Wykorzystanie uczenia maszynowego do badania mechanizmów wpływających na podwójną lukę intencja–zachowanie prośrodowiskowe

Dlaczego dobre, zielone intencje często zawodzą

Wielu z nas deklaruje troskę o klimat, a mimo to zapomina segregować śmieci, zostawia światła włączone albo jeździ samochodem, gdy mogłoby iść pieszo. Ta rozbieżność między tym, co ludzie zamierzają zrobić na rzecz środowiska, a tym, co faktycznie robią, jest sednem tego badania. Badacze postanowili zrozumieć nie tylko, dlaczego silne intencje czasem nie przekładają się na działanie, ale też dlaczego w niektórych przypadkach ludzie zachowują się proekologicznie, mimo że deklarują niewielką świadomą intencję.

Codzienne wybory kształtujące klimat

Artykuł koncentruje się na zwykłych zachowaniach prośrodowiskowych, takich jak wyłączanie urządzeń, recykling, korzystanie z transportu publicznego czy zachęcanie bliskich do większej troski o środowisko. Te drobne działania, pomnożone przez miliony osób, mogą znacząco zmniejszyć emisję dwutlenku węgla i przyczynić się do przejścia społeczeństw na niskoemisyjny rozwój. Jednak wcześniejsze badania skupiały się głównie na tym, co napędza intencje, a nie na często zaskakującej rozbieżności między tym, co ludzie mówią, a tym, co robią. Niniejsze badanie sięga dalej, analizując obie strony tej luki szczegółowo, na podstawie danych od 2 216 mieszkańców miast w całych Chinach.

Cztery typy wzorców zachowań prośrodowiskowych

Aby zrozumieć te rozbieżności między intencją a działaniem, autorzy przypisują ludzi do czterech grup, używając prostego modelu kodowanego kolorami. Osoby „zielone” mają zarówno wysokie intencje, jak i często podejmują działania prośrodowiskowe. Osoby „czerwone” deklarują niskie intencje i rzadko zachowują się ekologicznie. Co bardziej intrygujące, są dwie grupy „szare”, które ujawniają podwójną lukę: jedna, w której ludzie często podejmują zielone działania, mimo że zgłaszają niską intencję (pozytywna luka), oraz druga, w której ludzie deklarują silne intencje, ale rzadko je realizują (negatywna luka). Około jedna piąta respondentów należała do jednej z tych grup-luk, co podkreśla, jak powszechne są takie rozbieżności w praktyce.

Co ma na to wpływ — umysł i otoczenie

Badacze następnie sprawdzają, które cechy osobiste i warunki zewnętrzne pomagają wyjaśnić te cztery wzorce. Analizują wiedzę o środowisku, uczucia związane z działaniem proekologicznym, poczucie osobistej odpowiedzialności, wiarę we własne możliwości wpływu oraz postrzeganie presji społecznej. Uwzględniają też czynniki sytuacyjne, takie jak to, na ile infrastruktura proekologiczna — np. punkty recyklingu czy transport publiczny — wydaje się widoczna i wygodna. Zamiast tradycyjnych metod statystycznych zakładających proste, liniowe zależności, wykorzystują nowoczesne metody uczenia maszynowego i identyfikują LightGBM jako najlepszy algorytm do wykrywania złożonych, nieliniowych wzorców w danych.

Ukryte punkty zwrotne i zaskakująca rola infrastruktury

Wyniki uczenia maszynowego pokazują, że nastawienie wobec zachowań prośrodowiskowych konsekwentnie ma największe znaczenie, ale nie w prosty sposób „im więcej, tym lepiej”. Dla osób z grupy pozytywnej luki — tych, które działają ekologicznie mimo niskich intencji — nastawienie i poczucie odpowiedzialności układają się w kształt odwróconego „U”: do pewnego punktu sprzyjają zachowaniom zielonym, ale powyżej pewnego progu ich wpływ się odwraca. Dla grupy negatywnej luki — wysokie intencje, ale niskie działanie — bardzo silne nastawienie proekologiczne początkowo wydaje się wiązać z powiększającą się luką, aż do momentu, gdy nastawienia stają się tak silne, że zachowanie zaczyna w końcu nadganiać. Wysokie poczucie odpowiedzialności i mocne przekonanie o własnych możliwościach pomagają zmniejszyć negatywną lukę, podczas gdy wyraźnie widoczna infrastruktura może ją wręcz powiększać — prawdopodobnie dlatego, że ludzie odczuwają, iż „system” za nich się troszczy, a ich własne wysiłki mają mniejsze znaczenie.

Co to oznacza dla działań na rzecz klimatu

Dla osób spoza specjalistycznego kręgu wniosek jest taki, że skłonienie ludzi do bardziej zrównoważonego życia wymaga czegoś więcej niż zwiększania świadomości czy budowania lepszej infrastruktury. Badanie sugeruje, że istnieją psychologiczne punkty krytyczne: nastawienia, poczucie odpowiedzialności i pewność siebie trzeba pielęgnować ostrożnie, aby pchały zachowanie do przodu, zamiast tworzyć frustrację czy poczucie, że „ktoś inny się tym zajmie”. Najskuteczniejsze mogą być strategie dopasowane do grup: wspieranie i wzmacnianie tych już zielonych, obniżanie praktycznych barier dla tych, którzy mają trudności z działaniem, wykorzystywanie ról domowych i zawodowych do wspierania cichych wykonawców oraz projektowanie systemów publicznych, które zachęcają do osobistego zaangażowania zamiast je rozmywać. Ukazując te zniuansowane wzorce, artykuł oferuje bardziej realistyczną mapę drogową zamiany troski klimatycznej w trwałe codzienne działania.

Cytowanie: Dong, Z., Zhang, Y., Mao, Y. et al. Harnessing machine learning to explore influencing mechanism in the dual pro-environmental intention-behavior gap. Sci Rep 16, 12082 (2026). https://doi.org/10.1038/s41598-026-42468-1

Słowa kluczowe: zachowania prośrodowiskowe, luka intencja–zachowanie, uczenie maszynowe, psychologia środowiskowa, niskoemisyjny styl życia