Variable forholdsreinforcement er belønningsmønsteret bak spilleautomater, likes og loot-bokse: uforutsigbare utbetalinger som produserer den mest vedvarende atferden psykologi har målt.
Variabel forsterkning med variabel ratio er en belønningsplan der utbetaling kommer etter et uforutsigbart antall handlinger, snarere enn et fast, tellbart antall. B.F. Skinner identifiserte den på 1950-tallet som den enkeltvis kraftigste planen for å opprettholde atferd som psykologien har dokumentert, mer effektiv for å holde en respons i gang enn å belønne hver eneste gang eller å belønne etter et fast, forutsigbart antall.
Historien går fra en treboks med duer i et laboratorium, via casinogulvene i Las Vegas, til appen på startskjermen din, og ved hvert stopp er den underliggende mekanismen nær identisk. Det som endres, er innpakningen: en spak, et spinnende hjul, en dra-for-å-oppdatere-bevegelse.
Skinner bygget det som nå kalles Skinner-boksen, et kammer der en due eller rotte kunne få en matpille ved å hakke på en skive eller trykke på en spak. Han varierte deretter hvordan belønninger ble delt ut: ved hver respons, ved et fast antall responser, ved et fast tidsintervall eller ved et variabelt, uforutsigbart antall responser.
Varianten med variabel ratio ga det klart mest ekstreme resultatet. I stedet for én pille per hakk, leverte maskinen én etter et tilfeldig antall hakk. En sulten due under den planen hakket på spaken omtrent 12 000 ganger i timen, mens den i snitt bare ble belønnet én gang per 110 hakk. Forutsigbare planer kom aldri i nærheten av den raten.
Skinner trakk selv den åpenbare parallellen til pengespill og pekte på hvor motstandsdyktig atferden ble mot å stoppe helt. Én enkelt belønning levert etter en lang tørkeperiode var ofte nok til å holde atferden i gang – den samme dynamikken som gjør at en forelder som gir etter for et raserianfall bare én gang, opplever at raserianfallene ikke stopper, de forsterkes.
Anthropolog Natasha Dow Schüll tilbrakte 15 år dypforankret i Vegas og studerte spilleautomats-spilling for hennes bok Addiction by Design, og funnet noe spesielt: spillere i dyp engasjement med en spilleautomat beginner det hun kaller \"maskinzonen\", en trancelignende tilstand hvor daglige bekymringer, sosialt trykk, og faktisk kroppslig oppmorsomhet forsvinner. I den tilstanda spiller folk ikke for å vinne. De spiller for å fortsette å spille.
Schülls kjerneargument omformulerer hvor avhengigheten faktisk bor. Det er ikke bare en indre psykologisk svakhet hos spilleren. Den produseres av samspillet mellom en person og en maskin som er bevisst designet rundt en plan med variabel ratio, noe som betyr at designet i seg selv gjør et reelt kausalt arbeid, ikke bare reagerer på en forhåndseksisterende avhengighet.
Tristan Harris, tidligere produktsjef i Google som senere grunnla Center for Humane Technology, har vært tydelig om denne overføringen. Bak apper som Facebook, Twitter og Snapchat, har han sagt, jobber designere hver eneste dag målrettet med å finne nye psykologiske kroker for å holde folk engasjert. Uforutsigbare belønninger – likes, kommentarer, en match, en ny følger – som kommer uten fast skjema, er blant de mest direkte av disse krokene.
Dette er ikke bare en fortelling lånt fra Vegas og limt på et appikon. Det er samme underliggende forsterkningsstruktur, brukt av folk som forstår nøyaktig hva som fikk spilleautomaten til å virke, rettet mot en skjerm du bærer i lommen i stedet for en maskin boltet fast til et casinogulv.
En beregningsstudie analyserte over millioner innlegg fra mer enn 4 000 personer fant at menneskelig oppførsel på sosiale medier følger både kvalitativt og kvantitativt prinsippene for belønningslæring, det bredere rammevariabelen variable ratio reinforcement tilhører. Det er et betydelig sterkere påstand enn \"det føles som en spilleautomat\". Det er et kvantitativt samstændighet mellom faktisk bruksskjema og et spesifikt belønningslæringsmodell.
Ikke alle forskere er komfortable med den rendyrkede Skinner-boks-analogien, og innvendingene deres er spesifikke snarere enn avvisende. Metaforen svikter, ifølge én tolkning, ikke fordi den er feil, men fordi den er ufullstendig: en moderne app betinger ikke én isolert respons slik et spaktrykk gjør. Den legger progresjonssystemer, sosial identitet, tidspress og kommersialisering oppå samme underliggende plan – et langt mer komplekst miljø enn en boks med én spak i.
Det finnes en annen, mer strukturell forskjell som er verdt å ta alvorlig. En innesperret due har ikke noe valg om å la være å spille; spaken er det eneste i boksen. En person som åpner en app, kan i hvert fall i prinsippet velge å la være. Én direkte tolkning av dette poenget er: det er bare en plan som gir høy atferdsrate hvis du spiller spillet. Den forskjellen er nøyaktig der en blokker blir relevant, og det er det ærlige stedet å avslutte denne delen heller enn å late som analogien er en perfekt match.
Hvis den ærlige kritikk av Skinner-boks-sammenligningen er \"du får fortsatt velge om du spiller\", da er valget selv den ting som er verdt å ingeniør rundt, ikke belønningsskjemaet inne i appen når du allerede er i den. Ingen mengde viljevilje sikkerhetsbevisst fører på måte et system bygget av folk som studerer nøyaktig hva holder en due hakk 12 000 ganger i time. Å forsøke å overmotstande en variabel-ratio-skjema i øyeblikket er en tapende strukturell innsats, på samme måte som det ville vært for fuglen.
Fella intervenerer tidere enn det, ved valget selv. Apps forblir blokkert som standard, så beslutningen om å gjøre \" bare sjekke\" ikke er tilgjengelig å gjøre på impulsen. Den ene 5-minutters oppopprelsen per session er et avsiktlig, planlagt unntak, ikke et åpent oppfordring til å sitte deg ned på maskinen og se hva som skjer videre.
Variabel forsterkning med variabel ratio er en plan der belønning kommer etter et uforutsigbart antall handlinger, snarere enn et fast antall. B.F. Skinner identifiserte det som forsterkningsmønsteret som gir den høyeste og mest vedvarende atferdsraten av alle planene han testet.
Skinner rigget en boks til å gi duer en matpille etter et tilfeldig antall hakk i stedet for ved hvert hakk. Under en plan med variabel ratio hakket en sulten due på spaken omtrent 12 000 ganger i timen, mens den i snitt bare ble belønnet én gang per 110 hakk, langt mer enn under noe forutsigbart belønningsskjema.
Anthropolog Natasha Dow Schüll tilbrakte 15 år dypforankret i Vegas og studerte spilleautomats-spilling for hennes bok Addiction by Design, og funnet noe spesielt: spillere i dyp engasjement med en spilleautomat beginner det hun kaller \"maskinzonen\", en trancelignende tilstand hvor daglige bekymringer, sosialt trykk, og faktisk kroppslig oppmorsomhet forsvinner. I den tilstanda spiller folk ikke for å vinne. De spiller for å fortsette å spille. Schülls kjerneargument reframatiserer hvor avhengighet faktisk bor. Det er ikke ren et intern psykisk svakhet i spilleren. Det produseres av interaksjonen mellom en person og en maskin som er avsiktlig designet rundt et variabelt forholds-skjema, noe som betyr at designet selv gjør ekte kausal arbeid, ikke bare reagerer på en pre-ekstistens avhengighet.
Ja. En beregningsstudie som analyserte over én million innlegg fra mer enn 4 000 personer fant at menneskelig atferd på sosiale medier følger både kvalitativt og kvantitativt prinsippene for belønningslæring, det bredere rammeverket som variabel forsterkning med variabel ratio tilhører.
Ikke helt, og kritikere er spesifikke på hvor sammenligningen svikter. Forskere hevder at metaforen ikke er feil så mye som ufullstendig: moderne apper betinger ikke en isolert spaktrykk-atferd, de legger progresjonssystemer, identitet, sosialt fellesskap og kommersialisering oppå samme underliggende belønningsskjema. Det finnes også en viktig strukturell forskjell: en innesperret due kan ikke velge å la være å spille, men en person kan velge å ikke åpne appen, i hvert fall i prinsippet.
Tristan Harris, tidligere Google-produktansvarlig og medstifter av Sentret for Menneskelig teknologi, har sagt at bak apper som Facebook, Twitter og Snapchat, jobber designere hver dag spesielt på å finne nye psykologiske hekter for å holde folk engasjert, eksplicit bygget på prinsipper som uforutsigbare belønninger.
Den kritiske forskjellen mellom en Skinner-boks-due og en telefonbruker er at personen kan velge ikke å spille. Fella fjerner dette valget i det viktigste øyeblikket ved å holde apper blokkert som standard, så beslutningen om å engasjere seg med et system med variabel belønning ikke er tilgjengelig å ta på impuls i utgangspunktet, heller enn å be noen om å overvinne med viljestyrke en plan som er designet for å være maksimalt persistent.
