賭徒心理系列 - 行為強化心理學

看過太多人在老虎機旁邊坐了幾個小時、口袋已經空了，還是磨著要「再一把」。理性上他們清楚再下去只是虧更多，但就是走不了。這個現象有非常清楚的科學解釋——而且，老虎機設計師對這套機制了解得比你想像的更透徹。

行為主義的起點：Skinner 的箱子

B.F. Skinner，20 世紀最重要的行為主義心理學家，最著名的貢獻是操作制約（Operant Conditioning）理論。簡單說就是：行為的後果會影響這個行為未來出現的頻率。做了某件事有好結果，你就會一直做；做了沒好結果，你就會停。聽起來理所當然，但細節裡藏著很多有意思的東西。

Skinner 在實驗室用一個封閉的箱子（後來大家叫它 Skinner Box）做了大量實驗。老鼠或鴿子待在裡面，按壓槓桿就會掉出食物顆粒，他用不同的獎勵方式——也就是強化排程（Reinforcement Schedule）——觀察對行為的影響。

四種強化排程，哪種最強？

強化排程可以分成幾種：

• 固定比例（Fixed Ratio，FR）：每按 5 次槓桿給一顆飼料
• 固定間距（Fixed Interval，FI）：每隔 30 秒給一次飼料，不管按幾次
• 變動比例（Variable Ratio，VR）：隨機決定按幾次後給飼料，平均大概是 5 次
• 變動間距（Variable Interval，VI）：隨機間隔後給飼料

Skinner 發現，Variable Ratio（VR）排程所產生的行為頻率最高，而且最難消退——換句話說，即使暫時停止給獎勵，動物還是會瘋狂繼續按槓桿。

這個現象有個直觀的解釋：在 Fixed Ratio 的情況下，老鼠按完 5 次剛拿到飼料，短時間內牠知道「下一次還要再按 5 下才有」，會有一個短暫的停頓。但在 Variable Ratio 下，老鼠完全無法預測下一顆飼料什麼時候來，「或許這一次就中了」的念頭讓牠一刻也不敢停。（跟某些玩家的心態一模一樣——這不是比喻，這就是字面意義上的相同機制。）

Skinner 在 1950 年代就已經指出，賭博行為幾乎是 Variable Ratio 排程的完美示範。他甚至說，根據他對強化機制的理解，他有把握能把一隻鴿子訓練成「病態賭徒」。（讀到這段老實說有點背脊發涼）

老虎機就是一台 Skinner Box

老虎機本質上就是一台超大型 Skinner Box。

每次 Spin 都是一次槓桿壓下，玩家不知道什麼時候會有 Bonus，不知道什麼時候會觸發 Free Game，不知道大獎什麼時候落下。Hit Rate 可以設計在 20%–40% 左右，讓玩家保持「一直有小贏」的感覺，但真正有意義的獎勵是隨機且罕見的。這正是教科書級的 Variable Ratio 排程。

另外值得一提的是：獎勵的大小也有強化效果。頻繁的小獎加上偶爾出現的大獎，這種混合分布所產生的行為持續度，比單純的固定大獎還要高。現代老虎機基本上都是這樣設計的——小贏不斷、大獎偶現，不是沒有道理的。

Near Win：讓大腦以為你快贏了

Variable Ratio 已經夠強了，但老虎機設計還加了另一把火：Near Win（差一點就贏）效應。

2009 年，英國劍橋大學的 Luke Clark 主導一項研究，把受試者放在一台老虎機前，同時用 fMRI 掃描大腦活動。結果發現：Near Win 所觸發的大腦反應，和真正贏錢時幾乎一樣——都啟動了腹側紋狀體（Ventral Striatum），也就是大腦的多巴胺獎勵中樞。

換個說法：你的獎勵系統分不清「我贏了」和「我差一點贏了」。

行為層面的數據更直白：大約 30% 的 Near Win 事件後，玩家的下注頻率會上升。玩家在主觀評分上表示 Near Win 比普通輸更不舒服——沒贏還要覺得「差一點」確實更煎熬——但同時他們更想繼續玩下去。這個矛盾正是 Near Win 設計的精妙之處：愈不舒服，愈想解決那個「差一點」的感覺。

早期機械式老虎機的 Near Win 純屬隨機。但老虎機數位化之後，這件事就不再是巧合了。現代電子老虎機的 RNG 可以精確控制 Near Win 出現的頻率，設計師可以刻意讓第二個 Scatter 在第三卷軸的前一格停下，製造「差一點就觸發 Free Game」的視覺效果——儘管這個 Scatter 根本從來就不在那格。

個人覺得這是老虎機設計裡最值得深思的面向之一，因為它的目的不是讓你贏更多，而是讓你「感覺快贏了」，從而繼續坐著轉。至於設計師在這個機制上要拿捏到什麼程度，算不算過線，是另一個可以長篇大論的話題。（目）

設計師該怎麼思考這件事

了解這套機制，不是為了讓設計師去「更有效地剝削玩家」（大誤），而是為了在設計決策上更有意識。

幾個 VR 強化＋Near Win 在實際設計中的應用：

• Cascade / Tumble 機制：每次連消都是一次小型再獎勵，讓玩家感覺「有進展」，又隨時可能再來一次——這就是高頻 VR 的體驗核心
• Scatter 出現演出：先讓第一個 Scatter 伴隨音效跑出來，玩家期待感升高，第二個再出來，最後等第三個……一顆一顆放的設計本身就是在模擬「差一點觸發」的情緒曲線
• Hold & Spin 的收集機制：格子快填滿了，差一顆，然後再補位——這整個機制骨子裡就是靠 Near Win 的緊張感堆起來的，本質和 Clark 的實驗結果完全吻合

這些設計不是問題，正常的遊戲體驗工程都會用到。重點是設計師自己要清楚這套機制在做什麼，才能做出有意識的選擇，而不是純靠直覺堆特效、結果不知道為什麼玩家停不下來（然後覺得自己很厲害）。（笑）