B1.07.1Power law of practice设计研究
任务时间随练习次数按幂函数下降
别名: 练习幂律 · 学习曲线 · skill acquisition
概念解释
练习的幂定律（power law of practice）指在重复完成同类任务时，完成时间常随练习次数按幂函数下降：初始操作较慢，之后越来越快，但改进幅度递减。它描述稳定任务中的熟练化趋势，不保证任何人或任何流程都会遵循同一条曲线。
机制
练习使用户减少搜索与思考，形成更有效的动作序列、记忆线索和预期。早期能消除明显的犹豫和错误，后期剩下的是较小的运动、知觉和协调优化，因此用幂函数而非固定每次减少量更贴近常见数据。
怎么研究
让同一参与者在定义清晰、条件稳定的任务中多次练习，记录每次时间、错误、策略与中断。以对数坐标拟合练习曲线，并分开报告不同用户；首次几次的说明理解、休息后的遗忘和系统延迟不应混入纯技能变化。
边界
任务一旦改变、间隔很长、反馈不稳定或用户采用不同策略，单条曲线会失效。总体平均曲线也可能掩盖有人迅速掌握、有人长期失败的差异。时间下降不必然表示质量提升，可能伴随更高的漏检或冒险操作。
怎么落地
- 对高频流程保持步骤、位置和反馈稳定，让重复使用能积累而不是每次重新学习。
- 将首次成功、短期重复和长期回访分别测试，避免只拿演示时的熟练速度做决策。
- 同时监测错误与完成质量；若速度变快但关键检查被跳过，调整反馈或任务约束。