زمانی که هرمان ابینگ هاوس،روان‌شناس آلمانی، اصطلاح منحنی یادگیری (Learning Carve) را خلق کرد، هدف اصلی‌اش مطالعه توانایی انسان در به‌خاطر سپردن و بررسی روند فراموش‌کردن دانسته‌ها و اطلاعات بود. تعریف منحنی یادگیری بسته به موضوعی که مدنظر است مشخص می‌شود و نمی‌توان یک تعریف کلی برای آن ارائه کرد. نمایش تصویری روند تغییر میزان تسلط و تخصص بر اثر تمرین و تکرار، ساده‌ترین تعریف LC (Learning Carve) است.
منحنی یادگیری (LC) ابزاری موثر برای نظارت بر عملکرد افرادی است که شرایط و محیط جدیدی را تجربه می‌کنند و به‌صورت کلی، مشغول به کاری می‌شوند که پیش از آن انجام نداده‌اند. LC نمایشی ریاضی از فرایند یادگیری است که با تکرار کار ترسیم می‌گردد. این منحنی در سال 1936 توسط رایت، پس از مشاهده امکان کاهش هزینه‌ها نسبت به تکرار دوره‌های تولید در کارخانه‌ها، ارائه شد. از آن زمان، LC را برای تخمین زمان موردنیاز جهت تکمیل دوره‌های تولید و کاهش هزینه‌های وابسته به یادگیری، و همچنین به‌منظور تعیین وظایف کارکنان بر اساس مشخصات عملکرد آن‌ها بکار می‌گیرند. علاوه بر این، امکان مدل‌سازی اثرات وقفه در کار، بر میزان عملکرد کارگران توسط LC وجود دارد. این تنوع گسترده از کاربردها، اهمیت LC را در صنعت توجیه می‌کند.
عملکرد منحنی یادگیری
به زبان ساده، LC بیان می‌کند که راندمان کاری یک فرد در صورت اشتغال به کار جدید، پایین می‌آید، به این صورت که معمولا یک دوره اولیه وجود خواهد داشت و در آن مقدار سرمایه‌گذاری بیشتر از بازدهی و سود خواهد بود، اما باگذشت از دوره آموزش و یادگیری بازده بیشتر شده و سوددهی آغاز می‌گردد و این چرایی کاهش هزینه‌ها در دوره‌های تکرار تولید کارخانه‌ها را توجیه می‌کند. در صورت عادت فرد به یک روتین ثابت، سرعت و بازدهی افزایش میابند و هزینه‌های خرابی محصول و یا آموزش نیروی جدید حتی‌الامکان از دستور کار خارج می‌شوند.
منحنی یادگیری می‌تواند طیف گسترده‌ای از کاربردهای صنعتی و متغیرها را در بر بگیرد. گاهی ممکن است هزینه‌های تولید و آموزش به دلیل استخدام نیرو جدید رخ بدهد و یا به دلیل تغییر شرایط محیطی و روند تولید محصول، فرایند تولید برای پرسنل سابق ناآشنا باشد. مدل‌سازی LC، تخصیص بهتر وظایف به پرسنل و برنامه‌ریزی تولید را به‌صورت کارآمدتر، امکان‌پذیر می‌کند، هزینه‌های تولید را کاهش می‌دهد و رابطه میان عملکرد یک یادگیرنده با تعداد تلاش‌ها یا زمان موردنیاز او جهت تکمیل کار را به‌خوبی به تصویر می‌کشد.
بر اساس مطالعاتی که در شرکت‌های مختلفی از جمله شرکت‌های الکترونیک، خودروسازی‌ها، شرکت‌های ساخت‌وساز و تولیدکنندگان مواد شیمیایی و غیره، انجام شده است، برای بهره‌گیری از منحنی یادگیری باید متغیرهایی در نظر گرفته شوند که قابل‌تکرار و قابل‌اندازه‌گیری باشند. همچنین تحقیقات نشان داده‌اند که عوامل متعددی ممکن است بر فرایند یادگیری پرسنل تأثیر بگذارند. از جمله این عوامل: ۱. ساختار برنامه‌های آموزشی 2. انگیزه‌های کارگران در انجام وظایف 3. تجربه قبلی در کار و 4. پیچیدگی کار است، علاوه بر اینها مطالعات دیگری که میزان حفظ دانش و مهارت را پس از ایجاد وقفه در کار اندازه‌گیری کرده‌اند، توانستند نحوه تاثیر این عوامل بر فرایند یادگیری کارکنان را نیز با استفاده از (LC) تحلیل کنند.
جایگاه منحنی یادگیری در کاربری‌های مختلف
منحنی یادگیری به طور معمول در صنعت، برای بهبود مدیریت منابع انسانی و ارتقاء کیفیت خروجی و خطوط تولید استفاده می‌شود.
از آن جهت که ثابت شده است LC ابزار کارآمدی برای نظارت بر عملکرد کارکنان در تکرار یک کار است و با کمتر کردن ریسک ناتوانی پرسنل در اولین چرخه تولید، منجر به کاهش تلفات فرایند تولید می‌شود، LC ها برای تجزیه‌وتحلیل و کنترل عملیات تولیدی، تخصیص صحیح وظایف به کارگران باتوجه‌به مشخصات یادگیری آن‌ها، اندازه‌گیری هزینه‌های تولید و برآورد هزینه‌های مشاوره و اجرای فناوری در زمینه‌های زیر استفاده شده‌اند:
صنعت
هزینه‌های تولید مرتبط با میزان و نحوه عملکرد نیروی کار را می‌توان با استفاده از منحنی یادگیری بیان کرد، در حقیقت هنگامی که کارگران با سرعت و دقت بیشتری کار می‌کنند، محصول بیشتری تولید می‌شود و با پایین آمدن میزان تلفات، هزینه‌های تولید کاهش پیدا می‌یابد.
تجارت
در ابعاد سازمانی، با حضور بموقع کارکنان، داشتن مهارت کافی در کار با نرم‌افزارهای مرتبط، حمایت آموزشی و فراهم‌شدن زمان تمرین کافی، می‌توان مشاهده کرد که نیرو کار در صورت دریافت پشتیبانی مناسب عملکرد بهتری خواهد داشت و مدت‌زمان آموزش نیز کاهش می‌یابد و بر اساس تعریف منحنی یادگیری، با بالارفتن راندمان کاری هزینه‌های خدمت‌رسانی کاهش و سوددهی افزایش می‌یابد.
باتوجه‌به کاربرد گسترده LC در سیستم‌های تولید، شناخت مرتبط‌ترین مدل‌ها و سناریوهای کاربردی در این زمینه و پوشش آن‌ها از دو جنبه، بسیار پر اهمیت است. 1. جنبه ریاضیات که شامل LC های تک‌متغیره و چندمتغیره و کاربردهای آن‌ها می‌شود و 2. ارائه و پیشنهاد دستورالعمل‌هایی برای تحقیقات آینده دررابطه‌با LC که با روندها و استراتژی‌های فعلی تولید مانند سفارشی‌سازی انبوه همسو باشد.
از ترسیم یک منحنی یادگیری تا آنالیز کامل روند یادگیری کارکنان یک مجموعه
منحنی یادگیری، توصیفی ریاضی از عملکرد کارکنان است. کارکنان پس از آشنایی کامل با وظایفشان، با تکرار یک عملیات مشخص و استفاده مکرر از ابزارها و یافتن میان‌برهایی برای اجرای کار، زمان کمتری را جهت انجام وظایفشان صرف می‌کنند که این امر منجر به‌صرفه جویی در وقت و هزینه می‌گردد؛ بنابراین LC به کارفرمایان دید مناسبی نسبت به این موضوع که " کارمندان و پرسنل یک مجموعه باتوجه‌به منابعی که در اختیارشان قرار گرفته است و صرف آن‌ها می‌شود، عملکرد خوبی دارند یا نه؟" می‌دهد. همچنین به جهت فراهم‌کردن امکان پیگیری پیشرفت جنبه‌های مختلف یک مجموعه، انگیزه دادن و تشویق کارکنان و شناسایی روندهایی که می‌توانند برای پیش‌بینی دقیق‌تر و اخذ تصمیمات تجاری بهتر مورداستفاده قرار گیرند، بسیار کارآمد است. هرچند متغیرهای زیادی که در ارزیابی عملکرد یک فرد دخیل هستند، دشوار بودن تعیین کمیت و اندازه‌گیری میزان پیشرفت در برخی موارد و ناقص بودن اطلاعات منحنی یادگیری به‌تنهایی، از معایبی هستند که هنگام استفاده از LC باید به آن‌ها توجه کرد.
تحقیقات در مورد LC بیش از هفت دهه است که موردتوجه اساتید دانشگاه، پژوهشگران، دانشمندان و صنعتگران قرار گرفته. LC به طور گسترده در چندین بخش برای تخمین زمان نتیجه‌گیری، ارزیابی کاهش هزینه تولید، بهینه‌سازی تخصیص وظایف به کارگران بر اساس مشخصات یادگیری آن‌ها و کاهش تلفات تولید پس از وقفه در کار استفاده شده است و همچنین آن را با ابزارها و فرایندهای متعددی جهت کنترل تولید و کیفیت محصولات ادغام کرده‌اند. باتوجه‌به گستردگی این مطالعات به کارفرمایان توصیه می‌شود که بررسی عملکرد پرسنل را به‌وسیله LC امری کاملا مهم در نظر بگیرند و آن را در دستور کارشان قرار دهند.
دیدگاه خود را بنویسید