چرا مغز همیشه بیشتر می خواهد؟ - کنفرانس هکا

یک مطالعه تازه نشان می دهد که مغز ما طوری برنامه ریزی شده است که همیشه بیشتر می خواهد، حتی اگر منجر به ناراحتی مان شود.

از کفش و لباس گرفته تا تازهترین گوشی های هوشمند و هر وسیله دیگری، ظاهرا ما انسان ها میل سیری ناپذیری به خرید و در اختیار داشتن تازهترین محصولات داریم.

اکنون محققان از مدل های رایانه ای استفاده کرده اند تا توضیح دهند که چرا ما دائماً بیشتر و بیشتر به چیز های مادی میل داریم، حتی وقتی که آن ها احساس ناخوشایندی در ما ایجاد می کنند.

طبق یافته های این مطالعه که از طریق محققان دپارتمان روانشناسی دانشگاه پرینستون در نیوجرسی اجرا شده است، زمانی که به استاندارد های زندگی مرفه تر عادت کنیم و خود را با استاندارد های مختلف مقایسه کنیم، پاداش های بیشتری را طلب می کنیم.

محققان در مقاله خود نوشتند: از متون مذهبی باستانی تا ادبیات مدرن، تاریخ بشر مملو از داستان هایی است که مبارزه برای رسیدن به خوشبختی ابدی را توصیف می کند. شادی و خوشبختی یکی از پرطرفدارترین احساسات بشری است، اما دستیابی به آن در دراز مدت برای بسکمک از مردم یک هدف دست نیافتنی است.

محققان اضافه کردند: نتایج ما به توضیح اینکه چرا ما مستعد گرفتار شدن در چرخه ای از خواسته ها و امیال بی خاتمه هستیم کمک می کند و ممکن است آسیب شناسی های روانی مانند افسردگی، مادی گرایی و مصرف گرایی بیش از حد را روشن کند.

به گفته محققان، مغز ما از طریق دو پدیده روان شناختی به شکل بی وقفه در پی کالا های مادی است. اول این که خوشبختیِ انسان تحت تأثیر پدیده ای به نام مقایسه های نسبی است. این بدان معنی است که ما اغلب نگران تفاوت بین آنچه داریم و سطح مطلوبی که می خواهیم به آن برسیم، هستیم.

دوم این که آنچه برای خوشبخت و شاد بودن لازم است، به انتظارات قبلی ما بستگی دارد، اما این انتظارات می توانند در طول زمان تغییر کنند.

راچیت دوبی (Rachit Dubey) نویسنده اصلی این مطالعه از دانشگاه پرینستون می گوید: مطالعه ما از یافته های مربوط به خوشبختی انسان، به ویژه تمایل ما به خواستنِ بیشتر الهام گرفته است و ما می خواستیم توضیحی برای این رفتار ارائه دهیم.

محققان در آزمایش های خود، عوامل شبیه سازی شده رایانه ای را برای نمایش مغز انسان و نحوه تفکر انسان ایجاد کردند و یادگیری تقویتی را به آن ها آموزش دادند.

دوبی می گوید: روش های یادگیری تقویتی بر آموزش یک عامل (مثلاً یک ربات) تمرکز می کنند تا آن عامل یاد بگیرد که چگونه موقعیت ها را به اعمال و رفتار ها تبدیل کند. مثلاً بدین وسیله یاد می گیرد که چگونه شطرنج بازی کند.

وی اضافه کرد: اصل راهنمای این روش ها این است که آن ها با استفاده از پاداش، عوامل را آموزش می دهند. آن ها پاداش های مثبتی را برای رفتار های مورد نظر یا پاداش های منفی را برای رفتار های ناخواسته ارائه می دهند. به برخی از مدل ها یا مغز ها یک پاداش ساده داده شد، در حالی که به برخی دیگر هنگامی که تصمیمات را بر اساس انتظارات قبلی و مقایسه پاداش خود با دیگران اتخاذ می کردند، پاداش اضافی داده می شد.

محققان دریافتند که گروه دوم کمتر مسرور بودند، اما سریع تر از گروه اول یاد گرفتند و در تمام آزمایشاتی که انجام دادند از آن ها بهتر عمل کردند.

این نشان می دهد که وقتی خودمان را با استاندارد های مختلف مقایسه می کنیم، هرچه بیشتر پاداش بگیریم، کمتر مسرور می شویم.

دوبی می گوید: شبیه سازی های مبتنی بر رایانه به ما نشان می دهد که اگر ما هرگز راضی نباشیم، دائماً در پی یافتن نتایج بهتر هستیم. با این حال، این موضوع همچنین دارای معایبی نیز هست. ما دائماً در حال بی ارزش پنداشتن چیزی هستیم که در حال حاضر داریم که این موضوع در موارد شدید می تواند منجر به افسردگی و مصرف بی رویه شود.

این مطالعه در مجله PLoS Computational Biology منتشر شده است.