Ново приложение проследява как настроението влияе върху активността
Изследванията, използващи ново приложение за смартфони, установяват, че хората са склонни да смесват приятни с необходими, но не особено приятни дейности в отговор на настроенията си.
По-конкретно, моделът показва, че хората са по-склонни да се занимават с дейности за повишаване на настроението, като например да спортуват, когато се чувстват зле, и да се занимават с полезни, но намаляващи настроението дейности, като например домакинска работа, когато се чувстват добре.
Новото приложение е проектирано от д-р Maxime Taquet, научен сътрудник в Бостънската детска болница, за да даде представа за истинските източници на мотивация. Taquet и колеги използваха приложението, за да наблюдават в реално време дейностите и настроенията на над 28 000 души.
Екипът установи, че вместо да следват принципа на удоволствието или хедона, изборите на дейности на хората вместо това последователно следват принципа на хедонистичната гъвкавост.
Констатациите помагат да се изясни как хедонистичните съображения формират човешкото поведение. Те могат също така да обяснят как хората преодоляват привлекателността на краткосрочните печалби в щастието, за да максимизират дългосрочното си благосъстояние.
Каза Таке, „Решенията, които взимаме всеки ден за това как да инвестираме времето си, имат важни лични и обществени последици. Повечето теории за мотивацията предполагат, че ежедневният ни избор на дейности има за цел да увеличи максимално позитивното ни състояние на ума, но досега не са успели да обяснят, когато хората решат да се занимават с неприятни, но необходими дейности.
„Използвайки мащабни данни, ние показахме как нашите емоции формират нашето поведение и обяснихме компромисите, които хората правим в ежедневието си, за да осигурим дългосрочното си щастие.“
Разработването на приложението за смартфон беше от решаващо значение, тъй като позволява събирането на огромни количества данни. Този подход помогна на изследователите да получат много по-реалистична представа за изборите, които хората редовно правят в реалния свят в ежедневния си живот.
Като част от проучването на участниците бяха представени въпросници чрез приложението на случаен принцип през целия ден. Те бяха помолени да оценят текущото си настроение по скала от 0 (много нещастен) до 100 (много щастлив) и да докладват какво правят от стандартен списък с избори.
Моделът разкри, че бъдещите решения на хората да се занимават с една дейност, а не с друга, са свързани с това как се чувстват в момента. На второ място, взаимодействието между настроението и избора на дейност следва много специфичен модел.
Когато участниците са били в лошо настроение, те са по-склонни по-късно да се включат в дейности, които впоследствие са повишили настроението им.
Например, ако настоящото настроение на хората намалее с 10 точки, по-вероятно е по-късно да се занимават с неща като спорт, излизане сред природата и чат. Всички тези дейности бяха свързани с последващо повишаване на настроението.
За разлика от това, ако сегашното настроение на хората е доста високо, по-вероятно е по-късно да се включат в неприятни (но необходими) дейности, като домакинска работа, пътуване до работа или работа.
Таке добави: „Решаването какво да правим с времето си е един от най-фундаменталните избори, пред които са изправени хората всеки ден - избор, който има решаващи последици както за отделните хора, така и за обществото като цяло.
„Нашите открития показват, че ежедневните решения на хората относно това, какви дейности да предприемат, са пряко свързани с това как се чувстват и следват забележително последователен модел. Хората търсят дейности за повишаване на настроението, когато се чувстват зле, и се включват в неприятни дейности, които могат да обещаят по-дългосрочно изплащане, когато се чувстват добре. "
Изследването се появява в списаниетоИзвестия на Националната академия на науките, и беше проведено в сътрудничество с изследователи от Масачузетския технологичен институт (MIT), Имперския колеж в Лондон и Станфордския университет.
Източник: Детска болница в Бостън / EurekAlert
