習慣をつくる脳 · オーウェン・ブルックフィールド
第3章 報酬とドーパミン、そしてなぜ一部の習慣は根づくのか
あと一回だけ
フローリンは二十九歳です。看板やポスターを制作する会社で、グラフィックデザイナーとして働いています。仕事は好きなのですが、ある習慣にだんだん苛立ちを覚えるようになっています。数分おきにスマートフォンを手に取り、SNSのアプリを確認してしまうのです。一、二分スクロールして投稿をいくつか眺め、ときにはメッセージや通知を目にして、スマートフォンを置きます。そして数分後、また手に取ります。
フローリンも、やめようとはしてきました。アプリを削除しては一週間後に入れ直し、通知を切ってはまた入れました。昼休みにだけ見ると自分に約束しては、午前中のうちにその約束を破りました。彼がいちばん不思議に思っているのは、確認すること自体をそれほど楽しんでいないことです。たいていは、面白いものは何もありません。興味のない投稿をスクロールして通り過ぎ、そのあと少し虚しさを感じます。それでも、もう一度見たいという衝動は強く、絶え間なく続くのです。
ある晩、フローリンはその日スマートフォンを手に取った回数を数えてみました。手に取るたびに、紙に印をつけたのです。寝る頃には、紙は印で埋め尽くされていました。彼は愕然としました。まるで自分の中の何かに操られているような気がしました。それが何なのか、そして報酬はごく小さく見えるのに、なぜこれほど強い力を持つのか、彼にはわかりませんでした。
フローリンの経験はとてもよくあるもので、習慣の仕組みのなかでも特に重要な部分、つまり報酬に関わっています。習慣は、そのあとに続く報酬によって形づくられ、強められます。けれども、脳が報酬から学ぶ仕方には意外な面があります。それを知ると、フローリンのスマートフォン確認のように、報酬が小さく見えたり、むしろ期待外れだったりしても、なぜ一部の習慣がこれほど根強くなるのかが見えてきます。
この章では、報酬について、そしてとりわけ誤解されることの多いドーパミンという化学伝達物質について、脳科学が何を語っているのかを見ていきます。それを理解すると、なぜ一部の習慣がこれほどやめにくいのか、そして長続きする新しい習慣をどう築けばよいのかを考える手がかりになるでしょう。
報酬はどのように習慣をつくるのか
これまで見てきたように、習慣とは、きっかけと反応との間に学習によってできたつながりです。では、そもそもそのつながりは何によってできるのでしょうか。答えの多くは、反応のあとに起こることにあります。ある行動のあとに何かよいこと、つまり報酬が続くと、脳はその状況でその行動を繰り返すことを学びます。報酬が、きっかけと反応のつながりを強めるのです。この基本原理は百年以上にわたって研究されてきたもので、心理学のなかでも最もよく確立された考え方のひとつです。
報酬にはいろいろなものがあります。食べ物、お金、褒め言葉、快感のようにわかりやすいものもあれば、退屈からの解放、やり遂げた感覚、人とのつながりの感覚、ちょっとした新しい情報、ひとときの落ち着きのように、目立たないものもあります。第2章のマティルデにとって、三時のビスケットの報酬は、味もいくらかはありましたが、主に休憩と、ちょっとした元気の回復でした。フローリンの場合、スマートフォン確認の報酬はそれほどはっきりしませんが、あとで見るように、たしかに存在しています。
タイミングも重要です。行動の直後に得られる報酬は、あとから得られる報酬よりも、習慣をつくるうえではるかに強い力を持ちます。脳は、行動とその直後の結果を結びつけるのはとても得意ですが、数日後、数か月後、数年後に現れる結果と結びつけるのはずっと苦手です。役に立たない習慣の多くが身につきやすく、役に立つ習慣の多くが身につきにくい理由のひとつはここにあります。ビスケットを食べれば、すぐに報酬が得られます。健康的な食事の恩恵は何か月もかけてゆっくり現れ、食べているその瞬間には実感しにくいものです。
科学者や経済学者は、この目先の報酬を好む傾向をさまざまな方法で研究してきました。人も動物も、報酬が時間的に先にあるほど、その価値を低く見積もる傾向があります。今すぐ手に入る小さな報酬のほうが、あとでもらえる大きな報酬よりも魅力的に感じられることは多く、それは大きな報酬のほうが望ましい場合でも変わりません。この傾向は十分に裏づけられており、恩恵が将来にある行動を選ぶのがしばしば難しい理由を説明する助けになります。
報酬について、もうひとつ大切な点があります。第1章で触れたことです。習慣がしっかり定着すると、報酬にもはやあまり魅力がなくなっても、その習慣は続くことがあります。ラットは、餌をもう欲しがらなくなってもレバーを押し続けました。映画館でポップコーンを食べた人たちは、古くなったポップコーンも食べました。これは、繰り返すうちに、習慣が報酬よりもきっかけのほうと強く結びつくようになるからです。報酬は習慣をつくる助けにはなりましたが、習慣はもはや報酬に全面的に頼ってはいないのです。確認してもがっかりすることが多いのに、フローリンがスマートフォンを見続けてしまう理由のひとつはここにあります。
ドーパミンが本当にしていること
ドーパミンは脳内の化学伝達物質で、神経細胞が互いに情報をやりとりするために使う多くの物質のひとつです。一般向けの記事では「快楽物質」と呼ばれ、何かを楽しむたびに放出されると説明されることがよくあります。しかし、この説明は誤解を招きます。数十年にわたる研究からは、ドーパミンが快楽そのものよりも、学習や動機づけと深く関わっていることが示唆されています。
特に重要な証拠のいくつかは、動物が報酬を予期するようになっていく過程で、ドーパミンを放出する神経細胞の活動を記録した研究から得られています。ジュースの一滴のような思いがけない報酬を受け取ると、これらの細胞は活発に働きました。ところが、光や音といった特定の合図がいつもジュースの前に来ることを動物が学ぶと、変化が起こりました。細胞は、ジュースが届いたときではなく、合図が現れたときに活発になったのです。そして、合図が現れたのにジュースが来なかった場合には、本来ジュースが届くはずだった瞬間に、細胞の活動がふだんの水準より下がりました（ここでは、よく知られた一連の研究を要約しています）。
科学者たちは、このパターンを一種の学習信号と解釈しています。ドーパミン細胞は、予想していたことと実際に起こったこととの差に反応しているように見えるのです。研究者はこの差を予測誤差と呼びます。予想よりよい結果は活動の急な高まりを、予想より悪い結果は活動の落ち込みを生みます。予想どおりの結果では、ほとんど変化は起こりません。この信号は、どのきっかけが報酬を予告し、どの行動が繰り返す価値をもつのかを脳が学ぶのを助けます。いわば、脳が自分の予想を更新していく方法なのです。
多くの研究者はまた、何かを「欲しがる」ことと「好む」ことを区別しています。「好む」とは、実際に報酬を手にしたときに感じる喜びです。「欲しがる」とは、それを手に入れようと引き寄せられる力、つまり動機や渇望です。その多くは動物研究によるものですが、証拠からは、ドーパミンが「好む」ことよりも「欲しがる」ことと強く結びついていることが示唆されています。これは、フローリンが気づいたことの説明にもなります。彼はスマートフォンを確認したいと強く思っていましたが、確認すること自体はとくに好きではなかったのです。「欲しがる」と「好む」は、別々になりうるのです。習慣は、ほとんど喜びを生まなくても、強い欲求を生むことがあります。
ただし、この見取り図もやはり単純化したものだということは、言っておかなければなりません。ドーパミンは運動を含む脳の多くの働きに関わっていて、学習や動機づけにおけるその役割が正確にどのように働くのかについては、科学者たちがいまも議論を続けています。それでも、ドーパミンは単に快楽と結びついているのではなく、報酬についての学習や動機づけと密接に関わっているという大まかな考え方は、広く受け入れられています。
予測できないものの引力
フローリンの習慣を説明してくれる報酬の特徴が、もうひとつあります。学習の研究のなかでも、最も古い発見のひとつです。二十世紀、動物の行動を研究していた人たちは、予測できない予定で与えられる報酬が、とりわけ強く、しつこく続く行動を生むことを発見しました。ハトやラットがレバーを押すたびに餌をもらえる場合、押し方は安定しています。ところが、何回押せば出るのか予測できない形でときどきしか餌がもらえない場合、高い頻度で安定して押し続けることが多く、餌が出なくなってからも、ずっと長く押し続けるのです。
科学者の間でいまも議論されているひとつの説明は、これを予測誤差と結びつけるものです。報酬が予測できるものなら、脳はすぐに何が起こるかを正確に学び、学習信号は小さくなります。報酬が予測できなければ、どの反応にも驚きの可能性があり、脳は注意を払い続けます。何ももたらさない反応もあります。けれども、ときおり何かよいことが起こり、その不確かさそのものが行動を持続させるのです。
フローリンのスマートフォン確認は、そのわかりやすい例です。たいていは、確認しても大したものはありません。興味のない投稿ばかりで、新しいメッセージもありません。けれどもときどき、友人からのメッセージや面白い写真、自分の投稿へのコメントといった何かがあります。それがいつ現れるのか、彼には予測できません。だからこそ、確認するたびに報酬の可能性があり、脳は彼を何度も画面へと引き戻すのです。これは、人がギャンブルの機械のレバーを引き続けてしまうのと同じパターンです。ただし、ふつうはそれよりずっと害の少ないものです。
このことを理解しても、引力が消えるわけではありません。しかし、それをどう捉えるかは変わりえます。フローリンは、自分の意志の弱さを責めていました。今では、彼の脳は、予測できない報酬に対して脳が本来反応するようにできているとおりに反応していただけなのだとわかります。その引力は、個人的な欠点ではありませんでした。学習の仕組みが、予測できない瞬間に報酬を差し出すスマートフォンと出会った結果として、当然のように生じたものだったのです。
この理解からは、こうした習慣を弱める方法も見えてきます。引力が予測できない報酬から生まれるのなら、確認のきっかけを減らすこと、確認を少しだけ面倒にすること、そして確認がもたらしていた小さな報酬をほかから得ることが、どれも助けになりえます。確認する時間を決めることも助けになります。そうすれば報酬が予測しやすくなり、そのぶん心をつかむ力が弱まるからです。こうした実践的な方法は、この章の後半で見ていきます。
フローリン、報酬を変える
予測できない報酬について知ったあと、フローリンはいくつかの変化を試しました。まず、きっかけを減らしました。アプリをスマートフォンの最初の画面から移し、ロックを解除するたびに目に入らないようにしました。電話と、近しい家族からのメッセージ以外の通知は、すべて切りました。デザインの作業中はスマートフォンを引き出しにしまい、休憩のときだけ取り出すようにしました。
次に、報酬を予測しやすくしました。衝動を感じるたびに確認するのではなく、昼食のあと、午後の半ば、夜の一日三回を確認の時間に決めたのです。その時間には、十分間自由にスクロールしてよいことにしました。それ以外のときに衝動が湧いたら、次の決まった時間に見ればいいと自分に言い聞かせました。次の確認がもうすぐやってくるとわかっていると、衝動は我慢しやすくなりました。
さらに、確認から得ていた小さな報酬を、ほかから得る方法を探しました。考えてみると、確認はたいてい、集中した作業からのちょっとした休憩、友人とつながるひととき、そしてささやかな新鮮さを与えてくれていたのです。そこで彼は、画面から離れて短い休憩をとるようになりました。立ち上がって体を伸ばしたり、飲み物をいれたりするのです。同僚と昼食をとる機会も増やしました。そして小さなスケッチブックを用意し、休憩中にさっとスケッチを描くようになりました。それが、彼がスマートフォンに求めていた新鮮さと創造性を与えてくれたのです。
最初の一週間は大変でした。確認したい衝動がたびたび湧き、フローリンは落ち着きませんでした。しかし三週目には、衝動の回数は減り、弱まっていました。二か月目には、以前よりはるかに少ない回数しかスマートフォンを確認しなくなり、仕事中も落ち着いて集中できるようになりました。「不思議なんですが、決まった時間に見るほうが、前にひっきりなしに見ていた頃より楽しいんです」と彼は言います。「一日三回しか見ないと、ちゃんと新しいものがあるんですよ」
フローリンの最後の気づきは、ここで見てきた図式とよく合っています。報酬の頻度が下がり、予測しやすくなると、ひとつひとつの報酬はより満足のいくものになり、その合間に感じる引力は弱まりました。彼は習慣を変えただけでなく、その習慣をつくり上げた報酬との付き合い方も変えたのです。
イムケと物語つきの散歩
イムケは五十歳で、病院の経理部門で働いています。健康診断のとき、医師から、もっと定期的に体を動かすと健康によいでしょうと勧められ、毎晩三十分歩くことにしました。健康の改善、よりよい睡眠、活力の向上といった恩恵はわかっていました。けれども、それはずっと先のことです。長い一日の仕事を終えたその瞬間には、歩くのは面倒な務めのように感じられました。二週間もしないうちに、彼女は歩くのをやめてしまいました。
イムケの問題は典型的なものでした。歩くことの報酬は先送りされるのに、ソファにいることの報酬はすぐに得られます。彼女の脳は、ほかのあらゆる脳と同じように、目の前の報酬をはるかに重く見ました。そのため、新しい習慣にはその場でそれを強めてくれるものが何もなく、習慣は薄れていったのです。
ある友人が解決策を提案してくれました。イムケは長い物語の朗読を聴くのが大好きでしたが、聴く時間はめったにありませんでした。友人は、それを歩いているときだけ聴くようにしてはどうかと勧めたのです。物語が歩くことへのその場の報酬になり、それ以外のときには聴かないことにする、というわけです。もっと増やしたい行動を自分の楽しめることと結びつけ、その楽しみをその行動の間だけに限ると、その行動をより頻繁にできるようになる場合があることを示した研究もあります。ただし、効果には個人差があります。
イムケは試してみました。続きが気になる長い物語を選び、それを聴きながら毎晩歩き始めたのです。数日のうちに、散歩を楽しみにしている自分に気づきました。物語の続きがどうなるのか知りたかったからです。盛り上がる場面で止めたくなくて、予定より長く歩いた晩もありました。物語が、脳が実感できるその場の報酬を散歩に与えてくれたのです。
二か月後、歩くことは習慣になっていました。帰宅してウォーキングシューズを履くことが、そのきっかけです。その頃には、歩くこと自体も楽しくなっていることにイムケは気づきました。新鮮な空気、体を動かすこと、そして歩いたあとの疲れの感覚です。物語は習慣をつくる助けになり、やがて習慣そのものが報酬を生むようになったのです。「自分をうまくだまして歩かせたんです」と彼女は言います。「そうしたら、歩くのが好きになっていました」。付け加えておくと、新しい運動習慣を始める人は誰でも、イムケがそうしたように、自分に合った運動について医師の指導に従うべきです。
カーヴェと夜のごほうび
カーヴェは三十五歳で、在宅で翻訳者として働いています。彼には、一日の仕事の終わりに甘いもので自分にごほうびをあげる習慣ができていました。板チョコ、ひと切れのケーキ、ボウル一杯のアイスクリームなどです。はじめは、大変だった日のたまのごほうびでした。今では毎日のことになり、空腹でなくても、ノートパソコンを閉じた途端に甘いものが無性に欲しくなることに、彼は気づいています。
カーヴェの習慣は、報酬がどのようにきっかけと結びつくのかを示しています。きっかけは、一日の終わりにノートパソコンを閉じることでした。ルーティンは、甘いものを食べること。報酬は、その味と安らぎ、そして仕事の終わりを区切る感覚でした。繰り返すうちに、報酬が届く前から、きっかけが渇望、つまりドーパミンが関わる「欲しがる」気持ちを引き起こすようになったのです。
カーヴェは、ごほうびを一切やめたいわけではありませんでしたが、毎日の甘いものの習慣がそれほど自動的でなくなることを望んでいました。彼は、本当の報酬は砂糖そのものではなく、一日の仕事に区切りをつけ、休息へと切り替わる感覚なのだと気づきました。そこで、ほかの方法で区切りをつけることにしました。仕事の終わりに、短い儀式を始めたのです。ノートパソコンを閉じて戸棚にしまい、ハーブティーを一杯いれ、数分間バルコニーに出ます。
最初の二週間ほどは、ノートパソコンを閉じると、やはり甘いものが欲しくなりました。彼はその気持ちに気づき、それを認め、お茶をいれる間にやり過ごしました。しだいに、新しい儀式が、脳の求めていた報酬を与えてくれるようになりました。仕事が終わり、休息が始まったというはっきりした合図です。渇望は弱まりました。カーヴェは今でもときどき甘いものを食べますが、それは自動的な反応ではなく、自分で選んだことです。
「チョコレートが欲しいのだと思っていました」とカーヴェは言います。「でも本当に欲しかったのは、一日の終わりだったんです。別の方法で一日を終えられるようになったら、チョコレートはそれほど大事ではなくなりました」。カーヴェの話は、報酬が本当にもたらしているものを理解すれば、同じものをもたらしてくれる別の何かに置き換える道が開けることを示しています。
実践ステップ：報酬とうまく付き合う
第一のステップは、本当の報酬を見つけることです。変えたい習慣について、それが実際に何を与えてくれているのかを考えてみてください。喜びでしょうか。ほっとする感覚、安らぎ、休憩、つながり、新鮮さ、それともやり遂げた感覚でしょうか。カーヴェやマティルデの場合のように、本当の報酬は、わかりやすい報酬とは違っているかもしれません。
第二のステップは、脳に代わりの報酬を差し出すことです。習慣を変えたいなら、同じ本当の報酬を与えてくれる別の行動を探しましょう。散歩は休憩になります。会話はつながりをもたらします。短い儀式は一日の終わりを区切ってくれます。報酬が引き続き得られるなら、脳はルーティンを変えることに前向きになります。
第三のステップは、新しい習慣にその場の報酬を加えることです。運動や貯金のように恩恵が遅れてやってくる習慣には、その瞬間に楽しめるものを加える方法を探してみましょう。イムケのように、新しい習慣を自分の好きなことと組み合わせ、その楽しみをその習慣の間だけに限るのもひとつの方法です。
第四のステップは、予測できない報酬を予測できるものにすることです。スマートフォンやメールの確認のように、予測できない報酬に動かされている習慣には、決まった時間を設けましょう。そうすると絶え間ない引力が弱まりやすく、一回ごとの確認がより満足のいくものになることもあります。
第五のステップは、「欲しがる」気持ちを呼び起こすきっかけを減らすことです。きっかけは、報酬が届く前から渇望を引き起こすことがあります。ですから、フローリンがアプリや通知に対してしたように、きっかけを取り除いたり見えなくしたりすると、「欲しがる」気持ちそのものを弱められることがあります。
第六のステップは、「欲しがる」と「好む」の違いに気づくことです。ある習慣に強く引かれるのを感じたら、自分はそれを実際に楽しんでいるのか、それとも欲しがっているだけなのかを自分に問いかけてみてください。フローリンがそうしたように、その違いに気づくと、引力がゆるむことがあります。その渇望が、本当の喜びの約束ではなく、学習された信号にすぎないとわかるからです。
「ドーパミン・デトックス」という神話
ここ数年、楽しい活動を一定期間すべて断つことでドーパミンを「リセット」できるという考えが広まっています。ドーパミン断食やドーパミン・デトックスと呼ばれることもあります。支持する人たちは、そうすることで何らかの過剰な状態が和らぎ、ふだんの活動が再び報われるように感じられると主張します。しかしこの考えは、少なくともよく語られる形では、ドーパミンの働きについての誤解です。ドーパミンはたまって洗い流す必要がある物質ではありませんし、一日楽しみを避ければ脳の化学的な状態がリセットされるという、よい証拠もありません。
とはいえ、この考えの実践的な核心が、まったく間違っているわけではありません。スマートフォンや画面のように、絶え間なく予測できない報酬に動かされた習慣からいったん離れると、その習慣の引力に気づき、自動的に人をとらえる力を弱める助けになることがあります。それが効くのは、ドーパミンが洗い流されるからではありません。この章と前の章で見てきたように、きっかけを取り除き、ルーティンを断ち切ることで、習慣のつながりが弱まるからです。もっともな助言を、正確ではない科学的に聞こえる言葉で飾った主張には、気をつけたほうがよいでしょう。
もうひとつ、繰り返しておきたい大切なことがあります。報酬に動かされるパターンのなかには、ふつうの習慣よりはるかに強いものがあるということです。物質やギャンブル、その他いくつかの行為への依存症は、脳の報酬系に強力に関わっており、一人で変えるのはとても難しいことがあります。ある行動パターンが自分では抑えられない、健康や家計や人間関係を損なっている、あるいは満足するためにますます多くを必要とするようになっている、と感じるなら、どうか医師やその他の資格を持つ専門家に相談してください。助けは得られます。助けを求めることは、強さのしるしです。
短いエクササイズ：報酬の棚卸し
このエクササイズは、自分の習慣のひとつの裏にある報酬を理解し、代わりになりそうなものを見つける助けになります。所要時間は十五分ほどです。
変えたい習慣をひとつ選び、ページのいちばん上に書きます。次に、三つの列をつくります。一つめの列には「報酬だと思っているもの」、二つめには「本当の報酬かもしれないもの」、三つめには「それを得るほかの方法」と書きます。
一つめの列には、わかりやすい報酬を書きます。「チョコレートの味」「新しい投稿を見ること」「ソファの心地よさ」などです。二つめの列では、もっと深く考えてみましょう。その習慣は、本当は何を与えてくれているのでしょうか。休憩でしょうか。退屈やストレスからの解放でしょうか。つながりでしょうか。何かをやり終えた感覚でしょうか。新鮮さでしょうか。思いつく限りの可能性を書き出してください。
三つめの列には、見つけた本当の報酬のそれぞれについて、それを得る別の方法を一つか二つ書きます。「休憩：短い散歩、ストレッチ、窓の外を眺める」「つながり：友人に電話する、同僚とおしゃべりする」「仕事の終わり：短い儀式、バルコニーでお茶」。そのなかから代わりの方法をひとつ選び、これからの一週間で試してみましょう。
最後に、「欲しがる」と「好む」の違いに目を向けます。次にその習慣に引かれるのを感じたら、正直に自分に問いかけてみてください。自分はこれが好きなのだろうか、それとも、ただ欲しがっているだけなのだろうか。そして、あとでその答えを書き留めましょう。フローリンは、スマートフォンの習慣についてこのエクササイズをしました。一つめの列には「新しいものを見ること」と書きました。二つめには「集中からの休憩、ちょっとした新鮮さ、つながっている感覚」。三つめには「立って体を伸ばす、スケッチブック、同僚との昼食」。そして「欲しがる」と「好む」についての問いの下には、こう書きました。「すごく欲しい。好きなのは、その四分の一くらい」
この章のまとめ
習慣は報酬によって形づくられ、強められます。そして、すぐに得られる報酬は、あとから得られる報酬よりはるかに強い力を持ちます。役に立たない習慣がすぐに身につき、役に立つ習慣がゆっくりとしか身につかないことが多いのはそのためです。習慣がいったん強くなると、報酬が弱まってもその習慣は続くことがあります。ドーパミンは「快楽物質」と考えるより、学習や動機づけに関わるものと理解したほうが適切です。ドーパミン細胞は予想した報酬と実際の報酬との差に反応します。また多くの研究者は「欲しがる」ことと「好む」ことを区別しており、ドーパミンは「欲しがる」ことのほうとより密接に結びついているとされています。予測できない形で訪れる報酬は、とりわけ強く、しつこく続く行動を生みます。
ひっきりなしにスマートフォンを確認していたフローリン、物語を聴きながら歩くようになったイムケ、夜の甘いものの習慣があったカーヴェは、いずれも、習慣の裏にある本当の報酬を理解すること、代わりの報酬を用意すること、新しい習慣にその場の報酬を加えること、そして予測できない報酬を予測できるものにすることが、変化の助けになると気づきました。広く知られた「ドーパミン・デトックス」はドーパミンの働きを誤解していますが、習慣から離れる時間をもつこと自体は、やはり役に立つことがあります。自分では抑えられないと感じるパターンには、専門家の支援を受けるだけの価値があります。
次の章では、新しい習慣を始めるときに多くの人が抱く疑問、「どのくらいの期間がかかるのか」を取り上げます。よく知られた答えである「二十一日」は、実は神話だということがわかるでしょう。