مغز همیشه بیشتر میخواهد، حتی به قیمت ناراحتیمان!
یک مطالعه جدید نشان میدهد مغز ما طوری برنامهریزی شده است که همیشه بیشتر میخواهد، حتی اگر منجر به ناراحتیمان شود.
به گزارش هفتگرد و به نقل از دیلیمیل، از کفش و لباس گرفته تا جدیدترین گوشیهای هوشمند و هر وسیله دیگری، ظاهرا ما انسانها میل سیریناپذیری به خرید و در اختیار داشتن جدیدترین محصولات داریم.
اکنون محققان از مدلهای رایانهای استفاده کردهاند تا توضیح دهند چرا ما دائماً بیشتر و بیشتر به چیزهای مادی میل داریم، حتی وقتی که آنها احساس ناخوشایندی در ما ایجاد میکنند.
طبق یافتههای این مطالعه که توسط محققان دپارتمان روانشناسی دانشگاه پرینستون در نیوجرسی انجام شده است، زمانی که به استانداردهای زندگی مرفهتر عادت کنیم و خود را با استانداردهای مختلف مقایسه کنیم، پاداشهای بیشتری را طلب میکنیم.
محققان در مقاله خود نوشتند: از متون مذهبی باستانی تا ادبیات مدرن، تاریخ بشر مملو از داستانهایی است که مبارزه برای رسیدن به خوشبختی ابدی را توصیف میکند. شادی و خوشبختی یکی از پرطرفدارترین احساسات بشری است، اما دستیابی به آن در دراز مدت برای بسیاری از مردم یک هدف دست نیافتنی است.
محققان افزودند: نتایج ما به توضیح اینکه چرا ما مستعد گرفتار شدن در چرخهای از خواستهها و امیال بیپایان هستیم کمک میکند و ممکن است آسیب شناسیهای روانی مانند افسردگی، مادی گرایی و مصرف گرایی بیش از حد را روشن کند.
به گفته محققان، مغز ما توسط دو پدیده روانشناختی به شکل بیوقفه به دنبال کالاهای مادی است.
اول اینکه خوشبختیِ انسان تحت تأثیر پدیدهای به نام “مقایسههای نسبی” است. این بدان معنی است که ما اغلب نگران تفاوت بین آنچه داریم و سطح مطلوبی که میخواهیم به آن برسیم، هستیم.
دوم اینکه آنچه برای خوشبخت و شاد بودن لازم است، به انتظارات قبلی ما بستگی دارد، اما این انتظارات میتوانند در طول زمان تغییر کنند.
“راچیت دوبی”(Rachit Dubey) نویسنده اصلی این مطالعه از دانشگاه پرینستون میگوید: مطالعه ما از یافتههای مربوط به خوشبختی انسان، به ویژه تمایل ما به خواستنِ بیشتر الهام گرفته است و ما میخواستیم توضیحی برای این رفتار ارائه دهیم.
محققان در آزمایشهای خود، عوامل شبیهسازی شده رایانهای را برای نمایش مغز انسان و نحوه تفکر انسان ایجاد کردند و “یادگیری تقویتی” را به آنها آموزش دادند.
“دوبی” میگوید: روشهای یادگیری تقویتی بر آموزش یک عامل (مثلاً یک ربات) تمرکز میکنند تا آن عامل یاد بگیرد که چگونه موقعیتها را به اعمال و رفتارها تبدیل کند. مثلاً بدین وسیله یاد میگیرد که چگونه شطرنج بازی کند.
او افزود: اصل راهنمای این روشها این است که آنها با استفاده از پاداش، عوامل را آموزش میدهند. آنها پاداشهای مثبتی را برای رفتارهای مورد نظر یا پاداشهای منفی را برای رفتارهای ناخواسته ارائه میدهند. به برخی از مدلها یا مغزها 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 میکردند، پاداش اضافی داده میشد.
محققان دریافتند که گروه دوم کمتر خوشحال بودند، اما سریعتر از گروه اول یاد گرفتند و در تمام آزمایشاتی که انجام دادند از آنها بهتر عمل کردند.
این نشان میدهد که وقتی خودمان را با استانداردهای مختلف مقایسه میکنیم، هرچه بیشتر پاداش بگیریم، کمتر خوشحال میشویم.
“دوبی” میگوید: شبیهسازیهای مبتنی بر رایانه به ما نشان میدهد که اگر ما هرگز راضی نباشیم، دائماً به دنبال یافتن نتایج بهتر هستیم. با این حال، این موضوع همچنین دارای معایبی نیز هست. ما دائماً در حال بیارزش پنداشتن چیزی هستیم که در حال حاضر داریم که این موضوع در موارد شدید میتواند منجر به افسردگی و مصرف بیرویه شود.
این مطالعه در مجله PLoS Computational Biology منتشر شده است.