報酬は行動をどう育てるのか｜ドパガキ現象から考える犬の学習理論

ショート動画を一つだけ見るつもりが、気づいたら何十本もスワイプしていた。SNSを閉じた直後に、また開いてしまう。長い動画や文章に入る前に、もっと短く、もっと強い刺激を探してしまう。

昨今SNSで話題になる「ドパガキ」という言葉は、こうした強い刺激や即時的な報酬を求め続ける状態を、俗っぽく表した言葉として使われています。言葉自体は軽いネットスラングですが、その奥には、報酬予測、変動報酬、即時強化、習慣化という行動科学のテーマがあります。

この視点は、犬のトレーニングにも応用できます。犬が「おやつが見えないと座らない」「吠えれば飼い主が動く」「引っ張れば目的地へ近づける」と学習しているとき、そこでは報酬が行動を形作っています。大切なのは、報酬を使うか使わないかではありません。どの行動を、どのタイミングで、どのような報酬によって育てているかを見ることです。

ドパガキ現象から見える行動のポイント

ドパガキという言葉で語られる行動を科学的に見ると、中心にあるのは「快楽そのもの」よりも「次に何かよいものが来るかもしれない」という予測です。

たとえばショート動画では、次の一本が面白いかどうかは分かりません。面白くない動画も多い。ですが、たまに強く笑える動画、驚く動画、気持ちよく納得できる動画、怒りや共感を刺激する動画が出てきます。

この「たまに当たる」構造が、スワイプを続ける理由になります。次の動画は外れかもしれない。しかし、当たりかもしれない。しかも1回あたりのコストは低く、画面を指で少し動かすだけです。行動の負担が小さく、報酬の可能性が高く、結果がすぐ返ってくる。この条件がそろうと、行動は繰り返されやすくなります。

SNSの「いいね」や通知も同じです。毎回大きな反応があるわけではありません。しかし、たまに反応がある。たまに褒められる。たまに強く刺さる情報が届く。この不規則さは、行動をやめにくくします。

近年の研究でも、SNSやショート動画の利用は、報酬学習や変動報酬の観点から検討されています。2026年のInformation & Management掲載論文では、ショート動画アプリの反復スクロールについて、コンテンツと推薦システムが刺激となり、次の動画への期待が部分強化として働くモデルが検討されています[1]。また、Nature Communicationsに掲載された研究では、複数のSNS上の投稿行動を分析し、社会的報酬である「いいね」が投稿間隔や投稿行動に影響することを、強化学習モデルで示しています[2]。行動嗜癖に関するレビューでは、無限スクロールや個別最適化された推薦が、報酬の不確実性と高頻度の接触を作り、報酬探索行動を強める可能性が整理されています[3]。

ここで注意したいのは、「ドーパミンが出るから悪い」という単純な話ではないことです。ドーパミンは、快楽の量だけを表す物質ではありません。報酬の予測、期待、探索、行動を起こす動機づけにも関わります。つまり、問題は「気持ちよいものがあること」ではなく、刺激、予測、行動、結果の組み合わせが、本人の選択を狭める方向に働くことです。

やめられない行動はどう作られるのか

行動科学では、行動の後に起きる結果によって、その行動が増えることを強化といいます。

人がショート動画をスワイプする場合、行動は「次へ送る」です。結果は、新しい動画が出ることです。その動画が面白ければ、スワイプ行動は強化されます。面白くない動画でも、次に当たりが来るかもしれないという期待が残ります。

これは犬の学習を考えるときにも重要です。犬は「良い子だから座る」「悪い子だから吠える」と考えるより、行動の直後に何が起きたかで学習します。

特に強いのは、毎回ではなく、ときどき報酬が出る形です。これを間欠強化、あるいは変動的な強化スケジュールとして整理できます。

毎回報酬が出る行動は、報酬が止まると比較的分かりやすく弱まることがあります。一方で、ときどき報酬が出る行動は、「今回は出なかっただけで、次は出るかもしれない」と残りやすくなります。スワイプを続ける、ガチャを回す、通知を確認する、要求吠えを続ける行動は、この構造で説明しやすい場面があります。

犬の行動に置き換えると何が見えるか

犬の行動でも、同じように「行動の直後に何が起きたか」を見ると、対応の入口が見えてきます。

たとえば、食事の準備中に犬が吠えるとします。飼い主は「うるさいから早く出そう」と思って器を置く。犬から見ると、吠えた後に食事が出たことになります。次の日も吠えれば、同じ結果が起きるかもしれません。

散歩前の飛びつきも同じです。犬が飛びつき、飼い主がリードを持って玄関へ向かう。犬から見ると、飛びついた後に散歩が始まったことになります。

散歩中の引っ張りでは、前方のにおいや公園が報酬になります。犬が引っ張った結果、そこへ近づけたなら、引っ張りは強化されます。おやつを一つも使っていなくても、環境そのものが報酬として働いています。

これをドパガキ的な人間の行動にたとえるなら、退屈を感じた瞬間にスマホを開き、スワイプすれば必ず画面が変わる状態に似ています。内容が毎回面白いわけではなくても、「動けば何かが起きる」こと自体が行動を支えます。犬の場合も、吠える、飛びつく、引っ張るという行動の後に環境が動くなら、その行動は残りやすくなります。

この整理では、飼い主を責める必要はありません。人間のSNS利用と同じで、行動はその場の環境によって作られます。問題は「犬がわがまま」ではなく、どの行動がどの結果と結びついているかです。

たとえば「吠えたら一度だけおやつが出た」「飛びついたら来客のうち一人だけが触ってくれた」という経験は、人間でいえば「何回かスワイプしたら当たり動画が出た」に近い構造です。毎回ではないから弱いのではなく、毎回ではないからこそ粘り強く残ることがあります。

報酬を与え続けるリスク

報酬ベースのトレーニングは、犬の福祉を守るうえで重要です。AVSABは、犬のトレーニングや行動修正では報酬ベースの方法を使う立場を示しています[4]。痛み、恐怖、威圧で抑える方法は、動物福祉や人と犬の関係にリスクがあります。

ただし、報酬ベースであれば何でもよいわけではありません。報酬を使うことと、報酬で行動を釣り続けることは違います。

トレーニング初期には、おやつ、玩具、注目などの外的報酬が有効です。犬に「この行動をするとよい結果がある」と伝えやすいからです。しかし、いつまでも報酬が見えていないと行動しないなら、その行動はまだ生活の中に定着していない可能性があります。

人間の学習でも、外的報酬と内的動機付けの関係は議論されてきました。外的報酬が内発的な行動を弱める場合があるとする研究もあれば、その効果は条件によって変わると整理する研究もあります[5][6]。犬に人間と同じ意味の「内的動機付け」をそのまま当てはめることはできません。それでも、トレーニングでは重要な示唆があります。

それは、報酬ありきで行動を制御し続けるのではなく、犬が自発的に選びやすい行動として習慣化させる必要があるということです。

たとえば「おやつがあるからマットへ行く」だけでは、刺激が強い場面で崩れやすくなります。目指したいのは、「来客時はマットへ行くと落ち着きやすい」「マットにいると安全に過ごせる」「そこにいると生活が整う」という形です。食べ物の報酬を入口にしながら、最終的には環境、予測可能性、休息、安全、生活の流れが行動を支える状態へ移行します。

報酬を与え続けるリスクは、主に次の4つです。

• 報酬が見えているときだけ行動する
• 要求行動に報酬が乗り、吠えや催促が強まる
• 高価値報酬ばかりで興奮が上がりやすくなる
• 犬が自分で落ち着く経験を積みにくくなる

これは「おやつを使わない方がよい」という意味ではありません。むしろ逆です。おやつは強力な道具だからこそ、行動を教える段階、維持する段階、生活に定着させる段階を分けて使う必要があります。

人間のドパガキ的行動でも、問題は「動画が面白いこと」そのものではありません。短く強い刺激が、退屈、待機、疲労のたびに自動的に選ばれることです。犬のトレーニングでも、問題は「おやつがあること」ではありません。おやつが、吠える、催促する、興奮する行動のたびに出てしまい、犬が別の選択肢を学ばないことです。

強化スケジュールで自発行動を習慣化する

新しい行動を教えるときは、まず連続強化が役立ちます。犬が望ましい行動をしたら、そのたびに分かりやすく報酬を出します。これにより、犬は「何をすればよいのか」を理解しやすくなります。

行動が安定してきたら、少しずつ強化スケジュールを変えます。VCA Animal Hospitalsの飼い主向け解説でも、新しい課題は連続強化から始め、反応が一貫してきたら間欠的・変動的な強化へ移行することが説明されています[7]。

ここで大切なのは、報酬を急に消すことではありません。報酬の形を変えます。

生活報酬とは、日常の中にある報酬です。座ったらドアが開く。リードが緩んだら前に進める。落ち着いたら挨拶が始まる。マットで待てたら家族の近くで休める。おやつ以外にも、犬にとって価値のある結果はたくさんあります。

環境報酬も重要です。匂いを嗅ぐ、距離を取る、草地へ進む、静かな場所で休む、家族のそばにいられる。これらは犬の自然な欲求と結びついています。

ドパガキ的な行動を減らしたい人間に「スマホを一切見るな」と言うだけでは続きにくいのと同じで、犬にも「報酬をなくす」だけではうまくいきません。短い刺激に飛びつく代わりに、落ち着く、待つ、匂いを嗅ぐ、休むといった行動が自然に報われる環境を作る必要があります。

トレーニングの完成形は、「おやつがなくても我慢する犬」ではありません。犬がその場で選びやすい行動が、結果として人との生活に合っている状態です。

犬のトレーニングに使える実践のヒント

家庭でまず見直したいのは、報酬の量よりもタイミングです。

犬が吠えてからおやつを出すと、吠えた行動を強化している可能性があります。飛びついた後に「分かった分かった」と触ると、飛びつきが注目で強化される可能性があります。リードを引いたまま目的地へ進むと、引っ張りが前進で強化されます。

これは、人間が「少し退屈だ」と感じるたびにショート動画を開き、退屈がすぐ消える経験を積むことに似ています。退屈を処理する行動としてスワイプが選ばれやすくなるように、犬も「待つ」より「吠える」、「緩める」より「引っ張る」方が早く結果を得られるなら、その行動を選びやすくなります。

反対に、強化したい行動は次のようなものです。

• 食事前に一瞬でも静かに待つ
• 散歩前に四肢を床につけている
• 他犬を見た後に飼い主へ視線を戻す
• リードが緩んでいる
• 来客時にマットへ戻る
• 何も起きていない時間に落ち着いて休む

特に「何もしない」「落ち着いている」「待っている」行動は見落とされやすいものです。犬が吠えたときだけ人が動く家庭では、静かにしている時間には何も起きず、吠えたときだけ環境が変わることがあります。これでは、犬は静けさよりも要求を学びやすくなります。

おやつを見せびらかさない

おやつを鼻先に出して動かす誘導は、初期学習では役立つことがあります。しかし、そのまま続けると、犬は「合図」ではなく「見えている食べ物」に反応するようになります。

最初は誘導を使っても、できるだけ早く手の動き、言葉、環境の合図へ移します。その後に報酬を出します。犬から見ると、「食べ物が見えたから動いた」ではなく、「合図を聞いて行動したら報酬が出た」という学習になります。

人間でいえば、通知バッジが見えたときだけアプリを開く状態から、自分で必要なタイミングを選べる状態へ戻すようなものです。見えている刺激に反射するのではなく、合図や状況を見て行動を選べることが大切です。

高刺激報酬と低刺激報酬を使い分ける

ボール、引っ張りっこ、高価値おやつ、強い声かけは、犬によっては興奮を上げます。素早い反応を作りたい場面では役立ちますが、落ち着きを育てたい場面では逆効果になることがあります。

来客時に休む練習では、食べ物を床へ静かに置く、噛むものを渡す、距離を取る、視線を外せる場所を用意するなど、興奮を上げにくい報酬を選びます。

興奮してから止めるより、上がる前に設計する

犬がすでに吠え続けている、飛びついている、リードを強く引いている状態では、学習より反射的な反応が前に出やすくなります。

その前の段階で、刺激を弱めます。距離を取る。音を小さくする。来客の動きをゆっくりにする。散歩ルートを変える。成功できる強さで、代わりの行動を強化します。

ma famille の考え

ma familleでは、報酬を「犬を甘やかすもの」とも、「犬を操作するもの」とも考えません。報酬は、犬がどの行動を選びやすくなるかを設計するための情報です。

ただし、報酬を出し続ければよいとは考えません。食べ物を使って行動を教えることは有効です。しかし、最終的には犬が生活の中で自然に選べる行動へ移行する必要があります。

当店で行動を見るときは、次の順で整理します。

1. その行動の直前に何が起きたか
2. その行動の直後に何が変わったか
3. その結果は犬にとって報酬になっているか
4. 代わりに強化したい行動は何か
5. 食べ物以外の生活報酬へ移行できるか
6. 犬が自発的に選べる環境になっているか

要求吠え、飛びつき、引っ張り、来客反応では、飼い主が意図せず「変動報酬」を作っていることがあります。普段は反応しないつもりでも、忙しいときだけ応じる。来客時だけ飛びつきを許す。散歩中だけ引っ張りを許す。このような不規則さは、行動を残しやすくします。

これは、ショート動画で「次は面白いかもしれない」とスワイプが続く構造とよく似ています。犬にとっても、「今回は通らなかったけれど、何回か続ければ通るかもしれない」という経験は、要求行動を粘り強くします。

一方で、望ましい行動にも強化スケジュールを使えます。静かに待つ、マットで休む、飼い主を見る、リードを緩める。こうした行動を最初は分かりやすく強化し、次に生活報酬へ移していくことで、報酬に振り回されるのではなく、暮らしの中で続く行動として育てやすくなります。

根拠と限界

この記事では、SNSやショート動画の行動について、報酬学習、変動報酬、行動嗜癖に関する査読研究・レビューを参照しています。これらは、人間のデジタル行動を説明する研究です。犬の行動へ直接そのまま当てはめるものではありません。

一方で、強化、強化スケジュール、行動と結果の関係は、犬のトレーニングでも基本になる考え方です。犬の行動支援では、体調、情動、環境、過去の学習歴、家族の対応、動物福祉を合わせて見ます。

また、外的動機付けと内的動機付けの議論は、主に人間を対象にした研究です。犬に対しては、「内的動機付け」という言葉を人間と同じ意味で使いすぎない方がよいと考えます。この記事では、犬が自分で選びやすい行動、自発行動、生活の中で維持される習慣という意味で扱っています。

強い不安、咬み、自傷、逃走、急な行動変化、体調変化がある場合は、家庭のトレーニングだけで抱えず、獣医師や行動診療、報酬ベースで実践する専門家へ相談してください。

FAQ

Q. おやつを使うと、おやつがないと動かない犬になりますか？

A. 使い方によります。新しい行動を教える初期には、おやつは有効な強化子です。ただし、いつまでも見せて誘導すると、犬は合図ではなく食べ物に反応しやすくなります。行動が分かってきたら、誘導を薄くし、強化スケジュールや生活報酬へ移行します。

Q. 報酬を減らせば自発的に行動するようになりますか？

A. 単に報酬を減らすだけでは、行動が弱まることがあります。大切なのは、犬が成功できる段階で教え、行動が安定してから報酬の形を変えることです。食べ物、遊び、匂い嗅ぎ、前進、休息、安全な場所などを場面に合わせて使います。

Q. 要求吠えは無視すればよいですか？

A. 注目や要求達成で維持されている吠えでは、反応の仕方を変える必要があります。ただし、排泄、痛み、不安、空腹、体調不良を伝えている場合もあります。まず原因を分け、必要な訴えを見落とさないことが大切です。

Q. 犬の落ち着きはどう強化すればよいですか？

A. 興奮していない瞬間を拾います。マットで横になる、静かに待つ、リードが緩む、他犬から視線を戻すなど、小さな行動を強化します。声を大きくして褒めると興奮が上がる犬では、静かに食べ物を置く、距離を取る、休める場所を用意する方が合う場合があります。

まとめ

ドパガキという流行語は、強い刺激と即時報酬が行動をどう引っ張るかを考える入口になります。ショート動画をスワイプし続ける行動も、犬の要求吠えや引っ張りも、行動の直後に何が起きているかを見ると整理しやすくなります。

犬のトレーニングでは、報酬を否定する必要はありません。むしろ、報酬は望ましい行動を教えるための重要な道具です。ただし、報酬で釣り続ける設計に留まると、犬が自分で選べる行動として定着しにくくなります。

目指したいのは、おやつがあるから動く犬ではなく、落ち着く、待つ、戻る、緩める、休むといった行動が生活の中で自然に選ばれる状態です。そのためには、連続強化で教え、間欠強化で維持し、生活報酬と環境設計で習慣化させる視点が役立ちます。

犬の行動をABAの観点から整理する基本は、こちらの記事でも詳しく解説しています。

2026.08.07

犬の行動をABAで考える｜吠えを例に行動科学を解説

犬が吠える。飛びつく。散歩で引っ張る。来客に強く反応する。留守番中に落ち着けない。要求が通るまで声を出す。 こうした行動が続くと、「しつけがうまくいかない」「何を変えればよいのか分からない」と感じることがあります。叱っても、その場では止まるのにまた繰り返す。おやつを使っても、外では効かない。対...

参考文献

• Wang C, Weng R, Zhou R. “Why we cannot stop repetitive scrolling on short-form video apps: The roles of content types and recommendation systems.” Information & Management. 2026;63(3):104316. doi:10.1016/j.im.2026.104316. 参照日: 2026-08-21.
• Lindstrom B, Bellander M, Schultner DT, Chang A, Tobler PN, Amodio DM. “A computational reward learning account of social media engagement.” Nature Communications. 2021;12:1311. doi:10.1038/s41467-020-19607-x. 参照日: 2026-08-21.
• Clark L, Zack M. “Engineered highs: Reward variability and frequency as potential prerequisites of behavioural addiction.” Addictive Behaviors. 2023;140:107626. doi:10.1016/j.addbeh.2023.107626. 参照日: 2026-08-21.
• American Veterinary Society of Animal Behavior. “Position Statements and Handouts.” AVSAB Position Statements. 参照日: 2026-08-21.
• Deci EL, Koestner R, Ryan RM. “A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation.” Psychological Bulletin. 1999;125(6):627-668. doi:10.1037/0033-2909.125.6.627. 参照日: 2026-08-21.
• Dickinson AM. “The detrimental effects of extrinsic reinforcement on intrinsic motivation.” The Behavior Analyst. 1989;12(1):1-15. doi:10.1007/BF03392473. 参照日: 2026-08-21.
• VCA Animal Hospitals. “Using Reinforcement and Rewards to Train Your Pet.” Using Reinforcement and Rewards to Train Your Pet. 参照日: 2026-08-21.