תגמול בלתי צפוי הוא מצב שבו פעולה מניבה תוצאה חיובית רק בחלק מהפעמים, בלי שניתן לדעת מתי היא תגיע. חוסר העקביות עשוי לחזק התמדה מפני שכל ניסיון חדש יכול להיות הניסיון שיצליח. כך נוצרת התנהגות שממשיכה גם לאחר שהתגמול נחלש, השתנה או נעלם.
תגמול בלתי צפוי אינו חי רק במעבדה. הוא נמצא בתוך הרגלים יומיומיים, ברגע שבו תגובתיות שולחת את היד לטלפון ובאופן שבו תפיסה מעניקה משמעות לשתיקה, לנקודה אדומה או להודעה קצרה. מערכת העצבים לומדת מן ההפתעה, לא רק מן הפרס. לכן שינוי נעשה מסובך במיוחד כשהאדם אינו יודע אם הפעם הבאה תהיה חסרת ערך או בדיוק הפעם שחיכה לה.
הניסיון ה-47 היה חסר טעם. לכן הגיע גם הניסיון ה-48
דמיינו מסך פשוט.
במרכזו כפתור. בכל לחיצה עשויה להופיע נקודה ירוקה ששווה כסף קטן. לפעמים היא מופיעה מיד. לפעמים רק אחרי חמש לחיצות. לפעמים אחרי 20. אין שעון, אין דפוס גלוי ואין הודעה שמסבירה כמה זמן נותר.
בהתחלה אתם לוחצים מתוך סקרנות.
הנקודה מופיעה.
אתם לוחצים שוב. דבר לא קורה.
עוד לחיצה. כלום.
ואז, בדיוק ברגע שבו הפעולה מתחילה להיראות מגוחכת, הנקודה חוזרת.
כעת קרה משהו חשוב יותר מן הרווח הקטן. נוצר סיפור. הכפתור עובד, רק לא תמיד. מהרגע הזה כל לחיצה ריקה כבר אינה הוכחה שכדאי להפסיק. היא יכולה להיות הלחיצה שמגיעה רגע לפני הפרס.
זהו הרעיון שבבסיס חיזוק חלקי: התוצאה אינה מופיעה אחרי כל פעולה. לעיתים היא מגיעה ולעיתים לא. כאשר אי אפשר לחזות את התזמון, היעדר הפרס אינו מספק תשובה ברורה. הוא משאיר מקום לעוד ניסיון.
החיים מלאים בכפתורים כאלה, גם כשאין בהם כפתור.
מרים שולחת הודעה לאדם שהיא יוצאת איתו. לפעמים הוא עונה בתוך דקה, בחום ובעניין. לפעמים הוא נעלם ליום שלם. כשהוא חוזר, הוא מצחיק, נוכח ומדויק. דווקא משום שהקשר אינו עקבי, כל שתיקה יכולה להסתיים בהודעה המיוחלת.
איתי מעלה סרטון. הסרטון הראשון מקבל 300 צפיות. השני מגיע ל-18 אלף. השלישי נעצר על 700. הוא אינו יודע מה השתנה, ולכן הוא מעלה עוד סרטון. אולי הפעם האלגוריתם יבחר בו.
בעלת עסק שולחת הצעות מחיר. רוב הלקוחות אינם חוזרים. פעם בכמה שבועות מגיעה עסקה גדולה בעקבות הודעה כמעט מקרית. התוצאה אינה הופכת אותה למהמרת, כמובן. עבודה עסקית דורשת התמדה. אבל מערכת הלמידה פוגשת כאן מבנה מוכר: מאמצים רבים, שתיקה ארוכה, ואז תגמול שמגיע בלי אזהרה.
הבעיה אינה שהפרס קטן.
הבעיה היא שאי אפשר לדעת אם הוא באמת נגמר.
האדם אינו נשאר רק מפני שקיבל משהו. לעיתים הוא נשאר מפני שהפעם הבאה עדיין פתוחה.
המוח אינו מכונת ממתקים
דופמין הפך בשנים האחרונות לסלבריטאי של עולם ההסברים. כמעט כל הרגל, התלהבות או גלילה מקבלים מיד את אותו הסבר: "קיבלנו זריקת דופמין".
זהו ניסוח קליט. המציאות מורכבת יותר.
אחת התרומות המרכזיות להבנת מערכת התגמול הגיעה ממחקריהם של וולפרם שולץ ועמיתיו. במקום לתאר דופמין רק כחומר של הנאה, המחקרים הצביעו על תפקידו בלמידה מתוך תחזיות. הפעילות שנמדדה אצל קופים לא שיקפה בפשטות את עצם קבלת הפרס. היא השתנתה בהתאם לפער שבין מה שהיה צפוי לבין מה שקרה בפועל.
כאשר פרס לא צפוי הגיע, נרשמה תגובה.
לאחר שהחיה למדה שרמז מסוים מנבא את הפרס, הפעילות עברה בהדרגה אל הרמז. ואם הפרס הצפוי לא הגיע, נראתה ירידה בזמן שבו היה אמור להופיע.
במילים אנושיות יותר, המערכת לא רק שואלת "האם היה נעים?". היא עוקבת גם אחרי שאלה אחרת: "האם המציאות התנהגה כפי שחזיתי?"
ההבדל הזה משנה את הסיפור.
אם כל לחיצה על כפתור הייתה מספקת אותה תוצאה, הלמידה הייתה נעשית ברורה במהירות. לחיצה מובילה לפרס. אין תעלומה גדולה. אם הכפתור היה מפסיק לעבוד לחלוטין, לאחר זמן היה אפשר ללמוד קשר חדש: לחיצה כבר אינה מועילה.
תגמול בלתי צפוי משאיר את התחזית בתנועה. התוצאה החיובית עדיין אפשרית, אך אינה מובטחת. כל ניסיון מכיל מידע חדש. המערכת נשארת דרוכה מפני שעדיין יש מה לגלות.
במחקר של כריסטופר פיורילו, פיליפ טובלר ושולץ נבדקה פעילותם של תאי דופמין כאשר ההסתברות לפרס השתנתה. התוצאות הבחינו בין תגובה הקשורה לערך הצפוי לבין פעילות הקשורה לאי ודאות. כאשר הסיכוי לפרס לא היה אפס או ודאות מלאה, הופיעה גם דריכות מתמשכת בתקופת ההמתנה.
אין פירוש הדבר שכל בדיקה בטלפון ניתנת להסבר באמצעות תא עצב מסוים, או שכל חוסר ודאות יוצר אותה תגובה אצל כל אדם. מחקרים במעבדה מצמצמים מציאות מורכבת לתנאים שניתן למדוד. אבל הם מציעים רעיון חזק: הציפייה אינה חלל ריק בין פעולה לתוצאה. המוח עובד בתוכה.
לפעמים ההמתנה היא האירוע.
תגמול בלתי צפוי מתחיל לפני שהטלפון נדלק
השעה 22:17.
נועה כבר כיבתה את האור. הטלפון מונח על השידה, המסך כלפי מטה. היא אינה מצפה להודעה מסוימת. לפחות זה מה שהיא אומרת לעצמה.
כעבור דקה היד נשלחת הצדה.
המסך נדלק.
אין הודעות.
היא מניחה את הטלפון.
כעבור שלוש דקות היא בודקת שוב.
לכאורה לא קרה דבר בין שתי הבדיקות. בפועל נשארה שאלה פתוחה: אולי עכשיו יש משהו. הודעה מחברה, תגובה לתמונה, חדשות, מייל חשוב, משפט מאדם שלא כתב כל היום.
רוב הפעמים אין שם דבר ששווה את ההפרעה. לעיתים נדירות יש.
דווקא המיעוט הזה מעניק לבדיקה הבאה סיבה.
חשוב לדייק כאן. הטלפון אינו מכונת מזל, וכל שימוש תכוף אינו התמכרות. הודעות מספקות מידע אמיתי, קשר חברתי ולעיתים גם צורך מקצועי. אנשים שונים מאוד זה מזה באופן שבו הם משתמשים בטכנולוגיה ובמידה שבה השימוש מפריע לחייהם.
ובכל זאת, המבנה מוכר. הפעולה קלה, התוצאה משתנה והעלות של ניסיון נוסף נראית זניחה. חצי שנייה, הצצה אחת, החלקה קצרה.
המחיר אינו מורגש בכל בדיקה. הוא מצטבר במעברים.
המחשבה שהופרעה.
השיחה שנקטעה.
הרגע שבו המוח בדיוק התחיל להשתעמם, ואז קיבל דרך להימלט.
כך הרגלים נוצרים לעיתים בלי החלטה. תגובתיות מחברת בין רמז קטן לבין פעולה מוכרת. שקט, המתנה או אי נוחות מפעילים את היד. המסך מספק תשובה, גם אם התשובה היא שאין חדש.
ואז מגיעה פעם אחת שבה יש.
הודעה מצחיקה בדיוק כשמשעמם.
מחמאה אחרי יום קשה.
תגובה מאדם שנועה חיכתה לו.
אותו רגע אינו מתגמל רק את הבדיקה הנוכחית. הוא מעניק משמעות גם לבדיקות הבאות. כעת תפיסה יכולה להפוך כל שקט לאפשרות.
לפעמים אנחנו אומרים לעצמנו שאנחנו בודקים מפני שאולי הגיעה הודעה. הסדר עשוי להיות הפוך: האפשרות שהגיעה הודעה נעשתה חשובה מפני שהתרגלנו לבדוק.
זה גם מסביר מדוע תגובה אוטומטית אינה תמיד מרגישה אוטומטית. לכל בדיקה יש הסבר סביר. אולי מישהו כתב. אולי צריך לענות. אולי קרה משהו. ההסבר מגיע במהירות כזאת, עד שנדמה שהפעולה נולדה מתוך החלטה.
אבל אילו הייתה זו החלטה חדשה בכל פעם, מדוע היא מופיעה כמעט תמיד באותם רגעים?
במעלית.
בתור.
לפני השינה.
אחרי משפט לא נעים.
בתוך שלוש השניות שבהן המחשב טוען קובץ.
היד אינה מחכה לדיון פילוסופי. היא כבר מכירה את הדרך.
הפרס נעלם, אך ההתנהגות נשארה
בפסיכולוגיה של למידה קיימת תופעה המכונה אפקט החיזוק החלקי בהכחדה. הניסוח נשמע כאילו הוא דורש חלוק לבן ולוח מחיק, אך הרעיון פשוט: התנהגות שקיבלה תגמול רק בחלק מהפעמים עשויה, בתנאים מסוימים, להמשיך זמן רב יותר לאחר שהתגמול מפסיק.
מדוע?
אם פעולה תמיד קיבלה פרס ופתאום אינה מקבלת דבר, השינוי בולט. העולם שבר את הכלל.
כאשר הפעולה הצליחה רק לפעמים, כישלון נוסף אינו בהכרח מידע חדש. גם בעבר היו ניסיונות ריקים. האדם כבר למד שאכזבה זמנית אינה אומרת שהפרס נעלם.
ארבעה ניסויים בבני אדם שערך החוקר פרודה סוורטדל בחנו התמדה לאחר חיזוק מלא לעומת חיזוק חלקי. המשתתפים לא תמיד חזו מראש כיצד היסטוריית התגמול תשפיע עליהם. ההתמדה התגלתה בהתנהגות לפני שהייתה מיוצגת היטב בתחזית המודעת שלהם.
יש משהו כמעט מעליב בממצא הזה. אנחנו אוהבים לחשוב שנדע מתי אנחנו נסחפים. שנזהה את הרגע שבו פעולה מפסיקה להשתלם ונעזוב בהחלטיות. אלא שהלמידה יכולה לפעול לפני שהסיפור המודע משיג אותה.
ועדיין, אסור להפוך את אפקט החיזוק החלקי לחוק קסם.
מחקרים אינם מראים שכל תגמול לא עקבי יחזק כל התנהגות. התוצאות משתנות לפי סוג הלמידה, סדר החיזוקים, החלופות הזמינות וההקשר. במחקר אנושי אחר נמצא שחיזוק חלקי יכול להגביר בחירה באפשרות מסוימת לאחר שהתגמול הוסר, אך ההשפעה הכוללת הייתה תלויה גם באטרקטיביות של האפשרות החלופית. בניסויים אחרים, סוגים מסוימים של התניה לא הפגינו את האפקט באופן עקבי.
המורכבות הזאת חשובה.
אין כפתור סודי שמבטיח שאדם יישאר. אנשים אינם מכונות, והחיים אינם מערך ניסוי מבוקר. קשר אנושי, עבודה, משחק ורשת חברתית מכילים זיכרונות, ערכים, מחויבויות, עלויות ותפיסה עצמית.
אבל חוסר העקביות עושה דבר משמעותי אחד: הוא מקשה עלינו לפרש את היעדר הפרס כסיום.
כל עוד הטוב הופיע לפעמים, גם התקופה הריקה יכולה להרגיש כמו הקדמה.
"כמעט" הוא לפעמים פרס בתחפושת
שלושה סמלים מסתובבים על מסך.
הראשון נעצר.
גם השני.
השלישי חולף שבריר שנייה מעבר לסמל שהיה משלים זכייה.
