (2004), Análisis de estrategia contemporánea , EE . UU. , Reino Unido , Australia , Alemania : Blackwell publishing, ISBN 1-4051-1999-3
- ^ Hax, Arnoldo C .; Majluf, Nicolas S. (octubre de 1982), "Competitive cost dynamics: the experience curve", Interfaces , 12 (5): 50–61, doi : 10.1287 / inte.12.5.50
- ^ Newell, A. (1980) Mecanismos de adquisición de habilidades y derecho de la práctica . Universidad del Sur de California
- ^ Ritter, FE y Schooler, LJ (2002) "La curva de aprendizaje" . En Enciclopedia Internacional de Ciencias Sociales y del Comportamiento , págs. 8602–8605. Amsterdam: Pérgamo. ISBN 9780080430768
- ^ Leibowitz, Nathaniel; Baum, Barak; Enden, Giora; Karniel, Amir (2010). "La ecuación de aprendizaje exponencial en función de ensayos exitosos da como resultado un rendimiento sigmoide" (PDF) . Revista de Psicología Matemática . 54 (3): 338–340. doi : 10.1016 / j.jmp.2010.01.006 .
- ^ "Conceptos básicos de la curva de aprendizaje" (PDF) . Archivado desde el original (PDF) el 18 de julio de 2013 . Consultado el 17 de marzo de 2013 . El manual número 5000.2-M del Departamento de Defensa de EE. UU. Exige el uso de curvas de aprendizaje para calcular el costo de los programas de defensa (costos variables de producción)
- ^ Sammut, Claude (2011). Webb, Geoffrey I. (ed.). Enciclopedia de aprendizaje automático (1ª ed.). Saltador. pag. 578. ISBN 978-0-387-30768-8.
- ^ Madhavan, PG (1997). "Un nuevo algoritmo de aprendizaje de red neuronal recurrente para la predicción de series de tiempo" (PDF) . Revista de sistemas inteligentes . pag. 113, figura 3.
- ^ "Machine Learning 102: Consejos prácticos" . Tutorial: Aprendizaje automático para astronomía con Scikit-learn .
- ^ Manso, Christopher; Thiesson, Bo; Heckerman, David (verano de 2002). "El método de muestreo de la curva de aprendizaje aplicado al agrupamiento basado en modelos" (PDF) . Revista de investigación sobre aprendizaje automático . 2 (3): 397.
- ^ Gersick, Connie JG (1991). "Teorías del cambio revolucionario: una exploración multinivel del paradigma del equilibrio puntuado". The Academy of Management Review . 16 (1): 10–36. doi : 10.5465 / amr.1991.4278988 . JSTOR 258605 .
- ^ Petley, Brian W. (1988). "Hacia los límites de precisión y exactitud en la medición". La física en un mundo tecnológico (88): 291. Bibcode : 1988ptw..conf..291P .
- ^ a b "Curvas de aprendizaje empinadas" . 2009-07-16.
- ^ Curvas , aparentemente de Rowe, Steve (17 de noviembre de 2004) Curvas de aprendizaje del editor de código . msdn.com
- ↑ Zimmer, Ben (13 de febrero de 2012) anacronismos de "Downton Abbey": más allá de las minucias, upenn.edu, también comentario de J Oliver: tercera temporada, episodio 5
- ^ Larsen, Jimmy Marcus (24 de mayo de 2010). "Curvas de dificultad" . Gamasutra . Consultado el 3 de febrero de 2020 .
- ^ Aponte, Maria-Virginia; Levieux, Guillaume; Natkin, Stéphane (2009). "Escalando el nivel de dificultad en los videojuegos para un solo jugador" (PDF) . En Natkin, S .; Dupire, J. (eds.). Apuntes de conferencias en Ciencias de la Computación . Conferencia Internacional sobre Computación del Entretenimiento 2009. 5709 . Berlín : Springer . doi : 10.1007 / 978-3-642-04052-8_3 . Consultado el 3 de febrero de 2020 .
- ^ Ruggill, Judd Ethan; McAllister, Ken S. (11 de mayo de 2011). "Trabajo" . Los juegos son importantes: arte, ciencia, magia y el medio de los juegos de computadora . Prensa de la Universidad de Alabama. pag. 89. ISBN 978-0-8173-1737-9.
- ^ Wolf, Mark, JP (12 de mayo de 2020). Constructores de mundos en la construcción de mundos: una exploración de la subcreación . Taylor y Francis. pag. 67. ISBN 978-0-429-51601-6.
- ^ Van Eck, Richard (31 de mayo de 2010). "Feedforward como principio activo esencial" . Juegos y cognición: teorías y práctica de las ciencias del aprendizaje: teorías y práctica de las ciencias del aprendizaje . IGI Global. págs. 112-115. ISBN 978-1-61520-718-3.
- ^ Holmes, Dylan (2012). "El auge de las escenas de corte" . A Mind Forever Voyaging: Una historia de la narración de historias en los videojuegos . Dylan Holmes. pag. 83. ISBN 978-1-4800-0575-4.
enlaces externos
- Curva de aprendizaje