L’esposizione agli effetti visivi e sonori di vincita alla slot machine possono aumentare il desiderio di giocare d’azzardo, secondo una nuova ricerca degli scienziati dell’Università dell’Alberta.
Lo studio, condotto dalla professoressa Marcia Spetch nel Dipartimento di Psicologia, mostra che le persone preferiscono giocare su slot machine virtuali che forniscano segnali sensoriali relativi al casinò, come il suono del gettone e delle monete o il simbolo del dollaro.
“Questi nostri risultati mostrano come gli spunti associati al denaro o alle vincite possano rendere le slot machine più attraenti e persino rendere le vincite più facilmente memorabili, rispetto ai maggiori fallimenti patiti“, ha affermato Spetch. “Tali segnali sono prevalenti nei casinò e probabilmente aumentano il fascino del gioco d’azzardo delle slot machine“.
I ricercatori hanno anche scoperto che le persone del campione studiato preferivano giocare su macchine con questi segnali visivi/sonori, indipendentemente da quanto fosse rischiosa la giocata. “L’attrazione per le slot machine e la memoria della vincita possono essere influenzate da fattori diversi rispetto alla semplice quantità di denaro guadagnata al gioco“, ha spiegato Christopher Madan, co-autore dell’Università di Nottingham nel Regno Unito ed ex dottorando di Spetch. “Le persone dovrebbero essere consapevoli che la loro attrazione e il senso di vittoria possono essere state influenzate notevolmente“.
Secondo la Canadian Gaming Association, il 98% dei canadesi gioca per divertimento e intrattenimento. L’Alberta ospita 28 casinò e oltre 14.000 slot machine. Nel 2019, le entrate generate dall’industria dei giochi in Alberta sono state di $ 2,7 miliardi.
Questa ricerca è stata condotta in collaborazione con Elliot Ludvig dell’Università di Warwick nel Regno Unito e con Yang Liu, ricercatore post-dottorato presso il Dipartimento di Psichiatria della Facoltà di Medicina dell’Università di Alberta.
Lo studio
- “Effects of Winning Cues and Relative Payout on Choice between Simulated Slot Machines”. Marcia L. Spetch, Christopher R. Madan, Yang Liu, Elliot A. Ludvig.
Addiction doi:10.1111/add.15010.
Crediti immagine: Steve Sawusch
