Cel i nawyk mogą sterować tym samym zachowaniem jednocześnie
Popularne opisy sugerują przełącznik: najpierw działamy celowo, potem „włącza się nawyk”. Współczesne modele są mniej binarne. Kontrola oparta na przewidywanych konsekwencjach i kontrola oparta na wyuczonych tendencjach mogą działać równolegle, a ich względny wpływ zmienia się zależnie od czasu, kontekstu, trudności i dostępnych zasobów. Podobnie modele model-based i model-free z reinforcement learning opisują częściowo odmienne strategie obliczeniowe, ale nie są idealnymi synonimami psychologicznych pojęć działania celowego i nawyku.
Dwa źródła kontroli
System celowy wykorzystuje wiedzę o relacji działania z wynikiem oraz bieżącej wartości tego wyniku. System habitualny opiera się silniej na wyuczonych relacjach bodziec–reakcja lub historycznych wartościach działań. Oba mogą proponować tę samą odpowiedź, więc w codziennym zachowaniu ich wpływu często nie da się rozpoznać na pierwszy rzut oka.
Konflikt ujawnia ukryty mechanizm
Dopiero po zmianie wartości wyniku, contingency albo reguł zadania systemy mogą „zagłosować” inaczej. Kontrola celowa szybciej wykorzystuje nową wiedzę o konsekwencjach, podczas gdy wcześniej wyuczona tendencja może nadal pchać w stronę starej reakcji. Zachowanie końcowe jest wynikiem tej konkurencji oraz możliwości kontroli wykonawczej.
Model-based i model-free
W obliczeniowym reinforcement learning system model-based wykorzystuje wewnętrzny model przejść i wyników, aby przewidywać konsekwencje. Model-free aktualizuje wartości na podstawie doświadczenia bez pełnego planowania. To podobieństwo do działania celowego i nawykowego jest bardzo użyteczne, ale przeglądy ostrzegają przed traktowaniem obu par jako dokładnie równoważnych.
Szybkość może zmieniać wynik
Ta sama osoba może pod presją czasu częściej ujawniać wyuczoną tendencję, a przy dłuższym namyśle skorygować ją na podstawie aktualnego celu. To pomaga zrozumieć, dlaczego laboratoryjne wykrycie nawyku zależy od szczegółów testu. Brak nawykowej odpowiedzi nie musi oznaczać braku wyuczonej tendencji.
Nawyk jako wydajny tryb domyślny
Przeglądy psychologii nawyku przedstawiają automatyczne reakcje jako sposób oszczędzania zasobów poznawczych w powtarzalnych sytuacjach. Gdy wszystko przebiega zgodnie z oczekiwaniami, nie ma potrzeby każdorazowego planowania. Kontrola celowa staje się szczególnie potrzebna, gdy środowisko zmienia się albo pojawia się konflikt.
Dlaczego „albo–albo” jest mylące
Jedna czynność może być wspierana przez kilka mechanizmów jednocześnie. Nawet silnie automatyczna reakcja może być zgodna z aktualnym celem, a działanie wyglądające na celowe może korzystać z gotowych komponentów nawykowych. Najlepszy opis nie pyta więc tylko „czy to nawyk?”, lecz „jakie systemy w tej sytuacji wnoszą kontrolę i w jakiej proporcji?”.
Arbitraż między systemami
Modele zakładają, że mózg może ważyć szybkość i koszt obliczeniowy wobec elastyczności. Sterowanie model-based pozwala przewidywać skutki nowych zmian, ale jest bardziej wymagające. Strategie model-free i wyuczone reakcje są szybsze, lecz potrzebują doświadczenia, by dostosować się po zmianie. Warunki zadania mogą więc przesuwać względny udział obu sposobów kontroli.
Zgodność ukrywa wielosystemowość
Jeśli zarówno nawyk, jak i aktualny cel wskazują tę samą reakcję, nie widać konfliktu. Człowiek może wykonywać czynność szybko i automatycznie, a jednocześnie nadal ją aprobować. Dopiero manipulacja wynikiem albo regułą odsłania, czy zachowanie jest elastyczne. To dlatego obserwacja płynnego wykonania sama w sobie nie pozwala rozstrzygnąć, jaki system steruje wyborem.
Model-free nie znaczy bezmyślny
Strategia model-free może wykorzystywać wyuczone wartości i być bardzo skuteczna w stabilnym środowisku. Nie jest synonimem irracjonalności ani braku świadomości. Podobnie model-based nie gwarantuje optymalnego wyboru — wewnętrzny model może być błędny, a planowanie kosztowne. Rozróżnienie opisuje sposób obliczania wartości działań, nie ogólną jakość myślenia. To ważne, bo popularne teksty często moralizują parę „nawyk kontra cel”.