Ödül Temelli Öğrenme: Beyniniz Alışkanlıkları Nasıl Oluşturur?

Ödül Temelli Öğrenme: Beyniniz Alışkanlıkları Nasıl Oluşturur?

Sahip olduğunuz her alışkanlık (iyi ya da kötü) tek bir nedenden dolayı mevcuttur: Beyniniz bunun ödüllendirici olduğunu öğrenmiştir. O sabah kahvesi. Telefonunuzu kontrol etme dürtüsü. Büyük bir toplantıdan önce başlayan endişe. Beyniniz bozulmuş değil. Tam olarak tasarlandığı şeyi yapıyor: Ödül alan davranışları tekrarlamak.

Bu sürece ödül temelli öğrenme denir ve davranışlarınızı şekillendiren en güçlü güçtür. Bu yüzden sadece endişelenmeyi, ekranda kaydırmayı veya stresliyken yemek yemeyi bırakmaya "karar veremezsiniz". Bu mekanizmayı anlamanın, herhangi bir alışkanlığı değiştirmek için atabileceğiniz en önemli adım olmasının nedeni de budur.

Brown Üniversitesi'ndeki 20 yılı aşkın klinik ve araştırma çalışmamda, ödül temelli öğrenmenin nikotin bağımlılığından kaygıya ve duygusal yemeğe kadar her şeyi nasıl yönlendirdiğini inceledim. Bulduklarım, alışkanlık değişimi hakkındaki düşüncelerimi temelden değiştirdi; binlerce insanın irade gücüne güvenmeden alışkanlıklarını kırmasına yardımcı olan Üç Vites (Three Gears) çerçevesinin arkasındaki bilim de budur.

İzin verin beyninizin alışkanlıkları gerçekte nasıl öğrendiğini, alışkanlıkları kırmaya yönelik çoğu yaklaşımın neden başarısız olduğunu ve bunun yerine ne yapılması gerektiğini anlatayım.

Ödül Temelli Öğrenme Nedir? Ödül temelli öğrenme, beyninizin davranışları sonuçlarla ilişkilendirme sürecidir. Bir şey yaptığınızda ve bu olumlu bir sonuç (veya sadece olumlu bir sonuç algısı) ürettiğinde beyniniz not alır: Bunu tekrar yap.

Bu, beyindeki en eski öğrenme sistemlerinden biridir. Bizi hayatta tutmak için evrimleşmiştir. Atalarımızın yemeğin nerede olduğunu, neyin tehlikeli olduğunu ve hangi davranışların hayatta kalmaya yol açtığını hatırlamaları gerekiyordu. Beyin bu sorunu basit ama zarif bir sistemle çözdü:

1. Bir tetikleyici oluşur (bir böğürtlen çalısı görürsünüz)

2. Bir eylemde bulunursunuz (böğürtlenleri yersiniz)

3. Beyniniz sonucu kaydeder (kalori, enerji, hayatta kalma)

4. Bir hafıza kodlanır (bir dahaki sefere o çalıyı gördüğünüzde, ondan yiyin)

Bu, B.F. Skinner'ın edimsel koşullanma olarak tanımladığı sistemin aynısıdır. Ancak modern sinirbilim, bunun çalışmasını sağlayan spesifik beyin devrelerini ve neden kırılması imkansız gibi hissettiren alışkanlıklar yarattığını ortaya koymuştur (Brewer ve ark., 2018).

Anlaşılması gereken önemli şey şudur: Ödül temelli öğrenme, bir davranışın uzun vadede sizin için iyi olup olmadığını değerlendirmez. Sadece o anda ödüllendirici olup olmadığını takip eder. Ve bu ayrım her kötü alışkanlığın köküdür.

Beyniniz Ödül Yoluyla Alışkanlıkları Nasıl Öğrenir?

İşte her alışkanlığı yaratan dizi:

Adım 1: Bir şey sizi tetikler. Stresli bir e-posta. Öğleden sonra saat 15:00'teki can sıkıntısı. Bir bildirim sesi. Yarınki toplantı hakkında endişeli bir düşünce.

Adım 2: Bir şey yaparsınız. Telefonunuzu kontrol edersiniz. Bir kurabiye yersiniz. Endişelenmeye başlarsınız. Bir sigara yakarsınız.

Adım 3: Beyniniz bir "ödül" alır. Kurabiye size bir şeker patlaması verir. Telefon size yenilik sunar. Endişe size geçici bir kontrol hissi verir. Sigara size nikotin vızıltısı verir.

Adım 4: Beyniniz kayıtlarını günceller. "Bu davranış işe yaradı. Bunu 'tetiklendiğinde yapılacak şeyler' altına kaydet".

Adım 5: Döngü tekrarlanır ve otomatik hale gelir. Yeterli tekrardan sonra, tetikleyici-davranış-ödül döngüsü artık bilinçli karar vermeyi gerektirmez. Otomatik pilotta çalışır. Daha dürtüyü fark etmeden telefonunuza uzanıyor olursunuz.

Tek bir ödüllendirici deneyim bu şekilde bir alışkanlığa dönüşür. Ve bu süreci yönlendiren beyin bölgesi çoğu insanın düşündüğü bölge değildir.

Ödül Temelli Öğrenme Sırasında Beyninizde Ne Olur?

Üç beyin sistemi, ödül temelli öğrenme yoluyla alışkanlıklar oluşturmak ve sürdürmek için birlikte çalışır.

Dopamin: Öğretme Sinyali (Haz Kimyasalı Değil) Çoğu insan dopamini "iyi hissettiren" kimyasal olarak düşünür. Ona öğretme sinyali demek daha doğrudur.

1997'de sinirbilimci Wolfram Schultz ve meslektaşları Science dergisinde, orta beyin dopamin nöronlarının sadece zevkli bir şey deneyimlediğinizde ateşlenmediğini gösteren dönüm noktası niteliğinde bir makale yayımladılar. Sonuç beklenenden daha iyi olduğunda ateşlenirler ve sonuç beklenenden daha kötü olduğunda sessizleşirler (Schultz, Dayan ve Montague, 1997).

Bu sinyale ödül tahmin hatası denir. Beyninizin ne olacağını tahmin ettiği ile gerçekte ne olduğu arasındaki farktır:

• Pozitif tahmin hatası (beklenenden daha iyi): Dopamin yükselir. Beyniniz, "Dikkat et: bunu tekrar yap" der.

• Negatif tahmin hatası (beklenenden daha kötü): Dopamin düşer. Beyniniz, "Bu buna değmedi. Ayarla" der.

• Tahmin hatası yok (tam beklendiği gibi): Dopamin değişimi olmaz. Davranış öğrenilmiştir; otomatik pilotta çalışır.

İlk sigaranın, ilk kurabiyenin veya bir bildirimin ilk vuruşunun bu kadar ödüllendirici hissettirmesinin nedeni budur: beklenmediktir. Ve 10.000'inci sigaranın hiç de ödüllendirici hissettirmemesine rağmen hala onu yapmanızın nedeni budur. O zamana kadar alışkanlık otomatikleşmiştir. Dopamin öğretme sinyali görevini yapmış ve yoluna devam etmiştir. Geriye kalan koşullu tepkidir.

Orbitofrontal Korteks: Beyninizin Ödül Puan Tabelası

Dopamin öğretme sinyali ise, orbitofrontal korteks (OFC) puan tabelasıdır.

OFC gözlerinizin arkasında yer alır ve beyninizin ödül değeri karşılaştırıcısı olarak görev yapar. Sürekli olarak şunu değerlendirir: "Bu davranış alternatiflerime kıyasla ne kadar ödüllendirici?" (Brewer, 2019).

Her bir davranışta bulunduğunuzda ve bir sonuç deneyimlediğinizde, OFC kendi iç sıralamasını günceller. Zamanla, neyin "değerli" olup neyin olmadığına dair kapsamlı bir harita oluşturur. Bu harita otomatik davranışınızı yönlendirir: düşünmeden yaptığınız şeyler.

İşte kritik içgörü: OFC sizin bilinçli görüşlerinizi umursamaz. Gece yarısı sosyal medyada gezinmenin sizin için kötü olduğunu entelektüel olarak bilebilirsiniz. Ancak OFC bu davranışı "ödüllendirici" olarak kaydettiyse (çünkü can sıkıntısını giderir, yenilik sağlar veya kaygıyı azaltır), sizi ona doğru yönlendirmeye devam edecektir.

Sadece mantık ve bilgi yoluyla alışkanlık değişiminin işe yaramamasının nedeni budur. Sigara içmenin kansere neden olduğunu bilmek OFC'yi güncellemez. OFC'yi sadece doğrudan deneyim günceller.

Bazal Ganglia: Alışkanlıkların Depolandığı Yer

Dopamin öğretme sinyali bir davranışı eğittiğinde ve OFC ona bir ödül değeri atadığında, alışkanlık bazal ganglia'da, özellikle de striatum'da kodlanır. Burası beynin alışkanlık depolama sistemidir.

Striatum, öğrenilen ödül ilişkilerini otomatik motor programlara dönüştürür. Bu verimlidir: bilinçli beyninizi (prefrontal korteks) diğer görevler için serbest bırakır. Ancak bu aynı zamanda derinlemesine kodlanmış alışkanlıkların farkındalık seviyesinin altında çalıştığı anlamına da gelir. Bir paket cipsin yarısına geldiğinizde ancak yemeye başladığınızı fark edersiniz.

Neden Bir Alışkanlığı Öylece Durduramazsınız? İrade Gücü Sorunu

Çoğu alışkanlık değiştirme tavsiyesinin yanlış gittiği yer burasıdır.

İrade gücünü kullanarak bir alışkanlığa direnmeye çalıştığınızda, prefrontal korteks'inizden (beyninizin yürütücü işlevlerden, planlamadan ve dürtü kontrolünden sorumlu kısmı), orbitofrontal korteks'ten (bu davranışı ödüllendirici olarak kataloglayan kısım) gelen bir sinyali geçersiz kılmasını istersiniz.

Bu yapısal bir uyumsuzluktur. Prefrontal korteks güçlüdür ancak aynı zamanda kaynak yoğun ve yorulmaya meyillidir. Stresli, uykusuz, aç veya duygusal olarak bunalmış olduğunuzda çevrimdışı olan ilk şeydir: ki bu tam da alışkanlıkların en güçlü olduğu andır.

Öte yandan OFC her zaman çalışır. İrade gücüne ihtiyacı yoktur. İyi dinlenmiş veya sakin olmanıza ihtiyacı yoktur. Sadece deneyim yoluyla oluşturduğu ödül haritasını takip eder (Brewer, 2019).

Davranış değişikliğine yönelik irade temelli yaklaşımların, bir kayayı yokuş yukarı itmek gibi hissettirmesinin nedeni budur. Bir süre yapabilirsiniz ancak sonunda kaya geri yuvarlanır. Bu bir karakter kusuru değildir. Bu bir sinirsel mimari sorunudur.

Çözüm daha sert itmek değildir. Ödül haritasının kendisini güncellemektir.

Beyninizin Ödüllendirici Olduğunu Düşündüğü Bir Alışkanlığı Gerçekte Nasıl Değiştirirsiniz?

Bu, kariyerimi çalışarak geçirdiğim sorudur. Ve cevap doğrudan ödül temelli öğrenmeyi anlamaktan gelir.

Alışkanlıklar, beyin bir davranışın ödüllendirici olduğunu öğrendiğinde oluşuyorsa, alışkanlıklar beyin o davranışın artık ödüllendirici olmadığını öğrendiğinde değiştirilebilir. Mekanizma aynıdır: sadece onu tersten kullanıyorsunuz.

Ancak işin püf noktası şudur: Bu güncellemeyi düşünerek yapamazsınız. Kendinize "sigara içmek kötüdür" demek OFC'yi güncellemez. Kaygının tehlikeleri hakkında bir makale okumak OFC'yi güncellemez. OFC'yi yalnızca doğrudan, şimdiki an deneyimi günceller (Ludwig, Brown ve Brewer, 2020).

Farkındalığın devreye girdiği yer burasıdır.

Dikkat Etmenin Gücü

Alışkanlık deneyiminize (alışkanlık fikrine değil, gerçek zamanlı, hissedilen deneyime) dikkatli ve meraklı bir ilgi gösterdiğinizde, beyninize yeni veriler verirsiniz. Ve yeni veriler ödül tahmin hatalarını tetikler.

Sigara bırakma araştırmamdan gerçek bir örnek: 20 yıldır sigara içen bir katılımcıdan, tadına, kokusuna ve vücut duyumlarına çok yakından dikkat ederek bir sigara içmesini istedim. Yargılama yok. Sadece fark etmek.

Kimyasal gibi koktuğunu ve tadının berbat olduğunu söyledi.

Daha önce hiç fark etmemişti çünkü alışkanlık otomatik pilotta çalışıyordu. Ancak dikkat ettiğinde, OFC'si yeni bilgiler aldı: bu davranış aslında kaydettiğim kadar ödüllendirici değil. Bu bir negatif tahmin hatasıdır. Ödül değeri düştü. Alışkanlık zayıfladı.

Çalışmalarımızda, bu tür farkındalık temelli yaklaşım, standart tedaviye kıyasla sigara içmede önemli ölçüde daha büyük azalmalara yol açtı (Brewer ve ark., 2011). Duygusal yeme üzerine yapılan ayrı bir araştırmada, katılımcılar gerçek yeme deneyimine farkındalık getirdiklerinde aşerme ile ilgili yemede %40 azalma bulduk (Brewer ve ark., 2018).

Farkındalıktan Üç Vitese

Bu mekanizma (ödül değerlerini güncellemek için farkındalığı kullanmak), alışkanlık değişiminin Üç Vites (Three Gears) dediğim şeyin temelidir:

• 1. Vites (Harita): Tetikleyici-davranış-ödül döngüsünü tanımlayın. Bilinçaltı alışkanlığı bilinçli hale getirin.

• 2. Vites (Merak): Gerçek ödül hakkında meraklı olun. Bu davranış gerçekten nasıl hissettiriyor? Beyninizin düşündüğü kadar ödüllendirici mi?

• 3. Vites (Daha Büyük Daha İyi Teklif): Eski ödül cazibesini kaybettiğinde, beyniniz doğal olarak daha iyi bir şey arar. Merakın kendisi (farkındalık ve anda olmanın içsel ödülü) yerini alan şey olur.

Üç Vites bir dolambaçlı yol veya bir ipucu (hack) değildir. Uygulamalı ödül temelli öğrenmedir. Alışkanlığı değiştirmek için onu yaratan beyin mekanizmasının aynısını kullanıyorsunuz (Ludwig, Brown ve Brewer, 2020).

Bu yaklaşım ile irade gücü arasındaki fark temeldir. İrade gücü alışkanlıkla dışarıdan savaşır. Farkındalık onu içeriden değiştirir.

Ödül Temelli Öğrenme İş Başında: Üç Örnek

Sigara İçmek: İlk Sigara ve 10.000'inci Sigara

• Alışkanlık nasıl oluşur: İlk birkaç sigara güçlü bir ödül sinyali üretir. Nikotin, nucleus accumbens'te dopamin salınımını uyarır. Beyin kaydeder: "Bu madde = ödül". OFC güncellenir. Striatum motor örüntüyü kodlar. Haftalar içinde, düşünmeden bir sigaraya uzanıyor olursunuz.

• Neden devam eder: 10.000'inci sigaraya gelindiğinde, gerçek deneyim zar zor zevklidir. Ancak alışkanlık kodlanmıştır. Tetikleyici (stres, can sıkıntısı, sosyal ipucu) otomatik tepkiyi ateşler. İyi hissettirdiği için değil, beyniniz öyle beklediği için içersiniz.

• Farkındalık onu nasıl değiştirir: Tam dikkatle (tadını, kokusunu, akciğerlerinizdeki hissi fark ederek) sigara içtiğinizde, beynin beklentisi ("bu iyi hissettirecek") ile gerçek deneyim ("tadı kimyasal gibi") arasında bir boşluk yaratırsınız. Bu boşluk negatif bir ödül tahmin hatasıdır. OFC güncellenir. Alışkanlık çözülmeye başlar.

Kaygı: Endişe Neden "İşe Yarar" Görünür?

• Alışkanlık nasıl oluşur: Belirsiz bir durumla (bir sunum, bir sağlık sorunu, bir ilişki çatışması) karşılaşırsınız. Zihniniz en kötü durum senaryolarını prova etmeye başlar. Endişe, bir şeye hazırlanıyormuşsunuz gibi üretken hissettirir. Beyin bunu kaydeder: endişe = geçici kontrol hissi = ödül. Kaygı alışkanlık döngüsü doğar.

• Neden devam eder: Endişe, belirsizliğe verilen varsayılan tepki haline gelir. Tetikleyici (herhangi bir belirsiz durum) otomatik olarak davranışı (endişe) üretir çünkü OFC bunu "ödüllendirici" (bir kontrol illüzyonu yaratır) olarak kataloglamıştır. Endişelenmek hakkında endişelenirsiniz. Döngü derinleşir.

• Farkındalık onu nasıl değiştirir: Endişenin vücudunuzda gerçekte nasıl hissettirdiğine (daralmış göğüs, hızlanan düşünceler, bitkinlik) meraklı bir dikkat getirdiğinizde bir şey keşfedersiniz: Endişe kontrol gibi hissettirmez. Acı çekmek gibi hissettirir. OFC yeni veriler alır. Endişenin algılanan ödül değeri düşer. Alışkanlık zayıflar.

Telefon Kontrol Etme: Bildirim Dopamin Döngüsü

• Alışkanlık nasıl oluşur: Bir bildirim küçük bir dopamin vuruşu üretir: yeni bilgi, sosyal onay, yenilik. Beyin kaydeder: telefonu kontrol etmek = ödül. Tetikleyici zamanla genişler: sadece bildirimler değil, can sıkıntısı, kaygı, herhangi bir hareketsizlik anı.

• Neden devam eder: Sosyal medya platformları, değişken pekiştirme programları aracılığıyla ödül tahmin hatalarını maksimize etmek için tasarlanmıştır. Bazen ilginç bir şey alırsınız, bazen almazsınız. Bu öngörülemezlik dopaminin ateşlenmesini ve OFC'nin yüksek ödül değeri atamasını sağlar.

• Farkındalık onu nasıl değiştirir: 20 dakika sonra ekranda kaydırmanın gerçekte nasıl hissettirdiğini (donuk gözler, zihinsel bulanıklık, belirsiz suçluluk) fark ettiğinizde, ödül değerini gerçek zamanlı olarak güncelliyorsunuz demektir. OFC yeniden kalibre eder: bu beklendiği kadar ödüllendirici değil. Kontrol etme dürtüsü daha az otomatik hale gelir.

Mekanizmayı Anlamak Her Şeyi Değiştirir

Çoğu alışkanlık değiştirme tavsiyesi davranışla başlar: "Bunu yapmayı bırak. Şunu yapmaya başla." Ancak davranış çıktı (output)dur, girdi (input) değil. Girdi ödül temelli öğrenmedir: hangi davranışların tekrarlanmaya değer olduğuna karar veren beyin mekanizması.

Ödül temelli öğrenmeyi anladığınızda, alışkanlıklarınızla savaşmayı bırakır ve beyninizle birlikte çalışmaya başlarsınız. İrade gücüne (ödül sinyaliyle savaşan) güvenmeyi bırakır ve farkındalığı (onu güncelleyen) kullanmaya başlarsınız.

Bu, Üç Vites'in ve Brown Üniversitesi'ndeki klinik araştırmalarımızın arkasındaki bilimdir.

Bunu kullanmak için bir sinirbilimci olmanıza gerek yok. Sadece dikkat etmeye başlamanız gerekiyor.

Bundan Sonra Ne Yapmalı?

1. Farkındalıkla Başlayın: Değiştirmek istediğiniz bir alışkanlık seçin. Bir dahaki sefere ateşlendiğinde, ödülün gerçekte nasıl hissettirdiğine çok yakından dikkat edin. Nasıl hissettirmesi gerektiğini düşündüğünüze değil: gerçekte ne sunduğuna.

2. Alışkanlık Döngünüzü Haritalayın: Tetikleyiciyi, davranışı ve beyninizin aldığını düşündüğü ödülü tanımlayın. Yazın. Bilinçaltını bilinçli hale getirmek ilk adımdır.

3. Yapılandırılmış Destek İstiyorsanız: Ödül temelli alışkanlıklar günlük hayatınıza müdahale ediyorsa, alışkanlık değişimi ve ödül temelli öğrenme konusunda deneyimli bir terapistle çalışmayı düşünün.