Бі Джей Фогг: переконувальні технології, поведінковий дизайн і моделі зміни поведінки
Автор: Український психологічний ХАБ · Опубліковано: 21 вересня 2026 року · Редакційна політика
Бі Джей Фогг (BJ Fogg) — американський дослідник поведінки та дизайну взаємодії, засновник Stanford Behavior Design Lab і одна з центральних постатей у становленні досліджень переконувальних технологій. Його роботи важливі для кіберпсихології з дуже конкретної причини: вони поставили питання про цифровий інтерфейс як про середовище, яке не лише передає інформацію, а й змінює ймовірність людської дії. Актуальний профіль Stanford називає Фогга керівником досліджень та інновацій Behavior Design Lab і вказує його теперішню афіліацію як Adjunct Professor у Stanford Medicine Stanford Behavior Design Lab.
Його інтелектуальна траєкторія охоплює три пов’язані етапи. У 1990-х Фогг розробляв captology — дослідження комп’ютерів як переконувальних технологій. У 2009 році він опублікував Fogg Behavior Model, відому формулою B = MAP: поведінка виникає, коли в один момент сходяться мотивація, здатність виконати дію та підказка. Пізніше ця логіка стала частиною ширшого підходу Behavior Design і популярної практики Tiny Habits. Для коректного читання Фогга важливо відрізняти історично впливові концептуальні моделі, практичні дизайнерські методи та рівень їхньої незалежної емпіричної перевірки.
Хто такий Бі Джей Фогг
Фогг працює на стику психології поведінки, human–computer interaction, цифрового дизайну та практики зміни поведінки. За даними Stanford, у 1997–2014 роках він викладав у Department of Computer Science, а також працював у Stanford Graduate School of Education. Сьогодні його головним інституційним майданчиком є Behavior Design Lab Stanford. У межах цього ХАБу персональна сторінка Фогга має окремий ownership: вона пояснює його внесок, моделі та науковий статус, тоді як широкий запит «що таке persuasive technology» закриває окрема canonical-стаття «Переконувальні технології».
Вплив Фогга на цифровий дизайн часто описують через зв’язки з Кремнієвою долиною. Stanford справді зазначає, що серед його колишніх студентів були майбутні співзасновники Instagram та учасники руху Time Well Spent Stanford. Цей біографічний факт не дає підстав приписувати Фоггу авторство конкретних механік соціальних платформ або причинну відповідальність за їхні наслідки. Для історії ідей важливіше інше: його роботи дали дизайнерам мову для аналізу того, як інтерфейс, простота дії, сигнали та соціальні властивості системи можуть змінювати поведінку.
Captology і поява переконувальних технологій
У статті 1998 року «Persuasive Computers: Perspectives and Research Directions» Фогг описав captology як дослідження комп’ютерів як переконувальних технологій і запропонував програму досліджень для human–computer interaction Fogg, 1998. У цій традиції «переконування» означає спробу змінити ставлення або поведінку через інтерактивну систему. Це визначення стало одним із вихідних пунктів для академічного поля, яке пізніше розрослося в Persuasive Technology та Persuasive Systems Design.
Книга Фогга «Persuasive Technology: Using Computers to Change What We Think and Do», видана Morgan Kaufmann у 2003 році, систематизувала ранню програму: вебсайти, програмне забезпечення та мобільні пристрої розглядалися як середовища, здатні впливати на людські рішення та дії Fogg, 2003. Пізніші дослідники розвинули цю лінію. Зокрема, Oinas-Kukkonen і Harjumaa запропонували Persuasive Systems Design із 28 принципами, згрупованими навколо підтримки основного завдання, діалогу, довіри до системи та соціальної підтримки Oinas-Kukkonen & Harjumaa, 2009.
Сучасна evidence base значно ширша за ранню captology. Огляд 2024 року охопив 161 публікацію про persuasive design у mental and behavioral eHealth і виявив водночас активне використання різних фреймворків та помітні прогалини: бракує порівняльних оцінок, персоналізовані втручання представлені нерівномірно, а внесок окремих persuasive-компонентів у користувацький досвід часто лишається неясним Idrees et al., 2024. Тому історична роль Фогга добре встановлена, а ефективність конкретної дизайнерської техніки завжди потрібно оцінювати окремо.
Функціональна тріада: інструмент, медіум і соціальний актор
Однією з найвпливовіших ранніх ідей Фогга стала Functional Triad. Комп’ютерна технологія може діяти для користувача в трьох функціональних ролях: як інструмент, що полегшує виконання завдання; як медіум, що дає досвід, моделює ситуацію або показує причинні наслідки; як соціальний актор, на який люди реагують соціально Fogg, 1998. Ця схема стала особливо актуальною після появи рекомендаційних систем, голосових асистентів і генеративного ШІ.
Важлива деталь полягає в користувацькому сприйнятті. У лабораторному дослідженні 160 учасників Xu, Benbasat і Cenfetelli перевіряли, як сприйняті ролі технології як інструмента, медіуму та соціального актора пов’язані з наміром користуватися рекомендаційним агентом, дотримуватися його порад і рекомендувати його іншим Xu et al., 2018. Сам факт соціальної реакції на інтерфейс описує психологію людини та властивості взаємодії. Він не є доказом свідомості, почуттів або суб’єктивного досвіду системи.
Чому модель Фогга стала важливою для поведінкового дизайну
У цифровому продукті дизайнер рідко може безпосередньо «створити мотивацію» користувача. Натомість він може скоротити кількість кроків, зробити дію зрозумілішою, прибрати зайве тертя, вчасно показати кнопку або нагадування, змінити default, структурувати шлях користувача чи зробити прогрес видимим. Фогг зосередився саме на цьому рівні — на умовах, за яких конкретна поведінка стає достатньо легкою і отримує сигнал у відповідний момент.
Ця логіка добре пояснює, чому поведінковий дизайн перетинається з цифровими звичками, гейміфікацією, нескінченною прокруткою та іншими патернами інтерфейсу. Водночас кожен із цих феноменів має власний search intent і власну evidence base. Формула Фогга може слугувати аналітичним інструментом для опису моменту дії, але не замінює досліджень конкретної функції, платформи чи популяції.
Fogg Behavior Model: B = MAP
Fogg Behavior Model (FBM) формулюється так: Behavior = Motivation + Ability + Prompt, або B = MAP. На офіційній сторінці Stanford модель описана через три елементи, які мають зійтися в один момент: людина має бути достатньо мотивованою, дія має бути достатньо легкою або доступною, а в потрібний момент має з’явитися prompt — підказка до дії Stanford Behavior Design Lab. У первинній статті 2009 року третій компонент називався trigger; Фогг пізніше перейменував його на prompt Fogg, 2009.
Позначення B = MAP легко сприйняти як математичне рівняння, однак FBM є концептуальною дизайнерською моделлю. Вона не задає універсальної числової шкали мотивації, здатності чи підказки і не повертає точну ймовірність поведінки. Її практична сила полягає в діагностичному запитанні: якщо бажана дія не відбулася, чи бракувало мотивації, чи дія була надто складною, чи підказка не з’явилася в потрібний момент? Це робить модель зручною для аналізу поведінкових сценаріїв, але межі її вимірювальної точності потрібно пам’ятати.
Мотивація
У версії моделі Фогга мотивація описується через три групи парних мотиваторів: задоволення/біль, надія/страх і прийняття/відторгнення Fogg Behavior Model. Сам Фогг підкреслює, що мотивація змінюється хвилями: сьогодні вона може бути високою, завтра — значно нижчою. Для дизайну це має практичний наслідок: система, яка працює лише за умови сильної мотивації, часто буде нестійкою в повсякденному житті.
Важливо не перетворювати ці три пари на повну теорію людської мотивації. Психологія мотивації значно ширша і включає потреби, цілі, очікування, цінності, емоції, звички, соціальний контекст і навчання. У FBM мотивація виконує функціональну роль усередині конкретної моделі моменту дії. Саме так її і варто читати.
Ability: здатність і простота дії
Ability у Фогга стосується насамперед того, наскільки реально виконати цільову дію в конкретний момент. Офіційний ресурс моделі пропонує три загальні шляхи: навчити людину потрібної навички, дати інструмент або ресурс, який полегшує дію, або зменшити саму дію до простішого кроку Fogg Behavior Model. У практиці Фогга слово Ability часто зближується із Simplicity: чим менше часу, грошей, фізичного чи когнітивного зусилля вимагає дія, тим легше вона стає здійсненною.
Для цифрового дизайну це один із найпотужніших елементів моделі. Один клік замість п’яти, автозаповнення, збережені налаштування, видимий наступний крок або простіша форма можуть підвищити ймовірність дії без зміни глибинних переконань користувача. Та сама логіка може служити добробуту або комерційній меті платформи, тому оцінка ефекту потребує етичного контексту.
Prompt: підказка до дії
Prompt — сигнал, який пропонує зробити конкретну дію зараз. Це може бути сповіщення, кнопка, будильник, контекстна підказка або звична подія в повсякденному сценарії. На власному ресурсі Фогг прямо зазначає, що до кінця 2017 року називав цей елемент Trigger, а потім замінив термін на Prompt Fogg Behavior Model. Тому в старіших публікаціях і популярних переказах формула часто подається як Motivation–Ability–Trigger.
Підказка має сенс лише разом з іншими умовами. Сповіщення про складну дію не усуває складність; нагадування людині без достатньої мотивації не гарантує виконання. Водночас коли дія дуже проста і мотивації достатньо, своєчасний prompt може стати вирішальним останнім кроком. Саме ця синхронність є центральною ідеєю FBM.
Лінія дії та компенсаторний зв’язок мотивації й здатності
Графічна версія FBM показує мотивацію на одній осі, ability — на іншій, а між зонами успіху й невдачі prompt проходить крива «action line». У моделі висока здатність може частково компенсувати нижчу мотивацію, а висока мотивація — більшу складність. Сам Фогг називає цей зв’язок компенсаторним Fogg Behavior Model.
Для аналізу цифрової поведінки це корисна евристика. Якщо платформі вдається зробити дію майже безтертєвою — наприклад, продовжити перегляд без окремого рішення, — поведінка може відбуватися за нижчої мотивації. Саме тому нескінченна прокрутка і автоматичне відтворення варто вивчати як окремі механізми, що змінюють структуру вибору. FBM допомагає сформулювати гіпотезу, а емпіричне дослідження конкретного інтерфейсу має перевірити її.
Behavior Grid і Behavior Wizard
Паралельно з FBM лабораторія Фогга розробила Behavior Grid — спосіб класифікувати різні типи цільової зміни поведінки. Рання версія 2009 року містила 35 типів; пізніше Stanford перейшов до сітки з 15 типами й прямо визнав слабкі сторони старої схеми Behavior Grid. Мета була практичною: точніше визначити, чи потрібно започаткувати нову дію, збільшити її, зменшити, припинити або підтримувати протягом певного часу.
Behavior Wizard, створений лабораторією приблизно в той самий період, намагався поєднати класифікацію цільової поведінки з відповідними стратегіями зміни. Stanford сьогодні позначає цей проєкт як історичний і більше його не оновлює Behavior Wizard. Цей статус важливий: Behavior Grid і Wizard цікаві для історії Behavior Design, але їх не слід подавати як сучасний клінічний стандарт або універсальний протокол втручання.
Від Persuasive Technology Lab до Behavior Design Lab
Сьогодні Stanford Behavior Design Lab описує свою роботу ширше, ніж ранню captology. Лабораторія пояснює Behavior Design як систему моделей і методів для розуміння людської поведінки та створення рішень для позитивної зміни. На головній сторінці вона також прямо зазначає, що її робота відійшла від досліджень persuasive technology до дизайну здорової поведінки Behavior Design Lab. Це зміщення допомагає зрозуміти, чому сучасний Фогг частіше говорить про створення бажаних звичок, простоту та успішність дії, ніж про «переконування» як центральну етикетку.
Behavior Design у цьому сенсі є практичною архітектурою: спочатку визначається конкретна поведінка, потім аналізуються умови її виникнення, а далі добирається спосіб зробити потрібну дію простішою і вчасно підказати її. Для продуктового дизайну така послідовність приваблива своєю операційністю. Для науки вона створює окреме питання: які компоненти реально дають додатковий ефект, для кого, в якому контексті й на який час.
Tiny Habits: що саме запропонував Фогг
Tiny Habits — практичний метод Фогга, у якому нову поведінку зменшують до дуже малого кроку, прив’язують до наявного «anchor moment» і після виконання використовують celebration — дію, що має викликати позитивне відчуття успіху. На офіційному ресурсі формула подається як Anchor, Tiny Behavior, Celebration Tiny Habits. Метод став широко відомим після книжки «Tiny Habits» і перетворив ідею «зробити поведінку простішою» на конкретний ритуал проєктування звички.
Тут особливо важлива межа доказовості. Власні матеріали Фогга описують celebration сильними популярними формулами про швидке формування звички. Це авторська практична система, а не еквівалент клінічної настанови чи окремої великої доказової теорії навчання. Найсвіжіший систематичний огляд саме FBM у health-interventions знайшов лише шість досліджень, тому його результати не можна автоматично поширювати на кожне твердження бренду Tiny Habits або на всі типи звичок Duarte-Anselmi et al., 2025.
Що показує наука про Fogg Behavior Model
До 2025 року прямий емпіричний корпус навколо FBM залишався набагато меншим, ніж популярність самої моделі. Scoping review у BMC Public Health провів пошук у MEDLINE/PubMed, Cochrane Library, Epistemonikos, PsycINFO та інших джерелах і включив шість досліджень, що застосовували FBM у сфері здоров’я. Вони охоплювали сексуальне й репродуктивне здоров’я, вакцинацію, менеджмент хронічних станів, загальне самопочуття та прихильність до медичної поведінки Duarte-Anselmi et al., 2025.
Результати в окремих роботах були позитивними, однак дослідження істотно відрізнялися за популяціями, цілями, тривалістю та способом реалізації компонентів FBM. Автори огляду вказують на обмежену кількість досліджень, короткі періоди спостереження і потребу в довготривалих оцінках стійкості зміни поведінки. Коректний висновок на 2026 рік такий: FBM має практичну й дослідницьку цінність, а evidence його ефективності як самостійної універсальної моделі втручання залишається обмеженим і неоднорідним.
У 2026 році модель продовжують застосовувати в нових галузях. Наприклад, якісне дослідження у Frontiers in Nutrition використало FBM для розроблення персон для самоменеджменту харчування у пацієнтів із назофарингеальною карциномою Lei et al., 2026. Це свідчить про сучасну дослідницьку присутність моделі, але саме по собі не є випробуванням її клінічної ефективності: дослідження було присвячене якісному моделюванню потреб і поведінкових профілів.
Чому «працює persuasive design» не означає «доведено саме FBM»
У цифровому здоров’ї часто досліджують пакети функцій: нагадування, персоналізацію, самоспостереження, соціальну підтримку, гейміфікацію, прогрес, діалогові елементи. Якщо застосунок має кращий результат, з цього не випливає, що ефект створила саме одна модель або конкретний принцип Фогга. Це типова проблема багатокомпонентних втручань: продукт працює як система, а причинний внесок кожного елемента важко ізолювати.
Метааналіз 2025 року в npj Digital Medicine охопив 92 рандомізовані дослідження mental-health apps із 16 728 учасниками. У середньому застосунки покращували клінічні результати порівняно з контролем, але кількість закодованих persuasive-design principles не мала статистично значущого зв’язку ані з ефективністю, ані із залученням Valentine et al., 2025. Це важливий запобіжник проти простої формули «більше переконувальних механік = кращий результат».
Цей метааналіз оцінював ширший Persuasive Systems Design, а не лише FBM, тому його не можна використовувати як прямий тест моделі Фогга. Зате він добре демонструє загальний принцип доказової оцінки цифрового дизайну: наявність поведінкових елементів і клінічний ефект — різні змінні, між якими потрібен емпірично показаний зв’язок.
FBM і COM-B: схожі слова, різні архітектури
Fogg Behavior Model часто порівнюють із COM-B, тому що обидві моделі включають мотивацію та умови можливості дії. У COM-B поведінка розглядається як частина взаємодійної системи Capability, Opportunity, Motivation і Behavior; навколо неї в Behaviour Change Wheel розташовані дев’ять функцій втручання та сім категорій політики Michie, van Stralen & West, 2011.
FBM концентрується на моменті виконання конкретної цільової дії: чи достатні Motivation і Ability та чи є Prompt. COM-B ширше включає opportunity — фізичне й соціальне середовище — і було створене як основа для систематичного проєктування та характеризації інтервенцій. Тому моделі можуть давати різні аналітичні лінзи. Їхня схожість не робить їх взаємозамінними, а вибір фреймворку залежить від завдання.
Фогг, nudge та архітектура вибору
Ще одна близька традиція — nudge та choice architecture, пов’язані з Річардом Талером і Кассом Санстейном. Nudge зазвичай аналізує, як структура середовища вибору змінює поведінку без заборони альтернатив, тоді як FBM описує умови виникнення конкретної дії. Детально історію та поняття цієї традиції ХАБ розбирає в окремих матеріалах про Річарда Талера і Касса Санстейна.
У цифровому продукті ці підходи можуть перетинатися. Default може змінювати архітектуру вибору; спрощення форми підвищує ability; push-повідомлення працює як prompt; соціальний доказ може впливати на мотивацію. Для наукового аналізу корисно називати механізм точніше, а не об’єднувати всі способи впливу під одним терміном.
Етика переконувальних технологій
Етичний вимір був присутній у лабораторній традиції Фогга від раннього періоду. Stanford Behavior Design Lab повідомляє, що етику persuasive technology викладали з кінця 1990-х, а в 1998 році Фогг опублікував ранню peer-reviewed роботу на цю тему; у 2006 році лабораторія звертала увагу регуляторів на потенційні ризики цифрового переконування Stanford Behavior Design Lab.
Сьогодні етична проблема стала складнішою через персоналізацію, масштаб і алгоритмічне профілювання. Оглядова робота Faraoni обговорює, як AI-driven persuasive technologies можуть використовувати дані й профілювання для впливу на рішення та як ця логіка наближається до computational manipulation Faraoni, 2023. Це нормативний і правовий аналіз, а не доказ того, що будь-яка персоналізація є маніпуляцією. Практична межа залежить від прозорості, цілей, можливості відмови, асиметрії інформації та того, чи зберігається реальний контроль користувача.
Переконування, підштовхування і темні патерни
Поведінковий дизайн може підтримувати наміри людини: нагадати про ліки, спростити доступ до профілактики, допомогти сформувати корисну звичку. Ті самі технічні можливості можуть використовуватися для прихованого утримання, ускладнення відмови або стимулювання небажаного рішення. Саме тому окрема сторінка ХАБу розбирає темні патерни як інтерфейсні рішення, що підштовхують користувача до небажаних для нього виборів.
Для оцінки дизайну недостатньо запитати, чи він «ефективно змінює поведінку». Потрібно також з’ясувати, чия мета реалізується, чи розуміє користувач механізм, чи може легко відмовитися, чи немає прихованих витрат і чи не експлуатується вразливість. Ефективність впливу й етична прийнятність — окремі питання.
Фогг і економіка уваги
У платформеній економіці ability і prompt можуть бути оптимізовані на мільярдах взаємодій. Чим менше тертя між наміром і дією, тим легше натиснути, відкрити, свайпнути, відповісти або продовжити перегляд. Це робить ідеї Фогга корисною мовою для аналізу цифрових продуктів, але причинна історія тривалого використання не зводиться до B = MAP. Рекомендаційні алгоритми, соціальні мотиви, контент, звички, стан людини і бізнес-модель платформи взаємодіють одночасно.
Ширший контекст конкуренції платформ за час і залучення описаний у статті ХАБу про економіку уваги. Там доречно аналізувати бізнес-стимули й метрики платформи; тут — інтелектуальний внесок Фогга та його моделі поведінкового моменту. Таке розділення захищає обидва search intents від канібалізації.
Чи «створив Фогг залежність від соцмереж»
Популярні розповіді іноді будують пряму лінію від Stanford Persuasive Technology Lab до сучасних «залежних» соціальних платформ. Історичний зв’язок між поведінковим дизайном і технологічною індустрією реальний, але формула особистої причинності значно сильніша за наявні докази. Фогг не є автором конкретного набору продуктів, алгоритмів або клінічного поняття «залежність від соцмереж».
Коректніше говорити про інтелектуальну інфраструктуру: captology допомогла легітимізувати дослідження цифрового переконування; FBM дала дизайнерам просту схему моменту дії; технологічні компанії розвинули власні експериментальні системи, продуктову аналітику й персоналізацію. Психологічні наслідки конкретної платформи потрібно досліджувати на рівні конкретних механізмів, популяцій і результатів.
Фогг і звички: де закінчується модель моменту дії
FBM описує, чому дія може відбутися зараз. Звичка потребує ще й повторюваності, контекстної стабільності, навчання та зміни автоматичності. Тому зручна кнопка й prompt можуть запустити повторення, але не гарантують стійкої звички. Саме цей ширший рівень ХАБ розглядає у статті про цифрові звички.
Практична перевага Tiny Habits полягає в тому, що метод додає до моменту дії структуру повторення: anchor створює контекстну регулярність, tiny behavior знижує поріг, celebration намагається закріпити позитивне переживання. Наукова оцінка кожної ланки потребує окремих досліджень; брендований метод не слід ототожнювати з усією наукою про формування звичок.
Гейміфікація через оптику Фогга
Гейміфікований продукт може одночасно працювати з кількома компонентами FBM. Видимий прогрес і символічна винагорода можуть впливати на мотивацію; чіткий квест робить наступний крок зрозумілішим; серія днів працює як контекстний сигнал; прості мікрозавдання знижують поріг дії. Це пояснює, чому моделі поведінкового дизайну часто з’являються поруч із gamification.
Однак гейміфікація має власну evidence base, включно з експериментами та метааналізами. Її ефект залежить від механік, контексту, віку, тривалості й вихідної мотивації. FBM тут корисна для функціонального розбору елементів, але не дає права передбачити ефект будь-якої гейміфікації без даних.
Нескінченна прокрутка як приклад зниження тертя
Infinite scroll добре демонструє, як дизайн змінює ability продовжувати поведінку. Користувачеві не потрібно натискати «наступна сторінка» або приймати окреме рішення: контент підвантажується тим самим рухом. У термінах FBM це можна інтерпретувати як зменшення поведінкового тертя. Утім, така інтерпретація є моделлю механізму, а не доказом клінічної шкоди.
У статті ХАБу про нескінченну прокрутку окремо розібрано дані про точки зупинки, поглиненість, увагу й відчуття контролю. Це важливий приклад дисципліни доказів: правдоподібний механізм не слід автоматично перетворювати на причинний висновок про «залежність», стійке скорочення attention span або універсальну шкоду.
B = MAP у добу ШІ
Генеративний ШІ додає до поведінкового дизайну нову інтерактивність. Система може скорочувати когнітивні витрати, формулювати наступний крок, персоналізувати пояснення, створювати нагадування, підтримувати діалог і адаптувати інтерфейс до контексту. У термінах Фогга це може змінювати ability і prompt, а через зміст взаємодії — впливати на мотиваційний контекст користувача.
Функціональна тріада тут особливо корисна. AI-система може сприйматися як інструмент, що виконує завдання; як медіум, що моделює можливості; як соціальний актор, з яким людина веде діалог. Психологічна реакція людини на соціальні сигнали може бути реальною, навіть коли модель не має людської свідомості чи почуттів. Anthropomorphism, perceived empathy, subjective trust і фактична надійність системи потрібно розрізняти, а соціальний стиль інтерфейсу не слід трактувати як доказ внутрішнього досвіду ШІ.
Персоналізація також підсилює етичне питання. Система, що знає більше про поведінку користувача, може точніше добирати момент і форму prompt. Це може допомагати людині реалізовувати власні цілі або створювати асиметричний вплив в інтересах платформи. Саме тому для AI-era поведінкового дизайну потрібні прозорість, можливість відмови, контроль користувача й оцінка наслідків, а не максимізація довіри чи конверсії за будь-яку ціну.
Де модель Фогга корисна
FBM особливо корисна як швидкий діагностичний інструмент для чітко визначеної дії. Якщо люди не завершують реєстрацію, не користуються нагадуванням, не починають вправу або не переходять до наступного кроку, модель змушує розкласти проблему на три питання: чи хоче людина це робити, чи достатньо просто це зробити, чи отримує вона доречну підказку саме тоді, коли дія можлива.
Вона також корисна як мова між психологами, дизайнерами, продуктовими командами та дослідниками. Модель переводить абстрактне «користувачі недостатньо залучені» в конкретні гіпотези, які можна тестувати. Найсильніша практика починається саме там: після моделі з’являються вимірювані припущення, A/B-тести, поведінкові метрики, якісні інтерв’ю та оцінка довготривалих наслідків.
Де модель Фогга недостатня
FBM не є повною теорією особистості, мотивації, навчання, психопатології, соціальної структури або розвитку. Вона не містить окремого рівня для соціальних норм, нерівності, інституцій, культури чи політики; такі чинники можуть опосередковано входити через Motivation та Ability, але ця редукція не завжди достатня для дослідницького завдання.
Модель також не є діагностичним інструментом і не визначає психічний розлад, «залежність», силу волі або характер людини. У клінічних і медичних темах FBM може допомагати проєктувати окремі поведінкові компоненти втручання, однак рішення про лікування мають спиратися на клінічні рекомендації, доказові протоколи, оцінку ризиків і конкретний стан людини.
Нарешті, FBM зручно пояснює момент виконання дії, але сама по собі не доводить, що зміна збережеться. Для стійкої поведінки важливі повторення, контекст, навчання, середовище, соціальна підтримка, ресурси й можливість відновлювати дію після зривів. Саме тому короткострокові результати не можна автоматично називати довготривалою зміною.
Практичне використання для дизайнерів
Етичний аудит за логікою Фогга можна почати з точного формулювання цільової поведінки. «Підвищити залучення» — занадто загально; «допомогти користувачеві завершити налаштування нагадування про власну мету» — конкретно. Далі команда перевіряє, які бар’єри створює інтерфейс, чи справді prompt з’являється в доречний момент і чи відповідає ціль інтересам користувача.
Особливо корисно досліджувати failure cases. Якщо людина не діє, не варто автоматично пояснювати це «браком мотивації». Можливо, система вимагає надто багато часу, має незрозумілу форму, створює когнітивне перевантаження або надсилає prompt у момент, коли дія фізично неможлива. Такий аналіз часто веде до гуманнішого дизайну, бо переносить частину відповідальності з «дисципліни користувача» на якість середовища.
Практичне використання для користувача
Модель можна застосувати і до власної цифрової поведінки. Якщо людина хоче рідше автоматично відкривати стрічку, корисно окремо подивитися на мотиваційний контекст, легкість дії та підказки. Іноді найбільш реалістичною зміною стає збільшення тертя: прибрати застосунок із першого екрана, вийти з облікового запису, вимкнути частину сповіщень або створити явну точку завершення сесії.
Якщо мета — навпаки підтримати корисну цифрову практику, можна зробити її простішою і прив’язати до стабільного сигналу: короткий запис настрою після ранкової кави, одна вправа після завершення робочого блоку, нагадування про перерву після певної події. Така саморегуляція не потребує «ідеальної мотивації» й добре узгоджується з ширшою логікою цифрових звичок.
Як читати Фогга сьогодні
Фогг важливий як історична і сучасна фігура на перетині психології та цифрового дизайну. Captology допомогла сформувати академічну проблему переконувальних технологій; Functional Triad дала мову для ролей комп’ютера; FBM зробила популярною триаду Motivation–Ability–Prompt; Behavior Design і Tiny Habits перетворили цю логіку на практичні методи.
Науково зріле читання зберігає різні рівні доказовості. Історичний вплив Фогга добре документований. Модель B = MAP чітко сформульована й широко використовується. Пряма evidence base FBM у health-interventions станом на 2025–2026 роки залишається невеликою і неоднорідною. Ширші дослідження persuasive design підтверджують потенціал цифрових інтервенцій, але не показують простого правила, за яким більша кількість persuasive-компонентів автоматично робить продукт ефективнішим.
FAQ
Хто такий Бі Джей Фогг?
Бі Джей Фогг — дослідник поведінки та цифрового дизайну, засновник Stanford Behavior Design Lab. Його ключові внески пов’язані з captology, переконувальними технологіями, Functional Triad, Fogg Behavior Model B = MAP, Behavior Design і Tiny Habits Stanford.
Що таке модель поведінки Фогга?
Fogg Behavior Model стверджує, що конкретна поведінка відбувається, коли в один момент сходяться Motivation, Ability і Prompt. Якщо дія не сталася, модель пропонує перевірити, якого з цих компонентів бракувало Fogg Behavior Model.
Що означає B = MAP?
B — Behavior, M — Motivation, A — Ability, P — Prompt. Формула є концептуальним скороченням моделі, а не числовим рівнянням для точного розрахунку ймовірності поведінки.
Чому в старих джерелах пишуть Trigger, а в нових Prompt?
У статті 2009 року Фогг використовував Trigger. На офіційному сайті моделі він пояснює, що наприкінці 2017 року змінив термін на Prompt Fogg Behavior Model.
Чи доведено Fogg Behavior Model?
Модель має великий вплив і багато застосувань, але прямий корпус інтервенційних досліджень залишається обмеженим. Scoping review 2025 року знайшов шість health-intervention studies, результати яких були неоднорідними й переважно короткостроковими Duarte-Anselmi et al., 2025. Тому коректніше говорити про корисний і перспективний фреймворк із неповною емпіричною валідацією, а не про універсально доведену модель усієї людської поведінки.
Чим FBM відрізняється від COM-B?
FBM фокусується на одночасності мотивації, здатності та prompt для конкретної дії. COM-B аналізує capability, opportunity і motivation як взаємодійну систему та входить до Behaviour Change Wheel із функціями втручання й політичними категоріями Michie et al., 2011.
Що таке Tiny Habits?
Tiny Habits — практичний метод Фогга, де нову дію зменшують до дуже малого кроку, прив’язують до наявного anchor moment і завершують celebration, що має створити позитивне відчуття успіху Tiny Habits. Його популярність не слід плутати з рівнем незалежної емпіричної перевірки кожного компонента методу.
Чи пов’язані ідеї Фогга з темними патернами?
Спільна тема — поведінковий вплив через дизайн. Етична оцінка залежить від цілі, прозорості, контролю користувача й наслідків. Темні патерни описують інтерфейси, що підштовхують до небажаних для користувача рішень; persuasive technology як ширший клас може також використовуватися для цілей, яких сама людина прагне.
Чи можна застосовувати B = MAP до ШІ?
Так, як аналітичну модель людської поведінки у взаємодії з AI-інтерфейсом: система може змінювати простоту дії, момент prompt або мотиваційний контекст. Це описує умови поведінки користувача та властивості інтерфейсу, а не доводить свідомість, емоції чи наміри самого ШІ.
Чи створив Фогг «залежні» соціальні мережі?
Його дослідження вплинули на мову цифрового поведінкового дизайну, а Stanford документує зв’язки його студентів із технологічною індустрією Stanford. Пряма теза, що Фогг особисто «створив залежність від соцмереж», перебільшує причинний зв’язок і змішує академічні моделі, конкретний продуктовий дизайн, алгоритми та клінічні поняття.
Пов’язані статті
Джерела
Duarte-Anselmi, G., Crane, S. M., Ruiz, M. A., & Villalobos Dintrans, P. (2025). Behavioral science meets public health: a scoping review of the Fogg behavior model in behavior change interventions. BMC Public Health, 25, 3468. https://doi.org/10.1186/s12889-025-24525-y
Faraoni, S. (2023). Persuasive Technology and computational manipulation: hypernudging out of mental self-determination. Frontiers in Artificial Intelligence, 6, 1216340. https://doi.org/10.3389/frai.2023.1216340
Fogg, B. J. (1998). Persuasive computers: perspectives and research directions. Proceedings of CHI ’98, 225–232. https://doi.org/10.1145/274644.274677
Fogg, B. J. (2003). Persuasive Technology: Using Computers to Change What We Think and Do. Morgan Kaufmann. ScienceDirect
Fogg, B. J. (2009). A behavior model for persuasive design. Proceedings of the 4th International Conference on Persuasive Technology. https://doi.org/10.1145/1541948.1541999
Fogg, B. J. Tiny Habits: Anchor, Tiny Behavior, Celebration. Tiny Habits
Idrees, A. R., Kraft, R., Mutter, A., Baumeister, H., Reichert, M., & Pryss, R. (2024). Persuasive technologies design for mental and behavioral health platforms: A scoping literature review. PLOS Digital Health, 3(5), e0000498. https://doi.org/10.1371/journal.pdig.0000498
Lei, X., Wang, C., Du, J., Song, S., Liu, Y., & Liu, Y. (2026). Developing personas for nutritional self-management in nasopharyngeal carcinoma patients: a qualitative study based on the Fogg Behavior Model. Frontiers in Nutrition, 13, 1920095. https://doi.org/10.3389/fnut.2026.1920095
Michie, S., van Stralen, M. M., & West, R. (2011). The behaviour change wheel: a new method for characterising and designing behaviour change interventions. Implementation Science, 6, 42. https://doi.org/10.1186/1748-5908-6-42
Oinas-Kukkonen, H., & Harjumaa, M. (2009). Persuasive Systems Design: Key Issues, Process Model, and System Features. Communications of the Association for Information Systems, 24. Article
Stanford Behavior Design Lab. BJ Fogg. Profile
Stanford Behavior Design Lab. Fogg Behavior Grid. Resource
Stanford Behavior Design Lab. Fogg Behavior Model. Resource
Stanford Behavior Design Lab. The Ethical Use of Persuasive Technology. Resource
Valentine, L., Hinton, J. D. X., Bajaj, K., et al. (2025). A meta-analysis of persuasive design, engagement, and efficacy in 92 RCTs of mental health apps. npj Digital Medicine, 8, 229. https://doi.org/10.1038/s41746-025-01567-5
Xu, D. J., Benbasat, I., & Cenfetelli, R. T. (2018). The outcomes and the mediating role of the functional triad: The users’ perspective. Information Systems Journal, 28, 956–988. https://doi.org/10.1111/isj.12183