Glosario
El reforzamiento de razón variable es el patrón de recompensa detrás de las máquinas tragamonedas, los likes y los loot boxes: pagos impredecibles que producen la conducta más persistente que la psicología haya medido jamás.
El reforzamiento de razón variable es un programa de recompensa donde el pago llega después de un número impredecible de acciones, en lugar de uno fijo y contable. B.F. Skinner lo identificó en los años cincuenta como el programa más poderoso para sostener una conducta que la psicología haya documentado, más efectivo para mantener una respuesta viva que premiar cada sola vez o premiar bajo una cuenta fija y predecible.
La historia va de una caja de madera con palomas en un laboratorio, pasando por los pisos de casino de Las Vegas, hasta la app en tu pantalla de inicio, y en cada parada el mecanismo de fondo es casi idéntico. Lo que cambia es el empaque: una palanca, un rodillo giratorio, un gesto de deslizar para actualizar.
Skinner construyó lo que hoy se llama la caja de Skinner, una cámara donde una paloma o una rata podía ganarse un grano de comida picoteando un disco o presionando una palanca. Luego varió cómo se entregaban las recompensas: cada respuesta, un número fijo de respuestas, un intervalo fijo de tiempo o un número de respuestas variable e impredecible.
La versión de razón variable produjo por mucho el resultado más extremo. En lugar de un grano por cada toque, la máquina entregaba uno tras un número aleatorio de toques. Una paloma hambrienta bajo ese programa picoteaba la palanca unas 12,000 veces por hora, mientras era recompensada en promedio solo una vez cada 110 toques. Los programas predecibles nunca se acercaron a esa tasa.
El propio Skinner hizo la comparación obvia con el juego, y notó qué tan resistente se volvía la conducta a detenerse por completo. Incluso una sola recompensa entregada después de una sequía larga solía bastar para mantener viva la conducta, la misma dinámica detrás del papá o mamá que cede ante un berrinche una sola vez y descubre que los berrinches no paran: se intensifican.
La antropóloga Natasha Dow Schüll pasó 15 años metida en Las Vegas estudiando el juego en máquinas para su libro Addiction by Design, y encontró algo específico: los jugadores profundamente metidos en una tragamonedas entran en lo que ella llama "la zona de máquina", un estado de trance donde las preocupaciones diarias, la presión social e incluso la conciencia corporal se difuminan. 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. La produce la interacción entre una persona y una máquina deliberadamente diseñada alrededor de un programa de razón variable, es decir, el diseño mismo está haciendo 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 directo sobre este traslado. Detrás de apps como Facebook, Twitter y Snapchat, ha dicho, hay equipos de diseñadores trabajando todos los días específicamente para encontrar nuevas palancas psicológicas que mantengan a la gente enganchada. Las recompensas impredecibles, los likes, los comentarios, un match, un nuevo seguidor, llegando sin ningún horario fijo, son una de esas palancas más directas.
Esto no es solo una narrativa prestada de Vegas y pegada al ícono de una app. Es la misma estructura de refuerzo de fondo, aplicada por gente que entiende exactamente qué hizo funcionar a la tragamonedas, apuntada a una pantalla que cargas en el bolsillo en lugar de una máquina atornillada a un piso de casino.
Un estudio computacional que analizó más de un millón de publicaciones de más de 4,000 personas encontró que la conducta humana en redes sociales se ajusta cualitativa y cuantitativamente a los principios del aprendizaje por recompensa, el marco más amplio al que pertenece el reforzamiento de razón variable. Es una afirmación sustancialmente más fuerte que "se siente como una tragamonedas". Es un ajuste cuantitativo entre patrones reales de uso y un modelo específico de aprendizaje por recompensa.
No a todo investigador le queda cómoda la analogía limpia con la caja de Skinner, y su objeción es específica, no desdeñosa. La metáfora falla, dice una formulación, no porque esté mal, sino porque está incompleta: una app moderna no condiciona una sola respuesta aislada como lo hace una presión de palanca. Apila sistemas de progreso, identidad social, presión de tiempo y monetización encima del mismo programa de fondo, un entorno mucho más complejo que una caja con una sola palanca adentro.
Hay una segunda diferencia, más estructural, que vale la pena tomar en serio. Una paloma enjaulada no tiene opción de no jugar; la palanca es lo único en la caja. Una persona que abre una app, al menos en teoría, puede elegir no hacerlo. Una formulación directa de este punto: solo induce tasas altas si decides jugarle. Esa distinción es exactamente donde un bloqueador se vuelve relevante, y es el lugar honesto para cerrar esta sección en lugar de fingir que la analogía es perfecta.
Si la crítica honesta a la comparación con la caja de Skinner es "igual puedes elegir si juegas", entonces la elección misma es lo que vale la pena diseñar alrededor, no el programa de recompensas dentro de la app una vez que ya entraste. Ninguna cantidad de fuerza de voluntad le gana de forma confiable a un sistema construido por gente que estudia exactamente qué mantiene a una paloma hambrienta picoteando 12,000 veces por hora. Intentarle ganar resistiendo a un programa de razón variable en el momento es una apuesta estructural perdida, igual que lo sería para la paloma.
Fella interviene antes que eso, en la propia elección. Las apps permanecen bloqueadas por defecto, así que la decisión momento a momento de "solo checar" 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 sentarte frente a la máquina y ver qué pasa.
El reforzamiento de razón variable es un programa en el que la recompensa llega después de 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 conducta más alta y persistente de todos los programas que probó.
Skinner ajustó una caja para darles a las palomas un grano de comida después de un número aleatorio de toques a la palanca en lugar de en cada toque. Bajo ese programa de razón variable, una paloma hambrienta picoteaba la palanca unas 12,000 veces por hora mientras era recompensada en promedio solo una de cada 110 veces, mucho más que bajo cualquier programa de recompensa predecible.
La antropóloga Natasha Dow Schüll pasó 15 años estudiando el juego en máquinas de Las Vegas y encontró que los jugadores entran en lo que ella llama "la zona de máquina", un estado de trance donde juegan para seguir jugando, no para ganar. Su investigación sostiene que la adicción no es puramente interna del jugador: la produce la interacción entre la persona y una máquina diseñada alrededor de 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 la conducta humana en redes sociales se ajusta cualitativa y cuantitativamente a los principios del aprendizaje por recompensa, el mismo marco de fondo al que pertenecen los programas de razón variable.
En parte, y los críticos son específicos sobre dónde se rompe la comparación. Los investigadores argumentan que la metáfora no es tanto incorrecta como incompleta: las apps modernas no condicionan una presión de palanca aislada, apilan sistemas de progreso, identidad, contexto social y monetización encima del mismo programa de recompensa. También hay una diferencia estructural clave: una paloma enjaulada no puede elegir no jugar, pero una persona puede elegir no abrir la app, al menos en teoría.
Tristan Harris, exgerente de producto de Google y cofundador del Center for Humane Technology, ha dicho que detrás de apps como Facebook, Twitter y Snapchat hay equipos de diseñadores trabajando a diario para encontrar nuevas palancas psicológicas que mantengan a la gente enganchada, construyendo explícitamente sobre 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 justo en el momento en que más importa al mantener las apps bloqueadas por defecto, así que la decisión de entrarle a un sistema de recompensa variable ni siquiera está disponible para tomarse por impulso, en lugar de pedirle a alguien que le gane con voluntad a un programa diseñado para ser lo máximamente persistente posible.
