Конец мотивации: почему мы бросаем ходить и как это предсказать

Лучший способ взбодрить сонную команду в понедельник — это начать кофе-брейк с научной минутки.

— Помните, Ричард Фейнман на лекции об устройстве компьютера в 1985 году сказал: «Машины превзошли человека во всём, что поддается строгим правилам: в вычислениях, памяти и поиске данных. Однако машинам с трудом дается распознавание сложных паттернов и неявных взаимосвязей»

От такого начала лица коллег малость вытягиваются. Эффект достигнут. Говорю: — Как же жаль, что Фейнман не дожил до нашей эпохи ИИ! Теперь алгоритмы не просто распознают паттерны — они видят их там, где наш собственный мозг замечает лишь «случайное совпадение» или «просто тяжелый понедельник». А что, если я скажу, что в выходные прочитала про новый алгоритм, который может предсказать, что вы забросите свои ежедневные прогулки еще до того, как сами об этом подумаете? И никакого покушения на свободу воли — чистая математика. Давайте расскажу подробнее.

Научный фундамент: 5,5 миллиона дней наблюдений за нашей активностью

Наше поведение часто кажется нам исключительно вопросом силы воли: проснулся, вдохновился, пошёл ходить свои 8 000 шагов. А потом в один день что-то «ломается», и человек на недели выпадает из привычного ритма. Долгое время поведенческая психология рассматривала такие срывы как линейную ошибку мотивации или самоконтроля. Но современная наука предлагает взглянуть на человека иначе — как на сложную динамическую систему, аналогичную климатическим явлениям или экосистемам.

Сегодня я хочу рассказать о свежем исследовании, опубликованном 2 месяца назад в журнале Nature командой Дарио Баретта. Ученые проанализировали данные 247 тысяч человек, пользовавшихся популярным фитнес-приложением для ежедневной фиксации шагов, собранные за 8 месяцев. Из выборки отсеяли ряды короче 90 дней, профессиональных атлетов, проходящих более 20 000 шагов ежедневно, и пользователей, пропустивших более 20% дней. В итоге в финальный анализ вошли 21 425 взрослых участников — в общей сложности 5 474 501 человеко-дней. Участники фиксировали активность через смартфоны и фитнес-браслеты. Средний возраст участников составил 43 года, средняя активность — 7 800 шагов в день, что близко к рекомендованному порогу пользы для здоровья.

Чтобы объяснить физиологию срывов, авторы используют модель рельефа состояний, название выбрано по аналогии с природным рельефом. Представьте себе тяжёлый стальной шарик, лежащий на дне ямки.

➤ Глубокая яма (устойчивый режим): привычка гулять зафиксирована. Мелкие внешние помехи — плохая погода или усталость — лишь немного смещают шарик, но он быстро возвращается на дно.

➤ Мелкая ямка (потеря устойчивости): состояние, когда накапливаются внутренний стресс, недосып, бытовые авралы или физическое утомление, стенки ямки сглаживаются. Система теряет устойчивость, и шарик начинает с большой амплитудой колеблется из стороны в сторону.

➤ Фазовый переход (срыв): при очередном толчке шарик перелетает через кромку и скатывается в соседнюю — увы, куда более глубокую — яму малоподвижности. Резкий спад — это не мгновенная слабость характера, а финал постепенной потери устойчивости всей системы.

Эффект шторма: как понять, что режим трещит по швам

Если поведение начинает «колебаться» перед срывом, то как заметить эту дестабилизацию до того, как человек окончательно ляжет на диван или засядет перед компьютером? Обычное среднее значение шагов за неделю здесь бесполезно: оно «смазывает» реальную картину. Если вы прошли 12 000 шагов в понедельник и 2 000 во вторник, среднее арифметическое покажет 7 000 шагов. Да и на 2-3 точки с разными значениями у вас всегда найдется объяснение для себя - сегодня я много гулял по городу, а завтра будет завал на работе, в моменте легко объяснить любую цифру. Система же в этот момент находится в режиме жесткого шторма. Для фиксации этой нестабильности авторы исследования использовали показатель динамической сложности. Вместо того чтобы просто усреднять показатели, этот метод непрерывно оценивает динамику за последние семь дней, учитывая два ключевых фактора:

➤ Флуктуацию: измеряет размах и частоту скачков шагов день ото дня. Флуктуация считается высокой когда за днём высокого рекорда немедленно следует провал, а затем снова попытка «догнать» норму.

➤ – Распределение: показывает, насколько хаотично или равномерно значения шагов распределены в пределах личного диапазона (от его личного минимума до максимума). Высокий показатель динамической сложности — это ранний сигнал предупреждения. Он показывает: человек изо всех сил пытается удержать привычную норму, но ресурса уже не хватает, и его дневная активность становится нестабильной перед фазовым переходом.

Главное открытие: алгоритм замечает срыв за три дня до вас

Для любопытных читателей — пара абзацев про математику и статистику, которые вполне можно пропустить без ущерба для понимания. В статистике есть такое понятие — стандартное отклонение (SD). Это единица измерения того, насколько ситуация вышла за рамки вашей обычной нормы. У каждого из нас эта норма своя: для одного нормальны ежедневные колебания в 500 шагов, для другого — в 2 000.

Вот какие зависимости были выявлены с помощью математического моделирования и искусственного интеллекта:

➤ Легкий шторм в графике (одно стандартное отклонение): если число шагов начинает ощутимо «прыгать» день ото дня, вероятность резко бросить активность в ближайшие 72 часа возрастает на 86% (почти в два раза). Такие периоды нестабильности случаются примерно в 14% дней — то есть раз в неделю.

➤ Настоящие «американские горки» (два стандартных отклонения): если разброс значений становится экстремальным (сегодня 15 000 шагов, завтра 1 000), шансы полного срыва вырастают более чем в 3 раза. К счастью, такой критический пик раскачки происходит редко — всего в 5% дней (примерно раз в три недели). Что самое интересное: чем глубже предстоящий срыв, тем более ощутимо система о нём предупреждает. Если человек на грани того, чтобы слегка снизить темп, график раскачивается умеренно. Но если накапливается колоссальная усталость и человеку грозит затяжной «диванный режим» со спадом активности на 40% и более, шагомер перед этим буквально бьёт в тревожные колокола.

«Разве я не вижу эти скачки сам?»

Справедливый вопрос, открыл приложение, вчера 12 000, сегодня 1 000, и зачем вся эта сложная математика, я и сам все вижу. Когда мы смотрим на свой график, мы не видим систему. Мы видим сюжеты: «Во вторник был дождь и аврал, зато в среду я дожал 12 000! Я молодец, режим держится!». Мозг цепляется за удачные дни-рекорды и списывает провалы на «разовые случайности». График шагов почти у всех выглядит «рваным». Например, человек в будни ходит в офис 8 000 шагов, а в воскресенье отлеживается и проходит 3 000 шагов до магазина и обратно. Визуально это выглядит как «дыра» на графике. Но с точки зрения системы — это устойчивая привычка, без стресса и выгорания. Алгоритм рассчитывает параметры относительно индивидуального диапазона человека. Он умеет отличать вашу привычную субботнюю лень от ситуации, когда дни начинают хаотично «плясать» невпопад (12 000 → 2 000 → 9 000 → 1 500), показывая, что вы пытаетесь удержать режим на пределе сил.

Когда человек видит глазами «дыру» на графике, срыв уже произошёл — он уже третий день лежит на диване, выгорел и бросил трекинг. Рефлексировать «почему я бросил» в этот момент поздно. Алгоритм бьет тревогу за 72 часа до катастрофы. В эти 3 дня сам человек искренне уверен, что «всё под контролем, я просто немного устал». Глаз ещё не видит срыва, потому что срыва ещё нет — есть только микро-раскачка графика, которую человек списывает на случайность.

Асимметрия поведения: почему раскачка предсказывает спады, но не подъёмы

Логично было бы предположить, что математика раскачки работает в обе стороны и высокий показатель динамической сложности может предвещать как спад, так и внезапный всплеск активности. Однако выяснилась любопытная вещь: предложенный алгоритм работает только для определения спада активности. Предсказать по раскачке графика внезапный прилив сил не получится. Учёные объясняют эту разницу физиологией адаптации и устойчивостью сложных систем. Спад — это потеря устойчивости под давлением: переход к низкому уровню активности происходит, когда накапливаются усталость, стресс или бытовые нагрузки. Человек изо всех сил пытается удерживать график, что и порождает хаотичные скачки шагов день ото дня. Как только адаптационный ресурс исчерпывается, система «падает» в устойчивое плато сидячего режима. К слову, именно этот малоподвижный режим является наиболее «глубокой и стабильной ямкой», выходить из которой сложнее всего. Подъём — это качественный сдвиг мотивации: резкий рост активности чаще обусловлен импульсивным решением, вдохновением или стартом нового челленджа. Для такого прыжка системе не требуется длительная фаза предварительной раскачки. Дополнительно исследование выявило характерную цикличность: средняя длительность резкого подъёма составляет всего 20 дней, тогда как резкий спад затягивается в среднем на 33 дня. При этом 76% подъёмов неизбежно завершаются спадом — это классический эффект «маятника» или отката после несоразмерного рывка на морально-волевых.

Дополнительно ученые провели серии подгрупповых анализов по полу, возрасту, индексу массы тела (ИМТ) и типу используемого устройства. Оказалось, что эта зависимость одинаково проявляется у всех, однако единственным ключевым фактором риска оказался исходный уровень активности: в зоне особого риска оказались те, кто и так двигается немного (менее 5 433 шагов в день). Для них даже небольшая раскачка в графике опаснее вдвое из-за меньшего запаса прочности организма.

Что это значит для вас

Большинство обычных приложений действуют постфактум: вы три дня пролежали на диване, после чего сервис присылает укоризненное уведомление: «Вы снизили активность! Вернитесь к 10 000 шагов!». Научно доказано, что это вызывает лишь чувство вины и желание окончательно удалить приложение. Подход, основанный на математике сложных систем, работает совершенно иначе: ИИ-наблюдатель анализирует динамику вашей активности. Как только алгоритм видит рост динамической сложности и понимает, что графики разбалансировались, система оценивает это не как «лень», а как потерю устойчивости. Вместо агрессивного призыва «доходи норму любой ценой», ИИ наблюдатель снижает планку. Например, предлагает отдохнуть, сделать короткую прогулку вместо полноценной тренировки или просто сфокусироваться на восстановлении сна. Цель такого вмешательства — не «выжать» из человека дневную норму сегодня, а сохранить саму привычку. За вами остается только не забывать вносить данные в приложение Fitconnect, остальное остается за ИИ-наблюдателем!