Glossaire
Le renforcement à ratio variable est le schéma de récompense derrière les machines à sous, les likes et les loot boxes : des gains imprévisibles qui produisent le comportement le plus persistant jamais mesuré par la psychologie.
Le renforcement à ratio variable est un schéma de récompense où un gain arrive après un nombre imprévisible d'actions, plutôt qu'après un nombre fixe et comptable. B.F. Skinner l'a identifié dans les années 1950 comme le schéma le plus puissant pour maintenir un comportement jamais documenté par la psychologie, plus efficace pour soutenir une réponse que récompenser à chaque fois, ou récompenser selon un compte fixe et prévisible.
L'histoire va d'une boîte en bois avec des pigeons dans un laboratoire, en passant par les casinos de Las Vegas, jusqu'à l'application sur votre écran d'accueil, et à chaque étape, le mécanisme sous-jacent est presque identique. Ce qui change, c'est l'emballage : un levier, un rouleau qui tourne, un geste de pull-to-refresh.
Skinner a construit ce qu'on appelle aujourd'hui la boîte de Skinner, une chambre où un pigeon ou un rat pouvait gagner une pastille de nourriture en picorant un disque ou en appuyant sur un levier. Il a ensuite varié la façon dont les récompenses étaient distribuées : à chaque réponse, après un nombre fixe de réponses, après un intervalle de temps fixe, ou après un nombre variable et imprévisible de réponses.
La version à ratio variable a produit de loin le résultat le plus extrême. Au lieu d'une pastille à chaque coup, la machine en délivrait une après un nombre aléatoire de coups. Un pigeon affamé sous ce schéma picorait le levier environ 12 000 fois par heure, tout en n'étant récompensé en moyenne qu'une fois tous les 110 coups. Les schémas prévisibles n'approchaient jamais ce rythme.
Skinner a lui-même fait le parallèle évident avec le jeu d'argent, et a noté à quel point le comportement devenait résistant à l'arrêt complet. Même une seule récompense délivrée après une longue période sèche suffisait souvent à maintenir le comportement, la même dynamique derrière un parent qui cède à une crise de colère une seule fois et constate que les crises ne s'arrêtent pas, elles s'intensifient.
L'anthropologue Natasha Dow Schüll a passé 15 ans immergée à Las Vegas à étudier les jeux de machines pour son livre Addiction by Design, et a découvert quelque chose de précis : les joueurs profondément engagés avec une machine à sous entrent dans ce qu'elle appelle « la zone machine », un état de transe où les soucis quotidiens, la pression sociale et même la conscience corporelle s'estompent. Dans cet état, les gens ne jouent pas pour gagner. Ils jouent pour continuer à jouer.
L'argument central de Schüll recadre l'endroit où vit réellement la dépendance. Ce n'est pas purement une faiblesse psychologique interne au joueur. C'est produit par l'interaction entre une personne et une machine délibérément conçue autour d'un schéma à ratio variable, ce qui signifie que la conception elle-même fait un véritable travail causal, et ne se contente pas de répondre à une compulsion préexistante.
Tristan Harris, ancien chef de produit chez Google qui a ensuite cofondé le Center for Humane Technology, a été direct sur ce transfert. Derrière des applications comme Facebook, Twitter et Snapchat, a-t-il dit, des équipes de designers travaillent chaque jour spécifiquement pour trouver de nouveaux leviers psychologiques afin de maintenir l'engagement des utilisateurs. Les récompenses imprévisibles — likes, commentaires, un match, un nouvel abonné, arrivant sans horaire fixe — sont l'un des leviers les plus directs.
Ce n'est pas juste un récit emprunté à Vegas et collé sur une icône d'application. C'est la même structure de renforcement sous-jacente, appliquée par des gens qui comprennent exactement ce qui a fait fonctionner la machine à sous, visant un écran que vous portez dans votre poche au lieu d'une machine boulonnée au sol d'un casino.
Une étude computationnelle analysant plus d'un million de publications de plus de 4 000 personnes a constaté que le comportement humain sur les réseaux sociaux se conforme à la fois qualitativement et quantitativement aux principes de l'apprentissage par récompense, le cadre plus large auquel appartient le renforcement à ratio variable. C'est une affirmation nettement plus forte que « ça ressemble à une machine à sous ». C'est un ajustement quantitatif entre les schémas d'utilisation réels et un modèle spécifique d'apprentissage par récompense.
Tous les chercheurs ne sont pas à l'aise avec l'analogie propre de la boîte de Skinner, et leurs objections sont précises plutôt que dédaigneuses. La métaphore échoue, selon un cadre, non pas parce qu'elle est fausse, mais parce qu'elle est incomplète : une application moderne ne conditionne pas une réponse isolée comme le fait un appui de levier. Elle superpose des systèmes de progression, l'identité sociale, la pression du temps et la monétisation par-dessus le même schéma sous-jacent, un environnement bien plus complexe qu'une boîte avec un seul levier.
Il y a une deuxième différence, plus structurelle, qui mérite d'être prise au sérieux. Un pigeon en cage n'a pas d'autre option que de jouer ; le levier est la seule chose dans la boîte. Une personne qui ouvre une application, du moins en principe, peut choisir de ne pas le faire. Une formulation directe de ce point : ce n'est un schéma induisant un taux élevé que si vous jouez au jeu. Cette distinction est exactement là où un bloqueur devient pertinent, et c'est l'endroit honnête pour terminer cette section plutôt que de prétendre que l'analogie est une correspondance parfaite.
Si la critique honnête de la comparaison avec la boîte de Skinner est « vous pouvez toujours choisir de jouer ou non », alors le choix lui-même est ce autour de quoi il faut concevoir, pas le schéma de récompense à l'intérieur de l'application une fois que vous y êtes déjà. Aucune force de volonté ne bat de manière fiable un système construit par des gens qui étudient exactement ce qui maintient un pigeon affamé à picorer 12 000 fois par heure. Essayer de résister à un schéma à ratio variable sur le moment est un pari structurel perdant, de la même manière que ce le serait pour le pigeon.
Fella intervient plus tôt, au niveau du choix lui-même. Les applications restent bloquées par défaut, de sorte que la décision de « juste vérifier » à chaque instant n'est pas disponible à prendre sur un coup de tête. Le déblocage unique de 5 minutes par session est une exception délibérée et planifiée, pas une invitation ouverte à s'asseoir devant la machine et voir ce qui se passe ensuite.
Le renforcement à ratio variable est un schéma de récompense où une récompense arrive après un nombre imprévisible d'actions, plutôt qu'après un nombre fixe. B.F. Skinner l'a identifié comme le schéma de renforcement qui produit le taux de comportement le plus élevé et le plus persistant de tous ceux qu'il a testés.
Skinner a conçu une boîte qui donnait aux pigeons une pastille de nourriture après un nombre aléatoire de coups de levier plutôt qu'à chaque coup. Sous ce schéma à ratio variable, un pigeon affamé tapait le levier environ 12 000 fois par heure tout en n'étant récompensé en moyenne qu'une fois tous les 110 coups, bien plus que sous n'importe quel schéma de récompense prévisible.
L'anthropologue Natasha Dow Schüll a passé 15 ans à étudier les jeux de machines à Las Vegas et a découvert que les joueurs entrent dans ce qu'elle appelle « la zone machine », un état de transe où ils jouent pour continuer à jouer, pas pour gagner. Ses recherches soutiennent que la dépendance n'est pas purement interne au joueur, elle est produite par l'interaction entre la personne et une machine conçue autour de la récompense à ratio variable.
Oui. Une étude computationnelle analysant plus d'un million de publications de plus de 4 000 personnes a constaté que le comportement humain sur les réseaux sociaux se conforme à la fois qualitativement et quantitativement aux principes de l'apprentissage par récompense, le même cadre sous-jacent auquel appartiennent les schémas à ratio variable.
En partie, et les critiques sont précis sur les points où la comparaison s'effondre. Les chercheurs soutiennent que la métaphore n'est pas tant fausse qu'incomplète : les applications modernes ne conditionnent pas un appui de levier isolé, elles superposent des systèmes de progression, l'identité, le contexte social et la monétisation par-dessus le même schéma de récompense sous-jacent. Il y a aussi une différence structurelle clé : un pigeon en cage ne peut pas choisir de ne pas jouer, mais une personne peut choisir de ne pas ouvrir l'application, du moins en principe.
Tristan Harris, ancien chef de produit chez Google et cofondateur du Center for Humane Technology, a déclaré que derrière des applications comme Facebook, Twitter et Snapchat, des équipes de designers travaillent quotidiennement pour trouver de nouveaux leviers psychologiques afin de maintenir l'engagement des utilisateurs, en s'appuyant explicitement sur des principes comme la récompense imprévisible.
La différence cruciale entre un pigeon dans une boîte de Skinner et un utilisateur de téléphone est que la personne peut choisir de ne pas jouer. Fella supprime ce choix au moment où il compte le plus en gardant les applications bloquées par défaut, de sorte que la décision de s'engager dans un système à récompense variable n'est pas disponible à prendre impulsivement en premier lieu, plutôt que de demander à quelqu'un de surpasser par la volonté un schéma conçu pour être maximalement persistant.
Fella bloque les apps qui vous distraient,
et vous accorde un déverrouillage de 5 minutes par session.
