Glosario
El refuerzo de razón variable es el patrón de recompensa detrás de las tragaperras, los «me gusta» y las cajas de botín: pagos impredecibles que producen el comportamiento más persistente que la psicología ha medido jamás.
El refuerzo de razón variable es un programa de recompensa en el que un pago llega tras un número impredecible de acciones, en lugar de un número fijo y contable. B.F. Skinner lo identificó en los años 50 como el programa más poderoso para sostener el comportamiento que la psicología ha documentado, más eficaz para mantener una respuesta que recompensar cada vez, o recompensar según un recuento fijo y predecible.
La historia va desde una caja de madera con palomas en un laboratorio, pasando por los suelos de los casinos de Las Vegas, hasta la aplicación en tu pantalla de inicio, y en cada parada el mecanismo subyacente es casi idéntico. Lo que cambia es el envoltorio: una palanca, un carrete giratorio, un gesto de tirar para actualizar.
Skinner construyó lo que hoy se llama la caja de Skinner, una cámara donde una paloma o una rata podía ganar un gránulo de comida picoteando un disco o pulsando una palanca. Luego varió cómo se entregaban las recompensas: cada respuesta, un número fijo de respuestas, un intervalo de tiempo fijo, o un número variable e impredecible de respuestas.
La versión de razón variable produjo con diferencia el resultado más extremo. En lugar de un gránulo en cada pulsación, la máquina lo entregaba tras un número aleatorio de pulsaciones. Una paloma hambrienta bajo ese programa picoteaba la palanca aproximadamente 12.000 veces por hora, recibiendo una recompensa de media solo una vez cada 110 pulsaciones. Los programas predecibles nunca se acercaron a esa tasa.
El propio Skinner hizo la comparación obvia con el juego, y señaló lo resistente que se volvía el comportamiento a detenerse por completo. Incluso una sola recompensa entregada tras un largo período de sequía solía ser suficiente para mantener el comportamiento, la misma dinámica detrás de un padre que cede a una rabieta una sola vez y descubre que las rabietas no se detienen, se intensifican.
La antropóloga Natasha Dow Schüll pasó 15 años inmersa en Las Vegas estudiando el juego con máquinas para su libro Addiction by Design, y encontró algo específico: los jugadores profundamente enganchados a una tragaperras entran en lo que ella llama «la zona de la máquina», un estado similar al trance donde las preocupaciones diarias, la presión social e incluso la conciencia corporal se desvanecen. En ese estado, la gente no juega para ganar. Juega para seguir jugando.
El argumento central de Schüll replantea dónde vive realmente la adicción. No es puramente una debilidad psicológica interna del jugador. Se produce por la interacción entre una persona y una máquina deliberadamente diseñada en torno a un programa de razón variable, lo que significa que el diseño en sí está haciendo un trabajo causal real, no solo respondiendo a una compulsión preexistente.
Tristan Harris, exgerente de producto de Google que luego cofundó el Center for Humane Technology, ha sido contundente sobre esta transferencia. Detrás de aplicaciones como Facebook, Twitter y Snapchat, ha dicho, equipos de diseñadores trabajan cada día específicamente para encontrar nuevas palancas psicológicas que mantengan a la gente enganchada. Las recompensas impredecibles —«me gusta», comentarios, una coincidencia, un nuevo seguidor, que llegan sin un programa fijo— son una de las más directas de esas palancas.
Esto no es solo una narrativa tomada de Las Vegas y pegada sobre un icono de aplicación. Es la misma estructura de refuerzo subyacente, aplicada por personas que entienden exactamente qué hizo funcionar la tragaperras, dirigida a una pantalla que llevas en el bolsillo en lugar de una máquina atornillada al suelo de un casino.
Un estudio computacional que analizó más de un millón de publicaciones de más de 4.000 personas encontró que el comportamiento humano en las redes sociales se ajusta tanto cualitativa como cuantitativamente a los principios del aprendizaje por recompensa, el marco más amplio al que pertenece el refuerzo de razón variable. Es una afirmación significativamente más sólida que «se siente como una tragaperras». Es un ajuste cuantitativo entre los patrones de uso reales y un modelo específico de aprendizaje por recompensa.
No todos los investigadores se sienten cómodos con la analogía limpia de la caja de Skinner, y su rechazo es específico en lugar de despectivo. La metáfora falla, según un enfoque, no porque sea incorrecta, sino porque es incompleta: una aplicación moderna no condiciona una respuesta aislada como hace la pulsación de una palanca. Superpone sistemas de progreso, identidad social, presión de tiempo y monetización sobre el mismo programa subyacente, un entorno mucho más complejo que una caja con una sola palanca.
Hay una segunda diferencia, más estructural, que merece la pena tomarse en serio. Una paloma enjaulada no tiene opción de no jugar; la palanca es lo único que hay en la caja. Una persona que abre una aplicación, al menos en principio, puede elegir no hacerlo. Una forma directa de plantear este punto: solo es un programa que induce una alta tasa si juegas al juego. Esa distinción es exactamente donde un bloqueador se vuelve relevante, y es el lugar honesto para terminar esta sección en lugar de fingir que la analogía es una coincidencia perfecta.
Si la crítica honesta de la comparación con la caja de Skinner es «aún puedes elegir si jugar o no», entonces la elección en sí es lo que merece la pena diseñar en torno a ella, no el programa de recompensa dentro de la aplicación una vez que ya estás dentro. Ninguna cantidad de fuerza de voluntad supera de forma fiable a un sistema construido por personas que estudian exactamente qué mantiene a una paloma hambrienta picoteando 12.000 veces por hora. Intentar resistir un programa de razón variable en el momento es una apuesta estructural perdedora, igual que lo sería para la paloma.
Fella interviene antes de eso, en la elección misma. Las aplicaciones permanecen bloqueadas por defecto, de modo que la decisión momento a momento de «solo echar un vistazo» no está disponible para tomarse por impulso. El único desbloqueo de 5 minutos por sesión es una excepción deliberada y programada, no una invitación abierta a sentarse en la máquina y ver qué pasa después.
El refuerzo de razón variable es un programa en el que una recompensa llega tras un número impredecible de acciones, en lugar de un número fijo. B.F. Skinner lo identificó como el patrón de refuerzo que produce la tasa de comportamiento más alta y persistente de todos los programas que probó.
Skinner preparó una caja para dar a las palomas un gránulo de comida tras un número aleatorio de pulsaciones de palanca, en lugar de tras cada pulsación. Bajo ese programa de razón variable, una paloma hambrienta pulsaba la palanca aproximadamente 12.000 veces por hora, recibiendo una recompensa de media solo cada 110 pulsaciones, mucho más que con cualquier programa de recompensa predecible.
La antropóloga Natasha Dow Schüll pasó 15 años estudiando el juego con máquinas en Las Vegas y descubrió que los jugadores entran en lo que ella llama «la zona de la máquina», un estado similar al trance en el que juegan para seguir jugando, no para ganar. Su investigación sostiene que la adicción no es puramente interna al jugador, sino que se produce por la interacción entre la persona y una máquina diseñada en torno a la recompensa de razón variable.
Sí. Un estudio computacional que analizó más de un millón de publicaciones de más de 4.000 personas encontró que el comportamiento humano en las redes sociales se ajusta tanto cualitativa como cuantitativamente a los principios del aprendizaje por recompensa, el mismo marco subyacente al que pertenecen los programas de razón variable.
En parte, y los críticos son específicos sobre dónde falla la comparación. Los investigadores sostienen que la metáfora no es tanto incorrecta como incompleta: las aplicaciones modernas no condicionan una pulsación de palanca aislada, sino que superponen sistemas de progreso, identidad, contexto social y monetización sobre el mismo programa de recompensa subyacente. También hay una diferencia estructural clave: una paloma enjaulada no puede elegir no jugar, pero una persona puede elegir no abrir la aplicación, al menos en principio.
Tristan Harris, exgerente de producto de Google y cofundador del Center for Humane Technology, ha dicho que detrás de aplicaciones como Facebook, Twitter y Snapchat, equipos de diseñadores trabajan a diario para encontrar nuevas palancas psicológicas que mantengan a la gente enganchada, basándose explícitamente en principios como la recompensa impredecible.
La diferencia crítica entre una paloma en una caja de Skinner y un usuario de teléfono es que la persona puede elegir no jugar. Fella elimina esa elección en el momento en que más importa manteniendo las aplicaciones bloqueadas por defecto, de modo que la decisión de interactuar con un sistema de recompensa variable no está disponible para tomarse impulsivamente en primer lugar, en lugar de pedirle a alguien que supere con fuerza de voluntad un programa diseñado para ser máximamente persistente.
Fella bloquea las apps que te distraen
y te da un desbloqueo de 5 minutos por sesión.
