Reforço Intermitente e Como Ele Cria Dependência

Reforço intermitente é o mecanismo pelo qual um comportamento se torna mais resistente quando a recompensa aparece de forma imprevisível, e não após cada repetição. B. F. Skinner mapeou esse fenômeno nos anos 1950 em experimentos com animais, e o que ele encontrou ajuda a explicar por que certas compulsões se instalam com tanta força e cedem com tanta resistência.

Os Programas de Reforço de Skinner

Em The Behavior of Organisms (1938) e, mais detalhadamente, em Schedules of Reinforcement (1957, com Charles Ferster), Skinner descreveu quatro programas básicos de condicionamento operante. No programa de razão fixa, a recompensa ocorre a cada N respostas. No intervalo fixo, ela aparece após um período determinado. No programa de razão variável, a recompensa ocorre após um número imprevisível de respostas. No intervalo variável, após um tempo imprevisível.

O programa de razão variável gera a taxa de resposta mais alta e a resistência à extinção mais robusta dos quatro. Quando o reforço para, o comportamento condicionado por razão variável demora muito mais para se extinguir do que comportamentos moldados por razão fixa ou intervalos previsíveis. A imprevisibilidade cria vínculos comportamentais mais fortes do que a consistência. Esse resultado, contraintuitivo, está entre os achados mais replicados da psicologia experimental.

O Que Acontece no Cérebro

A base neurobiológica foi mapeada por Wolfram Schultz e colegas em 1997. Registrando a atividade de neurônios dopaminérgicos em primatas durante tarefas de condicionamento, a equipe demonstrou que essas células disparavam não no momento de receber a recompensa, mas ao sinal que a anunciava. Quando a recompensa prevista não chegava, a atividade dopaminérgica caía abaixo da linha de base. Quando chegava sem aviso, o disparo era máximo. A dopamina codifica erro de previsão de recompensa, e não o prazer em si.

Kent Berridge e Terry Robinson separaram com precisão as funções de "querer" (wanting) e "gostar" (liking) no sistema dopaminérgico. A dopamina está ligada ao querer compulsivo, muito mais do que à experiência de satisfação. É por isso que alguém pode continuar buscando algo de forma compulsiva mesmo depois que a substância, a tela ou a pessoa deixaram de trazer qualquer prazer real. O sistema de busca segue ativo. O sistema de satisfação, não.

Neurônios dopaminérgicos respondem com maior intensidade a recompensas inesperadas do que a recompensas previstas. O próprio sistema nervoso é calibrado para a surpresa.

Schultz, W., Dayan, P., & Montague, P. R. (1997). Science, 275(5306), 1593-1599.

A incerteza amplifica a resposta dopaminérgica. Quando não sabemos se a próxima tentativa vai trazer recompensa, o sistema de antecipação trabalha em alta rotação. Manter o comportamento vira uma compulsão funcional, sustentada por bioquímica, antes de qualquer deliberação consciente.

Slot Machines, Redes Sociais e a Mesma Engrenagem

As máquinas caça-níqueis são o exemplo mais estudado. Griffiths demonstrou nos anos 1990 que as características estruturais das máquinas, velocidade de resposta, near-misses (quase-acertos) e razão variável de pagamento, predizem comportamento de jogo problemático independentemente das características de personalidade do jogador. Um quase-acerto não é uma derrota: o cérebro o processa como sinal de que a recompensa está próxima.

Clark e colegas confirmaram em 2009, com neuroimagem, que near-misses ativam os mesmos circuitos de recompensa que vitórias reais, apesar de representarem perdas objetivas. O jogador que insiste após uma série de quase-acertos está respondendo a sinais que o sistema nervoso interpreta como razão para continuar tentando.

Redes sociais funcionam pelo mesmo princípio. O feed com atualização variável, as notificações que chegam sem ritmo fixo, os likes que aparecem em momentos imprevisíveis formam um sistema de razão variável aplicado ao comportamento social. Twenge e colegas documentaram que o aumento do tempo de tela após 2010 se correlacionou com elevações em sintomas depressivos e ideação suicida em adolescentes norte-americanos. O mecanismo relevante não é apenas o conteúdo: é a estrutura de recompensa imprevisível que mantém o usuário em estado de vigilância e busca contínua.

Relacionamentos com Padrão Intermitente

O reforço intermitente também opera em vínculos afetivos. Relacionamentos com alternância de proximidade e rejeição, carinho e frieza, atenção intensa seguida de indiferença criam exatamente o padrão que o sistema nervoso aprende a perseguir. Em testes da teoria do vínculo traumático, Dutton e Painter encontraram que a intensidade do apego formado em contextos de abuso intermitente supera frequentemente a de vínculos estáveis.

A explicação está no condicionamento operante. A fase de reaproximação, o cuidado depois do conflito, funciona como reforço positivo inesperado, chegando após um período de privação. A privação prévia aumenta o valor subjetivo da recompensa. O ciclo de tensão, ruptura e reconciliação reproduz, em escala humana, a câmara de Skinner.

A intensidade do apego em relacionamentos com padrão intermitente de abuso supera frequentemente a de vínculos estáveis. O sofrimento não enfraquece o laço: em muitos casos, o reforça.

Dutton, D. G., & Painter, S. (1993). Emotional attachments in abusive relationships: A test of traumatic bonding theory. Violence and Victims, 8(2), 105-120.

Pacientes que vivem esse padrão frequentemente descrevem uma sensação de vício: pensamentos intrusivos sobre a pessoa, dificuldade de manter a decisão de afastamento, alívio físico ao retomar o contato. Esses relatos têm coerência neurobiológica.

Por Que É Tão Difícil de Romper

A extinção de um comportamento condicionado por razão variável exige repetição prolongada sem recompensa. O problema é que, durante esse processo, o comportamento aumenta em frequência e intensidade antes de diminuir. Esse fenômeno é chamado de surto de extinção (extinction burst). Quem tenta abandonar o jogo, reduzir o uso de redes sociais ou se afastar de uma pessoa com esse padrão sente piora inicial da ansiedade e do impulso. Para quem não conhece o mecanismo, parece evidência de que "não consigo parar".

A resistência à extinção é proporcional à variabilidade do reforço anterior. Quanto mais imprevisível foi a recompensa ao longo do tempo, mais tentativas sem recompensa serão necessárias para que o comportamento diminua. Em relacionamentos longos com esse padrão, o histórico de reforço acumulado pode ser imenso.

O Que a Clínica Faz com Isso

A terapia cognitivo-comportamental para dependências comportamentais trabalha, entre outros focos, na análise funcional: mapear antecedentes, comportamento e consequências que mantêm o ciclo. Identificar que o que sustenta um comportamento é a busca por recompensa incerta, e não o prazer que ela traz, muda o ponto de intervenção.

Em dependência emocional, reconhecer o padrão intermitente como mecanismo de condicionamento, e não como evidência de amor singular ou conexão especial, pode ser o passo mais reorganizador do processo terapêutico. Compreender o mecanismo não resolve tudo, mas transforma a relação da pessoa com o próprio sofrimento.

A revisão Cochrane de Cowlishaw e colegas (2012) sobre terapias psicológicas para jogo patológico aponta que abordagens cognitivo-comportamentais têm as evidências mais consistentes, com reduções mensuráveis em frequência de comportamento e em sofrimento associado. Os mesmos princípios organizam o trabalho clínico com outras formas de comportamento sustentado por reforço variável, incluindo o uso problemático de redes sociais e os padrões de dependência emocional.

Nos meus atendimentos, o momento com maior impacto terapêutico muitas vezes não é a técnica aplicada. É quando a pessoa compreende que o que sente é a resposta previsível de um sistema nervoso exposto a um padrão de reforço altamente eficiente em criar persistência. O sofrimento é real. E a estrutura que o sustenta pode ser analisada, compreendida e modificada.