Des chaussures aux vêtements, en passant par les disques vinyles et le dernier smartphone, les humains ont un désir apparemment insatiable pour les derniers produits.

Maintenant, les chercheurs ont utilisé des modèles informatiques pour essayer d’expliquer pourquoi nous aspirons constamment à de plus en plus de choses matérielles – même lorsqu’elles nous font nous sentir misérables.

Selon les résultats, nous recherchons plus de récompenses lorsque nous nous «habituons» à un niveau de vie plus élevé et que nous nous comparons à diverses normes.

La nouvelle étude a été menée par des chercheurs du département de psychologie de l’Université de Princeton dans le New Jersey.

« Des textes religieux anciens à la littérature moderne, l’histoire humaine regorge de récits décrivant la lutte pour atteindre le bonheur éternel », disent-ils dans leur article.

«Paradoxalement, le bonheur est l’une des émotions humaines les plus recherchées, mais l’atteindre sur le long terme reste un objectif insaisissable pour beaucoup de gens.

« Nos résultats aident à expliquer pourquoi nous sommes enclins à être piégés dans un cycle de désirs et de désirs sans fin, et peuvent faire la lumière sur des psychopathologies telles que la dépression, le matérialisme et la surconsommation. »

Selon les experts, deux phénomènes psychologiques signifient que notre cerveau recherche sans relâche des biens matériels.

Premièrement, le bonheur humain est influencé par un phénomène appelé « comparaisons relatives ».

Cela signifie que nous sommes souvent préoccupés par la différence entre ce que nous avons et le niveau souhaité que nous souhaitons atteindre.

Deuxièmement, ce qu’il faut pour être heureux dépend de nos attentes antérieures, mais ces attentes peuvent changer avec le temps.

Par exemple, si nous avons vécu une expérience particulièrement agréable, comme être emmené en croisière, alors nous jugerons notre bonheur par rapport à l’attente de vivre à nouveau une expérience similaire.

L’auteur principal de l’étude, Rachit Dubey à Princeton, a déclaré à MailOnline: « Notre article a été inspiré par des découvertes sur le bonheur humain (en particulier notre propension à continuer à en vouloir plus) et nous voulions fournir une explication à ce comportement. »

Dans leurs expériences, l’équipe a créé des agents simulés par ordinateur pour représenter de vrais «cerveaux» humains et la façon dont les humains pensent, et leur a enseigné «l’apprentissage par renforcement».

Dubey a déclaré: «Les méthodes d’apprentissage par renforcement se concentrent sur la formation d’un agent (par exemple, un robot) afin que l’agent apprenne à associer des situations à des actions (par exemple, apprendre à jouer aux échecs).

« Le principe directeur de ces méthodes est qu’elles entraînent les agents à l’aide de récompenses : elles offrent des récompenses positives aux comportements souhaités et/ou des récompenses négatives aux comportements indésirables. »

Certains des cerveaux recevaient une simple «récompense», tandis que d’autres recevaient une récompense supplémentaire lorsqu’ils fondaient leurs décisions sur des attentes antérieures et sur la comparaison de leurs récompenses avec les autres.

Les chercheurs ont découvert que ce dernier groupe était moins heureux, mais apprenait plus vite que le premier et les surpassait dans tous les tests qu’ils effectuaient.

Cela suggère que nous allons être moins heureux plus nous sommes récompensés lorsque nous nous comparons à différentes normes.

Dubey a déclaré à MailOnline: « Nos simulations informatiques suggèrent qu’il présente des avantages – si nous ne sommes jamais satisfaits, nous sommes constamment poussés à trouver de meilleurs résultats. »

« Cependant, cela a aussi des inconvénients – nous dévaluons constamment ce que nous avons déjà, ce qui, dans des cas extrêmes, peut entraîner une dépression et une surconsommation. »

Dubey a également reconnu la question de savoir avec quelle fiabilité ces méthodes informatiques peuvent cartographier le comportement humain.

« Il faut faire preuve de prudence lors de la généralisation de nos résultats basés sur la simulation à des scénarios réels », a-t-il déclaré à MailOnline.

L’article de l’équipe a été publié dans la revue Biologie computationnelle PLoS.