Ordlista
Variabelt förhållandeförstärkning är belöningsmönstret bakom spelautomater, gilla-markeringar och loot-lådor: oförutsägbara utbetalningar som skapar det mest ihållande beteende psykologin någonsin har mätt.
Variabelt förhållandeförstärkning är ett belöningsschema där en utbetalning kommer efter ett oförutsägbart antal handlingar, i stället för ett fast, räknbart antal. B.F. Skinner identifierade det på 1950-talet som det enskilt mäktigaste schema för att upprätthålla beteende som psykologin har dokumenterat, mer effektivt på att hålla ett svar igång än att belöna varje gång, eller belöna vid ett fast, förutsägbart antal.
Berättelsen löper från en trälåda med duvor i ett labb, genom Las Vegas casinogolv, till appen på din hemskärm, och vid varje hållplats är den underliggande mekanismen nästan identisk. Det som ändras är förpackningen: en spak, en snurrande trumma, en dra-för-att-uppdatera-gest.
Skinner byggde det som nu kallas Skinner-lådan, en kammare där en duva eller råtta kunde få ett matpellet genom att picka på en skiva eller trycka en spak. Han varierade sedan hur belöningar levererades: varje svar, ett fast antal svar, ett fast tidsintervall, eller ett variabelt, oförutsägbart antal svar.
Den variabla versionen gav långt det extremaste resultatet. I stället för ett pellet vid varje tryckning levererade maskinen ett efter ett slumpmässigt antal tryckningar. En hungrig duva under det schemat pickade spaken ungefär 12 000 gånger i timmen, samtidigt som den i snitt belönades först var 110:e tryckning. Förutsägbara scheman kom aldrig i närheten av den takten.
Skinner drog själv den uppenbara jämförelsen med spel, och noterade hur motståndskraftigt beteendet blev mot att upphöra helt. En enda belöning levererad efter en lång torrperiod räckte ofta för att hålla beteendet igång, samma dynamik bakom en förälder som ger vika för ett utbrott bara en gång och upptäcker att utbrotten inte slutar, de intensifieras.
Antropologen Natasha Dow Schüll tillbringade 15 år nedsänkt i Las Vegas och studerade spelautomatsspelande för sin bok Addiction by Design, och fann något specifikt: spelare i djup engagemang med en spelautomat hamnar i vad hon kallar ”the machine zone”, ett transliknande tillstånd där vardagliga bekymmer, socialt tryck och till och med kroppslig medvetenhet tonar bort. I det tillståndet spelar människor inte för att vinna. De spelar för att fortsätta spela.
Schülls kärnargument omformulerar var själva beroendet faktiskt bor. Det är inte rent intern psykologisk svaghet hos spelaren. Det skapas av samspelet mellan en person och en maskin medvetet konstruerad kring ett variabelt schema, vilket betyder att designen i sig gör ett verkligt orsakssamband, inte bara svarar på en förexisterande tvång.
Tristan Harris, en före detta produktchef på Google som senare var med och grundade Center for Humane Technology, har varit rak om den här överföringen. Bakom appar som Facebook, Twitter och Snapchat, har han sagt, arbetar team av designers varje dag specifikt för att hitta nya psykologiska spakar för att hålla människor engagerade. Oförutsägbara belöningar, gilla-markeringar, kommentarer, en match, en ny följare, som kommer på inget fast schema, är en av de mest direkta av dessa spakar.
Det här är inte bara en berättelse lånad från Vegas och klistrad på en app-ikon. Det är samma underliggande förstärkningsstruktur, tillämpad av människor som förstår exakt vad som fick spelautomaten att fungera, riktad mot en skärm du bär i fickan i stället för en maskin bultad fast i ett casinogolv.
En beräkningsstudie som analyserade över en miljon inlägg från fler än 4 000 personer fann att människors beteende på sociala medier stämmer både kvalitativt och kvantitativt med principerna för belöningsinlärning, det bredare ramverk som variabelt förhållandeförstärkning tillhör. Det är ett meningsfullt starkare påstående än ”det känns som en spelautomat”. Det är en kvantitativ passform mellan faktiska användningsmönster och en specifik modell för belöningsinlärning.
Inte varje forskare är bekväm med den rena Skinner-låda-analogin, och deras invändning är specifik snarare än avfärdande. Metaforen brister, enligt ett synsätt, inte för att den är fel, utan för att den är ofullständig: en modern app betingar inte ett isolerat svar som ett spaktryck gör. Den lägger på framstegssystem, social identitet, tidsstress och monetarisering ovanpå samma underliggande schema, en långt mer komplex miljö än en låda med en enda spak i.
Det finns en andra, mer strukturell skillnad väl värd att ta på allvar. En burduva har inget val att inte spela, spaken är det enda som finns i lådan. En människa som öppnar en app kan, åtminstone i princip, välja att inte göra det. En direkt formulering av den punkten: det är bara ett schema som höjer takten om du spelar spelet. Den distinktionen är exakt där en blockerare blir relevant, och det är den ärliga punkten att avsluta det här avsnittet på i stället för att låtsas att analogin är en perfekt match.
Om den ärliga kritiken av Skinner-låda-jämförelsen är ”du får fortfarande välja om du spelar”, då är själva valet det som är värt att konstruera kring, inte belöningsschemat i appen när du redan är inne i den. Ingen mängd viljestyrka slår pålitligt ett system byggt av människor som studerar exakt vad som håller en hungrig duva pickande 12 000 gånger i timmen. Att försöka övermanna ett variabelt schema i stunden är ett förlorande strukturellt vad, på samma sätt som det skulle vara för duvan.
Fella ingriper tidigare än så, vid valet självt. Appar förblir blockerade som standard, så det ögonblick-till-ögonblick-beslutet att ”bara kolla” inte finns tillgängligt att fatta på impuls. Den enda 5-minuters upplåsningen per session är ett medvetet, inplanerat undantag, inte en öppen inbjudan att sätta sig vid maskinen och se vad som händer härnäst.
Variabelt förhållandeförstärkning är ett schema där en belöning kommer efter ett oförutsägbart antal handlingar, i stället för ett fast antal. B.F. Skinner identifierade det som det förstärkningsmönster som ger den högsta och mest ihållande takten av beteende av alla scheman han testade.
Skinner riggade en låda för att ge duvor ett matpellet efter ett slumpmässigt antal spaktryckningar i stället för varje tryckning. Under det variabla schemat tryckte en hungrig duva spaken ungefär 12 000 gånger i timmen samtidigt som den i snitt belönades för bara var 110:e tryckning, långt mer än under något förutsägbart belöningsschema.
Antropologen Natasha Dow Schüll tillbringade 15 år med att studera spelautomatsspelande i Las Vegas och fann att spelare hamnar i vad hon kallar ”the machine zone”, ett transliknande tillstånd där de spelar för att fortsätta spela, inte för att vinna. Hennes forskning hävdar att beroendet inte är rent internt hos spelaren, det skapas av samspelet mellan personen och en maskin konstruerad kring variabelt förhållandeförstärkning.
Ja. En beräkningsstudie som analyserade över en miljon inlägg från fler än 4 000 personer fann att människors beteende på sociala medier stämmer både kvalitativt och kvantitativt med principerna för belöningsinlärning, samma underliggande ramverk som variabla scheman tillhör.
Delvis, och kritiker är specifika med var jämförelsen brister. Forskare menar att metaforen inte är fel så mycket som ofullständig: moderna appar betingar inte ett isolerat spaktryck, de lägger på framstegssystem, identitet, social kontext och monetarisering ovanpå samma underliggande belöningsschema. Det finns också en viktig strukturell skillnad: en burduva kan inte välja att inte spela, men en människa kan välja att inte öppna appen, åtminstone i princip.
Tristan Harris, en före detta produktchef på Google och medgrundare av Center for Humane Technology, har sagt att bakom appar som Facebook, Twitter och Snapchat arbetar team av designers varje dag för att hitta nya psykologiska spakar för att hålla människor engagerade, och uttryckligen bygger på principer som oförutsägbar belöning.
Den avgörande skillnaden mellan en Skinner-lådeduva och en telefonanvändare är att människan kan välja att inte spela. Fella tar bort det valet i det ögonblick det spelar störst roll genom att hålla appar blockerade som standard, så beslutet att engagera sig i ett system med variabel belöning inte finns tillgängligt att fatta impulsivt från början, i stället för att be någon övermanna ett schema konstruerat för att vara maximalt ihållande.
