毎回ではなく間欠的に進捗を報いる

可変報酬は固定報酬よりもモチベーションを維持する。なぜならそれは決して予測誤差を完全には消し去らないからだ。

Why it works

固定比率強化(毎回報いる)はドーパミンシステムを素早く訓練するが、報酬が止まると急速に消去され、予測誤差がゼロになるため発火は控えめになる。可変強化は予測誤差シグナルを活性化させたままにする。なぜなら報酬は部分的に不確実なままだからだ——これはまさにギャンブルや高エンゲージメントのアプリで見られる持続性を駆動するパターンだが、生産的な方向へ向けられている。

How to do it

1. 達成のいくつかは報酬で祝うが、すべてではない——本当に可変的であること。
2. その祝いを、形だけでなく意味のある形で本当に良いものにする——時折の報酬が大きいほど、シグナルは強くなる。
3. 固定のスケジュールを設定しない——不確実性こそがメカニズムだ。

エビデンス

可変比率スケジュールは、オペラント条件づけ研究において最も消去に対して抵抗のある反応パターンを生む——種や文脈を超えて再現された頑健な行動学的知見だ。 (observational)

可変強化は依存症的な行動パターンの根底にもある。持続性を駆動する同じメカニズムが、行動そのものが有害な場合には強迫的になりうる。

出典

• Ferster & Skinner (1957), Schedules of Reinforcement — foundational operant conditioning research

よくある間違い

毎回の達成を祝ってしまうこと——確実な強化は習慣を維持するには十分だが、始めたいと思わせる予期の引力を徐々に失っていく。