Qualia Journal
行動心理学
1930年代、ハーバードの大学院生が小さな箱の中にネズミを入れた。レバーを押せば餌が出る。ただし、いつ出るかは決まっていない。——この単純な仕掛けが、スロットマシンからSNSの通知まで、現代の「やめられない」を設計する原理になった。
スマートフォンの画面を下に引っ張って、新しい投稿が表示されるのを待つ。何も出ないかもしれないし、面白いものが出るかもしれない。その「わからなさ」に、指が止まらなくなった経験はないだろうか。
あるいは、ガチャを回す瞬間。あと1回だけ、と思ったはずなのに気づけば10回、20回。これは意志が弱いから起きるのではない。自制心の問題でもない。学歴も性格も関係がない。
「いつ来るかわからない報酬」が人間の行動に与える力は、1930年代に発見された。そしてその力は、今この瞬間も、あなたの手の中で動いている。
この記事にはちょっとした仕掛けがある。知りたい気持ちが自分の行動をどう変えるかを、読みながら体験する。
1930年代のハーバード大学。心理学の大学院生だったバラス・フレデリック・スキナーは、エドワード・ソーンダイクエドワード・ソーンダイク（Edward Thorndike）1874–1949。アメリカの心理学者。猫を使った「パズルボックス」実験で知られ、「効果の法則」を1898年に提唱。スキナーの直接の先行者。のパズルボックスに不満を持っていた。猫を箱に入れ、脱出するまでの時間を測る——悪くはないが、行動の「流れ」が見えない。試行のたびに実験者が猫を箱に戻す必要があり、自然な行動の連続を追えなかった。
スキナーはもっと単純な装置を考えた。防音の小さな箱。中にはレバーがひとつと、餌を出す装置がひとつ。ネズミは好きなときにレバーを押せる。押した回数は自動記録される。人間の介入は不要。ネズミの行動だけが、紙の上にグラフとして刻まれ続ける。
これが後に「スキナー箱」と呼ばれることになる装置だ。スキナー自身はその名前を嫌い、「オペラントオペラント（Operant）スキナーが作った用語。環境に「作用する（operate）」自発的行動のこと。レバーを押す、ボタンをタップする、画面をスワイプする——すべてオペラント行動だ。パブロフの犬が鈴で唾液を出すような反射的行動（レスポンデント）と対比される。条件づけ室」と呼ぶよう求めたが、同時代のクラーク・ハルの学生たちが「スキナー箱」と呼んだことで、名前は定着してしまった。
B.F. スキナー
Burrhus Frederic Skinner, 1904–1990
アメリカの心理学者。行動分析学の創始者。2002年の調査で心理学者の影響力ランキング1位（フロイトを上回った）。元々は作家志望で、英文学の学位を取得後に心理学へ転向した。
スキナーが発見した中で最も重要だったのは強化スケジュールという概念だ。レバーを押すたびに毎回餌を出すのか、5回に1回か、ランダムなタイミングか。この「いつ報酬を出すか」のルールの違いが、動物の行動パターンを劇的に変えた。
とりわけ異常な結果を示したのが変動比率スケジュール変動比率スケジュール（Variable Ratio Schedule）報酬が「平均N回に1回」の割合で出るが、実際に何回目に出るかは毎回変わる。スロットマシン、ガチャ、SNSの通知がこの構造を持つ。4種の強化スケジュールの中で最も高い反応率と消去抵抗を生む。だった。レバーを何回押したら餌が出るかが毎回変わる。3回で出ることもあれば、20回押しても出ないこともある。平均は決まっているが、次にいつ来るかは予測できない。
このとき、ネズミやハトの行動は他のどのスケジュールとも違った。ほぼ休みなく、高速で、持続的にレバーを押し続けた。報酬を完全に止めても（消去消去（Extinction）報酬を完全に止めたとき、学習された行動が徐々に減り最終的になくなる過程。ただし変動比率で訓練された行動は消去に対して極めて強い抵抗を示す。「たまたま今は出ないだけだ」と過去のパターンが教えてしまうからだ。手続き）、変動比率で訓練された行動はなかなか消えなかった。
"The efficacy of such schedules in generating high rates has long been known to the proprietors of gambling establishments."
「このようなスケジュールが高い反応率を生み出す有効性は、賭博場の経営者たちには昔から知られていた。」
— B.F. Skinner, Science and Human Behavior (1953), p.104
スキナーは1971年のTIME誌のインタビューで、さらに踏み込んだ発言をしている。ハトを変動比率スケジュールで訓練すれば、「単純な鳥からでも病的なギャンブラーを作り出すことが可能だ」と。実際、ある実験ではハトが14時間で87,000回以上キーをつつき続け、報酬が出たのは全体の1%未満だった。知性の問題ではない。ハトにも、人間にも、同じ力が同じように効く。
イラスト①｜スキナー箱の構造図
防音箱の中にネズミとレバー。レバーの上に小さなランプ、横に餌の投入口。箱の外に累積記録器が接続され、紙にグラフが刻まれている。
画像生成AIプロンプト
Chojugiga-style ink wash illustration, monochrome sepia, a frog in a small wooden box pressing a tiny lever with its paw, a food pellet dropping from above, a scroll of paper unrolling outside the box with a rising graph line, Japanese scroll painting aesthetic, no text
イメージ図（画像生成AI使用予定）
よくある誤解
✗ よくある誤解
ギャンブルにハマるのは意志が弱い人だけ。自制心を鍛えれば防げる。
✓ 実際は
変動比率スケジュールの効果は種を問わず発現する。ハト、ネズミ、サル、そして人間。意志の強さや知性とは独立した、行動の基本原理に根ざしている。
✗ よくある誤解
スロットマシンは「いつか大当たりが来る」という期待で人を引きつけている。
✓ 実際は
人類学者ナターシャ・ダウ・シュルの15年の調査によれば、依存的なプレイヤーの多くは「勝つため」ではなく「プレイし続けるため」にプレイしている。求めているのは「ゾーン」と呼ばれるトランス状態だ。
✗ よくある誤解
スキナー箱は動物実験の話で、人間の行動とは関係ない。
✓ 実際は
スロットマシン、ガチャ、SNSの通知、プルトゥリフレッシュ。現代のデジタル製品は変動比率強化を意図的に組み込んでいる。元Googleデザイン倫理担当のトリスタン・ハリスはスマートフォンを「ポケットの中のスロットマシン」と呼んだ。
スキナーの業績 関連する出来事
1898
ソーンダイクの「効果の法則」
猫をパズルボックスに入れ、脱出行動を観察した。満足な結果をもたらす行動は繰り返される——この原理は「効果の法則」と名づけられ、行動主義心理学の出発点になった。ただし試行ごとに猫を戻す必要があり、行動の連続観察には限界があった。
1930年代
スキナー箱の発明
ハーバード大学院時代にスキナーが原型を開発。レバー、餌の投入口、累積記録器（行動の頻度をリアルタイムでグラフにする装置）をひとまとめにした。人間が介入せずに24時間連続で行動を追える。心理学実験の自動化の始まりだった。
1938
『生体の行動』出版
スキナーの最初の著書。約10年の実験の集大成。「オペラント行動」を定義し、行動がその結果によってどう変わるかを体系的に記述した。ただしこの時点では強化スケジュールの研究はまだ本格化していない。
1953
『科学と人間行動』でギャンブルに言及
一般向けの理論書。変動比率スケジュールとギャンブルの構造的な類似をここで初めて明確に指摘した。「賭博場の経営者たちはこのスケジュールの有効性を昔から知っていた」と書いた本。
1957
『強化スケジュール』出版
C.B.ファースターとの共著。70,000時間以上のハト実験データを収めた741ページの大著。固定比率、変動比率、固定間隔、変動間隔の4つの基本スケジュールが、それぞれどんな行動パターンを生むかを網羅的に記録した。行動科学における「周期表」のような位置づけ。
2012
『設計による依存』出版
MIT人類学者ナターシャ・ダウ・シュルが15年にわたりラスベガスのスロットマシン産業をフィールド調査した記録。依存者が自らを「スキナー箱のネズミ」にたとえた証言が収められている。
2010年代〜
ダークパターンの時代
無限スクロール、プルトゥリフレッシュ、ルートボックス、ストリーク。変動比率強化はデジタル製品設計の基本文法になった。元FacebookのVPは「短期的なドーパミン駆動のフィードバックループが社会の仕組みを壊している」と公に認めている。
下に3つのトリビアがある。どれも科学的な根拠のある話だ。ただし、答えはぼかしてある。答えを見るには、ガチャで🔑を引く必要がある。コインは20枚。1回1枚。🔑が出たら3つとも一気に開く。
なぜこんな面倒なことをさせるのか。それは、読み終わった後に説明する。まずは回してみてほしい。
Q1. 相手が自分に好意を持っているかどうか、体のある部位の向きでわかる。どこ？
足先。表情は意識的にコントロールできるが、足の向きを管理している人はほぼいない。好意がある相手には、無意識に足先がその人の方を向く。会話中に相手の足がこちらを向いているかどうかは、表情よりも正直なサインだ。
Journal of Nonverbal Behavior / 身体言語研究
🔒Q2. じゃんけんで最も勝率の高い「最初の一手」は何か？
パー。浙江大学の360人規模の実験（2014年）で、人は初手にグーを出す確率が約36%と最も高いことがわかった。つまり初手でパーを出せば、統計的に有利になる。さらに勝った人は同じ手を繰り返しやすく、負けた人はグー→パー→チョキの順に切り替えやすい。
Wang et al. (2014) Scientific Reports / 浙江大学
🔒Q3. 虹の「端」はどうなっている？
端はない。虹は実は完全な円だ。地上からは地平線で下半分が隠れるため弧に見えるが、飛行機から見ると丸い。さらに、虹は光と水滴と観察者の位置関係で生じる光学現象なので、近づくと同じ速さで遠ざかる。隣に立っている人とあなたは、違う虹を見ている。
光学・大気物理学の基本原理
🔒🔑 を引いたらトリビアが開きます
📋 このガチャの設計仕様
// 🔑 排出率: 10%
// ❌ ハズレ排出率: 90%
// 設計意図: 「答えを知りたい」という欲求を利用して、ボタンを押させ続けること
// この仕組みは、スロットマシンやガチャアプリとまったく同じ構造です
答えを知りたいという気持ちが、ガチャを回す動機になった。🔑がいつ出るかはわからない。10%の排出率だから、統計的には10回で出る——だが「次の1回で出るかもしれない」という感覚が、コインが減っていくのに手を止めにくくした。
これは意志の問題ではない。「知りたい」という欲求は本能に近い。心理学ではツァイガルニク効果ツァイガルニク効果（Zeigarnik Effect）未完了の課題は完了した課題よりも記憶に残りやすい現象。1927年にソビエトの心理学者ブルーマ・ツァイガルニクが発見。「答えがわかるまで気持ち悪い」という感覚の正体。と呼ばれる——未完了の情報は脳に引っかかり続ける。ガチャの設計者はこの性質を利用した。スロットマシンもSNSのフィードも、同じ構造を使っている。
あなたがさっき回したガチャと、スマートフォンのプルトゥリフレッシュは、コードの書き方が違うだけだ。原理はまったく同じ——「いつ来るかわからない報酬」が、行動をやめにくくする。
固定比率スケジュールでは報酬直後が「やめどき」になる。次の報酬まで何回かかるかわかっているからだ。給料日直後に少し気が緩むのと同じ構造。変動比率ではこの「やめどき」が消える。さっきのガチャで「あと1回」と思ったのは、まさにこれだ。
毎回報酬を与えて訓練した行動は、報酬が止まるとすぐ消える。「壊れた」と気づくからだ。だが変動比率で訓練した行動は、報酬が出なくなっても長く続く。「たまたま今は出ないだけ」と過去のパターンが教えてしまう。ポイントカードをあと少しで集め終わるのに捨てられない感覚と同じだ。
スロットマシンは「2つ揃い」のニアミスを意図的に高頻度で出す。100円を賭けて30円戻ったとき、機械はファンファーレを鳴らす。70円の損失なのに脳は「勝った」と受け取る。さっきのリールで❌が止まったとき、「次こそ🔑だ」と感じたなら——それは偶然ではなく設計だ。
ドーパミンドーパミン（Dopamine）「快楽物質」と呼ばれるが、より正確には「予測と結果のずれ（報酬予測誤差）」を信号として伝える神経伝達物質。予測通りの報酬ではさほど出ない。予想外の報酬で跳ね上がる。は「快楽の物質」ではなく「予測との差」に反応する物質だ。変動比率スケジュールはこの予測誤差を最大化する。SNSの通知がランダムに届くのは技術的必然ではなく、設計上の選択だ。
スキナーの発見を一言で言えばこうなる。行動を最も強く、最も持続的に引き出すのは、「毎回もらえる報酬」ではなく「いつもらえるかわからない報酬」だ。
プルトゥリフレッシュ。通知バッジ。ルートボックスルートボックス（Loot Box）ゲーム内で購入・獲得できるランダムアイテムの入った箱。変動比率強化の入れ子構造を持つ。複数の国でギャンブルと同等の規制が検討されている。。さっきのトリビアガチャ。レバーがスワイプに変わっただけだ。
"Once in the zone, gambling addicts play not to win but simply to keep playing, for as long as possible — even at the cost of physical and economic exhaustion."
「ゾーンに入ると、ギャンブル依存者は勝つためではなく、ただプレイし続けるためにプレイする。身体的にも経済的にも消耗しきるまで。」
— Natasha Dow Schüll, Addiction by Design (2012)
手立てはある。ひとつは事前コミットメント事前コミットメント（Precommitment）将来の自分の行動をあらかじめ制限する戦略。スクリーンタイム設定、ギャンブルの上限額など。意志力ではなく環境で行動を制御する考え方。——スクリーンタイムの上限設定やギャンブルの1日上限額のように、「やめどき」を意志ではなく環境に預ける方法だ。もうひとつは設計の透明性を求めること。ガチャの排出確率の表示義務化のように、「この製品がどう自分を動かそうとしているか」を知ること。
ただし万能ではない。スキナーの実験を知っている心理学者でもスマートフォンの通知に手が伸びる。原理を理解することと抗えることは別の話だ。だからこそ、意志力ではなく環境を変える——レバーそのものを遠ざけることが重要になる。
私はこの記事を書きながら何度かSNSの通知を確認した。いや、「確認した」は正確ではない。指が勝手に動いた。通知があるかどうかは開くまでわからない。ある種のレバーだ、と思った。それが一番怖い。
文化への登場
『設計による依存（Addiction by Design）』（2012）
MIT人類学者シュルが15年間ラスベガスのスロットマシン産業を調査した記録。依存者が自らを「スキナー箱のネズミ」にたとえた証言が収められている。
『ソーシャル・ジレンマ（The Social Dilemma）』（2020）
Netflixドキュメンタリー。元シリコンバレー技術者たちがSNSの行動操作設計を告発。変動比率強化の概念が繰り返し登場する。
『ウォールデン・ツー（Walden Two）』（1948）
スキナー自身が書いたユートピア小説。行動工学で設計された理想社会を描く。管理社会か科学的楽園か——評価は今も分かれている。
70,000時間以上の研究データに基づく強化スケジュールの決定版。変動比率の「やめられなさ」が累積記録のグラフで可視化されている。741ページを読み通す必要はないが、グラフだけ見ても面白い。
B.F. Skinner's Views on Gambling
スキナーがギャンブルについて述べた全記述を体系的にまとめた論文。1953年から1983年までの変遷を追える。
Engineered Highs: Reward Variability and Frequency
報酬の不確実性がギャンブル・SNS・ゲーム・オンラインショッピングに共通する依存の原理であることを横断的に分析した展望論文。
Social Cycling and Conditional Responses in the Rock-Paper-Scissors Game
360人による大規模じゃんけん実験。勝者は同じ手を繰り返し、敗者はグー→パー→チョキの順に切り替える傾向を発見。トリビアQ2の根拠。
📌 この記事について
スキナーのオペラント条件づけと強化スケジュールは心理学の教科書に標準的に掲載される確立された知見に基づいている。ギャンブルとの関連はスキナー自身の記述（1953年）に遡る。デジタル製品との接続はシュルの民族誌研究（2012年）やクラークらの展望論文（2023年）を主な根拠としている。トリビアの出典は各カード下部に記載した。