Forscher haben eine Formel, um in den Flow zu kommen

Die immersive und oft berauschende Erfahrung von „Flow“ beim Sport, Kunstschaffen oder Arbeiten ist ein begehrter Geisteszustand, der mit höchster Kreativität und Produktivität verbunden ist, weshalb Programmierer für künstliche Intelligenz und Personalabteilungen gleichermaßen darauf aus sind, ihn zu finden Möglichkeiten, es zu kultivieren.

Aber kann man wirklich die Zutaten bestellen, um ein solch subjektives Erlebnis zu erreichen?

Psychologen der Yale University sagen ja: Sie haben eine mathematische Theorie des Flusses entwickelt und argumentieren, dass es möglich ist, das Eintauchen und Engagement in fast jede Aufgabe zu verbessern, indem man einige Schlüsselvariablen manipuliert.

Ryan Carlson, ein Doktorand am Institut für Psychologie, Paul Stillman, ein assoziierter Forschungswissenschaftler im Bereich Marketing an der Yale School of Management, und David Melnikoff, ehemals am Yale Department of Psychology, jetzt an der Northeastern University, veröffentlichten ihre Formel am 26 das Tagebuch Naturkommunikation.

„Diese dem Fluss zugrunde liegenden Prinzipien mögen unbewusst sein, aber sie sind nicht zufällig – und funktionieren innerhalb eines biologischen Systems, das mathematisch beschrieben werden kann“, sagte Melnikoff, korrespondierender Autor des Artikels.

Die grundlegende Gleichung, die ihrer Berechnungstheorie des Flusses zugrunde liegt, ist relativ einfach: Sie berechnet die gegenseitige Information zwischen den gewünschten Endzuständen und den Mitteln, um sie zu erreichen, eine Größe, die als I (M; E) ausgedrückt wird. Übung ist ein Beispiel, das sie verwenden, um das Konzept zu veranschaulichen.

Wenn Menschen trainieren, haben sie einen gewünschten Endzustand, sagen wir, sie verlieren fünf Pfund. Menschen haben auch ein Mittel, um ihren Endzustand zu erreichen, vielleicht Joggen. Ob sie joggen und wie oft und weit ist das Mittel und gibt Aufschluss darüber, ob sie ihren Endzustand erreichen werden.

„Unsere Theorie besagt, dass je informativer ein Mittel ist, desto mehr Flow wird jemand erleben, während es ausgeführt wird“, sagte Melnikoff. „Die Formel ist eine Möglichkeit, mathematisch genau zu quantifizieren, wie informativ ein bestimmtes Mittel ist.“

Trainingsunternehmen wie Peloton sind geschickt darin, ein immersives Erlebnis zu schaffen, indem sie die Mittel sehr informativ gestalten. Zum Beispiel verwenden sie Trainingsausgaben, um Benutzer auf „Bestenlisten“ zu platzieren, was die Menge an Informationen, die Fahrer von ihren Trainingsmitteln erhalten, dramatisch erhöht.

„Es gibt Tausende von Positionen auf der Rangliste, auf denen ein Fahrer ins Ziel kommen könnte – Tausende von möglichen Endzuständen – und die Leistung des Fahrers zeigt, welcher dieser Endzustände eintreten wird“, sagte Carlson. „Das sind eine Menge Informationen, weit mehr, als man normalerweise von einem Training bekommt. Wann hat man beim letzten Training buchstäblich Tausende von möglichen Endzuständen ausgeschlossen?“

Die Optimierung von I(M;E) ist auch ein wichtiges Ziel von Programmierern künstlicher Intelligenz. Im Wesentlichen versuchen KI-Experten, Maschinen zu bauen, die sich wie Menschen in Flow-Zuständen verhalten, argumentieren die Autoren.

Melnikoff, Carlson und Stillman sagen, dass die Flow-Formel theoretisch die Leistung für fast jede Aufgabe verbessern kann, ein potenziell wertvolles Werkzeug für Personalabteilungen, die das Interesse und die Produktivität der Mitarbeiter steigern wollen. Aber sie erkennen auch einige inhärente Einschränkungen, wenn sie diese Prinzipien anwenden, um die Ergebnisse von Aufgaben zu verbessern – persönliches Interesse und Talent.

Melnikoff kennt zum Beispiel eine Gärtnermeisterin, die sagt, sie erlebe den Flow beim Schaffen schöner Landschaften, eine Leidenschaft, die er nicht teilt.

„Da ich ein inkompetenter Gärtner bin, liefern die Mittel der Gartenarbeit keine Informationen. Ich kenne bereits den Endzustand – einen toten Garten“, sagte er.