O reforço de razão variável é o padrão de recompensa por trás das máquinas de slots, dos gostos e das loot boxes: pagamentos imprevisíveis que produzem o comportamento mais persistente que a psicologia já mediu.
O reforço de razão variável é um esquema de recompensa em que um pagamento chega após um número imprevisível de ações, em vez de um número fixo e contável. B.F. Skinner identificou-o nos anos 50 como o esquema mais poderoso para sustentar comportamento que a psicologia documentou, mais eficaz a manter uma resposta ativa do que recompensar todas as vezes, ou recompensar numa contagem fixa e previsível.
A história vai de uma caixa de madeira com pombos num laboratório, através dos pisos dos casinos de Las Vegas, até à app no seu ecrã inicial, e em cada paragem o mecanismo subjacente é quase idêntico. O que muda é a embalagem: uma alavanca, um carretel a girar, um gesto de puxar-para-atualizar.
Skinner construiu o que hoje se chama caixa de Skinner, uma câmara onde um pombo ou um rato podia ganhar uma pastilha de comida bicando um disco ou pressionando uma alavanca. Depois variou a forma como as recompensas eram entregues: a cada resposta, um número fixo de respostas, um intervalo de tempo fixo, ou um número variável e imprevisível de respostas.
A versão de razão variável produziu de longe o resultado mais extremo. Em vez de uma pastilha a cada toque, a máquina entregava uma após um número aleatório de toques. Um pombo com fome sob esse esquema bicaria a alavanca cerca de 12.000 vezes por hora, sendo recompensado em média apenas uma vez em cada 110 toques. Os esquemas previsíveis nunca chegaram perto dessa taxa.
O próprio Skinner fez a comparação óbvia com o jogo, e notou como o comportamento se tornava resistente a parar totalmente. Mesmo uma única recompensa entregue após um longo período seco era muitas vezes suficiente para manter o comportamento, a mesma dinâmica por trás de um pai que cede a um ataque de birra apenas uma vez e descobre que as birras não param, intensificam-se.
A antropóloga Natasha Dow Schüll passou 15 anos imersa em Las Vegas a estudar o jogo de máquinas para o seu livro Addiction by Design, e descobriu algo específico: os jogadores profundamente envolvidos com uma máquina de slots entram naquilo a que ela chama \"a zona da máquina\", um estado de transe em que as preocupações diárias, a pressão social e até a consciência corporal desaparecem. Nesse estado, as pessoas não jogam para ganhar. Jogam para continuar a jogar.
O argumento central de Schüll reformula onde a dependência realmente vive. Não é puramente uma fraqueza psicológica interna ao jogador. É produzida pela interação entre uma pessoa e uma máquina deliberadamente concebida à volta de um esquema de razão variável, o que significa que o próprio design está a fazer trabalho causal real, não apenas a responder a uma compulsão pré-existente.
Tristan Harris, antigo gestor de produto da Google que mais tarde cofundou o Center for Humane Technology, foi franco sobre esta transferência. Por trás de apps como Facebook, Twitter e Snapchat, disse ele, equipas de designers trabalham todos os dias especificamente para encontrar novas alavancas psicológicas que mantenham as pessoas envolvidas. As recompensas imprevisíveis, gostos, comentários, um match, um novo seguidor, que chegam sem horário fixo, são uma das mais diretas dessas alavancas.
Isto não é apenas uma narrativa emprestada de Vegas e colada a um ícone de app. É a mesma estrutura de reforço subjacente, aplicada por pessoas que compreendem exatamente o que tornou a máquina de slots eficaz, apontada a um ecrã que carrega no bolso em vez de uma máquina presa ao piso de um casino.
Um estudo computacional que analisou mais de um milhão de publicações de mais de 4.000 pessoas descobriu que o comportamento humano nas redes sociais se conforma, tanto qualitativa como quantitativamente, aos princípios da aprendizagem por recompensa, o quadro mais amplo a que pertence o reforço de razão variável. Isso é uma afirmação significativamente mais forte do que \"parece uma máquina de slots\". É um ajuste quantitativo entre padrões reais de utilização e um modelo específico de aprendizagem por recompensa.
Nem todos os investigadores se sentem confortáveis com a analogia limpa da caixa de Skinner, e a sua contestação é específica em vez de desdenhosa. A metáfora falha, diz um enquadramento, não porque esteja errada, mas porque está incompleta: uma app moderna não condiciona uma resposta isolada como faz um toque na alavanca. Sobre põe sistemas de progresso, identidade social, pressão temporal e monetização em cima do mesmo esquema subjacente, um ambiente muito mais complexo do que uma caixa com uma alavanca lá dentro.
Há uma segunda diferença, mais estrutural, que merece ser levada a sério. Um pombo em gaiola não tem opção de não jogar; a alavanca é a única coisa na caixa. Uma pessoa que abre uma app, pelo menos em princípio, pode escolher não o fazer. Um enquadramento direto deste ponto: só é um esquema que induz alta taxa se jogar o jogo. Essa distinção é exatamente onde um bloqueador se torna relevante, e é o lugar honesto para terminar esta secção, em vez de fingir que a analogia é uma correspondência perfeita.
Se a crítica honesta à comparação da caixa de Skinner é \"ainda pode escolher se quer jogar\", então a própria escolha é a coisa que vale a pena conceber à volta, não o esquema de recompensa dentro da app depois de lá estar. Nenhuma quantidade de força de vontade vence de forma fiável um sistema construído por pessoas que estudam exatamente o que mantém um pombo com fome a bicar 12.000 vezes por hora. Tentar superar por resistência um esquema de razão variável no momento é uma aposta estrutural perdida, da mesma forma que seria para o pombo.
O Fella intervém mais cedo do que isso, na própria escolha. As apps mantêm-se bloqueadas por padrão, por isso a decisão momento-a-momento de \"só vou ver\" não está disponível para ser tomada por impulso. O único desbloqueio de 5 minutos por sessão é uma exceção deliberada e programada, não um convite aberto para se sentar na máquina e ver o que acontece a seguir.
O reforço de razão variável é um esquema em que uma recompensa chega após um número imprevisível de ações, em vez de um número fixo. B.F. Skinner identificou-o como o padrão de reforço que produz a taxa de comportamento mais alta e mais persistente de qualquer esquema que testou.
Skinner preparou uma caixa para dar aos pombos uma pastilha de comida após um número aleatório de toques na alavanca, em vez de a cada toque. Sob esse esquema de razão variável, um pombo com fome toparia a alavanca cerca de 12.000 vezes por hora sendo recompensado em média apenas a cada 110 toques, muito mais do que sob qualquer esquema de recompensa previsível.
A antropóloga Natasha Dow Schüll passou 15 anos a estudar o jogo de máquinas em Las Vegas e descobriu que os jogadores entram naquilo a que chama "a zona da máquina", um estado de transe em que jogam para continuar a jogar, não para ganhar. A investigação dela argumenta que a dependência não é puramente interna ao jogador, é produzida pela interação entre a pessoa e uma máquina concebida à volta da recompensa de razão variável.
Sim. Um estudo computacional que analisou mais de um milhão de publicações de mais de 4.000 pessoas descobriu que o comportamento humano nas redes sociais se conforma, tanto qualitativa como quantitativamente, aos princípios da aprendizagem por recompensa, o mesmo quadro subjacente a que pertencem os esquemas de razão variável.
Parcialmente, e os críticos são específicos sobre onde a comparação se desfaz. Os investigadores argumentam que a metáfora não está tanto errada como incompleta: as apps modernas não condicionam um toque isolado de alavanca, sobrepõem sistemas de progresso, identidade, contexto social e monetização em cima do mesmo esquema de recompensa subjacente. Há também uma diferença estrutural fundamental: um pombo em gaiola não pode escolher não jogar, mas uma pessoa pode escolher não abrir a app, pelo menos em princípio.
Tristan Harris, antigo gestor de produto da Google e cofundador do Center for Humane Technology, disse que por trás de apps como Facebook, Twitter e Snapchat, equipas de designers trabalham diariamente para encontrar novas alavancas psicológicas que mantenham as pessoas envolvidas, construindo explicitamente sobre princípios como a recompensa imprevisível.
A diferença crítica entre um pombo na caixa de Skinner e um utilizador de telemóvel é que a pessoa pode escolher não jogar. O Fella remove essa escolha no momento em que mais importa, mantendo as apps bloqueadas por padrão, por isso a decisão de interagir com um sistema de recompensa variável não está disponível para ser tomada impulsivamente em primeiro lugar, em vez de pedir a alguém para superar com força de vontade um esquema concebido para ser maximamente persistente.
