ステークスが高いときに人々はなぜチョークをするのですか？
カリフォルニア工科大学の研究者たちは、これは予想外の結論だと語った。
しかし、特定の運動タスクを実行しているボランティアの脳スキャンを見た後、人々が潜在的な賞を失うのではないかと心配するようになると、彼らのパフォーマンスは低下します。
また、研究の主任研究者であり、研究の筆頭著者でもあるVikram Chib、Ph.D.は、損失を恐れる人が増えるほど、業績は悪化する、と語った。
この研究では、各参加者に、追跡デバイスが取り付けられた人差し指を動かすことにより、画面上の仮想オブジェクトを制御するように求められました。タスクは、重み付きスプリングが実際に動作するように伸縮するスプリングで接続された2つの重み付きボールで構成されるオブジェクトを、2秒以内に正方形のターゲットに配置することでした。
研究者は、誰もが同じ成功率になるようにターゲットのサイズをカスタマイズすることにより、個々のスキルレベルを制御しました。そうすれば、たまたまこの仕事で本当に良い人も悪い人も、データを歪めないだろうと彼らは言った。
トレーニング期間の後、被験者は脳内の血流を測定する機能的磁気共鳴画像（fMRI）マシンの中で作業を行うように求められました。研究者は血流を監視することにより、タスクが実行されたときにオンになる脳の領域を特定できると述べました。
タスクは、参加者が制限時間内にタスクを正常に完了できた場合、参加者に最大100ドルの報酬を提供することから始まりました。報酬額が異なる数百回の試行の最後に、参加者には、ランダムに選択された1つの試行の結果に基づいて報酬が与えられました。
予想どおり、チームはインセンティブが増加するにつれてパフォーマンスが向上することを発見しましたが、それは現金報酬額が範囲の下限にある場合に限られます。報酬が特定のしきい値を超えると、パフォーマンスが低下し始めました。
腹部線条体と呼ばれる脳の一部を活性化するインセンティブが知られていると、研究者らは賞を上げたときに腹部線条体がますます活発になることを期待していると研究者に指摘した。
研究者たちは、線条体の活動は当初、インセンティブの上昇に伴って増加したことを発見しました。しかし、ボランティアがタスクを実行し始めると、線条体の活動はインセンティブの上昇とともに減少しました。研究者たちはまた、線条体で見られる活動が少なければ少ないほど、その人がそのタスクを遂行するのが悪くなることに気づきました。
「提供されているインセンティブを人々が見るとき、彼らは最初にそれを利益としてエンコードします」とChibは言いました。 「しかし、彼らが実際に仕事をしているときに、彼らのパフォーマンスが低下する原因は、まだ受け取っていない潜在的なインセンティブを失うことを心配していることです。タスクのどこにも明らかな損失がないにもかかわらず、私たちは損失回避を示しています。これは非常に奇妙なことであり、実際には予期しないことです。」
彼らの仮説をさらに検証するために、チブと彼の同僚は、コインフリップゲームで各参加者がどれだけ損失を嫌っていたかを測定することにしました。
各人にさまざまな勝ち負け額（20ドルから20ドル、20ドルから10ドル、20ドルから5ドルなど）が提供され、可能なギャンブルをそれぞれ受け入れるか、拒否する機会が与えられました。被験者がギャンブルを取ることを選んだ勝敗率は、一人一人がどれほど損失を嫌がるかの測定値を提供した、と研究者は言いました、彼らが勝つか20ドルを失うかもしれないときでさえ賭けることをいとわない誰かは誰かよりも損失を嫌いではないことを指摘しました彼らは$ 20を勝ち取ることができるが、$ 5しか失うことができない場合にのみギャンブルに進んでいます。
数値がクランチされて元の実験と比較されると、参加者が嫌いであるほど、賭け金が高いときにタスクの成績が悪くなることがわかりました。特に損失を嫌う人にとっては、参加者のしきい値パフォーマンスが低下し始めたので、それほど高い必要はありませんでした。
「あなたがより損失を嫌うなら、それは本当にあなたを傷つけます」とチブは言いました。 「より低いインセンティブレベルでピークパフォーマンスに到達し、より高いインセンティブではパフォーマンスも低下します。」
この研究は特定の運動課題と金銭的インセンティブのみを含んでいたが、これらの結果は普遍的である可能性が高いと、実験心理学のガートルード・ボルチモア教授で研究の別の共著者である下條晋輔博士は述べた。 「影響とアプリケーションには、ビジネスや政治など、高い利害関係と不確実性を含むあらゆる種類の意思決定が含まれる場合があります。」
研究者によると、調査結果は、人々がより良いパフォーマンスをするように動機付けたり、損失を嫌うように訓練したりするための新しい方法を開発するために使用されるかもしれません。
「この損失回避は、インセンティブメカニズムを設定する方法と、誰が上手くいくか、誰が上手く行かないかを判断する方法を決定する重要な方法になる可能性があります。 「損失を嫌う人を少なくするように訓練することができれば、ストレスの多い状況でのパフォーマンスの低下を防ぐことができるでしょう。」
研究はジャーナルの5月10日号に掲載されました ニューロン.
出典：カリフォルニア工科大学
