Dopamina i zmienne wzmocnienia: neuropsychologia uzależnienia od treści

Dopamina: neuroprzekaźnik oczekiwania, nie przyjemności

Powszechne, ale błędne wyobrażenie o dopaminie sprowadza ją do „hormonu szczęścia" lub „neuroprzekaźnika przyjemności". W rzeczywistości rola dopaminy jest znacznie bardziej złożona i subtelna, a zrozumienie tej złożoności jest kluczowe dla pojęcia, dlaczego brainrot jest tak pociągający. Przełomowe badania Wolframa Schultza, neurobiologa z University of Cambridge, opublikowane w serii artykułów w Journal of Neurophysiology i Neuron od lat 90. XX wieku, wykazały, że dopamina nie jest przede wszystkim sygnałem przyjemności, lecz sygnałem oczekiwania nagrody i błędu predykcji (reward prediction error).

Co to oznacza w praktyce? Neurony dopaminergiczne w obszarze brzusznym nakrywki (VTA - ventral tegmental area) nie wykazują największej aktywności w momencie otrzymania nagrody, lecz w momencie, gdy pojawia się sygnał zapowiadający możliwość nagrody. Schultz wykazał to w eleganckich eksperymentach na małpach: gdy małpa naciskała dźwignię i za każdym razem otrzymywała sok owocowy, neurony dopaminergiczne „uczyły się" aktywować nie w momencie dostania soku, lecz w momencie zobaczenia sygnału świetlnego zapowiadającego sok. Co więcej, gdy nagroda była nieprzewidywalna - sok pojawiał się tylko w części prób - aktywność dopaminergiczna była znacząco wyższa niż w przypadku nagrody pewnej. To odkrycie, znane jako model „błędu predykcji nagrody", ma fundamentalne znaczenie dla zrozumienia, dlaczego scrollowanie feeda jest tak uzależniające.

Skrzynka Skinnera w Twoim telefonie: zmienne wzmocnienia

W latach 50. XX wieku B.F. Skinner, ojciec behawioryzmu operacyjnego, przeprowadził serię eksperymentów z gołębiami, które zrewolucjonizowały nasze rozumienie zachowań nawykowych. Skinner umieszczał gołębie w specjalnych komorach (znanych jako „skrzynki Skinnera"), w których mogły one naciskać dźwignię, by otrzymać pokarm. Kluczowe odkrycie polegało na tym, że rozkład wzmocnień - czyli wzorzec, według którego nagroda była dostarczana - miał dramatyczny wpływ na intensywność i uporczywość zachowania. Gołębie, które otrzymywały pokarm za każde naciśnięcie dźwigni (stałe wzmocnienie), naciskały ją w umiarkowanym, regularnym tempie. Natomiast gołębie, które otrzymywały pokarm w nieprzewidywalnych momentach (zmienne wzmocnienie), naciskały dźwignię obsesyjnie, nieprzerwanie i z dużo większą odpornością na wygaszanie.

Ten wzorzec - znany w psychologii behawioralnej jako rozkład zmiennych interwałów (VR, variable ratio schedule) - jest dokładnie tym, co dzieje się, gdy scrollujesz TikToka. Każde przesunięcie palcem to naciśnięcie dźwigni. Większość filmików jest przeciętna lub nieciekawa (brak nagrody). Ale od czasu do czasu natykasz się na materiał, który wywołuje silną reakcję emocjonalną: śmiech, zaskoczenie, fascynację, oburzenie (nagroda). Ponieważ nie wiesz, kiedy pojawi się kolejny „trafiony" filmik, Twój mózg utrzymuje podwyższony poziom dopaminergicznego oczekiwania, motywując Cię do ciągłego scrollowania w nadziei na kolejną nagrodę. To dokładnie ten sam mechanizm, który utrzymuje graczy przy automatach do gier, i nie jest przypadkiem, że Natasha Dow Schüll w swojej przełomowej książce „Addiction by Design" (2012) opisuje projektowanie automatów kasynowych terminami niemal identycznymi z tymi, których używamy do opisu feeda mediów społecznościowych.

Projektowanie uzależniające: nie jest to wypadek przy pracy

Jednym z najważniejszych aspektów problemu brainrotu, który zasługuje na szczególne podkreślenie, jest fakt, że mechanizmy uzależniające nie są przypadkowym efektem ubocznym projektowania platform, lecz ich celową cechą. Aza Raskin, projektant interfejsów i syn legendarnego Jef Raskina (twórcy projektu Macintosh w Apple), wynalazł mechanizm nieskończonego przewijania (infinite scroll) w 2006 roku. W późniejszych wywiadach, między innymi dla BBC i w dokumencie „The Social Dilemma", Raskin publicznie wyraził głębokie żal z powodu swojego wynalazku, stwierdzając, że stworzył mechanizm, który „codziennie kradnie miliardy godzin ludzkiego życia". Nieskończone przewijanie eliminuje naturalne punkty zatrzymania, które istniały w starszych mediach - koniec strony, koniec programu telewizyjnego, koniec gazety. Bez tych punktów mózg nie otrzymuje sygnału „koniec", a zachowanie scrollowania trwa dopóty, dopóki nie zostanie przerwane przez czynnik zewnętrzny (wyczerpanie baterii, konieczność wyjścia z domu, fizyczne zmęczenie).

B.J. Fogg, założyciel Stanford Persuasive Technology Lab, opracował w swoich pracach akademickich i w książce „Persuasive Technology" (2003) systematykę technik perswazji cyfrowej, w tym koncepcję „triggerów behawioralnych" - bodźców, które inicjują zachowania w momencie, gdy motywacja i zdolność użytkownika zbiegają się w odpowiednim punkcie. Powiadomienia push, czerwone kropki z liczbą nieprzeczytanych wiadomości, automatyczne odtwarzanie kolejnych filmów, animacje „pull to refresh" naśladujące mechanikę jednorękich bandytów - to wszystko nie jest przypadkowe. Są to techniki projektowania behawioralnego, opracowane z pełną świadomością ich wpływu na zachowanie użytkowników. Wielu byłych pracowników firm technologicznych, od Tristana Harrisa (Google) przez Jaron Laniera (Microsoft) po Guillaumea Chastillona (Criteo), publicznie przyznało, że platformy technologiczne celowo wykorzystują wiedzę z psychologii behawioralnej do maksymalizacji czasu spędzanego w aplikacjach.

Badanie Lukoff i współpracowników (2021), opublikowane w CHI Conference on Human Factors in Computing Systems, wykazało, że użytkownicy mediów społecznościowych wyraźnie odróżniają „aktywne" użytkowanie (celowe publikowanie, komunikacja z przyjaciółmi, wyszukiwanie informacji) od „pasywnego" (bezmyślne scrollowanie, oglądanie treści bez intencji). Co kluczowe, tylko pasywne użytkowanie było związane ze spadkiem dobrostanu psychicznego, a użytkownicy konsekwentnie deklarowali, że chcieliby spędzać mniej czasu na pasywnym scrollowaniu, ale nie potrafią tego osiągnąć. Ten wzorzec - świadomość problemu połączona z niemożnością zmiany zachowania - jest definiującą cechą uzależnień.

Mózg nastolatka: dlaczego młodzi są bardziej podatni?

Neuronaukowa odpowiedź na pytanie, dlaczego nastolatki są szczególnie podatne na uzależniające właściwości brainrotu, wiąże się z asymetrią w dojrzewaniu mózgu, dobrze udokumentowaną w literaturze neuronaukowej. Badania obrazowania mózgu, w szczególności przełomowe podłużne badanie prowadzone przez National Institute of Mental Health (NIMH) pod kierunkiem Jaya Giedda, wykazały, że ludzki mózg osiąga pełną dojrzałość dopiero około 25 roku życia. Co istotne, poszczególne struktury mózgowe dojrzewają w różnym tempie.

Układ limbiczny, w tym jądro półleżące i ciało migdałowate, odpowiedzialne za przetwarzanie emocji i nagrody, dojrzewa stosunkowo wcześnie - w okresie dojrzewania jest już w pełni aktywny, a u nastolatków wykazuje nawet wyższą reaktywność na bodźce nagradzające niż u dorosłych. Natomiast kora przedczołowa - w szczególności jej grzbietowo-boczna część (dlPFC, dorsolateral prefrontal cortex) - odpowiedzialna za hamowanie impulsów, planowanie, przewidywanie konsekwencji i samoregulację, dojrzewa jako ostatnia. Casey i współpracownicy (2008) opisali ten stan w przełomowym artykule w Developmental Science jako model „gazowej bez hamulców" (dual systems model): nastolatki mają w pełni rozwiniętą zdolność do odczuwania intensywnych pragnień i nagród, ale niedojrzały jeszcze system hamulcowy, który pozwalałby te pragnienia kontrolować.

W kontekście brainrotu ta neurobiologiczna asymetria oznacza, że nastolatki doświadczają silniejszych wyrzutów dopaminy w odpowiedzi na nowe, zaskakujące bodźce (czyli treści brainrot), a jednocześnie dysponują słabszymi mechanizmami samokontroli, które pozwalałyby im przerwać scrollowanie, gdy wiedzą, że powinni. To nie jest kwestia „słabości charakteru" czy „braku wychowania" - to fundamentalna cecha rozwijającego się mózgu, i projektanci platform technologicznych doskonale o tym wiedzą. Jak wykazały dokumenty wewnętrzne Facebooka ujawnione przez sygnalistkę Frances Haugen w 2021 roku, firma była świadoma, że Instagram szkodzi zdrowiu psychicznemu nastoletnich dziewcząt, i zdecydowała się nie podejmować działań naprawczych, ponieważ ta grupa demograficzna była kluczowa dla wzrostu platformy.

Doomscrolling: gdy pętla nagrody staje się pętlą cierpienia

Szczególnie destrukcyjną odmianą kompulsywnego scrollowania jest tak zwany doomscrolling - obsesyjne przeglądanie negatywnych, niepokojących lub stresujących treści, z których użytkownik nie potrafi się wyrwać pomimo narastającego dyskomfortu. Termin ten zyskał popularność w trakcie pandemii COVID-19, gdy miliony osób spędzały godziny na compulsywnym czytaniu kolejnych przerażających informacji o wirusie, nie mogąc oderwać się od ekranu mimo rosnącego lęku.

Z perspektywy neuropsychologicznej doomscrolling angażuje mechanizm zbliżony do tego, który opisano w kontekście zaburzenia obsesyjno-kompulsywnego (OCD). Jak wyjaśniają Watkins i Roberts (2020) w artykule opublikowanym w Clinical Psychological Science, doomscrolling jest napędzany nie tyle poszukiwaniem przyjemności, co próbą redukcji niepewności. Mózg, konfrontowany z potencjalnym zagrożeniem (pandemia, kryzys klimatyczny, konflikt zbrojny), generuje intensywne pragnienie zbierania informacji jako strategii radzenia sobie z lękiem. Każda nowa informacja na krótko redukuje niepewność, co działa jako wzmocnienie negatywne (ulga), ale jednocześnie eksponuje na kolejne niepokojące treści, które generują nową niepewność i nowy lęk, tworząc samonapędzającą się pętlę. Algorytmy rekomendacji, które priorytetyzują treści wywołujące silne emocje (w tym lęk i oburzenie), aktywnie zaostrzają ten cykl.

Badanie Sharma i współpracowników (2022), opublikowane w Technology, Mind, and Behavior, wykazało, że doomscrolling jest istotnie związany z nasileniem symptomów depresyjnych i lękowych, zaburzeniami snu oraz obniżoną zdolnością koncentracji. Co istotne, związek ten jest dwukierunkowy: osoby z podwyższonym poziomem lęku częściej sięgają po doomscrolling, a doomscrolling z kolei nasila lęk, tworząc błędne koło, z którego niezwykle trudno się wyrwać bez świadomego wysiłku i nierzadko profesjonalnego wsparcia.

Distorsja czasu: dlaczego „pięć minut" zamienia się w godzinę

Jednym z najczęściej opisywanych doświadczeń związanych z konsumpcją brainrotu jest zniekształcenie percepcji czasu. Użytkownicy regularnie donoszą, że zamierzali spędzić z aplikacją kilka minut, po czym orientowali się, że upłynęła godzina lub więcej. To zjawisko nie jest subiektywnym złudzeniem - ma ono solidne podstawy neuropsychologiczne. Badanie Turel i współpracowników (2018), opublikowane w Journal of Behavioral Addictions, wykazało, że aktywne używanie mediów społecznościowych istotnie zakłóca wewnętrzne mechanizmy szacowania czasu, szczególnie w warunkach tak zwanego „przepływu" (flow state).

Teoria przepływu, opracowana przez Mihály Csíkszentmihályiego, opisuje stan głębokiego zanurzenia w aktywności, w którym osoba traci poczucie upływu czasu i otoczenia. W pozytywnym kontekście flow występuje podczas twórczej pracy, sportu czy muzyki. Problem polega na tym, że platformy krótkoformatowych wideo tworzą „ciemne lustro" tego stanu - quasi-flow, w którym użytkownik jest głęboko zaabsorbowany, ale aktywność nie przynosi mu trwałej satysfakcji ani rozwoju. Montag i Diefenbach (2018) w artykule opublikowanym w Frontiers in Psychology opisali to jako „dark flow" - stan, w którym mechanizmy neuronalne przepływu (utrata poczucia czasu, zmniejszona samoświadomość, automatyczność działania) są aktywowane przez bodźce, które nie spełniają warunku wewnętrznej nagradzalności (autotelic experience), prowadząc do powtarzających się cykli konsumpcji, po których następuje poczucie pustki i żalu.

Czy brainrot to uzależnienie? Debata akademicka

Pytanie, czy kompulsywne korzystanie z mediów społecznościowych (w tym konsumpcja brainrotu) kwalifikuje się jako „uzależnienie" w klinicznym sensie tego słowa, jest przedmiotem intensywnej debaty w środowisku naukowym. Światowa Organizacja Zdrowia (WHO) w 2018 roku włączyła „zaburzenie grania w gry" (gaming disorder) do Międzynarodowej Klasyfikacji Chorób (ICD-11), jednak nie uczyniła tego samego z szerszą kategorią „uzależnienia od mediów społecznościowych" czy „uzależnienia od smartfonów".

Przybylski i Weinstein w serii badań opublikowanych w Psychological Science (2017) i Nature Human Behaviour argumentują, że patologizowanie normalnych zachowań cyfrowych jest przedwczesne i potencjalnie szkodliwe. Wskazują na „hipotezę złotego środka" (Goldilocks hypothesis), zgodnie z którą umiarkowane korzystanie z technologii cyfrowych nie szkodzi, a może nawet sprzyjać dobremu samopoczuciu, i że dopiero skrajne poziomy użytkowania wiążą się z negatywnymi konsekwencjami. Z drugiej strony, Billieux i współpracownicy (2021) w artykule w Current Addiction Reports argumentują, że wzorce problematycznego korzystania z mediów społecznościowych spełniają kluczowe kryteria uzależnień behawioralnych: kompulsywność, utratę kontroli, kontynuowanie mimo negatywnych konsekwencji i objawy odstawienia.

Niezależnie od rozstrzygnięcia tej debaty terminologicznej, faktem pozostaje, że miliony ludzi doświadczają poważnych trudności w kontrolowaniu swojego zachowania wobec platform opartych na krótkim wideo, i że trudności te mają mierzalne konsekwencje dla zdrowia psychicznego, jakości snu, wydajności akademickiej i relacji społecznych. O tych konsekwencjach, a także o opartych na dowodach naukowych strategiach radzenia sobie z nimi, opowiem szczegółowo w czwartym, ostatnim artykule tej serii.

Źródła i literatura naukowa

• Billieux, J., et al. (2021). Behavioural addiction: A rising challenge for mental health professionals. Current Addiction Reports, 8, 448-456.
• Casey, B.J., et al. (2008). The Adolescent Brain. Developmental Science, 28(1), 62-77.
• Dow Schüll, N. (2012). Addiction by Design: Machine Gambling in Las Vegas. Princeton University Press.
• Fogg, B.J. (2003). Persuasive Technology: Using Computers to Change What We Think and Do. Morgan Kaufmann.
• He, Q., et al. (2017). Brain anatomy alterations associated with Social Networking Site (SNS) addiction. Scientific Reports, 7, 45064.
• Lukoff, K., et al. (2021). How the Design of YouTube Influences User Sense of Agency. CHI Conference on Human Factors in Computing Systems, 2021.
• Montag, C., Diefenbach, S. (2018). Towards Homo Digitalis: Important Research Issues for Psychology and the Neurosciences at the Dawn of the Internet of Things and the Digital Society. Sustainability, 10(2), 415.
• Montag, C., et al. (2017). Addictive features of social media/messenger platforms and freemium games. Addictive Behaviors, 73, 62-66.
• Przybylski, A.K., Weinstein, N. (2017). A Large-Scale Test of the Goldilocks Hypothesis. Psychological Science, 28(2), 204-215.
• Schultz, W. (1997). A Neural Substrate of Prediction and Reward. Science, 275(5306), 1593-1599.
• Sharma, B., et al. (2022). Doomscrolling during COVID-19: The effects on mental health. Technology, Mind, and Behavior, 3(3).
• Turel, O., et al. (2018). Time distortion when users at-risk for social media addiction engage in non-social media tasks. Journal of Behavioral Addictions, 7(1), 96-105.
• Watkins, E.R., Roberts, H. (2020). Reflecting on rumination: Consequences, causes, mechanisms and treatment. Clinical Psychological Science, 8(3), 401-429.