انعامات آپ کو آپ کے شعور سے زیادہ کیوں کنٹرول کرتی ہیں

آپریرنٹ کنڈیشننگ روزمرہ کے رویوں کو مضبوطی کے شیڈول اور ڈوپامین سے چلنے والی انعام کی پیشگوئی میں ہونے والی غلطیوں کے ذریعے تشکیل دیتی ہے، جو متغیر اور غیر یقینی انعامات کو اعصابی طور پر قابلِ پیشگوئی انعامات کے مقابلے میں زیادہ پرکشش بنا دیتی ہیں، یہ ایک ایسا طریقہ کار ہے جسے ڈیجیٹل مصنوعات کے ڈیزائن میں جان بوجھ کر استعمال کیا جاتا ہے، اور ان نمونوں کی نشاندہی ایک لائسنس یافتہ معالج کے ساتھ کرنا جو علمی سلوکی تھراپی میں تربیت یافتہ ہو، جبری رویوں کے چکر کو توڑنے کے لیے مرکزی حیثیت رکھتا ہے۔

آپ کی عادات ذاتی انتخاب محسوس ہوتی ہیں، لیکن ان میں سے زیادہ تر ایسی نہیں ہوتیں۔ فون چیک کرنے سے لے کر رات دیر تک سنیکنگ کرنے تک، آپریٹنٹ کنڈیشننگ خاموشی سے ہر اُس رویے کو چلاتی ہے جسے آپ کنٹرول کرتے سمجھتے ہیں، اور یہ سمجھنا کہ یہ کیسے کام کرتی ہے شاید اس بات کو جاننے کے لیے سب سے اہم ہو کہ پائیدار تبدیلی اتنی مشکل کیوں محسوس ہوتی ہے۔

آپریرنٹ کنڈیشننگ کیا ہے؟ سکینر کے بنیادی نظریے کی وضاحت

ہر بار جب آپ نئے نوٹیفیکیشن کی امید میں اپنا فون چیک کرتے ہیں، بوریت میں کوئی نمکین کھانے کے لیے ہاتھ بڑھاتے ہیں، یا اپنے باس کی تعریف کے بعد تھوڑی زیادہ محنت کرتے ہیں، پسِ منظر میں خاموشی سے کچھ چل رہا ہوتا ہے۔ یہ قوتِ ارادی نہیں ہے، اور نہ ہی یہ اتفاقیہ ہے۔ یہ آپریٹنٹ کنڈیشننگ ہے، اور یہ آپ کے بولنے سے پہلے ہی آپ کے رویے کو تشکیل دے رہی ہے۔

امریکن سائیکولوجیکل ایسوسی ایشن آپریٹنٹ کنڈیشننگ کو سیکھنے کی ایک ایسی شکل قرار دیتی ہے جس میں رویے کو اس کے نتائج کے ذریعے تشکیل دیا جاتا ہے اور برقرار رکھا جاتا ہے۔ سادہ الفاظ میں: وہ اعمال جو اچھے نتائج دیتے ہیں، دہرائے جانے کا رجحان رکھتے ہیں، اور وہ اعمال جو برے نتائج دیتے ہیں، ختم ہو جاتے ہیں۔ یہ کلاسیکی کنڈیشننگ سے مختلف ہے، وہ عمل جسے پاولوف نے کتوں کو گھنٹی کی آواز پر تھوک بہانے کی تربیت دے کر مشہور کیا تھا۔ کلاسیکی کنڈیشننگ خودکار ردعمل کو غیرجانبدار محرکات سے جوڑتی ہے۔ آپریٹنٹ کنڈیشننگ مختلف طریقے سے کام کرتی ہے۔ یہ رضاکارانہ رویے، یعنی آپ کے فعال طور پر کیے جانے والے انتخاب کو انعامات اور سزاؤں سے منسلک کرکے کنٹرول کرتی ہے۔

یہ امتیاز بے حد اہمیت رکھتا ہے۔ بی۔ ایف۔ سکنر، ہارورڈ کے ماہرِ نفسیات جنہوں نے بیسویں صدی کے وسط میں آپریٹنٹ کنڈیشننگ کو باقاعدہ شکل دی، نے اپنا فریم ورک ایک انقلابی مفروضے کے گرد بنایا: ہر رضاکارانہ عمل اپنے نتائج کا ایک فنکشن ہوتا ہے۔ اپنے اب مشہور سکنر باکس کا استعمال کرتے ہوئے، انہوں نے یہ ثابت کیا کہ جانور اپنے عمل کے بعد آنے والی چیز کی بنیاد پر باقاعدگی سے اپنا رویہ بدلتے ہیں۔ لیور دبائیں، خوراک کا دانہ ملے۔ رویہ بڑھ گیا۔ لیور دبائیں، ہلکا جھٹکا لگے۔ رویہ رک گیا۔ سادہ، دہرایا جانے والا، اور پریشان کن حد تک پیش گوئی کے قابل۔

سکینر نے رویے کے نمونوں کا بخوبی نقشہ بنایا۔ جو وہ پوری طرح نہیں دیکھ سکا وہ ان کے نیچے موجود حیاتیاتی مشینری تھی۔ جدید نیوروسائنس نے اس مشینری کو بے نقاب کر دیا ہے، اور جو کچھ یہ دکھاتی ہے وہ ایک لیور اور ایک گولی سے کہیں زیادہ پیچیدہ ہے۔ آپریٹنٹ کنڈیشننگ بیسویں صدی کی نفسیات کا کوئی قدیم ورثہ نہیں ہے۔ یہ آپ کے کام، خوراک، اسکرینز اور تعلقات کے بارے میں روزمرہ کے فیصلوں کے نیچے چلنے والا آپریٹنگ سسٹم ہے، چاہے آپ اس سے واقف ہوں یا نہ ہوں۔

آپریرنٹ کنڈیشننگ کی چار اقسام: تقویت اور سزا کی تعریف

مثبت اور منفی تقویّت: ‘منفی’ کا مطلب برا نہیں ہوتا

آگے بڑھنے سے پہلے، رویے کی نفسیات میں سب سے زیادہ مستقل غلط فہمیوں میں سے ایک کو دور کرنا مددگار ہے۔ آپریٹنٹ کنڈیشننگ میں، “مثبت” اور “منفی” کا مطلب اچھا یا برا نہیں ہوتا۔ رویے کی نفسیات میں مثبت اور منفی تقویّت اور سزا کی تحقیق کے مطابق، ان کا مطلب کسی محرک کو شامل کرنا یا ہٹانا ہوتا ہے۔ دونوں اقسام کی تقویّت کسی رویے کے دہرائے جانے کے امکانات کو بڑھاتی ہیں۔

مثبت تقویت کسی رویے کے بعد کوئی پسندیدہ چیز شامل کرتی ہے۔ تنخواہ میں اضافہ، کسی پوسٹ پر لائکس کی بھرمار، یا اچھی خبر شیئر کرنے کے بعد دوست کی تعریف، یہ سب آپ کو اس رویے کو دہرانے کا زیادہ امکان پیدا کرتے ہیں جس کی وجہ سے یہ چیزیں ملیں۔ منفی تقویتی عمل کسی ناپسندیدہ چیز کو ہٹا کر کسی رویے کو بڑھاتا ہے۔ سر درد سے نجات کے لیے درد کش دوا لینا اس کی ایک کلاسک مثال ہے۔ اسی طرح، اندرونی خوف کو دور کرنے کے لیے بار بار اپنا ای میل چیک کرنا بھی ایک مثال ہے، یہ ایک ایسا نمونہ ہے جو بے چینی کی علامات سے گہرے طور پر جڑا ہوتا ہے اور بہت سے لوگ اس کے پیچھے موجود رویے کے چکر کو پہچانے بغیر اس کا تجربہ کرتے ہیں۔

مثبت اور منفی سزا: سزا شاذ و نادر ہی مؤثر ہوتی ہے

سزا اس کے برعکس کام کرتی ہے: یہ کسی رویے کے امکانات کو کم کر دیتی ہے۔ مثبت سزا کسی رویے کے بعد ایک ناپسندیدہ محرک شامل کرتی ہے۔ تیز رفتاری کا چالان، عوامی شرمندگی، یا سخت ڈانٹ سب اس زمرے میں آتے ہیں۔ منفی سزا کسی رویے کو روکنے کے لیے کسی پسندیدہ چیز کو ہٹا دیتی ہے۔ ایک والدین کے بارے میں سوچیں جو اسکرین ٹائم چھین لیتا ہے، یا قاعدہ توڑنے کے بعد کوئی مراعات سلب کر دیتا ہے۔

سزا کی دونوں اقسام وقتی طور پر رویے کو دبا سکتی ہیں۔ مسئلہ یہ ہے کہ دبا دینا مستقل تبدیلی کے مترادف نہیں ہوتا۔ سزا آپ کو بتاتی ہے کہ کیا نہ کرنا ہے، لیکن یہ نہیں سکھاتی کہ اس کی جگہ کیا کرنا ہے، اسی لیے یہ سبق شاذ و نادر ہی قائم رہتا ہے۔

عدم توازن: تقویت کیوں جیتتی ہے

تاکید، چاہے مثبت ہو یا منفی، سزا کے مقابلے میں پائیدار رویے کو تشکیل دینے میں زیادہ مؤثر ہوتی ہے، جیسا کہ بنیادی اور ثانوی تقویت بخش اور سزا دینے والی چیزوں کی درجہ بندی سے واضح ہوتا ہے۔ جن رویوں کو تقویت دی جاتی ہے وہ دہرائے جاتے ہیں۔ سزا پانے والے رویوں سے اُس وقت پرہیز کیا جاتا ہے جب کوئی دیکھ رہا ہو۔ یہ عدم توازن انسانی حوصلہ افزائی کے بارے میں بہت کچھ واضح کرتا ہے، بشمول اس کے کہ ڈپریشن کا شکار لوگ اکثر انعام بخش سرگرمیوں میں دوبارہ مشغول ہونا کیوں مشکل سمجھتے ہیں: جب روزمرہ زندگی سے تقویت غائب ہو جاتی ہے، تو رویے اندر ہی اندر ٹوٹنے لگتے ہیں۔ انعامات صرف اچھا محسوس نہیں کرواتے۔ یہ وہ محرک ہیں جو رویے کو جاری رکھتے ہیں۔

تکمیلی شیڈول: متغیر انعامات آپ کے رویے میں سب سے زیادہ طاقتور قوت کیوں ہیں

تمام انعامات برابر نہیں ہوتے۔ ایک انعام کا وقت اور اس کی پیشگوئی خود انعام کی طرح ہی آپ کے رویے کو تشکیل دیتی ہے۔ بی۔ ایف۔ سکنر نے اس دریافت کو انتہائی محتاط لیبارٹری کے کام کے ذریعے کیا، اور ان چار نمونوں کو جنہیں انہوں نے ‘تقویت کے شیڈول’ کا نام دیا، ہر چیز کی وضاحت کرتے ہیں، اس بات سے لے کر کہ آپ اپنے فون کو بے قابو طور پر کیوں چیک کرتے ہیں، یہ جاننے تک کہ جوئے کو چھوڑنا اتنا مشکل کیوں ہے۔

مقرر بمقابلہ متغیر: وہ پیشگوئی جو ہر چیز بدل دیتی ہے

تکمیلی شیڈولنگ میں سب سے اہم فرق یہ ہے کہ آیا انعام متوقع ہے یا نہیں۔ ایک مقررہ شیڈول ایک مستقل، معلوم محرک کے بعد انعام فراہم کرتا ہے۔ ایک متغیر شیڈول ایک غیر متوقع محرک کے بعد انعام فراہم کرتا ہے، اور یہی غیر متوقعیت اسے رویے کے لحاظ سے اتنا مؤثر بناتی ہے۔

جب آپ کو بالکل معلوم ہو کہ انعام کب ملے گا، تو آپ کا دماغ خود کو منظم کر سکتا ہے۔ جب آپ کو معلوم نہ ہو، تو یہ کوشش کرنا بند نہیں کر سکتا۔ سکینر کے کبوتر جنہیں متغیر انعام کے شیڈول پر رکھا گیا تھا، وہ جوابی پینلز پر جسمانی تھکاوٹ تک چونچیں مارتے رہے، حالانکہ انعامات آنا مکمل طور پر بند ہو چکے تھے۔ یہی نمونہ انسانی رویے میں ہر بار دہرایا جاتا ہے جب کوئی شخص سوشل میڈیا فیڈ کو ایک بار پھر ریفریش کرتا ہے، اس امید میں کہ کوئی نوٹیفیکیشن ظاہر ہو سکتا ہے یا نہیں۔

یہ معدومیت مزاحمت، یعنی انعامات کے رک جانے کے بعد ایک رویہ کتنی دیر تک برقرار رہتا ہے، وہی متغیر شیڈولز کو ہر چیز سے ممتاز کرتی ہے۔ تقویت بخش شیڈولز اور ان کے مخصوص ردعمل کے نمونوں کے مطابق، متغیر تناسب شیڈولز کسی بھی قسم کے شیڈول میں سب سے زیادہ ردعمل کی شرح اور معدومیت کے خلاف سب سے زیادہ مزاحمت پیدا کرتے ہیں۔

تناسب بمقابلہ وقفہ: کوشش پر مبنی اور وقت پر مبنی انعام کی فراہمی

دوسرا فرق یہ ہے کہ انعام آپ کی کوشش (جوابات) سے منسلک ہے یا وقت سے۔ اس سے ہمیں چار بنیادی شیڈولز ملتے ہیں:

• مقرر تناسب (FR): ایک مقررہ تعداد میں جوابات کے بعد انعام۔ کافی شاپ کے پنچ کارڈ کا تصور کریں: دس خریدیں، ایک مفت پائیں۔ جوابی شرحیں مستحکم رہتی ہیں، لیکن ہر انعام کے فوراً بعد رویہ مختصر وقفے کے لیے رک جاتا ہے۔
• متغیر تناسب (VR): ایک غیر متوقع تعداد میں جوابات کے بعد انعام۔ سلاٹ مشینیں، سوشل میڈیا لائکس، اور لوٹ باکسز سب اسی نظام پر کام کرتے ہیں۔ یہ سب سے زیادہ جوابی شرحیں اور سب سے مضبوط جنونی کشش پیدا کرتا ہے۔ اس کے نشانات وسواسی-جبری عارضے (obsessive-compulsive disorder) اور بے قابو کھانے کے عارضے (binge eating disorder) جیسی حالتوں میں نظر آتے ہیں، جہاں غیر متوقع انعام کے چکر بار بار ہونے والے اور روکنے میں مشکل رویوں کو جنم دیتے ہیں۔
• مقرر وقفہ (FI): ایک مقررہ وقت گزرنے کے بعد انعام۔ ہفتہ وار تنخواہ یا کسی ایپ کی شیڈول شدہ اطلاع اسی نمونے کی پیروی کرتی ہے۔ انعام ملنے کے فوراً بعد رویہ سست پڑ جاتا ہے، پھر اگلے وقفے کے قریب آتے ہی تیزی سے بڑھ جاتا ہے، ایک ایسا نمونہ جسے محققین “سکیلپڈ ریسپانس” (scalloped response) کہتے ہیں۔
• متغیر وقفہ (VI): غیر متوقع وقت کے بعد انعام۔ اپنا ای میل چیک کرنا یا مچھلی کے کاٹنے کا انتظار کرنا اس نظام کی پیروی کرتا ہے۔ یہ متغیر تناسب کی ہنگامی کیفیت کے بغیر ایک مستحکم، معتدل ردعمل کی شرح پیدا کرتا ہے۔

متغیر تناسب کا شیڈول باقی سب سے الگ ہے۔ اس کا محنت کی بنیاد پر متحرک ہونے اور مکمل غیر یقینی کا امتزاج ایسا رویہ پیدا کرتا ہے جو تبدیلی کے خلاف حیرت انگیز طور پر مزاحم ہوتا ہے، اور یہی وجہ ہے کہ یہ جدید ڈیجیٹل پروڈکٹ ڈیزائن کے لیے خاکہ بن گیا۔

انعام کی توقع آپ کو خود انعام سے زیادہ کیسے کنٹرول کرتی ہے

سکینر نے اس رویے کا نقشہ بنایا۔ اس نے ہمیں دکھایا کہ متغیر انعامات مسلسل جوابی کارروائی پیدا کرتے ہیں، اور غیر یقینی صورتحال مستقل مزاجی سے زیادہ پرکشش ہے۔ لیکن وہ ہمیں یہ نہیں بتا سکا کہ اعصابی نظام اس طرح کیوں کام کرتا ہے۔ اس جواب کے لیے، نیوروسائنسدان وولفرام شلٹز کو خود دماغ کے اندر جھانکنا پڑا۔

1997 میں، شلٹز اور ان کے ساتھیوں نے انعام کے کاموں کے دوران پرائمٹس میں انفرادی ڈوپامائن پیدا کرنے والے نیوران کی سرگرمی کو ریکارڈ کیا۔ جو انہوں نے دریافت کیا اس نے سب کچھ بدل کر رکھ دیا۔ ڈوپامائن نیوران سب سے زیادہ اس وقت فعال نہیں ہوتے تھے جب جانور کو انعام ملتا تھا، بلکہ وہ غیر متوقع انعام کے لمحے یا اس اشارے کے ظہور پر سب سے زیادہ فعال ہوتے تھے جو یہ بتاتا تھا کہ انعام آنے والا ہے۔ خود انعام، جب وہ مل جاتا، تو عصبی طور پر تقریباً غیر اہم ہو جاتا تھا۔

دماغ انعام کی پرواہ نہیں کرتا، بلکہ فرق کی کرتا ہے۔

اس دریافت نے ہمیں ‘انعام کی پیشگوئی میں غلطی’ (reward prediction error) کا تصور دیا: یہ خیال کہ ڈوپامائن اس فرق کو کوڈ کرتی ہے جو آپ نے توقع کی تھی اور جو حقیقت میں ہوا، نہ کہ انعام کی مطلق قدر۔ جب کوئی نتیجہ توقع سے بہتر ہو، تو ڈوپامائن میں اضافہ ہوتا ہے۔ جب کوئی نتیجہ آپ کی پیشگوئی سے بالکل میل کھاتا ہے، تو ڈوپامائن مستحکم رہتی ہے۔ جب کوئی نتیجہ توقع سے بدتر ہو، تو ڈوپامائن بنیادی سطح سے نیچے چلی جاتی ہے۔

جب کوئی انعام مکمل طور پر پیشگوئی کے قابل ہو جاتا ہے، تو فراہمی کے لمحے میں ڈوپامین کی فائرنگ معمول کی سطح پر آ جاتی ہے۔ انعام اب بھی موجود ہوتا ہے۔ آپ اسے اب بھی وصول کرتے ہیں۔ لیکن آپ کے دماغ نے پہلے ہی اس کی قدر کر لی ہوتی ہے، اور اس لیے یہ تقریباً کچھ بھی محسوس نہیں ہوتا۔ یہی وجہ ہے کہ ایک ہی شخص کی طرف سے تیسری تعریف پہلی کے مقابلے میں کم اثر کرتی ہے، اور ایک تنخواہ میں اضافہ جو پہلے ہفتے میں پرجوش محسوس ہوا، چھٹے ہفتے تک معمول کا محسوس ہونے لگتا ہے۔ آپ کا ڈوپامین سسٹم خراب نہیں ہے۔ یہ بالکل وہی کر رہا ہے جس کے لیے اسے ڈیزائن کیا گیا تھا۔

عدم یقینی کیفیت عصبی نظام کو تیز کرنے والی قوت ہے۔

جب انعام غیر یقینی ہو، تو ڈوپامائن کی سرگرمی اشارے پر عروج پر پہنچتی ہے، نہ کہ نتیجے پر۔ سلاٹ مشین کے لیور کو ہر بار کھینچنا، سوشل میڈیا فیڈ کو ہر بار ریفریش کرنا، نوٹیفیکیشن بیج کو ہر بار چیک کرنا، یہ سب بالکل اس لیے ڈوپامائن کی سرگرمی کو عروج پر پہنچا دیتے ہیں کیونکہ نتیجہ ابھی طے نہیں ہوا ہوتا۔ آپ کا دماغ اس ‘ابھی معلوم نہ ہونے’ کی کیفیت میں سب سے زیادہ فعال ہوتا ہے۔

یہ سکینر کے متغیر تناسب شیڈول کے پیچھے کارفرما میکانزم ہے۔ غیر یقینی صورتحال ساختی طور پر اشارے کے لمحے میں ڈوپامائن کی سرگرمی کو زیادہ سے زیادہ کرتی ہے۔ انعام کے پہنچنے سے پہلے ہی رویہ طے ہو چکا ہوتا ہے۔ انعامات کے عادی ہو جانا قوتِ ارادی یا شکرگزاری کی ناکامی نہیں ہے۔ یہ ڈوپامائن کے نظام کی ایک ڈیزائن خصوصیت ہے۔ وقت کے ساتھ قابلِ پیشگوئی انعامات کا عصبی اثر کمزور پڑ جاتا ہے۔ غیر یقینی انعامات کا کبھی نہیں۔

متغیر انعامات کی جان بوجھ کر ترتیب: آپ کی ایپس کو آپ پر اثرانداز ہونے کے لیے کیسے ڈیزائن کیا گیا

جن اصولوں کو سکینر نے لیب میں دریافت کیا، وہ وہاں محدود نہیں رہے۔ ڈیزائنرز، پروڈکٹ مینیجرز، اور رویے کے ماہرین نے آپ کے فون کی ایپس پر آپریٹنٹ کنڈیشننگ لاگو کرنے میں دہائیوں صرف کیے ہیں، اکثر واضح ارادے کے ساتھ۔ یہ کوئی قیاس آرائی نہیں ہے۔ یہ ایک دستاویزی ڈیزائن حکمت عملی ہے۔

پُل ٹو ریفریش اور آپ کی جیب میں سلاٹ مشین

جب آپ سوشل میڈیا فیڈ کو ریفریش کرنے کے لیے اپنی انگلی نیچے کھینچتے ہیں، تو آپ ایک لیور کھینچ رہے ہوتے ہیں۔ یہ اشارہ تقریباً وہی ہے جو سکینر کے کبوتر خوراک کے دانے حاصل کرنے کے لیے کرتے تھے، اور جو ایک سلاٹ مشین کھلاڑی کیسینو میں کرتا ہے۔ انعام متغیر ہوتا ہے: کبھی آپ کو کچھ دلچسپ ملتا ہے، کبھی کچھ نہیں۔ یہی غیر یقینی صورتحال اصل مقصد ہے۔ پُل ٹو ریفریش کو لورین بریچٹر نے ایجاد کیا تھا، جنہوں نے بعد میں اس کی لت لگانے والی خصوصیات پر افسوس کا اظہار کیا۔ یہ جو متغیر تناسب شیڈول پیدا کرتا ہے، وہ رویے کی سائنس میں جانا پہچانا سب سے زیادہ خاتمے کے خلاف مزاحم تقویت بخش نمونہ ہے۔

الگورتھمک فیڈز، نوٹیفیکیشنز، اور سماجی تقویت بخش عوامل

تاریخی ترتیب والی فیڈز قابلِ پیشگوئی ہوتی ہیں۔ قابلِ پیشگوئی فیڈز کم پرکشش ہوتی ہیں۔ یہی وجہ ہے کہ پلیٹ فارمز نے ان سے کنارہ کشی اختیار کی۔ الگورتھمک، غیر تاریخی ترتیب والی فیڈز اس احساس کو ختم کر دیتی ہیں کہ ایک اچھی پوسٹ کب نمودار ہو سکتی ہے، جو آپ کو توقع بھرے انتظار کی کیفیت میں اسکرول کرتے رہنے پر مجبور کرتی ہے۔ آپ کے دماغ کا انعام کی پیشگوئی کی خرابی کا نظام مسلسل فعال رہتا ہے کیونکہ ایک تسلی بخش پوسٹ اگلی ہی پوسٹ ہو سکتی ہے۔

نوٹیفیکیشن کے وقت کا تعین بھی اسی طرح کام کرتا ہے۔ الرٹس کسی مقررہ شیڈول پر نہیں آتے، اس لیے آپ کا فون وقفے وقفے سے تقویت کا ذریعہ بن جاتا ہے۔ آپ اسے اس لیے چیک کرتے ہیں کہ آپ کو کسی چیز کی توقع ہوتی ہے، بلکہ اس لیے کہ آپ کو کچھ مل سکتا ہے۔ لائکس، کمنٹس اور فالوور نوٹیفیکیشنز ایک متغیر شیڈول پر دیے جانے والے سماجی تقویت کے طور پر کام کرتے ہیں، جو انہیں ان کی حقیقی سماجی اہمیت کے مقابلے میں غیر متناسب طور پر زیادہ طاقتور بنا دیتا ہے۔

پروڈکٹ ڈیزائنر ٹرسٹن ہیرس، جو گوگل میں سابق ڈیزائن اخلاقیات کے ماہر تھے، نے عوامی طور پر کہا ہے کہ پلیٹ فارمز جان بوجھ کر متغیر تقویت استعمال کرتے ہیں تاکہ مصروفیت زیادہ سے زیادہ ہو۔ نیر ایال کے مشہور “ہوک ماڈل” نے اسے ایک ڈیزائن فریم ورک کے طور پر پیش کیا ہے: محرک، عمل، متغیر انعام، سرمایہ کاری۔ متغیر انعام کا مرحلہ اتفاقیہ نہیں ہے۔ یہی اصل محرک ہے۔

کیوں رکنا اتنا مشکل محسوس ہوتا ہے جتنا ہونا نہیں چاہیے

جب کسی تقویت کے شیڈول کو قدرتی طور پر وقوع پذیر ہونے کے بجائے انجینئر اور بہتر بنایا جائے، تو ختم ہونے کی مزاحمت مصنوعی طور پر بڑھ جاتی ہے۔ آپ کا دماغ تقریباً کامل متغیر انعام کے حالات میں تربیت یافتہ ہوا ہے، جس کا مطلب ہے کہ چیک کرنے، سکرول کرنے یا ریفریش کرنے کی خواہش غیر معمولی طور پر پائیدار ہے۔ رکنا منطقی طور پر جتنا ہونا چاہیے، اس سے زیادہ مشکل محسوس ہوتا ہے کیونکہ اس تربیت کو اسی طرح ڈیزائن کیا گیا تھا۔ اسے سمجھنے سے یہ کشش ختم نہیں ہوتی، لیکن یہ آپ کو اسے ویسا ہی واضح طور پر دیکھنے میں مدد دیتی ہے جیسا یہ حقیقت میں ہے۔

زیادہ جواز کا جال: بیرونی انعامات کیسے اُس چیز کو ختم کر دیتے ہیں جسے آپ کبھی پسند کرتے تھے

آپریٹنٹ کنڈیشننگ کے اندر ایک ظالمانہ طنز پوشیدہ ہے: جس عمل کو آپ پسند کرتے ہیں اسے انعام دینے کا عمل خود آپ کے اس عمل سے محبت کو ختم کر سکتا ہے۔ اسے اوور جسٹیفیکیشن اثر کہا جاتا ہے، اور یہ سلوکی نفسیات کی تمام دریافتوں میں سب سے زیادہ غیر متوقع نتائج میں سے ایک ہے۔ کسی ایسی چیز میں بیرونی انعامات کا اضافہ کرنا جس سے آپ پہلے ہی لطف اندوز ہوتے ہیں، آپ کی حوصلہ افزائی کو بڑھاتا نہیں ہے۔ یہ اسے ختم کر دیتا ہے۔

بنیادی شواہد لیپر، گرین، اور نسبیٹ کے 1973 کے ایک مطالعے سے ملتے ہیں۔ محققین نے ایسے بچوں کا مشاہدہ کیا جو اپنی فارغ وقت میں مخلصانہ طور پر ڈرائنگ سے محبت کرتے تھے۔ ایک گروپ کو تصویریں بنانے کے لیے انعام کا وعدہ کیا گیا، دوسرے گروپ کو بعد میں ایک غیر متوقع انعام ملا، اور تیسرے گروپ کو بالکل بھی کوئی انعام نہیں دیا گیا۔ جب محققین نے بعد میں تمام بچوں کو تصویریں بنانے کا سامان دے کر آزاد وقت دیا، تو جن بچوں سے انعام کا وعدہ کیا گیا تھا، انہوں نے دوسرے دونوں گروپوں کے مقابلے میں تصویریں بنانے میں نمایاں طور پر کم وقت صرف کیا۔ انعام نے خاموشی سے ان کی دلچسپی کو زہریلا کر دیا تھا۔

اس کا طریقہ کار سادہ ہے۔ آپ کا دماغ مسلسل پوچھتا رہتا ہے: میں یہ کیوں کر رہا ہوں؟ جب کوئی انعام سامنے آتا ہے تو یہ دماغ کو ایک آسان جواب دے دیتا ہے۔ اس سرگرمی کی درجہ بندی “وہ کام جو میں لطف کے لیے کرتا ہوں” سے بدل کر “وہ کام جو میں انعام کے لیے کرتا ہوں” ہو جاتی ہے۔ ایک بار جب انعام ختم ہو جاتا ہے، تو رویہ بھی ختم ہو جاتا ہے، کیونکہ اصل اندرونی وجہ مٹا دی گئی ہوتی ہے۔

یہ جدید زندگی میں ہر جگہ دیکھا جا سکتا ہے۔ گیمیفائیڈ تعلیمی پلیٹ فارمز، ملازمین کے بونس کے ڈھانچے، فٹنس ایپس میں مسلسل استعمال کی سلسلہ بندی، مطالعے پر سنہری ستارے، اور مراقبے کے سلسلوں کے کاؤنٹر، یہ سب حقیقی اوور جسٹی فیکیشن کے خطرے کو ساتھ لائے ہیں۔ ہر ایک کا ارادہ نیک ہوتا ہے۔ ہر ایک اس حوصلہ افزائی کو مستقل طور پر نقصان پہنچا سکتا ہے جسے مضبوط کرنے کے لیے اسے ڈیزائن کیا گیا تھا۔ ایک بچہ جو کبھی خوشی کے لیے پڑھتا تھا، بیجز کے لیے پڑھنا شروع کر دیتا ہے۔ ایک شخص جو حقیقی تجسس کی وجہ سے مراقبہ کرتا تھا، اب ایک سلسلہ برقرار رکھنے کے لیے مراقبہ کرتا ہے۔ جس لمحے یہ سلسلہ ٹوٹتا ہے، عادت بھی ختم ہو جاتی ہے۔

جن رویوں کو آپ اپنی پوری زندگی برقرار رکھنا چاہتے ہیں، انہیں بیرونی تقویت سے محفوظ رکھیں۔ مائنڈفلنیس پر مبنی ذہنی دباؤ کی کمی جیسی مشقیں بالکل اسی لیے مؤثر ہوتی ہیں کیونکہ یہ اس شعور کو دوبارہ قائم کرتی ہیں کہ کوئی سرگرمی اپنے آپ میں، بغیر کسی انعام کے، کیوں معنی خیز محسوس ہوتی ہے۔ سب سے پائیدار حوصلہ افزائی وہی ہوتی ہے جسے شروع میں کبھی انعام نہ دیا گیا ہو۔

کیا آپ اپنے انعام کے نظام کو دوبارہ ترتیب دے سکتے ہیں؟ عملی نکات اور مدد کب طلب کریں

آپریٹنٹ کنڈیشننگ کو سمجھنا آپ کو خود بخود اس سے آزاد نہیں کرتا، لیکن سلوکی سائنس کی حقیقی دنیا میں صلاحیت یہ بتاتی ہے کہ آگاہی واقعی آپ کے اپنے رویے کے ساتھ آپ کے تعلق کو بدل دیتی ہے۔ یہ تبدیلی معنی رکھتی ہے۔ یہ آپ کو پراسرار خواہشات کے زیرِ اثر ہونے کے احساس سے نکال کر ان کے نیچے موجود تقویت کے ڈھانچے کو دیکھنے کی طرف لے جاتی ہے۔ وہاں سے، تبدیلی ایک ساختی مسئلہ بن جاتی ہے، نہ کہ کردار کا مسئلہ۔

سلوکی رفتار کا تسلسل: ‘صرف رک جانا’ عصبی طور پر کیوں ناکام ہوتا ہے

سلوکی رفتار کا تسلسل ایک مضبوطی سے تقویت پانے والے عمل کی وہ رجحانیت ہے جو تقویت کے رک جانے کے بعد بھی برقرار رہتی ہے۔ اسے ایک مال بردار ٹرین کی طرح سمجھیں: جتنا زیادہ عرصے تک اور سختی سے کسی رویے کو انعام دیا گیا ہو، اتنی ہی زیادہ قوت وہ مستقبل میں بھی ساتھ لے کر چلتا ہے۔ معدومیت کی مزاحمت، یعنی کوئی رویہ ختم ہونے کے بعد بھی برقرار رہنے کی کتنی شدید مزاحمت کرتا ہے، یہ آپ کی انعام کی تاریخ کا براہ راست نتیجہ ہے، نہ کہ آپ کی قوتِ ارادی کا۔ یہ مجبوری کے رویے کو اخلاقی ناکامی کے بجائے طبیعیات کے طور پر پیش کرتا ہے۔

آپ کا انعام حساسیت کا پروفائل: BIS/BAS اور انفرادی اختلافات

ماہرینِ نفسیات جیفری گرے اور نیل مک ناٹن نے تجویز کیا کہ دو نظام اس بات کا تعین کرتے ہیں کہ لوگ انعامات اور خطرات کے سامنے کیسے ردِ عمل ظاہر کرتے ہیں۔ بیہیویورل ایکٹیویشن سسٹم (BAS) انعام کی حساسیت کو تحریک دیتا ہے، یعنی آپ متوقع انعامات کے حصول کے لیے کتنی شدت سے کوشاں ہیں۔ بیہیویورل انہیبیشن سسٹم (BIS) غیر یقینی صورتحال یا ممکنہ سزا کے سامنے بریک لگانے کا کام کرتا ہے۔ لوگوں میں BAS کی تحریک میں نمایاں فرق ہوتا ہے، اور جو افراد BAS کے لحاظ سے زیادہ حساس ہوتے ہیں وہ متغیر تقویت کے نظام کے لیے خاص طور پر زیادہ حساس ہوتے ہیں۔ اپنے انداز پر غور کرنا فائدہ مند ہے: کیا آپ کے لیے انعام بخش سرگرمیاں ترک کرنا ناپسندیدہ کام شروع کرنے سے زیادہ مشکل ہے؟ کیا آپ زیادہ اتار چڑھاؤ والے تجربات کی طرف مائل ہیں جیسے سوشل میڈیا پر سکرول کرنا، جوئے بازی، یا مسلسل نئی چیزوں کی تلاش؟ آپ کے جوابات آپ کے انعام کی حساسیت کے پروفائل کے بارے میں کچھ حقیقت ظاہر کرتے ہیں۔

عملی حکمتِ عملی اور کب معالج سے رابطہ کریں

تطبیقی رویے کی سائنس آپ کی تقویت کی تاریخ کے خلاف کام کرنے کے بجائے اس کے ساتھ کام کرنے کے لیے ٹھوس حکمت عملیاں پیش کرتی ہے۔ اس فریم ورک میں چند طریقے درج ذیل ہیں:

• متغیر تناسب والے ڈیجیٹل رویوں کو مقررہ وقفے کے متبادلات سے تبدیل کریں۔ جب بھی خواہش ہو فون چیک کرنے کے بجائے مخصوص چیک اوقات مقرر کریں۔ آپ ایک غیر متوقع سلاٹ مشین سے ایک قابل پیشگوئی گھڑی کی طرف منتقل ہو جاتے ہیں، جو بتدریج توقع سے پیدا ہونے والے ڈوپامائن کے عارضی اضافے کو کم کرتی ہے۔
• داخلی طور پر متحرک سرگرمیوں کو بیرونی انعامات کی آلودگی سے محفوظ رکھیں۔ اگر آپ دوڑنے کے عمل سے لطف اندوز ہوتے ہیں تو سلسلہ وار بیجز یا عوامی اعداد و شمار شامل کرنے سے گریز کریں۔ اوور جسٹیفیکیشن اثر وقت کے ساتھ اندرونی محرک کو کمزور کر دیتا ہے۔
• متوقع ڈوپامین کی کیفیت کو اصل محرک سمجھیں۔ نوٹیفیکیشن چیک کرنے سے پہلے جو خواہش آپ محسوس کرتے ہیں وہ اکثر انعام سے بھی زیادہ طاقتور ہوتی ہے۔ اس کیفیت کا نام اسی لمحے لینا ایک وقفہ پیدا کرتا ہے جو انتخاب کو ممکن بناتا ہے۔

جب انعام کی تلاش کے نمونے جبری محسوس ہوں، پریشانی کا باعث بنیں، یا روزمرہ کے کاموں میں خلل ڈالیں، تو یہ ایک ایسا اشارہ ہے جسے سنجیدگی سے لینا چاہیے۔ ایک لائسنس یافتہ معالج جو علمی رویے کی تھراپی (CBT) سمیت رویے کے طریقوں میں تربیت یافتہ ہو، آپ کو کسی رویے کو برقرار رکھنے والی مخصوص تقویت بخش شرائط کی نشاندہی کرنے اور منظم متبادل بنانے میں مدد دے سکتا ہے۔ نفسیاتی علاج (Psychotherapy) ان نمونوں کا بغیر کسی فیصلے کے جائزہ لینے کے لیے ایک معاون ماحول فراہم کرتا ہے۔ اگر انعام پر مبنی نمونے آپ کی روزمرہ زندگی کو متاثر کر رہے ہیں اور آپ پیشہ ورانہ مدد کے ساتھ ان کا جائزہ لینا چاہتے ہیں، تو آپ ReachLink کے ذریعے ایک لائسنس یافتہ معالج سے رابطہ کر سکتے ہیں، شروع کرنے کے لیے یہ مفت ہے اور اس کے لیے کسی عہد کی ضرورت نہیں ہے۔

آپ کمزور نہیں ہیں، آپ کی ساخت ہی ایسی ہے

اگر اس کا کوئی حصہ آپ کو ناگوار حد تک مانوس محسوس ہوا، تو اس اعتراف کے ساتھ ٹھہر کر سوچنا ضروری ہے۔ وہ رویے جنہیں تبدیل کرنا سب سے مشکل محسوس ہوتا ہے، ان کا اکثر نظم و ضبط یا کردار سے کوئی تعلق نہیں ہوتا۔ یہ ان تقویتی نظاموں کا متوقع نتیجہ ہیں جو آپ کے کہنے سے بہت پہلے تشکیل پا چکے تھے، اور بعض صورتوں میں جان بوجھ کر ایسے ہی بنائے گئے تھے۔ اسے واضح طور پر دیکھنا کوئی معمولی بات نہیں ہے۔

اگر انعام پر مبنی طرز عمل خاموشی سے آپ کی زندگی پر آپ کی خواہش سے زیادہ حاوی ہیں، اور آپ کسی تربیت یافتہ مددگار کے ساتھ ان کے نیچے کیا ہے اس کا جائزہ لینا چاہتے ہیں، تو آپ ReachLink کے ذریعے بغیر کسی لاگت کے، بغیر کسی پابندی کے اور اپنی مرضی کی رفتار سے شروع کرنے کے لیے ایک لائسنس یافتہ معالج سے رابطہ کر سکتے ہیں۔