Rinforzo intermittente: perché le ricompense imprevedibili ci tengono agganciati

Dai piccioni di Skinner alle slot machine, dalle notifiche alle relazioni tossiche: cosa sappiamo davvero sul potere del forse, e dove la regola ha dei limiti.

Solidamanipolazionecervelloemozioniweb

Sono le undici di sera. Il telefono è sul comodino, a faccia in giù. Lo giri "solo un attimo". Niente. Lo rigiri dopo cinque minuti. Ancora niente. Alla terza volta arriva un messaggio, magari un like, magari la risposta che aspettavi da ore. Quella piccola scarica di sollievo ti basta per continuare a controllare per un'altra mezz'ora.

Ora sostituisci il telefono con una persona. Un giorno è affettuosa, presente, ti fa sentire speciale. Il giorno dopo sparisce, risponde a monosillabi, ti tratta con freddezza. Poi torna, all'improvviso, più dolce di prima. Molti raccontano di sentirsi più legati a quella persona che a partner stabili e prevedibili.

Che cosa hanno in comune le due scene? Un meccanismo studiato per la prima volta sui piccioni, settant'anni fa.

In breve

Quando una ricompensa arriva in modo irregolare e imprevedibile, il comportamento che la cerca tende a diventare più insistente e più lento a spegnersi rispetto a quando la ricompensa arriva sempre. È il rinforzo intermittente. Lo sfruttano slot machine, app e, nelle relazioni manipolatorie, l'alternanza di affetto e freddezza.

🟢 Solida. In laboratorio il fenomeno è tra i più replicati della psicologia dell'apprendimento; negli esseri umani e fuori dal laboratorio l'effetto esiste ma dipende molto dal contesto.

L'esperimento

Negli anni Cinquanta Charles Ferster e B. F. Skinner, all'Università di Harvard, avviano un programma di ricerca enorme. Secondo la B. F. Skinner Foundation, il lavoro raccolto nel libro Schedules of Reinforcement (1957) copre oltre 70.000 ore di esperimenti, soprattutto con piccioni.

Il dispositivo è semplice. Un piccione è in una gabbia con un tasto. Se lo becca, a volte arriva del cibo. Il punto interessante non è se arriva il cibo, ma secondo quale regola. I due ricercatori chiamano queste regole "programmi di rinforzo" e ne confrontano molti.

Nei programmi a rapporto fisso, il cibo arriva sempre dopo lo stesso numero di beccate, per esempio ogni dieci. Nei programmi a intervallo fisso, arriva alla prima beccata dopo un tempo stabilito. Poi ci sono le versioni variabili: il cibo arriva in media ogni dieci beccate, ma a volte dopo due, a volte dopo trenta. Oppure in media ogni minuto, ma senza che l'animale possa sapere quando.

I registratori cumulativi di Skinner, rulli di carta su cui un pennino sale a ogni beccata, mostrano differenze nette. Con i programmi fissi compaiono pause dopo ogni ricompensa: l'animale "sa" che per un po' non arriverà nulla. Con i programmi variabili, soprattutto quelli a rapporto variabile, il ritmo è alto e costante. Non c'è un momento in cui conviene fermarsi, perché la prossima beccata potrebbe essere quella buona.

La seconda scoperta riguarda l'estinzione, cioè cosa succede quando il cibo smette del tutto di arrivare. Gli animali abituati a una ricompensa a ogni beccata smettono abbastanza in fretta. Quelli abituati a ricompense rare e irregolari continuano a beccare a lungo. Dal loro punto di vista, una lunga serie di beccate a vuoto non è una novità: è sempre andata così.

Questo secondo effetto aveva già un nome. Lloyd Humphreys lo aveva descritto nel 1939 con il condizionamento del riflesso palpebrale negli esseri umani: oggi si chiama effetto di estinzione da rinforzo parziale. Ferster e Skinner gli hanno dato una mappa dettagliata.

Cosa dice la ricerca oggi

La versione da manuale regge, ma ha delle condizioni. Nel 2013 Guy Hochman e Ido Erev, su Psychonomic Bulletin & Review, ricostruiscono la storia del fenomeno. Le prime dimostrazioni confrontavano gruppi diversi in laboratorio e mostravano più risposte durante l'estinzione con i programmi parziali. Studi successivi, in cui le stesse persone sperimentavano più opzioni, e ricerche sul campo hanno trovato spesso il contrario: la ricompensa parziale riduce la scelta dell'opzione premiata, anche quando in media paga di più. Nei loro esperimenti l'effetto finale dipendeva dall'alternativa disponibile. Se l'alternativa era attraente, il rinforzo parziale danneggiava. Se era poco attraente, aiutava a mantenere il comportamento.

Il messaggio è utile anche fuori dal laboratorio. Il rinforzo intermittente aggancia di più quando le alternative sono poche o poco gratificanti. Una persona isolata, o annoiata, è più esposta.

Il cervello ama il forse. Wolfram Schultz e colleghi hanno mostrato negli anni Novanta che i neuroni dopaminergici delle scimmie rispondono non alla ricompensa in sé, ma alla differenza tra ciò che arriva e ciò che ci si aspettava: il cosiddetto errore di previsione della ricompensa (Schultz, Dayan e Montague, Science, 1997). Nel 2003 Fiorillo, Tobler e Schultz, sempre su Science, aggiungono un tassello. Quando la probabilità di ricompensa è incerta, gli stessi neuroni mostrano un'attività che sale gradualmente nell'attesa e che segue il grado di incertezza. L'incertezza è massima quando la probabilità è al 50%. Robert Sapolsky, nel suo Behave, racconta questi risultati con una formula efficace: niente alimenta la dopamina come il "forse" del rinforzo intermittente.

Gioco d'azzardo. Le slot machine moderne sono costruite su programmi a rapporto variabile. Luke Clark e colleghi (Neuron, 2009) hanno mostrato in risonanza magnetica che i "quasi vincenti", le combinazioni che si fermano a un simbolo dal jackpot, attivano aree cerebrali legate alla vincita e aumentano la voglia di giocare, pur essendo a tutti gli effetti delle perdite.

Social network. Björn Lindström e colleghi (Nature Communications, 2021) hanno analizzato oltre un milione di post di più di 4.000 utenti su Instagram e altre piattaforme. Il ritmo di pubblicazione seguiva un modello di apprendimento per ricompensa: le persone pubblicavano più spesso quando ricevevano più like, come animali che cercano cibo. Un esperimento online con 176 partecipanti ha confermato il risultato. Lo studio non dimostra una "dipendenza", ma mostra che i like funzionano da rinforzo variabile.

Relazioni. Donald Dutton e Susan Painter hanno proposto la teoria del legame traumatico. Nel loro studio del 1993 su Violence and Victims hanno seguito 75 donne che avevano appena lasciato una relazione violenta, con un secondo colloquio dopo sei mesi. L'attaccamento verso l'ex partner era legato non solo alla gravità degli abusi, ma all'alternanza tra maltrattamento e momenti positivi. Qui il semaforo è più prudente: lo schema è coerente con la teoria dell'apprendimento, ma gli studi sono correlazionali e su campioni piccoli. 🟡 Promettente.

Un limite da non dimenticare. Molti testi divulgativi trattano il rinforzo intermittente come una chiave che spiega tutto, dalle app alla seduzione. I dati di laboratorio sono solidi; il passaggio diretto a comportamenti umani complessi è un'estensione ragionevole, non una legge. Nelle persone contano anche aspettative, significati, alternative e storia personale.

Come funziona

Il cervello è una macchina che fa previsioni. Ogni volta che una ricompensa arriva in modo regolare, il sistema dopaminergico smette di "sorprendersi": la ricompensa è prevista, il segnale si appiattisce. Il comportamento resta, ma diventa routine. Se la ricompensa smette, la differenza è evidente e il comportamento si spegne in fretta.

Con una ricompensa irregolare le cose cambiano su tre fronti.

Ogni ricompensa resta una sorpresa. Non potendo prevederla, il cervello continua a registrare un errore di previsione positivo quando arriva. Il segnale di apprendimento non si spegne mai del tutto.
L'attesa diventa carica. Durante l'incertezza i neuroni dopaminergici aumentano gradualmente l'attività. Il "potrebbe succedere adesso" ha un valore motivazionale in sé.
Il fallimento non insegna niente. Se sei abituato a dieci tentativi a vuoto prima di una ricompensa, il decimo tentativo a vuoto non ti dice che le regole sono cambiate. Distinguere "sfortuna" da "fine della ricompensa" richiede molto tempo. È esattamente il motivo per cui l'estinzione è lenta.

Un chiarimento sui neuromiti. La dopamina non è "la molecola del piacere" e non esiste un "picco di dopamina" che rende dipendenti con una notifica. La dopamina è soprattutto un segnale di apprendimento e di motivazione: dice al cervello "questo conta, presta attenzione, riprova". Le parole contano, perché le spiegazioni semplificate portano a soluzioni semplificate, come i "detox di dopamina", che non hanno basi scientifiche serie.

Cosa significa in pratica

Marketing e prezzi. Raccolte punti con premi a sorpresa, "gratta e vinci" digitali, casse premio nei videogiochi, sconti che compaiono a caso: sono tutti rinforzi a rapporto variabile. Funzionano, ma chi li usa dovrebbe sapere che costruiscono abitudini anche in persone vulnerabili, e che diversi Paesi hanno iniziato a regolare le casse premio come forme di gioco d'azzardo. Un programma fedeltà prevedibile e chiaro genera meno frenesia ma più fiducia.

Web e app. Il feed che si aggiorna trascinando verso il basso ricorda la leva di una slot: a volte arriva qualcosa di interessante, a volte no. Se progetti un prodotto, chiediti se stai creando valore o solo un ciclo di controllo. Se lo usi, togli le notifiche non essenziali e raggruppa i controlli in orari fissi: trasformi un programma variabile in uno prevedibile, e la spinta a controllare cala.

Relazioni. L'alternanza di calore e freddezza può creare un legame che sembra più intenso dell'amore stabile. Non è un segno di passione: è un segnale di apprendimento sotto incertezza. George Simon, in In Sheep's Clothing, la chiama "sindrome della slot machine": la vittima continua a investire per vincere quel piccolo premio di approvazione e, più ha investito, più le costa andarsene. Se ti accorgi che la tua giornata ruota attorno al prossimo segnale di interesse di qualcuno, guarda la frequenza dei momenti buoni, non la loro intensità.

Studio e lavoro. Il rinforzo intermittente non è solo un'arma. Un feedback ogni tanto, inatteso, su un buon lavoro può mantenere la motivazione. Ma un capo che alterna lodi e umiliazioni senza logica crea ansia e dipendenza dal suo giudizio, non motivazione sana.

Difesa dalle manipolazioni. Truffe sentimentali e finti investimenti usano piccole vincite iniziali o momenti di attenzione irregolare per tenere agganciata la vittima. Domande utili: le ricompense sono prevedibili o arrivano "quando lui o lei decide"? Quanto ho investito per ottenere l'ultima? Se smettessi oggi, perderei qualcosa di reale o solo la speranza del prossimo premio?

Le domande che ci fanno

Il rinforzo intermittente crea una vera dipendenza? Non da solo. Crea comportamenti persistenti e difficili da estinguere. La dipendenza clinica coinvolge altri fattori, come vulnerabilità individuali, perdita di controllo e conseguenze negative ripetute. Il gioco d'azzardo patologico è il caso in cui i due piani si sovrappongono di più.

Le notifiche del telefono funzionano davvero come una slot machine? Il principio è lo stesso: ricompense variabili nel tempo e nel valore. Lo studio di Lindström mostra che sui social il comportamento segue le regole dell'apprendimento per ricompensa. Che l'intensità sia paragonabile al gioco d'azzardo, invece, non è dimostrato.

Perché è così difficile lasciare una persona che alterna affetto e freddezza? Perché i momenti buoni arrivano senza preavviso, e ogni attesa a vuoto non ti dice che la relazione è cambiata: è sempre stata così. A questo si somma l'investimento già fatto, che rende più difficile chiudere. Parlarne con qualcuno di esterno aiuta a vedere lo schema.

Si può usare il rinforzo intermittente in modo etico? Sì, se la persona ne trae un beneficio reale e non viene sfruttata una sua fragilità. Un premio a sorpresa per chi si allena con regolarità è diverso da un sistema progettato per far spendere chi non riesce a smettere.

Per approfondire

Fonti

Ferster C. B., Skinner B. F. (1957). Schedules of Reinforcement. Appleton-Century-Crofts. Scheda del libro: B. F. Skinner Foundation, https://www.bfskinner.org/product/schedules-of-reinforcement-pdf/
Humphreys L. G. (1939). The effect of random alternation of reinforcement on the acquisition and extinction of conditioned eyelid reactions. Journal of Experimental Psychology, 25(2), 141-158. https://doi.org/10.1037/h0058138
Hochman G., Erev I. (2013). The partial-reinforcement extinction effect and the contingent-sampling hypothesis. Psychonomic Bulletin & Review, 20(6), 1336-1342. https://doi.org/10.3758/s13423-013-0432-1
Schultz W., Dayan P., Montague P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593-1599. https://doi.org/10.1126/science.275.5306.1593
Fiorillo C. D., Tobler P. N., Schultz W. (2003). Discrete coding of reward probability and uncertainty by dopamine neurons. Science, 299(5614), 1898-1902. https://doi.org/10.1126/science.1077349
Clark L., Lawrence A. J., Astley-Jones F., Gray N. (2009). Gambling near-misses enhance motivation to gamble and recruit win-related brain circuitry. Neuron, 61(3), 481-490. https://doi.org/10.1016/j.neuron.2008.12.031
Lindström B., Bellander M., Schultner D. T., Chang A., Tobler P. N., Amodio D. M. (2021). A computational reward learning account of social media engagement. Nature Communications, 12. https://doi.org/10.1038/s41467-020-19607-x
Dutton D. G., Painter S. (1993). Emotional attachments in abusive relationships: A test of traumatic bonding theory. Violence and Victims, 8(2), 105-120. https://doi.org/10.1891/0886-6708.8.2.105
Sapolsky R. M. (2017). Behave: The Biology of Humans at Our Best and Worst. Penguin Press, capitolo 2. https://www.penguinrandomhouse.com/books/311787/behave-by-robert-m-sapolsky/9781594205071
Lieberman D. Z., Long M. E. (2023). Dopamina. La chimica dei desideri. De Agostini (ed. originale The Molecule of More, 2018), capitolo sul desiderio. https://books.google.com/books?id=AW7ZzwEACAAJ
Simon G. K. (2010). In Sheep's Clothing: Understanding and Dealing with Manipulative People. Parkhurst Brothers, paragrafo "The Slot Machine Syndrome". https://books.google.com/books?id=A1IVQwAACAAJ