強化

正の強化とは、望ましい出来事や刺激が行動の結果として提示され、同様の環境でその行動が現れる可能性が高まる場合に起こります。^{[ 12 ]： 253} 例えば、本を読むことが楽しい場合、その楽しさを経験することで、楽しい本を読むという行動が正に強化されます。正の強化を受けた人（つまり、本を読むのが楽しい人）は、もっと楽しむためにさらに多くの本を読むでしょう。

高確率指示（HPI）療法は、正の強化の考え方に基づいた行動主義的な治療法である。

負の強化は、嫌悪的な状況や刺激を回避または逃避する行動の頻度を増加させます。^{[ 12 ]： 252-253}つまり、すでに不快なことが起こっており、その行動は、その人が不快な状況を回避または逃避するのに役立ちます。快い刺激を加える正の強化とは対照的に、負の強化では、不快な状況や刺激の除去に焦点が当てられます。たとえば、誰かが不幸を感じている場合、嫌悪的な状況（たとえば、不幸な感情）から逃れるために、行動（たとえば、本を読むこと）を行うかもしれません。^{[ 12 ]： 253} その回避行動または逃避行動が不快な状況や刺激を除去することに成功すると、その行動が強化されます。

行動が再び起こらないようにするために、人に不快なことをするのは罰であり、負の強化ではありません。^{[ 12 ]： 252}主な違いは、強化は常に行動の可能性を高める（例：退屈しているときにチャンネルサーフィンをすると一時的に退屈が和らぐので、退屈しているときにチャンネルサーフィンをする回数が増える）のに対し、罰はそれを減少させる（例：二日酔いは不快な刺激なので、人々はその不快な刺激につながる行動を避けることを学ぶ）ということです。

消去は、特定の行動が無視される（つまり、何の報いも受けずに終わる）ときに起こります。行動は、継続的に強化されないと、時間とともに消滅します。意図的な消去では、対象となる行動はまず急増し（以前に強化された期待される効果を生み出そうとして）、その後、時間とともに減少します。強化も消去も、対象者の行動に影響を与えるために意図的である必要はありません。たとえば、子供が本を読むのが楽しいから読んでいる場合、親が読書を無視するという決定をしても、子供が読書から得ている肯定的な強化（つまり、楽しさ）は失われません。しかし、子供が親の注意を引くために行動している場合、親がその行動を無視するという決定をすると、その行動は消滅し、子供は親の注意を引くために別の行動を見つけるでしょう。

強化子は行動を増加させる働きをし、罰子は行動を減少させる働きをします。したがって、正の強化子は被験者が獲得しようと努力する刺激であり、負の強化子は被験者が取り除こうと努力したり、終わらせようと努力する刺激です。^{[ 13 ]}下の表は、強化と罰に関連して刺激（快または嫌悪）を追加および削除することを示しています。

• 正の強化と負の強化を区別するのは難しい場合があり、必ずしも必要ではないかもしれません。何が取り除かれ、何が加えられているのか、そしてそれが行動にどのような影響を与えるのかに焦点を当てる方が、より役立つでしょう。
• ある人にとっては罰となるような出来事が、別の人にとっては行動を強化する要因となる可能性がある。
• 強化には、肯定的側面と否定的側面の両方が含まれる場合がある。例えば、薬物中毒者が、さらなる陶酔感を得るために薬物を摂取する（正の強化）と同時に、禁断症状を解消するために薬物を摂取する（負の強化）場合などである。
• ビジネスの世界では、生産性向上において強化は不可欠です。従業員は、昇進やボーナスといった肯定的な刺激を受けることで常にモチベーションを高めます。また、不快な業務の排除といった否定的な強化によっても、従業員のモチベーションは高まります。
• 負の強化は職場において短期的にはプラスの効果をもたらす（つまり、経済的に有益な行動を促す）ものの、負の強化に過度に依存すると、従業員が創造的で積極的な方法で行動し、長期的に成長を生み出す能力が阻害される。^{[ 14 ]}

一次強化子（無条件強化子とも呼ばれる）は、強化子として機能するために他の刺激と対にする必要がなく、進化と種の生存における役割を通じてこの機能を獲得した可能性が高い刺激である。 ^{[ 15 ]}一次強化子の例としては、食物、水、セックスなどがある。特定の薬物など、一部の一次強化子は、他の一次強化子の効果を模倣する可能性がある。これらの一次強化子は生涯を通じて個人間でかなり安定しているが、異なる一次強化子の強化価は、複数の要因（遺伝、経験など）によって異なる。したがって、ある人はある種の食物を好むが、別の人はそれを避けるかもしれない。あるいは、ある人は食物をたくさん食べるが、別の人はほとんど食べないかもしれない。つまり、食物はどちらの個人にとっても一次強化子であるが、強化子としての食物の価値は個人によって異なる。

二次強化子（条件付け強化子とも呼ばれる）とは、強化子として機能する刺激と対提示された後に、強化子としての機能を獲得した刺激または状況のことである。この刺激は、一次強化子である場合もあれば、別の条件付け強化子（例えばお金）である場合もある。

人間の例で一次強化子と二次強化子を区別しようとする場合、「原始人テスト」を用いると良いでしょう。刺激が原始人が自然に好むもの（例えばキャンディー）であれば、それは一次強化子です。一方、原始人が反応しないもの（例えば1ドル札）であれば、それは二次強化子です。一次強化子と同様に、生物は二次強化子に対しても満足感や欠乏感を経験することができます。

• 一般化された強化子とは、他の多くの強化子と対になることで強化機能を獲得し、多様な動機づけ操作の下で強化子として機能する条件付けられた強化子のことである。（その一例として、お金は他の多くの強化子と対になっているため、これに該当する。）^{[ 16 ]： 83}
• 強化因子サンプリングでは、潜在的に強化因子となる可能性のある、しかし馴染みのない刺激が、過去の行動を一切考慮せずに生物に提示される。
• 社会的に媒介される強化とは、他者の行動を必要とする強化の提供を指します。例えば、他者が強化を提供する場合などです。
• プレマックの原理は、デビッド・プレマックによって詳細に説明された強化の特殊なケースであり、非常に好ましい活動は、あまり好ましくない活動の強化子として効果的に使用できると述べている。^{[ 16 ]： 123}
• 強化階層とは、強化因子として作用する可能性のある行動を、望ましい結果から望ましくない結果へと順位付けしたリストのことです。強化階層は、さまざまな活動の相対的な頻度と望ましさを判断するために使用でき、プレマックの原理を適用する際によく用いられます。
• 条件付きの結果は、条件なしの反応よりも行動を強化する可能性が高い。条件付きの結果とは、スイッチを入れると電気がつくなど、因果関係のある行動に直接結びついた結果のことである。条件付きの結果は強化を示すために必ずしも必要ではないが、条件付きであると認識されることで学習が促進される可能性がある。
• 近接刺激とは、時間的にも空間的にも特定の行動と密接に関連した刺激のことです。近接刺激は、行動を学習するのに必要な時間を短縮すると同時に、行動の消去に対する抵抗力を高めます。犬が座った直後に食べ物を与えることは、行動から数分遅れて食べ物を与えるよりも、行動との近接性が高く（したがって、行動を強化する可能性が高くなります）。
• 非随伴性強化とは、その生物の特定の行動に対する強化因子として特定された刺激を、反応とは無関係に与えることを指します。しかし、これは通常、異常行動を維持すると特定された刺激を時間ベースで与えることを伴い、その結果、目標行動の頻度が低下します。^{[ 17 ]}測定された行動が強化されていると特定されていないため、非随伴性「強化」という用語の使用をめぐって議論があります。^{[ 18 ]}

• 比率スケジュール– 強化は、生物が行った反応の数のみに依存する。
• 連続強化（CRF）とは、道具的反応（望ましい反応）が発生するたびに強化子が与えられる強化スケジュールである。^{[ 16 ]： 86}

単純なスケジュールでは、特定の反応に対して特定の種類の強化子をいつ与えるかを決定する単一のルールが存在します。

• 固定比率（FR）スケジュールは、 n回目の反応ごとに強化を与える。^{[ 16 ]： 88} FR 1 スケジュールは CRF スケジュールと同義である。

1. （例：ネズミがボタンを3回押すごとに、チーズ一切れがもらえる）

• 変動比率スケジュール（VR） – 平均してn回目の反応ごとに強化されるが、必ずしもn回目の反応で強化されるとは限らない。^{[ 16 ]： 88}

1. （例：スロットマシンでは、ギャンブラーは10回に1回の割合で勝つが、これは平均値であり、理論上はどの回転でも勝つ可能性がある。）

• 固定間隔（FI） – 一定時間後に強化される。

1. （例：ネズミは10分ごとにボタンを押すとチーズ一切れをもらえる。最終的にネズミは10分が経過するまでボタンを無視することを学習する。）

• 変動間隔（VI） – 平均してn時間で強化されるが、必ずしも正確にn時間ではない。^{[ 16 ]： 89}

1. （例：ラジオパーソナリティが約1時間ごとにコンサートチケットをプレゼントするが、正確な時間は変動する可能性がある）

• 固定時間（FT）スケジュール – 被験者の反応の有無に関わらず、前回の強化刺激の提示から一定の時間が経過した後に、強化刺激を与えるスケジュールです。言い換えれば、非随伴性スケジュールです。
• 変動時間（VT） – 被験者が反応したかどうかに関わらず、前回の強化から平均して変動する時間間隔で強化を提供する。

^{単純なスケジュールは、多くの差別的強化法[ 21 ]}で利用されています。

• 代替行動の弁別強化（DRA）とは、望ましくない反応を消去するか、あるいはあまり一般的ではないが、条件付けによる罰を与えることで、その反応を減少させる条件付け手続きであり、同時に望ましい反応に対しては強化を与える。例えば、教師が生徒が手を挙げた時だけ注意を払い、生徒が声を上げた時は無視するといった場合が挙げられる。
• 他の行動の弁別強化（DRO） – 省略訓練手続きとも呼ばれ、参加者が目標反応以外の行動をとった場合にのみ、定期的に正の強化子を与える道具的条件付け手続きである。例としては、鼻をほじる以外のあらゆる手の動作を強化することが挙げられる。^{[ 16 ]： 338}
• 不適合行動の弁別強化（DRI） – 不適合な反応を強化することで、頻繁に行われる行動を罰することなく減らすために用いられる。例としては、鼻をほじる行動を減らすために拍手を強化することが挙げられる。
• 低反応率の弁別強化（DRL） – 低い反応率を促すために用いられる。これは間隔スケジュールに似ているが、早すぎる反応があると、行動間の必要時間がリセットされる点が異なる。
• 高頻度反応の弁別強化（DRH） – 高頻度反応をさらに促進するために用いられる。間隔スケジュールに似ているが、強化を受けるためには、間隔内に最低限の反応回数が必要となる点が異なる。

複合スケジュールは、同じ行動に対して同じ強化子を用いて、2つ以上の異なる単純スケジュールを何らかの方法で組み合わせたものです。多くの可能性が存在しますが、最もよく使われるものとしては以下のようなものがあります。

• 代替スケジュール– 2 つ以上の単純スケジュールが有効で、最初に完了したスケジュールが強化につながる複合スケジュールの一種。^{[ 24 ]}
• 結合スケジュール– 2つ以上の単純なスケジュールが互いに独立して有効であり、強化を受けるためにはすべての単純なスケジュールの要件を満たす必要がある、複雑な強化スケジュール。
• 複数スケジュール– 2つ以上のスケジュールが時間とともに交互に適用され、刺激によってどのスケジュールが有効であるかが示される。スケジュールが有効になっている間に反応要件が満たされると、強化が与えられる。
• 混合スケジュール– 2つ以上のスケジュールが同時に適用される場合があり、どのスケジュールが適用されているかを示す刺激はありません。スケジュールが有効な間に反応要件が満たされた場合に強化が与えられます。

• 

  同時スケジュール– 参加者が同時に利用可能な2つ以上の単純な強化スケジュールの中からいずれか1つを選択できる、複雑な強化手続き。生物はいつでも反応の選択肢を自由に切り替えることができる。
• 「同時連鎖強化スケジュール」とは、参加者が最初の段階で、複数の単純な強化スケジュールの中から、次の段階で適用されるスケジュールを選択できる複雑な強化手続きのことである。一度選択が行われると、拒否された選択肢は次の試行が始まるまで利用できなくなる。
• 連動スケジュール– 2つの要素からなる単一のスケジュールで、一方の要素の進捗がもう一方の要素の進捗に影響を与える。例えば、連動型のFR 60秒、FI 120秒スケジュールでは、各応答によって間隔要素から時間が減算されるため、各応答はFIスケジュールから2秒を減算することと「等しくなる」。
• 連鎖スケジュール– 2つ以上の連続したスケジュールが完了した後に強化が行われ、刺激によって1つのスケジュールが完了し、次のスケジュールが開始されたことが示される。
• タンデムスケジュール– 2つ以上の連続したスケジュール要件が完了したときに強化が行われますが、スケジュールが完了して次のスケジュールが開始されたことを示す刺激はありません。
• 高次スケジュール– あるスケジュールの完了が、別のスケジュールに従って強化される。例えば、FR2（FI10秒）では、反応が強化される前に、連続する2つの固定間隔スケジュールを完了する必要がある。

心理学用語の「強化スケジュールの重ね合わせ」とは、2つ以上の単純な強化スケジュールが同時に作用する報酬構造を指します。強化子は、正の強化子、負の強化子、またはその両方である可能性があります。例として、仕事で長い一日を終えて帰宅した人が挙げられます。玄関のドアを開けるという行動は、配偶者からの大きなキスと、熱心に飛び跳ねる飼い犬によるズボンの破れという形で報酬を得ます。強化スケジュールの重ね合わせの別の例としては、実験用のケージの中でボタンをつつくハトが挙げられます。ハトがボタンをつつくと、20回つつくごとに餌の入ったホッパーが出て、200回つつくごとに水が飲めるようになります。

重ね合わせ強化スケジュールは、BF スキナーとその同僚による単純強化スケジュールに関する初期の研究から発展した複合スケジュールの一種です (Skinner and Ferster, 1957)。彼らは、強化子をスケジュールに従って与えることができること、さらに生物は異なるスケジュールの下で異なる行動をとることを実証しました。食物や水などの強化子が何らかの行動の結果として毎回与えられるのではなく、強化子は行動が複数回発生した後に与えられることがあります。たとえば、ハトは餌が出てくる前にボタン スイッチを 10 回つつく必要があるかもしれません。これは「比率スケジュール」と呼ばれます。また、強化子は目標行動の後に一定時間経過した後に与えられることもあります。たとえば、最後のレバー押しから 2 分経過した後に最初の反応が起こった直後に餌のペレットを与えられるラットが挙げられます。これは「間隔スケジュール」と呼ばれます。

さらに、比率スケジュールでは、個体による一定または変動する行動回数に応じて強化を与えることができます。同様に、間隔スケジュールでは、個体による単一の反応から一定または変動する時間間隔に応じて強化を与えることができます。個々の行動は、強化スケジュールの作成方法に応じて異なる反応率を生み出す傾向があります。その後、多くの研究室で、強化子のスケジュール設定が行動に及ぼす影響について多くの研究が行われました。

生物が同時に 2 つ以上の単純な強化スケジュールの中から選択する機会を与えられる場合、その強化構造は「同時強化スケジュール」と呼ばれます。Brechner (1974、1977) は、人間が漁業資源を乱獲したり、熱帯雨林を伐採したりするような社会的罠の実験室アナロジーを作成するために、重ね合わせ強化スケジュールの概念を導入しました。Brechner は、単純な強化スケジュールが互いに重ね合わされる状況を作り出しました。言い換えれば、生物による単一の反応または一連の反応が複数の結果につながるということです。同時強化スケジュールは「または」スケジュール、重ね合わせ強化スケジュールは「かつ」スケジュールと考えることができます。Brechner と Linder (1981) および Brechner (1987) は、重ね合わせスケジュールと社会的罠のアナロジーがシステムを通してエネルギーが流れる方法を分析するためにどのように使用できるかを説明するために、この概念を拡張しました。

強化スケジュールの重ね合わせは、社会的罠を生み出す以外にも、現実世界で多くの応用例があります。単純な強化スケジュールを重ね合わせることで、さまざまな人間の個人的および社会的な状況を作り出すことができます。たとえば、人間はタバコとアルコールの両方に同時に依存している可能性があります。2つ以上の同時スケジュールを重ね合わせることで、さらに複雑な状況を作り出したり、シミュレートしたりできます。たとえば、高校3年生は、スタンフォード大学かUCLAに進学するかを選択でき、同時に陸軍か空軍に入隊するかを選択でき、さらに同時にインターネット企業かソフトウェア企業に就職するかを選択できる可能性があります。これは、3つの同時強化スケジュールが重ね合わされた強化構造です。

強化スケジュールを重ね合わせることで、クルト・レヴィン（1935）が提唱した3つの古典的な葛藤状況（接近-接近葛藤、接近-回避葛藤、回避-回避葛藤）を作り出すことができ、また、レヴィンの力場分析によって分析された他のレヴィン的状況を操作化することもできる。強化スケジュールを重ね合わせる分析ツールとして用いた他の例としては、家賃統制の偶発性（Brechner、2003）や、ロサンゼルス郡の雨水排水システムにおける有害廃棄物投棄問題（Brechner、2010）への応用が挙げられる。

オペラント条件づけにおいて、同時強化スケジュールとは、動物被験者または人間参加者が同時に利用できる強化スケジュールのことで、被験者または参加者はどちらのスケジュールにも反応することができます。例えば、二者択一強制選択課題では、スキナー箱の中のハトに2つのつつきキーが提示されます。どちらのキーでもつつくことができ、どちらのキーをつつくと食物による強化が得られる可能性があります。2つのキーをつつくための強化スケジュールは異なっていても構いません。それらは独立している場合もあれば、一方のキーでの行動がもう一方のキーでの強化の可能性に影響を与えるように連動している場合もあります。

2つのスケジュールに対する反応は、物理的に区別される必要はありません。1958年にファインドレーによって導入された、同時スケジュールの別の配置方法では、両方のスケジュールが1つのキーまたはその他の応答装置に配置され、被験者は2つ目のキーでスケジュールを切り替えることができます。このような「ファインドレー同時」手続きでは、刺激（例えば、メインキーの色）によって、どのスケジュールが有効であるかが示されます。

同時並行スケジュールでは、キー操作が頻繁に切り替わってしまうことがよくあります。これを防ぐために、「切り替え遅延」が一般的に導入されます。被験者がスケジュールを切り替えた後、それぞれのスケジュールは短時間非アクティブ化されます。

同時スケジュールが両方とも可変間隔である場合、 2 つのスケジュールにおける相対的な反応率とそれらがもたらす相対的な強化率の間には、マッチング法則として知られる定量的関係が見られます。これは、1961 年にRJ Herrnsteinによって初めて観察されました。マッチング法則は、特定の反応選択肢に対する反応の相対的な率が、その反応に対する強化の相対的な率に等しい（行動率 = 強化率）という、道具的行動に関する規則です。動物や人間は、スケジュールにおいて選択を好む傾向があります。^{[ 25 ]}

正の強化と負の強化は、中毒と薬物依存の発達と維持において中心的な役割を果たします。依存性薬物は本質的に報酬を与えるものであり、つまり、薬物使用の主要な正の強化因子として機能します。脳の報酬系は、薬物にインセンティブ顕著性（つまり、「欲しい」または「望ましい」）を割り当てます^{[ 33 ] [ 34 ] [ 35 ]}。そのため、中毒が発達すると、薬物の剥奪は渇望につながります。さらに、薬物使用に関連する刺激 （例えば、注射器の視覚や使用場所 ）は、薬物によって誘発される強い強化と関連付けられるようになります^{[ 33 ] [ 34 ] [ 35 ]。}これらの以前は中立的だった刺激は、いくつかの特性を獲得します。それらの出現は渇望を誘発する可能性があり、継続使用の条件付けられた正の強化因子になる可能性があります。^{[ 33 ] [ 34 ] [ 35 ]}したがって、薬物中毒者がこれらの薬物の手がかりのいずれかに遭遇すると、関連する薬物への渇望が再び現れる可能性があります。たとえば、薬物対策機関は以前、薬物使用の危険性を示すために、薬物関連器具の画像が描かれたポスターを使用していました。しかし、ポスターに描かれた刺激を見たときに再発を引き起こすインセンティブ顕著性の影響により、そのようなポスターはもはや使用されていません。

薬物依存者においては、薬物離脱症状中に生じる身体的依存（例：震えや発汗）および／または精神的依存（例：快感消失、落ち着きのなさ、易怒性、不安）の症状を軽減または「逃れる」ために薬物を自己投与すると、負の強化が生じる。^{[ 33 ]}

動物の訓練士やペットの飼い主は、これらの概念が命名され研究されるずっと前からオペラント条件付けの原理と実践を適用しており、動物の訓練は今でもオペラント制御の最も明確で説得力のある例の 1 つを提供しています。この記事で説明されている概念と手順のうち、最も顕著なもののいくつかは次のとおりです。即時強化の利用可能性 (たとえば、常に手元にある犬のおいしいおやつ)。偶発性、強化が望ましい行動の後に行われ、他の行動の後に行われないことを保証すること。二次強化の使用、たとえば望ましい反応の直後にクリッカーを鳴らすこと。シェーピング、たとえば犬が徐々に高くジャンプするようにすること。間欠的強化、おやつを与える頻度を減らして、飽和することなく持続的な行動を誘発すること。連鎖、複雑な行動を徐々に組み合わせること。^{[ 36 ]}

適切な子どもの行動に対して肯定的な強化を与えることは、親の養育トレーニングの主要な焦点です。通常、親は、社会的報酬（褒め言葉、笑顔、抱擁など）と具体的な報酬（子どもと共同で作成したインセンティブ システムの一部として、シールやより大きな報酬へのポイントなど）を通じて適切な行動に報酬を与えることを学びます。^{[ 37 ]}さらに、親は、最初の焦点として単純な行動を選択し、子どもがより大きな目標に到達するために達成する小さなステップごとに報酬を与えることを学びます（この概念は「逐次近似」と呼ばれます）。^{[ 37 ] [ 38 ]}また、進捗チャートなどの間接的な報酬を使用することもあります。教室で肯定的な強化を与えることは、生徒の成功に有益です。生徒に肯定的な強化を適用する際には、その生徒のニーズに合わせて個別化することが重要です。このようにして、生徒はなぜ褒められているのかを理解し、それを受け入れ、最終的には肯定的な強化によって得られた行動を継続することを学びます。例えば、ご褒美や休み時間の延長といった方法は、一部の生徒にはより効果的かもしれないが、他の生徒は、褒め言葉を示すシールやチェックマークをもらうことで、規則の執行を受け入れるかもしれない。

心理学者と経済学者の両方が、オペラント条件付けの概念と研究結果を市場における人間の行動に適用することに関心を持つようになった。その一例として、購入される商品の量によって指標化される消費者需要の分析が挙げられる。経済学では、価格が消費に及ぼす影響の度合いを「需要の価格弾力性」と呼ぶ。特定の商品の弾力性は他の商品よりも高い。例えば、特定の食品の価格の変化は購入量に大きな影響を与える可能性があるが、ガソリンやその他の必需品は価格の変化による影響が少ない可能性がある。オペラント分析の観点から、このような影響は消費者の動機と強化子としての商品の相対的価値という観点から解釈できる。^{[ 39 ]}

この記事で既に述べたように、変動比率スケジュールでは、予測不可能な数の反応の後に強化が与えられます。このスケジュールは通常、迅速かつ持続的な反応を生み出します。スロットマシンは変動比率スケジュールで払い出しを行い、ギャンブラーにまさにこのような持続的なレバー引き行動を引き起こします。マシンは投入額よりも払い出し額が少なくなるようにプログラムされているため、スロットマシンを継続的に使用する人は、長期的には必ず負けます。スロットマシン、ひいては変動比率強化は、ギャンブル依存症の根本的な要因としてしばしば非難されてきました。^{[ 40 ]}

人間における行動強化の手段としての賞賛の概念は、BF スキナーのオペラント条件付けモデルに根ざしている。この観点から、賞賛は正の強化の手段として捉えられており、観察された行動を条件的に賞賛することによって、その行動が発生する可能性が高くなる。^{[ 41 ]} 何百もの研究が、賞賛が肯定的な行動を促進する上で効果的であることを示しており、特に教師や親が子供に賞賛を用いることで行動や学業成績の向上を促進するという研究^{[ 42 ] [ 43 ]}だけでなく、仕事のパフォーマンスに関する研究^{[ 44 ]}でも効果が実証されている。賞賛はまた、代理強化によって、賞賛されていない周囲の人々（賞賛を受けた人のクラスメートなど）の肯定的な行動を強化することも実証されている。^{[ 45 ]}賞賛は、その形式、内容、および伝達方法によって、行動を変える上で多かれ少なかれ効果的である可能性がある。褒め言葉が肯定的な行動変化をもたらすためには、肯定的な行動に依存していること（つまり、目標とする行動が実行された後にのみ与えられること）、強化されるべき行動の詳細を明示していること、そして誠実かつ信頼できる形で伝えられていることが必要である。^{[ 46 ]}

褒め言葉が肯定的な強化戦略として効果的であることを認識して、数多くの行動療法や認知行動療法の介入では、プロトコルに褒め言葉の使用が組み込まれています。^{[ 47 ] [ 48 ]}褒め言葉の戦略的な使用は、教室管理^{[ 47 ]}と子育てトレーニング介入^{[ 43 ]}の両方においてエビデンスに基づいた実践として認識されていますが、介入研究では、褒め言葉は戦略的な注意や行動報酬などの戦略を含む、より大きな肯定的な強化のカテゴリーにしばしば含まれます。

トラウマ的絆は、報酬と罰の断続的な強化によって変化しにくい強力な感情的絆が形成される、虐待の継続的なサイクルの結果として生じる。 ^{[ 49 ] [ 50 ]}

別の情報源は、次のことを示唆している ^{[ 51 ]} 「トラウマ的絆に必要な条件は、一方が他方を支配し、虐待のレベルが慢性的に急上昇し、その後沈静化することである。この関係は、支配的な人物による寛容で思いやりのある、さらには愛情深い行動の期間と、断続的な激しい虐待のエピソードによって特徴づけられる。優位性を維持するために、加害者は被害者の行動を操作し、被害者の選択肢を制限することで、力の不均衡を永続させる。支配と服従のバランスに対するいかなる脅威も、激しい脅迫から激しい暴力の爆発に至るまで、エスカレートする罰のサイクルで対処される可能性がある。」加害者は被害者を他の支援源から孤立させるため、発覚や介入の可能性が低くなり、被害者が対抗的な自己言及的フィードバックを受け取る能力が損なわれ、一方的な依存感が強まります 。このような虐待的な関係によるトラウマ的影響には、被害者の正確な自己評価能力の低下が含まれ、自己不十分感や支配的な人物への従属的な依存感につながる可能性があります。被害者はまた、たとえ自身が攻撃の被害者であったとしても、攻撃行為を行った人物との感情的および行動的な関係によって、さまざまな不快な社会的および法的結果に直面する可能性があります。

ほとんどのビデオゲームは、何らかの強迫ループを中心に設計されており、変動レートスケジュールを通じて一種の正の強化を追加することでプレイヤーにゲームをプレイし続けさせますが、これはビデオゲーム中毒につながる可能性もあります。^{[ 52 ]}

2010年代のビデオゲームの収益化のトレンドの一環として、一部のゲームでは、レアリティ別にランダムに選ばれたゲーム内アイテムを提供する「ルートボックス」が報酬として、または現実の資金で購入できる形で提供されました。この方法は、変動レートスケジュールに従うため、スロットマシンやその他のギャンブル機器が報酬を分配する方法と同じ方法に関連付けられています。ルートボックスはギャンブルの一種であるという一般的な認識がありますが、この行為はごく一部の国でのみギャンブルとして分類され、それ以外は合法です。しかし、これらのアイテムをオンラインギャンブルの仮想通貨として使用したり、現実の資金と交換したりする方法により、スキンギャンブル市場が生まれ、法的評価を受けています。^{[ 53 ]}