چه شد که این‌قدر تشنه‌ی لایک شدیم؟

چرا این‌قدر به لایک و بازدید وابسته شده‌ایم؟ روان‌شناسی تأیید اجتماعی در شبکه‌های اجتماعی

تعداد لایک و بازدید یک محتوا نه معیار قابل‌اعتمادی برای سنجش کیفیت آن است و نه می‌تواند ارزش واقعی سازنده‌اش را مشخص کند. بااین‌حال، چرا محتوایی با چند هزار لایک برایمان جذاب‌تر از محتوایی با چند لایک به نظر می‌رسد؟ چرا بعد از انتشار یک پست، بارها تعداد بازدید و کامنت‌های آن را بررسی می‌کنیم؟ و چرا گاهی کم‌بودن واکنش مخاطبان را به بی‌ارزش‌بودن کار خودمان تعبیر می‌کنیم؟

پاسخ این پرسش‌ها را باید در تعامل میان عصب‌شناسی پاداش، روان‌شناسی اجتماعی، سوگیری‌های شناختی و طراحی پلتفرم‌های دیجیتال جست‌وجو کرد. لایک فقط یک عدد روی صفحه نیست؛ این عدد می‌تواند هم‌زمان برای مغز ما نشانه‌ای از پاداش، پذیرش اجتماعی و محبوبیت باشد. وقتی چنین نشانه‌ای در محیطی با بازخوردهای غیرقابل‌پیش‌بینی و محرک‌های دائمی قرار می‌گیرد، ممکن است بر توجه، تصمیم‌گیری و ارزیابی ما از خودمان تأثیر بگذارد.

۱. لایک چگونه سیستم پاداش مغز را فعال می‌کند؟

یکی از مهم‌ترین سازوکارهای مرتبط با دریافت لایک، پردازش پاداش اجتماعی در مغز است. انسان علاوه بر پاداش‌های اولیه، مانند غذا، به پاداش‌های اجتماعی مانند پذیرش، توجه و تأیید دیگران نیز حساس است. بازخورد مثبت در شبکه‌های اجتماعی می‌تواند بخشی از همین فرایند را فعال کند.

در پژوهشی که لورن شرمن و همکارانش در سال ۲۰۱۶ در مجله Psychological Science منتشر کردند، واکنش عصبی و رفتاری نوجوانان به تعداد لایک‌های تصاویر در محیطی شبیه‌سازی‌شده از اینستاگرام بررسی شد. نتایج نشان داد که نوجوانان بیشتر به تصاویری واکنش مثبت نشان می‌دادند که لایک‌های بیشتری داشتند. مشاهده این تصاویر همچنین با فعالیت بیشتر مناطقی از مغز مرتبط با پردازش پاداش، شناخت اجتماعی، تقلید و توجه همراه بود.

یکی از نواحی مهم در این فرایند، هسته اکومبنس (Nucleus Accumbens) است؛ بخشی از جسم مخطط شکمی که در پردازش پاداش و انگیزش نقش دارد. این ناحیه در کنار شبکه‌های دیگری که در یادگیری، ارزیابی ارزش و تصمیم‌گیری مشارکت می‌کنند، به مغز کمک می‌کند پیامدهای رفتارهای مختلف را ارزیابی کند.

دوپامین نیز در این میان نقش مهمی دارد. برخلاف تصور رایج، دوپامین صرفاً ماده شیمیایی مسئول لذت نیست؛ این پیام‌رسان عصبی در انگیزش، یادگیری تقویتی و پردازش پیش‌بینی پاداش نیز مشارکت دارد. بنابراین، دریافت لایک ممکن است علاوه بر ایجاد احساس خوشایند، احتمال تکرار رفتاری را افزایش دهد که با آن بازخورد همراه بوده است.

برای مثال، اگر انتشار یک ویدیو با تعداد زیادی لایک و کامنت همراه شود، ممکن است فرد به تولید محتوای مشابه ترغیب شود. اگر این اتفاق چند بار تکرار شود، توجه او به نشانه‌هایی که احتمال دریافت بازخورد مثبت را پیش‌بینی می‌کنند، افزایش می‌یابد.

البته این سازوکار به معنای آن نیست که هر لایک مقدار مشخصی دوپامین آزاد می‌کند یا استفاده از شبکه‌های اجتماعی از نظر عصبی معادل اعتیاد به مواد مخدر است. آنچه می‌توان با احتیاط گفت، این است که بازخورد اجتماعی می‌تواند در سیستم‌های مغزی مرتبط با پاداش و یادگیری پردازش شود و بر رفتار آینده تأثیر بگذارد.

۲. چرا دریافت لایک‌های بیشتر به یک نیاز تکرارشونده تبدیل می‌شود؟

برای توضیح بررسی مکرر اعلان‌ها، باید از مفهوم یادگیری تقویتی (Reinforcement Learning) کمک بگیریم. در یادگیری تقویتی، پیامدهای یک رفتار بر احتمال تکرار آن اثر می‌گذارند. اگر رفتاری با پیامدی مطلوب همراه شود، احتمال دارد فرد در موقعیت‌های مشابه دوباره آن رفتار را انجام دهد.

یکی از الگوهای شناخته‌شده در روان‌شناسی رفتارگرا، تقویت با نسبت متغیر (Variable-Ratio Reinforcement) است. در این برنامه تقویتی، پاداش پس از تعداد متغیری از پاسخ‌ها ارائه می‌شود؛ بنابراین فرد نمی‌تواند دقیقاً پیش‌بینی کند که پاداش بعدی پس از چند بار پاسخ‌دادن دریافت خواهد شد.

این مفهوم در پژوهش‌های بی. اف. اسکینر درباره برنامه‌های تقویت بررسی شده است. بااین‌حال، باید میان تعریف دقیق این برنامه در آزمایش‌های رفتاری و تجربه استفاده از شبکه‌های اجتماعی تفاوت گذاشت. دریافت لایک در پلتفرم‌ها الزاماً از یک برنامه تقویت با نسبت متغیر پیروی نمی‌کند؛ اما غیرقابل‌پیش‌بینی‌بودن زمان و میزان بازخورد می‌تواند شباهتی رفتاری با پاداش‌های متناوب ایجاد کند.

تصور کنید یک پست منتشر می‌کنید. چند دقیقه بعد تعداد زیادی لایک دریافت می‌کنید، اما در انتشار بعدی واکنش چندانی نمی‌بینید. نتیجه انتشار پست بعدی نیز از قبل مشخص نیست. همین عدم قطعیت ممکن است شما را به بررسی دوباره صفحه ترغیب کند تا ببینید آیا پاداش اجتماعی تازه‌ای دریافت کرده‌اید یا نه.

در این وضعیت، خودِ انتظار برای دریافت بازخورد نیز می‌تواند رفتار بررسی مکرر را تقویت کند. هر بار که گوشی را باز می‌کنید، احتمال دارد با یک اعلان جدید مواجه شوید؛ بنابراین، حتی اگر بیشتر دفعات بازکردن برنامه نتیجه خاصی نداشته باشد، امکان دریافت بازخورد تازه همچنان وجود دارد.

این الگو از نظر رفتاری با برخی سازوکارهای پاداش در دستگاه‌های قمار شباهت دارد، اما شباهت در یک سازوکار به معنای یکسان‌بودن همه پیامدهای روان‌شناختی یا بالینی نیست. همچنین، بررسی مکرر لایک‌ها به‌تنهایی برای تشخیص اعتیاد کافی نیست. زمانی که استفاده از شبکه‌های اجتماعی از کنترل فرد خارج شود و به خواب، روابط، کار یا عملکرد روزانه او آسیب بزند، مسئله جدی‌تر می‌شود.

۳. چرا مغز ما محبوبیت را با کیفیت و اعتبار اشتباه می‌گیرد؟

مغز انسان برای تصمیم‌گیری در محیطی پیچیده ناچار است از میان‌برهای شناختی (Cognitive Heuristics) استفاده کند. این میان‌برها به ما اجازه می‌دهند بدون بررسی همه اطلاعات موجود، سریع‌تر به نتیجه برسیم. اگرچه چنین فرایندی در بسیاری از موقعیت‌ها مفید است، گاهی نیز به قضاوت‌های نادرست منجر می‌شود.

یکی از نمونه‌های مهم، اثبات اجتماعی (Social Proof) است. این مفهوم توضیح می‌دهد که افراد در شرایط ابهام، برای تشخیص اینکه چه چیزی درست، مناسب یا قابل‌قبول است، به رفتار و قضاوت دیگران توجه می‌کنند.

رابرت چالدینی در کتاب «تأثیر: روان‌شناسی متقاعدسازی» (Influence: The Psychology of Persuasion) اثبات اجتماعی را یکی از اصول مهم نفوذ بر تصمیم‌گیری انسان معرفی می‌کند. بر اساس این اصل، مشاهده اینکه افراد دیگر رفتاری را انجام داده‌اند یا انتخابی را تأیید کرده‌اند، می‌تواند بر تصمیم ما تأثیر بگذارد؛ به‌ویژه زمانی که درباره انتخاب درست مطمئن نیستیم.

در شبکه‌های اجتماعی، تعداد لایک و بازدید به نشانه‌ای قابل‌مشاهده از تأیید جمعی تبدیل می‌شود. به همین دلیل، ممکن است محتوایی با صدها هزار بازدید پیش از آنکه بررسی‌اش کنیم، برایمان مهم‌تر یا جذاب‌تر به نظر برسد.

اما اینجا یک خطای مهم رخ می‌دهد: محبوبیت اجتماعی با کیفیت، صحت یا اعتبار یک محتوا یکسان نیست.

ممکن است یک ویدیو به دلیل سرگرم‌کننده‌بودن، جنجال‌برانگیزبودن، استفاده از یک چهره مشهور یا حتی ایجاد واکنش منفی وایرال شده باشد. تعداد بالای بازدید به‌تنهایی مشخص نمی‌کند که اطلاعات آن صحیح است یا محتوای آن ارزش صرف وقت دارد.

پژوهش شرمن و همکارانش نیز نشان داد که تعداد لایک‌ها می‌تواند بر واکنش نوجوانان به تصاویر تأثیر بگذارد؛ حتی زمانی که محتوای تصاویر یکسان است و فقط میزان تأیید اجتماعی نمایش‌داده‌شده تغییر می‌کند. این یافته نمونه‌ای از تأثیر نشانه‌های اجتماعی بر ارزیابی و انتخاب است، نه اثبات اینکه همه کاربران در همه موقعیت‌ها بدون فکر از جمع پیروی می‌کنند.

۴. همنوایی و اثر باند واگن؛ چرا سلیقه جمعی بر انتخاب‌های فردی غلبه می‌کند؟

اثبات اجتماعی با همنوایی (Conformity) ارتباط دارد، اما این دو مفهوم دقیقاً یکسان نیستند.

اثبات اجتماعی به استفاده از رفتار دیگران به‌عنوان نشانه‌ای برای تصمیم‌گیری اشاره می‌کند. در مقابل، همنوایی زمانی رخ می‌دهد که فرد نگرش، قضاوت یا رفتار خود را تحت تأثیر گروه تغییر دهد. این تغییر ممکن است ناشی از تمایل به پذیرفته‌شدن باشد یا از این تصور ناشی شود که گروه اطلاعات بیشتری در اختیار دارد.

در روان‌شناسی اجتماعی، معمولاً میان دو نوع نفوذ اجتماعی تمایز قائل می‌شوند:

  • نفوذ هنجاری (Normative Social Influence): فرد برای پذیرفته‌شدن، جلوگیری از طردشدن یا حفظ ارتباط با گروه، به رفتار و انتظارات آن نزدیک می‌شود.
  • نفوذ اطلاعاتی (Informational Social Influence): فرد رفتار دیگران را نشانه‌ای از درستی یک انتخاب می‌داند و از آن برای کاهش ابهام استفاده می‌کند.

برای مثال، ممکن است لباسی را صرفاً به این دلیل انتخاب کنیم که در میان دوستان یا افراد محبوب شبکه‌های اجتماعی رایج شده است. در این حالت، تمایل به تعلق اجتماعی می‌تواند نقش داشته باشد. در مقابل، اگر محصولی را با این استدلال بخریم که هزاران نفر آن را انتخاب کرده‌اند و حتماً کیفیت خوبی دارد، ممکن است تحت تأثیر نفوذ اطلاعاتی و اثبات اجتماعی باشیم.

اثر باند واگن (Bandwagon Effect) نیز به تمایل افراد برای پیوستن به یک روند به دلیل محبوبیت آن اشاره دارد. در فضای دیجیتال، تعداد بالای بازدید، استفاده گسترده از یک هشتگ یا تکرار یک سبک محتوایی می‌تواند تصور رایج‌بودن آن را تقویت کند.

وقتی یک ترند فراگیر می‌شود، افراد بیشتری با آن مواجه می‌شوند و فرصت بیشتری برای مشارکت در آن پیدا می‌کنند. مشارکت بیشتر نیز ممکن است به گسترش بیشتر ترند کمک کند. در نتیجه، محبوبیت یک رفتار می‌تواند هم علت و هم پیامد گسترش آن باشد.

نظریه هویت اجتماعی هنری تاجفل و جان ترنر نیز برای درک اهمیت تعلق گروهی مفید است. بر اساس این رویکرد، بخشی از برداشت افراد از خودشان از عضویت در گروه‌های اجتماعی و معنایی که برای این عضویت قائل‌اند، شکل می‌گیرد. بنابراین، هنجارها و ارزش‌های گروه می‌توانند در شکل‌گیری نگرش و رفتار اعضای آن نقش داشته باشند.

بااین‌حال، نمی‌توان نتیجه گرفت که هر ترند الزاماً سلیقه فردی را از بین می‌برد. نفوذ اجتماعی ممکن است انتخاب‌های ما را تغییر دهد، اما میزان این تأثیر به ویژگی‌های فرد، زمینه اجتماعی، نوع محتوا و میزان اهمیت تعلق گروهی بستگی دارد.

۵. الگوریتم‌های پیشنهاد محتوا چگونه چرخه محبوبیت را تقویت می‌کنند؟

رفتار کاربران تنها بخشی از ماجراست. معماری پلتفرم‌ها نیز تعیین می‌کند که کاربران با چه محتواهایی مواجه شوند و چه فرصت‌هایی برای دریافت بازخورد داشته باشند.

سامانه‌های پیشنهاد محتوا معمولاً از مجموعه‌ای از سیگنال‌ها برای رتبه‌بندی و انتخاب محتوا استفاده می‌کنند. این سیگنال‌ها، بسته به پلتفرم و بخش موردنظر، می‌توانند شامل سابقه تعامل، مدت تماشا، اشتراک‌گذاری، اطلاعات محتوا و احتمال علاقه‌مندی کاربر باشند.

اگر محتوایی تعامل بالایی دریافت کند، ممکن است در برخی شرایط برای کاربران بیشتری پیشنهاد شود. افزایش دسترسی نیز فرصت دریافت بازدید و تعامل بیشتر را فراهم می‌کند. به این ترتیب، چرخه‌ای بالقوه شکل می‌گیرد:

۱. محتوا به گروهی از کاربران نمایش داده می‌شود.
۲. بخشی از کاربران با آن تعامل می‌کنند.
۳. سامانه از این تعامل به‌عنوان یکی از سیگنال‌های رتبه‌بندی استفاده می‌کند.
۴. محتوا ممکن است به مخاطبان بیشتری نمایش داده شود.
۵. افزایش دسترسی می‌تواند فرصت تعامل بیشتر را فراهم کند.

این فرایند نوعی حلقه بازخورد (Feedback Loop) است. بااین‌حال، عملکرد واقعی الگوریتم‌ها پیچیده‌تر از این زنجیره ساده است. تعداد لایک تنها یکی از سیگنال‌های احتمالی است و افزایش تعامل به‌تنهایی توزیع گسترده‌تر را تضمین نمی‌کند.

مسئله مهم این است که دیده‌شدن بیشتر لزوماً به معنای کیفیت بیشتر نیست. محتوای دقیق، آموزشی یا خلاقانه ممکن است در یک بازه زمانی کوتاه بازدید کمی بگیرد، درحالی‌که محتوای ساده‌تر یا جنجالی‌تر توجه بیشتری جلب کند. بنابراین، آمار تعامل را نباید معادل مستقیمی برای ارزش محتوایی دانست.

اقتصاد توجه چه نقشی در طراحی پلتفرم‌ها دارد؟

اقتصاد توجه (Attention Economy) بر این اصل استوار است که توجه انسان منبعی محدود است و در محیطی که اطلاعات فراوانی وجود دارد، رقابت برای جلب آن اهمیت اقتصادی پیدا می‌کند.

در بسیاری از شبکه‌های اجتماعی رایگان، درآمد تبلیغاتی به نمایش تبلیغات و دسترسی به مخاطبان وابسته است. در چنین مدل‌هایی، زمان حضور کاربر، دفعات مراجعه و احتمال تعامل با محتوا می‌توانند ارزش اقتصادی داشته باشند.

ازاین‌رو، ویژگی‌هایی مانند پیمایش پیوسته، اعلان‌ها، پیشنهاد محتوای جدید و دسترسی سریع به بازخورد، می‌توانند بازگشت کاربر به برنامه را آسان‌تر کنند. این ویژگی‌ها لزوماً با هدف آسیب‌رساندن به سلامت روان طراحی نشده‌اند، اما ممکن است در شرایطی توجه کاربر را بیش از قصد اولیه او درگیر کنند.

در اینجا باید میان دو ادعا تفاوت گذاشت: اینکه طراحی یک پلتفرم می‌تواند احتمال تعامل بیشتر را افزایش دهد، ادعایی متفاوت از این است که تمام اجزای آن عمداً برای ایجاد اعتیاد طراحی شده‌اند. برای ارزیابی ادعای دوم، باید شواهد مشخصی درباره اهداف طراحی و پیامدهای آن در اختیار داشت.

۶. مدل رفتار فاگ چگونه تعامل مداوم با شبکه‌های اجتماعی را توضیح می‌دهد؟

مدل رفتار فاگ (Fogg Behavior Model) که بی. جی. فاگ، پژوهشگر طراحی رفتار، مطرح کرده است، وقوع رفتار را حاصل هم‌زمانی سه عنصر می‌داند: انگیزه، توانایی و محرک. اگر این سه عنصر در یک لحظه به‌اندازه کافی فراهم باشند، احتمال وقوع رفتار افزایش پیدا می‌کند.

در محیط شبکه‌های اجتماعی، این سه عنصر می‌توانند چنین مصداق‌هایی داشته باشند:

انگیزه: تمایل به دریافت تأیید، کنجکاوی درباره واکنش دیگران یا نیاز به ارتباط اجتماعی.

توانایی: سادگی بازکردن برنامه، دسترسی سریع به محتوا و امکان پیمایش آن با حداقل تلاش.

محرک: اعلان لایک یا کامنت، مشاهده آیکون برنامه یا یادآوری پستی که اخیراً منتشر کرده‌ایم.

برای مثال، فردی که منتظر بازخورد یک پست است، انگیزه لازم برای بررسی آن را دارد. اعلان جدید نقش محرک را ایفا می‌کند و دسترسی آسان به برنامه نیز توانایی انجام رفتار را فراهم می‌کند. در نتیجه، احتمال بازکردن برنامه افزایش می‌یابد.

اهمیت این مدل در آن است که رفتار تکرارشونده را صرفاً به ضعف اراده نسبت نمی‌دهد. محیط و طراحی تعامل نیز می‌توانند بر احتمال انجام یک رفتار اثر بگذارند.

بااین‌حال، مدل فاگ به‌خودی‌خود اثبات نمی‌کند که یک پلتفرم اعتیادآور است. این مدل چارچوبی برای تحلیل شرایط وقوع رفتار و طراحی تغییرات رفتاری است، نه ابزار تشخیص اعتیاد یا اثبات پیامدهای بالینی یک محصول.

۷. فومو و مقایسه اجتماعی چگونه بر عزت نفس تأثیر می‌گذارند؟

فومو (FOMO)، مخفف عبارت Fear of Missing Out، به نگرانی از دست‌دادن تجربه‌ها، فرصت‌ها یا اتفاقاتی اشاره دارد که دیگران در آن‌ها مشارکت دارند. فردی که فومو را تجربه می‌کند، ممکن است نگران باشد که دیگران در حال تجربه‌کردن اتفاقات ارزشمندی هستند و او از آن‌ها عقب مانده است.

شبکه‌های اجتماعی می‌توانند زمینه این نگرانی را فراهم کنند؛ زیرا کاربران به‌طور مداوم با تصاویر دستاوردها، سفرها، روابط، خریدها و موفقیت‌های دیگران روبه‌رو می‌شوند. این مواجهه ممکن است احساس فاصله میان وضعیت فعلی فرد و وضعیتی را که برای خود مطلوب می‌داند، افزایش دهد.

برای توضیح این فرایند، نظریه مقایسه اجتماعی لئون فستینگر نیز اهمیت دارد. فستینگر در سال ۱۹۵۴ مطرح کرد که افراد برای ارزیابی توانایی‌ها و دیدگاه‌های خود، در بسیاری از موقعیت‌ها از مقایسه با دیگران استفاده می‌کنند.

در شبکه‌های اجتماعی، مقایسه اجتماعی صعودی (Upward Social Comparison) زمانی رخ می‌دهد که فرد خود را با کسی مقایسه کند که در زمینه‌ای خاص موفق‌تر، محبوب‌تر یا برخوردارتر به نظر می‌رسد. این مقایسه گاهی می‌تواند انگیزه‌بخش باشد؛ اما اگر فرد به‌طور مداوم نتیجه مقایسه را به زیان خود ارزیابی کند، ممکن است احساس ناکافی‌بودن یا نارضایتی افزایش یابد.

یکی از مشکلات مهم این است که مقایسه معمولاً میان دو مجموعه اطلاعات نامتقارن انجام می‌شود: فرد زندگی روزمره و مشکلات خودش را می‌شناسد، اما از زندگی دیگران عمدتاً بخش‌های انتخاب‌شده و قابل‌انتشار را می‌بیند. بنابراین، ممکن است واقعیت پیچیده زندگی خود را با تصویری گزینش‌شده از زندگی دیگران مقایسه کند.

پژوهش‌های مروری درباره شبکه‌های اجتماعی و سلامت روان نیز نشان می‌دهند که نوع استفاده و محتوای مشاهده‌شده اهمیت دارند. برای نمونه، مرور نظام‌مند منتشرشده در سال ۲۰۲۱ درباره اینستاگرام، شواهد نسبتاً قابل‌توجهی درباره ارتباط مواجهه با محتوای مقایسه‌ای صعودی و برخی پیامدهای نامطلوب روان‌شناختی گزارش کرد؛ درحالی‌که نتایج مربوط به شدت کلی استفاده و برخی شاخص‌های سلامت روان یکدست نبودند.

بنابراین، نمی‌توان گفت هر بار استفاده از شبکه‌های اجتماعی عزت نفس را کاهش می‌دهد. مسئله بیشتر به الگوی استفاده، محتوای مشاهده‌شده، گرایش فرد به مقایسه و معنایی بستگی دارد که او از این مقایسه برای ارزیابی خودش استخراج می‌کند.

۸. چگونه وابستگی به لایک را کاهش دهیم و سلیقه مستقل خود را حفظ کنیم؟

آگاهی از سازوکارهای مغزی و اجتماعی می‌تواند به ما کمک کند پیش از واکنش خودکار، درباره رفتارمان مکث کنیم. هدف این نیست که بازخورد دیگران را کاملاً نادیده بگیریم؛ هدف این است که بازخورد آنلاین را به تنها معیار ارزیابی خودمان تبدیل نکنیم.

هنگام ارزیابی محتوای دیگران

پیش از آنکه تعداد لایک‌ها را معیار ارزش یک محتوا قرار دهید، به کیفیت استدلال، اعتبار منبع، شواهد ارائه‌شده و ارتباط آن با نیاز خودتان توجه کنید. اگر محتوایی محبوب است، محبوبیتش را یک داده درباره میزان توجه کاربران بدانید، نه اثباتی درباره صحت یا کیفیت آن.

هنگام ارزیابی محتوای خودتان

اگر پستی کمتر از انتظار شما بازدید گرفته است، میان عملکرد محتوا و ارزش شخصی خود تفاوت بگذارید. آمار پایین ممکن است به عوامل مختلفی مانند تناسب موضوع با مخاطب، نحوه ارائه، زمان انتشار یا توزیع محتوا مربوط باشد. یک پست به‌تنهایی معیار مناسبی برای سنجش توانایی یا خلاقیت شما نیست.

اگر تولید محتوا بخشی از شغل شماست، معیارهای ارزیابی را بر اساس هدف مشخص کنید. برای مثال، محتوای آموزشی را می‌توان از نظر دقت، فهم‌پذیری و میزان کمک به مخاطب ارزیابی کرد؛ درحالی‌که برای محتوای بازاریابی، شاخص‌هایی مانند نرخ تبدیل یا کیفیت تعامل نیز اهمیت دارند.

هنگام استفاده روزمره از شبکه‌های اجتماعی

اگر متوجه شده‌اید بدون هدف مشخص بارها اعلان‌ها را بررسی می‌کنید، می‌توانید اعلان‌های غیرضروری را خاموش کنید، زمان‌های مشخصی برای بررسی بازخوردها در نظر بگیرید یا آیکون برنامه را از صفحه اصلی گوشی بردارید. این تغییرات با کاهش محرک‌های محیطی، احتمال انجام خودکار رفتار را کمتر می‌کنند.

همچنین، پیش از پیوستن به یک ترند از خودتان بپرسید آیا واقعاً به آن علاقه دارید یا محبوبیتش باعث شده آن را ارزشمند تلقی کنید. این پرسش ساده می‌تواند فاصله‌ای میان محرک اجتماعی و تصمیم نهایی ایجاد کند.

جمع‌بندی

وابستگی به لایک و بازدید را نمی‌توان تنها با یک عامل توضیح داد. بازخورد اجتماعی می‌تواند سیستم‌های مغزی مرتبط با پاداش را درگیر کند؛ عدم قطعیت درباره زمان و میزان بازخورد ممکن است بررسی مکرر را تقویت کند؛ اثبات اجتماعی و همنوایی بر قضاوت و انتخاب ما اثر بگذارند؛ و طراحی پلتفرم‌ها نیز می‌تواند تعامل با محتوا را آسان‌تر و تکرارشونده‌تر کند.

وقتی این فرایندها با فومو و مقایسه اجتماعی همراه شوند، ممکن است محبوبیت آنلاین به معیاری نامناسب برای ارزیابی کیفیت کار یا ارزش شخصی تبدیل شود.

راه‌حل، بی‌اهمیت دانستن تمام بازخوردها نیست؛ بلکه شناخت محدودیت آن‌هاست. تعداد لایک‌ها اطلاعاتی درباره واکنش کاربران ارائه می‌دهد، اما به‌تنهایی مشخص نمی‌کند که یک محتوا چقدر باکیفیت است، یک انتخاب چقدر برای ما مناسب است یا ما به‌عنوان یک فرد چقدر ارزشمندیم.

دفعه بعد که محتوایی با بازدید کم دیدید یا پست خودتان کمتر از انتظار لایک گرفت، میان این دو پرسش تفاوت بگذارید: «این محتوا چه عملکردی داشته است؟» و «این عملکرد درباره ارزش من چه چیزی می‌گوید؟» پرسش اول می‌تواند به یادگیری و بهبود منجر شود؛ اما پاسخ پرسش دوم را نباید به چند عدد در یک شبکه اجتماعی واگذار کرد.

منابع