OpenParable
Skip to content
← Back to skills

Weber Fechner Law

Design
weber-fechner-law

Weber Fechner Law is an Agent Skill for design published in the majiayu000/claude-skill-registry repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.

La percepción de cambio es proporcional al estímulo original. Use cuando diseñe feedback de progreso, sistemas de pricing, o cambios visuales graduales.

View on GitHub ↗
QUICK START

How to use this skill

Bring this guide into your coding agent with a prompt tailored to the tool you use.

  1. Open your project in Codex.
  2. Copy and paste the prompt below.
  3. Review files and risks before approving any action.
Prompt to paste
Inspect the Agent Skill at https://github.com/majiayu000/claude-skill-registry/blob/HEAD/skills/data/weber-fechner-law-vjrivmon-setup-software-ia/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/weber-fechner-law, but wait for my approval before writing files or running scripts.

Copying this prompt does not install or run the skill. Review third-party files before use.

Ley de Weber-Fechner

Resumen

La percepción de cambio en un estímulo es proporcional a la magnitud del estímulo original. Un cambio pequeño se nota más en valores pequeños que en valores grandes.

Origen

  • Autores: Ernst Weber (1834), Gustav Fechner (1860)
  • Campo: Psicofísica
  • Fórmula: ΔS/S = k (donde ΔS es cambio perceptible, S es estímulo, k es constante)

Fundamento Psicológico

Just Noticeable Difference (JND)

  • Mínimo cambio perceptible
  • Proporcional al valor base
  • ~1-2% para brillo
  • ~2-3% para peso
  • Variable por modalidad sensorial

Implicaciones

  • $1 de descuento importa más en $5 que en $500
  • 100ms delay se nota más en 200ms que en 2s
  • 5px de cambio se nota más en 20px que en 200px

Aplicación en Diseño

Pricing y Descuentos

  • Porcentajes para precios altos
  • Valores absolutos para precios bajos
  • "$50 off" vs "10% off" según contexto
  • Anclas que maximicen percepción de ahorro

Progress Indicators

  • Inicio: Incrementos pequeños se sienten
  • Final: Necesita incrementos más grandes
  • Logarítmica más satisfactoria que lineal
  • Gamification: Niveles cada vez más largos

Visual Design

  • Cambios de tamaño proporcionales
  • Escalas tipográficas con ratios (1.2, 1.618)
  • Spacing systems con multiplicadores
  • Color: Pasos perceptualmente uniformes (LAB)

Performance

  • 100ms → 200ms: Muy notable
  • 1s → 1.1s: Apenas perceptible
  • Optimizar donde más se siente
  • Budget de latencia proporcional

Ejemplos

  • Uber Surge: 1.5x vs $10 extra según base
  • Steam Sales: -75% impacta más visualmente
  • XP Systems: Niveles exponencialmente más largos
  • Type Scales: 16, 20, 24, 32 (ratio 1.25)
  • Spotify Volume: Curva logarítmica

Anti-patterns

  • ❌ Escala lineal para progress bars largos
  • ❌ Mismo descuento absoluto para todos los precios
  • ❌ Incrementos de tamaño aritméticos
  • ❌ Esperar que 50ms se note igual en 100ms y 1000ms
  • ❌ Escalas de color con pasos RGB iguales

Métricas

  • JND Testing: Mínimo cambio detectable
  • Perception Surveys: Percepción de diferencias
  • A/B Tests: Diferentes escalas
  • Price Sensitivity: Por rango de precio

Principios Relacionados

  • [[fitts-law]] - Tamaño y distancia
  • [[millers-law]] - Límites de procesamiento
  • [[cognitive-load]] - Esfuerzo de percepción

Referencias