操作性条件反射
Operant conditioning
操作性条件反射是通过行为后果进行的学习：一个行为之后出现什么结果，会改变这个行为以后出现的可能性。桑代克提出了效果律，斯金纳系统研究了强化与惩罚[1][2][3]。
添加刺激 “正”
移除刺激 “负”
行为增加 强化
行为减少 惩罚
间歇强化程式：什么时候给强化
每次都强化（连续强化）学得最快；只强化一部分（间歇强化）的行为更难消退。
按反应次数
按时间
示意：累计反应
指向或点按表格中的格子和下方的卡片，查看定义和例子。
正强化 行为之后加入想要的东西，行为增加。例：孩子收拾好房间后得到想要的玩具。
负强化 行为之后移除令人不快的东西，行为同样增加。例：系上安全带，刺耳的提示音就停了，下次会更快系上。它不是惩罚。
正惩罚 行为之后加入令人不快的东西，行为减少。例：上课传短信被老师批评。
负惩罚 行为之后拿走想要的东西，行为减少。例：拿走孩子最喜欢的玩具，或让他暂停正在玩的活动。
固定比率 反应率高，每次得到强化后会停顿一下。例：按件计酬。
可变比率 反应率高而稳定，几乎不停顿，也最难消退。例：老虎机。斯金纳指出，赌场早就懂得这种程式的威力。
固定间隔 反应率中等，强化后明显停顿。例：病房里每隔固定时间才能按一次的止痛泵。四种程式中它最容易消退。
可变间隔 反应率中等而稳定。例：不定期的抽查，或时不时刷新一下社交媒体。
上半部分是 2×2 表。列：添加刺激（正）、移除刺激（负）。行：行为增加（强化）、行为减少（惩罚）。正强化：添加想要的东西，行为增加，例如收拾好房间后得到玩具。负强化：移除令人不快的东西，行为增加，例如系好安全带后提示音停止；这一格标注“常被误认为惩罚”。正惩罚：添加令人不快的东西，行为减少，例如上课传短信被批评。负惩罚：拿走想要的东西，行为减少，例如拿走孩子最喜欢的玩具或暂停活动。下半部分是四种间歇强化程式：固定比率（每做固定次数强化一次，反应率高，强化后停顿，例如按件计酬）；可变比率（次数不固定，反应率高而稳定，最难消退，例如老虎机）；固定间隔（按固定时间强化，反应率中等，强化后明显停顿）；可变间隔（时间不固定，反应率中等而稳定）。每张卡片附一条累计反应的示意曲线。
保存为图片（PNG） 要点
举个例子
小林的儿子在超市收银台前哭闹，小林给他买了糖，他马上安静下来。孩子的哭闹换来了糖，是正强化；小林买糖让哭声停止，是负强化。双方的行为都被强化，下次更可能重演。
常见误解与局限
最常见的误读是把负强化当成惩罚。负强化是移除令人不快的刺激，例如系好安全带后提示音停止，结果是行为增加；惩罚则使行为减少[2][3]。要点中的关系研究是相关研究，对象是虐待关系，不能说明所有分分合合的关系都是这样[4]。
参考来源
- 1 Thorndike, E. L. (1911). Animal intelligence: Experimental studies. Macmillan (Chapters II and V as reproduced in Classics in the History of Psychology). 查看来源
- 2 Skinner, B. F. (1953). Science and human behavior. Macmillan (Chapters V, VI and XII). 查看来源
- 3 Spielman, R. M., Jenkins, W. J., & Lovett, M. D. (2020). 6.3 Operant conditioning. Psychology 2e. OpenStax. 查看来源
- 4 Dutton, D. G., & Painter, S. (1993). Emotional attachments in abusive relationships: A test of traumatic bonding theory. Violence and Victims, 8(2), 105–120. doi:10.1891/0886-6708.8.2.105
最近一次对照来源核对：2026年10月26日