Variabilní posilování s proměnlivým poměrem je vzorec odměn za hracími automaty, lajky a loot boxy: nepředvídatelné výplaty, které vyvolávají nejvytrvalejší chování, jaké psychologie kdy naměřila.
Variabilní posilování s proměnlivým poměrem je rozvrh odměn, kdy výplata přichází po nepředvídatelném počtu akcí, spíše než po pevném, spočitatelném počtu. B. F. Skinner jej v 50. letech identifikoval jako jediný nejsilnější rozvrh pro udržení chování, který psychologie zdokumentovala, účinnější pro udržení reakce než odměňování pokaždé nebo odměňování v pevném, předvídatelném počtu.
Příběh vede od dřevěného boxu s holuby v laboratoři přes podlahy kasin v Las Vegas až po aplikaci na vaší domovské obrazovce a na každé zastávce je základní mechanismus téměř identický. Co se mění, je balení: páka, točící se válec, gesto stažení pro obnovení.
Skinner postavil to, čemu se dnes říká Skinnerův box, komoru, kde holub nebo potkan mohl získat potravinovou peletu klovnutím do disku nebo stiskem páky. Poté měnil způsob doručování odměn: každá reakce, pevný počet reakcí, pevný časový interval nebo variabilní, nepředvídatelný počet reakcí.
Variabilní verze přinesla zdaleka nejextrémnější výsledek. Místo pelety při každém klovnutí stroj doručil jednu po náhodném počtu klovnutí. Hladový holub v tomto rozvrhu kloval do páky zhruba 12 000krát za hodinu, přičemž odměněn byl v průměru jen jednou za každých 110 klovnutí. Předvídatelné rozvrhy se této míře nikdy nepřiblížily.
Skinner sám provedl zřejmé srovnání s hazardem a poznamenal, jak odolné vůči zastavení se chování stalo. I jediná odměna doručená po dlouhém suchém období často stačila k udržení chování, stejná dynamika stojí za rodičem, který jednou podlehne záchvatu vzteku a zjistí, že záchvaty nekončí, ale zesilují.
Antropoložka Natasha Dow Schüll strávila 15 let ponořená v Las Vegas studiem hazardu na automatech pro svou knihu Addiction by Design a našla něco konkrétního: hráči hluboce ponoření do hracího automatu vstupují do toho, co nazývá „zónou automatu“, stavu podobného tranzu, kdy denní starosti, sociální tlak a dokonce i povědomí o těle mizí. V tomto stavu lidé nehrají, aby vyhráli. Hrají, aby hráli dál.
Schüllino klíčové tvrzení přerámovává, kde závislost skutečně žije. Není to čistě vnitřní psychologická slabost hráče. Je vytvářena interakcí mezi člověkem a strojem záměrně navrženým kolem variabilního rozvrhu, což znamená, že samotný design odvádí skutečnou kauzální práci, nejen reaguje na předem existující nutkání.
Tristan Harris, bývalý produktový manažer Googlu, který později spoluzaložil Centrum pro humánní technologie, byl v tomto přenosu otevřený. Za aplikacemi jako Facebook, Twitter a Snapchat, řekl, týmy designérů pracují každý den konkrétně na hledání nových psychologických pák k udržení zapojení. Nepředvídatelné odměny, lajky, komentáře, shoda, nový sledující, přicházející bez pevného harmonogramu, jsou jednou z nejpřímějších z těchto pák.
To není jen příběh vypůjčený z Vegas a nalepený na ikonu aplikace. Je to stejná základní posilovací struktura, aplikovaná lidmi, kteří přesně chápou, co nutilo hrací automat fungovat, zaměřená na obrazovku, kterou nosíte v kapse, místo na stroj přišroubovaný k podlaze kasina.
Výpočetní studie analyzující více než jeden milion příspěvků od více než 4 000 lidí zjistila, že lidské chování na sociálních sítích odpovídá kvalitativně i kvantitativně principům učení založeného na odměně, širšímu rámci, do kterého patří posilování s variabilním poměrem. To je smysluplně silnější tvrzení než „připadá to jako hrací automat“. Je to kvantitativní shoda mezi skutečnými vzorci používání a konkrétním modelem učení založeného na odměně.
Ne každý výzkumník je spokojen s čistou analogií Skinnerova boxu a jejich výhrada je konkrétní spíše než odmítavá. Metafora selhává, podle jednoho rámování, ne proto, že je špatná, ale protože je neúplná: moderní aplikace nepodmiňuje jednu izolovanou reakci tak, jako stisk páky. Vrství systémy pokroku, sociální identitu, časový tlak a monetizaci na stejný základní rozvrh, mnohem komplexnější prostředí než box s jednou pákou.
Existuje druhý, více strukturální rozdíl, který stojí za to brát vážně. Holub v kleci nemá možnost nehrát; páka je jediná věc v boxu. Člověk otevírající aplikaci si, alespoň v principu, může vybrat neotevřít. Jedno přímé zarámování tohoto bodu: je to pouze rozvrh vyvolávající vysokou míru, pokud hrajete hru. Toto rozlišení je přesně tam, kde se blokátor stává relevantním, a je to upřímné místo, kde tuto sekci ukončit, spíše než předstírat, že analogie je dokonalá shoda.
Pokud je upřímnou kritikou srovnání se Skinnerovým boxem „stále si můžete vybrat, zda hrát“, pak samotná volba je věc, kterou stojí za to konstruovat, ne rozvrh odměn uvnitř aplikace, jakmile už jste uvnitř. Žádná vůle spolehlivě neporazí systém postavený lidmi, kteří studují přesně to, co udržuje hladového holuba klovajícího 12 000krát za hodinu. Snažit se odolat variabilnímu rozvrhu v daném okamžiku je prohraná strukturální sázka, stejně jako by byla pro holuba.
Fella zasahuje dříve než to, u samotné volby. Aplikace zůstávají ve výchozím stavu blokované, takže rozhodnutí „jen zkontrolovat“ z okamžiku na okamžik není k dispozici k impulzivnímu učinění. Jedno 5minutové odemknutí za relaci je záměrná, plánovaná výjimka, ne otevřená pozvánka sednout si k automatu a zjistit, co se stane dál.
Variabilní posilování s proměnlivým poměrem je rozvrh, kdy odměna přichází po nepředvídatelném počtu akcí, nikoli po pevném počtu. B. F. Skinner jej identifikoval jako posilovací vzorec, který vyvolává nejvyšší, nejvytrvalejší míru chování ze všech rozvrhů, které testoval.
Skinner sestrojil box, který dával holubům potravinovou peletu po náhodném počtu klovnutí pákou spíše než po každém klovnutí. V tomto variabilním rozvrhu hladový holub kloval do páky zhruba 12 000krát za hodinu, zatímco odměněn byl v průměru jen za každé 110. klovnutí, mnohem více než při jakémkoli předvídatelném rozvrhu odměn.
Antropoložka Natasha Dow Schüll strávila 15 let studiem hazardu na hracích automatech v Las Vegas a zjistila, že hráči vstupují do toho, co nazývá „zónou automatu“, stavu podobného tranzu, kdy hrají proto, aby hráli dál, ne aby vyhráli. Její výzkum tvrdí, že závislost není čistě vnitřní u hráče, je vytvářena interakcí mezi člověkem a strojem navrženým kolem variabilní odměny.
Ano. Výpočetní studie analyzující více než jeden milion příspěvků od více než 4 000 lidí zjistila, že lidské chování na sociálních sítích odpovídá kvalitativně i kvantitativně principům učení založeného na odměně, stejnému základnímu rámci, do kterého patří rozvrhy s variabilním poměrem.
Částečně, a kritici jsou konkrétní v tom, kde srovnání selhává. Výzkumníci tvrdí, že metafora není špatná, jen neúplná: moderní aplikace nepodmiňují izolované klovnutí pákou, vrství systémy pokroku, identitu, sociální kontext a monetizaci na stejný základní rozvrh odměn. Existuje také klíčový strukturální rozdíl: holub v kleci si nemůže vybrat nehrát, ale člověk si může vybrat aplikaci neotevřít, alespoň v principu.
Tristan Harris, bývalý produktový manažer Googlu a spoluzakladatel Centra pro humánní technologie, uvedl, že za aplikacemi jako Facebook, Twitter a Snapchat denně pracují týmy designérů na hledání nových psychologických pák k udržení zapojení, explicitně stavějících na principech jako nepředvídatelná odměna.
Zásadní rozdíl mezi holubem ve Skinnerově boxu a uživatelem telefonu je, že člověk si může vybrat nehrát. Fella tuto volbu v okamžiku, kdy nejvíce záleží, odstraňuje tím, že drží aplikace blokované ve výchozím stavu, takže rozhodnutí zapojit se do systému s variabilní odměnou není k dispozici k impulzivnímu učinění, spíše než žádat někoho, aby přemohl vůlí rozvrh navržený k maximální vytrvalosti.
