T-ARAの曲を12曲、順番を決めて聴く。それだけの行為に、行動経済学の一番おいしいところが詰まっている。今回は「報酬を先に宣言する」という一点だけをいじって、同じ12曲の聴き方がどう変わるかを実験してみた話。結論から言うと、3曲目の満足度が2割ほど下がった。なぜそんなことが起きるのか、をゆるく掘っていく。
「12曲チャレンジ」を自分で設計した
発端は単純だった。T-ARAのディスコグラフィは、デビュー曲から順に追うと2010年前後のK-POP第2世代の空気がそのまま出てくる。『Bo Peep Bo Peep』のキャッチーさ、『Roly-Poly』のレトロ・ディスコ、『Lovey-Dovey』の切なさ、『Number 9』以降の大人っぽい路線。これを12曲に絞って、毎回同じ順番で聴く「12曲チャレンジ」を自分の中の習慣にしていた。
で、あるとき思った。どうせ聴くなら、ご褒美を先に決めておいたほうが楽しいんじゃないか、と。たとえば「12曲完走したら、好きなだけアイスを食べていい」「3曲目まで行ったらコーヒーを淹れていい」。要は報酬を先に宣言する方式。心理学でいうと、これはトークン・エコノミーに近い。やった分だけ先に約束された報酬が積み上がる。合理的に見える。
ところが、実際にやってみると3曲目の満足度が明らかに下がった。正確に言うと、主観的な「今の曲、いいな」という感覚の強さを毎回10段階でメモしていたのだが、報酬を先に宣言した条件では、3曲目（『Bo Peep Boep Peep』のあとの『TTL』あたり）のスコアが平均で2割ほど低かった。12曲全体の合計では大きな差が出ないのに、3曲目だけ凹む。これが妙に引っかかった。
先に報酬を宣言すると「今」が薄くなる
この現象を説明するのに、行動経済学の古典がそのまま使える。カーネマンとトヴェルスキーのプロスペクト理論だ。人間は「得る喜び」より「失う痛み」を大きく感じる。損失回避である。報酬を先に宣言するというのは、実は「もう手に入れた」状態に近い。頭の中ではアイスはもう自分のものになっている。すると3曲目を聴いているときの脳は、「まだもらっていない報酬」ではなく「もう確保した報酬までの残り距離」を測り始める。
これはヴァリアブル・レシオ強化（変動比率強化）の逆パターンでもある。スキナーのオペラント条件づけで有名な話で、報酬がランダムに来ると行動は最も強く定着する。逆に報酬が完全に予測可能だと、行動の動機づけは弱まる。12曲チャレンジで「3曲目でコーヒー」と宣言した瞬間、3曲目は「報酬が確定した通過点」になる。通過点には、どうしても味気なさがつきまとう。T-ARAの曲そのものは何も変わっていないのに、聴き手の側のフレームだけが変わってしまう。
ここで一つ、はっきりさせておきたい。これは「報酬を与えるな」という話ではない。報酬のタイミングと予測可能性が、体験の質を左右するという話だ。同じ12曲でも、報酬の宣言の仕方ひとつで3曲目の重みが変わる。だったら、その重みを意図的に設計できないか、というのが次の関心になる。
3曲目が凹む理由をもう少し細かく
3曲目に注目したのは偶然ではない。12曲チャレンジの序盤は、まだ「これから始まる」という期待感が全体を底上げしている。1曲目と2曲目は、期待そのものが快楽になる区間だ。問題は3曲目。期待の熱が少し冷めて、まだ折り返しにも遠い。ここに「報酬確定」のフレームが乗ると、曲そのものではなく「残り9曲」が意識に上がってくる。メモを見返すと、3曲目のコメント欄に「まだ先が長い」という言葉が何度も出てきた。曲の感想ではなく、進捗の感想を書いていた。これが満足度の低下の正体だった。
不確実性は敵ではなく、味である
ここまで読むと「じゃあ報酬はランダムにしたほうがいいのか」と思いたくなる。実際、ヴァリアブル・レシオの知見に従えば、報酬をランダム化すると行動は強化される。だが、音楽体験にそのまま当てはめると、話はもう少し複雑になる。ランダム報酬は行動を定着させるが、体験の質を上げるとは限らない。むしろ「いつ来るかわからないご褒美」を待ちながら聴く12曲は、曲そのものを聴いていない時間が増える。
そこで面白いのが、不確実性を「報酬」ではなく「選曲」に置くパターンだ。12曲のうち、どの曲をいつ聴くかをあらかじめ決めない。T-ARAの曲をシャッフルして、出てきた曲に身を任せる。これは報酬ではなく、入力の側に不確実性を持たせる設計になる。同じ『Roly-Poly』でも、3曲目に来るのと10曲目に来るのでは、感じ方がまるで違う。不確実性が体験の彩度を上げる方向に働く。報酬の不確実性が行動を縛るのに対して、入力の不確実性は体験を解放する。この違いは、たぶん多くの人が直感で分かっている。だからシャッフル再生は、あれだけ手放せない機能になっている。
競技性を持ち込むと何が起きるか
もう一つの交差点が「競争」だ。12曲チャレンジを、たとえば「前回の自分より早く12曲の感想を書き終える」というゲームに変えたとする。これはリスクテイクと意思決定の要素が入ってくる。制限時間内に感想を書こうとすると、序盤の曲は深く聴けず、終盤に集中する。実際に試したら、3曲目の満足度はさらに下がった。序盤は「まだ時間がある」と思って流し、終盤で焦って巻き返す。プロスペクト理論でいうところの参照点が「締め切り」に置き換わるから、序盤の曲が損に感じられる。競争は楽しいが、体験の配分を歪める。これはT-ARAの曲が悪いのではなく、ゲーム設計の問題だ。
宣言の仕方を変えると3曲目は戻るのか
ここからが実践編になる。報酬を「先に宣言する」のではなく、「後から振り返る」方式に変えてみた。12曲を聴き終わってから、「今日は3曲目が一番良かった」と事後的に選ぶ。すると面白いことに、3曲目の満足度スコアは元の水準に戻った。先に報酬を置かないぶん、3曲目を聴いているあいだ、脳が「残り距離」を測らない。代わりに、聴き終わったあとに「あの3曲目、実は良かったな」という事後評価のプロセスが走る。これはこれで、記憶の中で曲が育つ感覚がある。
もう一つ効いたのが、報酬を「曲数」ではなく「曲そのもの」に結びつける方法だ。3曲目を聴き終えたらコーヒー、ではなく、3曲目を「今日の一曲」として丁寧に聴く、と宣言する。報酬を外部に置かず、体験の中に埋め込む。すると3曲目は通過点ではなく、それ自体が目的地になる。当たり前に聞こえるかもしれないが、宣言の対象を「ご褒美」から「注意の向け先」に変えるだけで、満足度の凹みはほとんど消えた。
数字で見えたこと
12曲チャレンジを、条件を変えてそれぞれ2週間ずつ回してみた。毎日1回、12曲を同じ順番で聴き、各曲を10段階で評価する。条件は3つ。Aは報酬を先に宣言、Bは報酬なしで淡々と聴く、Cは報酬を事後評価にする。結果は、12曲合計の平均点ではA・B・Cにほとんど差がなかった。差が出たのは曲ごとの分散で、Aは3曲目が明確に低く、終盤の10〜12曲目がわずかに高い。つまり報酬の先宣言は、体験を「後ろに寄せる」効果を持っていた。合計は同じなのに、山の位置が動く。これはなかなか面白い発見で、同じ12曲でも「どこで満足するか」は設計できるということだ。
Bの「報酬なし」は意外と悪くなかった。ただし、毎日続けると飽きが来る。ここで効くのが、報酬ではなく「変化」を入れることだった。週に一度だけ、12曲の順番をシャッフルする。順番が変わると、同じ曲が違う位置で光る。これは報酬ではなく、入力の不確実性を定期的に注入する設計だ。継続の動機づけとしては、先に報酬を宣言するより、こちらのほうが長持ちした。
次の12曲をどう組むか
ここまでの話を踏まえて、次にやるならこう組む。報酬は先に宣言しない。代わりに、12曲の並びに意図的に「山」を一つだけ仕込む。たとえば6曲目に『Lovey-Dovey』を置いて、そこを今日の目的地にする。他の11曲は、そこへ向かう道ではなく、それ自体で完結する曲として聴く。目的地を一つに絞ると、3曲目は通過点ではなく独立した曲になる。通過点が減れば、凹みも減る。
そして、週に一度は順番をシャッフルする。予測可能性を少しだけ崩す。これは報酬のランダム化ではなく、入力のランダム化だ。行動が強化されるのではなく、体験の彩度が上がる。T-ARAの12曲は、並べ方ひとつで何度でも新しい顔を見せる。報酬を先に宣言するのは、その顔を一つに固定してしまう行為だったのかもしれない。次の12曲は、宣言せずに始めよう。3曲目がどんな顔で出てくるか、それを確かめるのが、たぶん一番楽しい。