学习曲线（Learning Curve）是描述个体或组织在特定任务中，随着经验积累或练习次数增加，其绩效表现（如任务完成时间、错误率、生产效率等）变化趋势的图形化表征。这一概念最初源于心理学对技能习得过程的研究，后广泛应用于管理学、教育学及工业工程等领域。学习曲线通常呈现为一条向下倾斜的曲线，表明随着学习进程的推进，单位产出的成本或时间逐渐减少，或任务完成的准确率逐步提升。其核心机制在于认知资源的优化配置、程序性知识的自动化形成以及错误修正的累积效应，反映了从“刻意练习”到“无意识胜任”的认知跃迁过程。
在行为决策研究中，学习曲线的形态常被用于分析认知偏差的修正路径。例如，当个体面对复杂决策任务时，初始阶段因锚定效应或过度自信可能导致曲线上升缓慢；而随着反馈机制的介入，曲线斜率会逐渐陡峭，体现为对确认偏误的克服与适应性决策能力的增强。值得注意的是，学习曲线并非总是单调递减——当任务环境突变或认知负荷超限时，可能出现“学习高原”甚至绩效回退现象，这揭示了认知灵活性与情境迁移的边界条件。
现代管理学常通过量化学习曲线来预测组织能力演进，如波士顿咨询集团提出的“经验曲线”理论将学习效应与规模经济关联，指出累计产量每翻一倍，单位成本会按固定比例下降。这种动态视角不仅解释了企业核心竞争力形成的微观基础，也为知识管理、数字化转型等实践提供了评估框架。推荐延伸阅读：阿瑟·S·罗伯的《组织学习》（第二版）中对学习曲线的多维建模，以及詹姆斯·G·马奇的《探索与利用中的组织学习》关于学习路径异质性的经典论述。