報酬はいかにしてやる気を奪うのか

1972年、デヴィッド・グリーンという研究者は、スタンフォード近郊の保育園の教室に立ち、3歳から4歳の子どもたちがフェルトペンで絵を描く様子を見守っていた。子どもたちは夢中で、急ぐこともなく、ただ描くことが楽しいから描いていた。このうち何人かには、絵を描いたら「よくできました証明書」をあげると約束されていた。一方、ほかの子どもたちには何も約束されていなかった。2週間後、グリーンは再び訪れ、証明書のあてもなく誰も見ていない自由時間に、それぞれの子がどれだけ自分から絵を描くかを数えた。かつて証明書のために描いた子どもたちは、ただ描く喜びのために描いていた子どもたちよりも、明らかに少ない時間しかペンに向かわなくなっていた。

この子どもたちから何かが奪われたわけではない。彼らはご褒美を、小さくて心地よいご褒美を与えられただけだった。それなのにご褒美は、その活動を続ける価値そのものであった楽しさを、静かに抜き取ってしまったのだ。ペンは仕事になり、そして仕事とは報酬をもらうからこそやるものだ、と子どもたちは学んでしまった。

この居心地の悪い発見は、心理学のなかでもとりわけ直感に反する結果の一つの中心に位置している。ある行動に報酬を与えれば、人はその行動をもっとやりたくなる、と私たちは思い込みがちだし、実際そうなることも多い。しかし特定の、そして意外なほどありふれた条件のもとでは、すでに大好きなことをするのにお金を払うと、かえってそれをやりたくなくなることがある。この記事は、それがいつ起こるのか、なぜ起こるのか、そしてついご褒美に手を伸ばしてしまう親や教師や雇用主にとってそれが何を意味するのかについてのものである。

強化の標準的な見取り図に走った意外なひび割れ

報酬が行動を強める、という直感は、素朴な民間の知恵などではなく、長い系譜をもつ真面目な科学的主張である。古典的なオペラント条件づけの見方は、何よりもまず B・F・スキナーと、動物が餌を求めてレバーを押すことを学習する彼の実験と結びついている。それによれば、ある行動を強化するとその頻度は増え、強化が与えられるスケジュールによってその行動がどれほど持続的になるかが形づくられる。ラットにレバーを押すことへの報酬を与えれば、ラットはもっと押す。この原理は広く一般化でき、学校や職場、そしてペットや子どもの訓練に至るまで、私たちのやり方の多くを支えている。

過剰正当化効果とは、オペラント理論が予測しなかった厄介な事態である。それは、人がもともとそれ自体のために行っている行動、つまり報酬もなく、促されることもなく、見られることもなくやるであろうことに特有のものだ。こうした行動に外的な報酬を持ち込むと、逆説的なことに、報酬がいったん取り去られたあとでその行動はかえって減ってしまう。レバーを押すラットには、もともと失うべきレバー押しへの愛などなかった。すでに絵を描くのが大好きな子どもには、それがある。そしてその先立つ愛は、標準的な強化の見取り図がまったく予期しなかったかたちでもろいことがわかったのだ。問題は報酬が効くかどうかではない。なぜなら多くの場合それは効くからだ。問題は、なぜ報酬が、私たちが何より励ましたいまさにその活動に限って、ときに裏目に出るのか、ということである。

一つの立方体、一つのパズル、そして最初の鮮やかな実証

この効果の最初の厳密な実験的実証は、保育園からではなく実験室から生まれた。1971年、エドワード・デシは大学生の参加者と、当時人気だったソマキューブと呼ばれる組み合わせパズルを使って研究を行った。これは不規則な形のブロックの一式で、さまざまな形に組み立てることができ、多くの人がそれ自体を心から面白いと感じる類の課題である。

デシは参加者に何回かのセッションにわたってこのパズルに取り組ませた。そのうちの一回では、ある参加者には解いた配置ごとに報酬が支払われ、ほかの参加者には支払われなかった。決定的な測定はそのあとに、自由選択の時間にやってきた。参加者はパズルと何冊かの雑誌が置かれた部屋に一人で残され、何の指示も、机の上に報酬の話も一切なかった。問いは単純だった。誰もお金を払わず、誰も見ていないとき、あなたはパズルに手を伸ばすだろうか。先に報酬を支払われていた参加者は、一度も支払われなかった参加者よりも、その自由時間をパズルに費やすことが少なかった。報酬は、支払われたセッションのあいだはおそらく彼らを申し分なくやる気にさせていたはずなのに、その後にタダで課題をやろうとする意欲を減らしてしまった。こうしてデシは、統制された条件のもとで、外的な報酬が内発的動機づけを蝕みうることを示したのである。

それを有名にした保育園の研究

その2年後の1973年、マーク・レッパー、デヴィッド・グリーン、リチャード・ニスベットは、この効果の決定版とされる研究、多くの人が最初に出会うことになる研究を発表した。ビング保育園で研究を行った彼らは、まずすでにペンで絵を描くのが大好きな子ども、その活動を明らかにそれ自体のために選ぶであろう子どもたちを見つけ出すことから始めた。それから彼らはこれらの子どもたちを無作為に三つの条件に振り分けた。そして、この条件の設計こそが、この研究をこれほど示唆に富むものにしている。

期待報酬条件では、子どもたちは絵を描いたら「よくできました証明書」をもらえると事前に告げられた。つまり報酬は前もって約束され、その活動をすることと明確に結びつけられていた。予期しない報酬条件では、子どもたちは何の約束もなく絵を描き、そのあとでまったく同じ証明書をサプライズとして受け取った。報酬なし条件では、子どもたちはただ絵を描いただけで、証明書はいかなる時点でも一切なかった。2週間後、研究者たちはそれぞれの子が自由遊びの時間にどれだけ自発的に絵を描くことを選ぶかを測定した。

自発的な描画が減ったのは、期待報酬条件の子どもたちだけだった。同じ証明書を予期しないサプライズとして受け取った子どもたちは、何ももらわなかった子どもたちと同じくらい描いた。これこそが、安易な説明を退ける細部である。害を与えたのは証明書そのものではなかった。紙でも、ほめ言葉でも、選び出されたという出来事でもなかった。害を与えたのは、それに先立つ契約、すなわち絵を描くことがいまや報酬を得るためにするものになった、という感覚だった。報酬が動機づけを蝕むためには、それが期待され、かつ随伴的でなければならなかったのだ。

なぜ報酬は、私たちが自分に語る物語を書き換えるのか

では、いったい何が起きているのか。そのメカニズムは少なくとも部分的には認知的なものであり、人が自分自身の行動を自分にどう説明するかという問題である。人間は自分の行為をひたすら解釈し続ける生き物で、なぜ私はこれをしているのか、という問いに無言で答え続けている。楽しみのために絵を描く子どもは、暗黙の答えを抱えている。私はこれが好きだからやっているのだ、と。そこへ期待された随伴的な報酬を持ち込むと、競合する答えが利用可能になり、しかもそちらのほうがいっそう明白になる。私はこれを証明書のためにやっているのだ、と。やがて報酬が消えると、この第二の説明はもはや当てはまらなくなる。そして本物であった第一の説明は、押しのけられて弱まってしまっており、その活動を続けるべき説得力ある理由が残されないのである。

より豊かな説明は、自己決定理論から得られる。これはデシと、彼の共同研究者であるリチャード・ライアンによって大きく発展させられた枠組みである。この理論は、健全な動機づけを支える三つの基本的な心理的欲求、すなわち自律性、有能感、関係性を提唱する。この見方によれば、過剰正当化効果は最初の二つを掘り崩すことで働く。期待された統制的な報酬は、いわゆる知覚された統制の所在を、人の内側から外側へと移してしまう。その結果、行動は自ら選んだものではなく、外から駆り立てられたものに感じられるようになり、それが自律性を損なう。報酬はまた、その人自身の有能さが外部からの承認を必要とするという暗黙のメッセージ、すなわち自分が価値あることをしていると確認するには証明書が要るというメッセージを帯びることもあり、それが有能感を損なう。これらの支えを取り去れば、それに依存していた内発的動機づけもまた弱まってしまうのだ。

報酬が安全であり続ける条件

報酬とは単に動機づけにとっての毒なのだ、と結論づけるのは重大な読み違いだろう。そうではないし、過剰正当化効果には明確な境界があるので、その見出しを暗記するよりも限界を理解するほうが重要なのである。

外的な報酬が内発的動機づけを掘り崩すのを確実に防ぐ条件はいくつかある。そもそも面白くなかった活動については、報酬は害を与えない。失うべき先立つ内発的動機づけがないからだ。報酬が統制的ではなく情報的であるとき、すなわち行動を指図するためのてことしてではなく、どれだけうまくできたかについての有益なフィードバックを伝えるものであるとき、報酬は害を与えにくい傾向がある。保育園の研究のサプライズ証明書がまさに示したように、報酬が前もって約束されるのではなく予期しないものであるとき、その腐食作用ははるかに小さい。そして報酬が、単なる参加ではなく成果の質に結びつけられているとき、報酬は動機づけを妨げるどころか支える傾向がある。何かを本当にうまくやったことで得た報酬は、有能感を置き換えるのではなく、それを強めることができるからだ。害がもっとも確実に生じるのは、特定のレシピからである。すなわち、期待され、活動そのものに随伴し、口調が統制的で、仕事の出来栄えとは無関係な報酬である。

理論が現実世界とぶつかるとき

実験室で見られる効果が、教室や街角との接触を生き延びるとはかぎらない。だからこの枠組みが大規模に検証された場所を見ておく価値がある。とくに二つの研究が際立っており、両者を合わせると、この考え方の射程の広さと厄介さの両方が見えてくる。

2007年から2010年にかけて、経済学者ローランド・フライヤーは、ニューヨーク市、シカゴ、ダラス、ヒューストン、ワシントンで大規模な無作為化比較試験を行い、学業の成果に対して生徒に報酬を支払った。その設計は、テストの点数のようなアウトプットに対して支払うことと、本を読む、出席する、よい振る舞いをするといったインプットに対して支払うこととを区別していた。アウトプットへの支払いは概してうまくいかなかった。これは枠組みと合致する。テストの点数は遠く、思いどおりにしにくい目標であり、報酬は実際の学習から切り離された統制的な圧力になりやすいからだ。インプットへの支払いはささやかながら正の効果を生んだ。おそらく、報酬が与えられた行動が生徒の手の届く具体的なステップであり、賄賂というよりは足場のように機能したからだろう。この結果は理論と一貫しつつ、経験的な実態がどんな普遍的なスローガンが許すよりも込み入っていることを示している。

より鮮明な現実世界の実証は、2000年のウリ・グニージーとアルド・ルスティチーニによる研究から得られる。それはイスラエルの高校生が戸別訪問で慈善寄付を集めるというものだった。ある者たちは何も支払われず、大義のため、そして貢献しているという感覚のためにそれを行った。ほかの者たちは集めた金額のごく一部を報酬として支払われた。わずかな歩合を支払われた生徒たちは、まったく支払われなかった生徒たちよりも少ない金額しか集められなかった。ささやかな支払いは、善いことをしようという内発的で社会的な動機を押しのけ、それを取引に置き換えてしまった。その値段では、その努力は単に割に合わなかったのだ。ボランティアにお金を払うと、彼らの努力は無報酬のときの水準を下回るところまで押し下げられうる、とこの研究は示した。これは教室の外における過剰正当化の決定版というべき実証である。

大切なものを殺さずに報酬を設計する

この枠組みの実践的な射程は広い。家事に対して子どもにお金を払う親、成績に対して生徒にお金を払う教師、社員がすでに意義を感じている仕事にボーナスを結びつける雇用主、そしてボランティアに動機づけを与えようとする組織にまで及ぶ。こうしたどの場面でも、外的な報酬に手を伸ばそうとする本能は、それが強めようとしていたまさにその動機づけを、静かに掘り崩してしまいかねない。

しかし得るべき教訓は、報酬は常に悪であり決して使うべきではない、という単純なものではない。そんな結論は、境界条件が教えてくれるすべてを無視している。正直な要点はこうだ。外的な報酬は強力な道具だが、特定の、そして予測可能な失敗の仕方をもつ。人がすでに大好きでやっていることに、期待された統制的な報酬を結びつけると、遊びを仕事に変え、報酬が止まった途端にその愛が流れ去っていくのを見ることになりかねない。もともと退屈な活動であった場合、報酬がよくできた仕事についての本物の情報を帯びている場合、あるいは報酬が前もって取り決められた値段としてではなく、予期しない感謝として届く場合には、その危険はほぼ消える。親であれ教師であれ管理職であれ、その技は、自分がどの状況にいるのかを見極め、それに応じて設計することにある。報酬が多ければ多いほど、望む行動も多くなる、と思い込むことにあるのではない。

重要なポイント

過剰正当化効果とは、人がすでにそれ自体のために行っている行動に外的な報酬が結びつけられたとき、報酬がいったん取り去られると、逆説的にもその行動がかえって減りうる、という現象を指す。これは古典的なスキナー流の強化の見方が予測しなかった厄介な事態である。エドワード・デシの1971年のソマキューブ研究がこの効果を最初に確立し、報酬を支払われた参加者がのちに自由時間にパズルをすることを選ぶ頻度が下がることを示した。そして1973年のレッパー、グリーン、ニスベットの保育園研究がそれを有名にした。期待された随伴的な証明書だけが、まったく同じサプライズの証明書ではなく、子どもたちの自発的な描画を減らすことを実証したのだ。そのメカニズムは部分的には認知的なものであり、人の自己説明が「これが好きだからやっている」から「報酬のためにやっている」へと移ってしまう。そして部分的には動機づけ的なものであり、自己決定理論が描くように、報酬は自律性と有能感という基本的な欲求を掘り崩す。決定的に重要なのは、この効果には境界があるということだ。そもそも面白くなかった活動の場合、報酬が統制的ではなく情報的である場合、報酬が予期しないものである場合、あるいは報酬が成果の質に結びつけられている場合には、報酬は動機づけを腐食させない。ローランド・フライヤーの成果連動型の学校試験から、わずかに報酬を支払われた慈善の集金者がまったく支払われなかった者よりも少なく集めたというグニージーとルスティチーニの発見に至るまで、現実世界での検証は、この効果とその機微の両方を裏づけている。それは私たちに「決して報酬を与えるな」という規則を残すのではなく、報酬がいつ内発的動機づけを支え、いつそれを静かに破壊するのかを理解するという、より難しい課題を残すのである。