強化理論（動機づけ）の解説

動機づけ理論の多くは、人の内面で何が起きているかを問います。Maslowはどの欲求が満たされていないかを問い、Vroomは努力と報酬について本人が何を信じているかを問い、Adamsは公平に扱われていると感じているかを問います。強化理論は、その問い自体を退けます。何を考えているかは関係ない、行動した直後に何が起きるかを見ればよい、それが再びその行動をとるかどうかを決めるのだ、というのがこの理論の立場です。経営学の定番理論のなかでも最も率直な理論であり、同時に、マネージャーが気づかないまま日常的に使っている理論でもあります。あらゆるボーナス制度、あらゆる安全巡回、朝会での「ナイスキャッチ」の一言は、上手くいくかどうかは別として、すべて強化に関する意思決定なのです。

強化理論とは何か

強化理論は、行動はその結果の関数であると考えます。好ましい結果が続いた行動は繰り返され、好ましくない結果が続いた行動、あるいは何も起きなかった行動は消えていきます。この理論はB.F. Skinnerと、彼のオペラント条件づけの研究に結びついています。生物が環境に働きかけ、環境がそれに応答して、直前の行動を強めたり弱めたりするという考え方です。

源流は、Edward Thorndikeの効果の法則にあります。1890年代に猫を問題箱に入れ、脱出にかかる時間を計測した研究から生まれたものです。Thorndikeは、多くの要約が省いている一節も付け加えていました。満足や不快が大きいほど、結びつきの強化や弱化も大きくなる、というものです。Michael DomjanによるJournal of the Experimental Analysis of Behaviorの2026年のレビューは、教科書で教えられる内容がどのように変質してきたかをたどっています。転機となったのはSkinnerの1953年の著書Science and Human Behaviorで、同書は効果の法則を、行動が結果によって単に刻み込まれるものへと書き換えました。教科書は省略された版を受け継いでいるため、1911年の原典の章には数分かけて目を通す価値があります。

この理論で決定的な設計上の選択は、何を除外したかにあります。欲求、信念、公平感、期待価値は扱いません。人をブラックボックスとして扱い、観察可能な行動と観察可能な結果だけを対象にします。これは意図的な選択であり、行動を数え、結果を変え、その数が動いたかを測れるという点で、大きな明快さをもたらします。一方で、リーダーシップ理論の系譜にある他のフレームワークが捉えようとしているものをすべて手放すことにもなります。Maslowの欲求階層説とMcClellandの欲求理論は、人が何を求めているかを示す内容理論です。Vroomの期待理論とAdamsの公平理論は、人が努力を決める前に行う計算をモデル化した認知的な過程理論です。強化理論はそのどちらでもありません。これは結果の理論であり、人間に内面がなかったとしても機能し続けるという点で、ここに挙げた中で唯一の理論です。

重要な事実: 強化理論

• Thorndikeが効果の法則を最初に明確に述べたのはAnimal Intelligence（1911年、244ページ）で、「動物にとっての満足を伴う、または満足がすぐ後に続く」反応は、それを引き起こした状況とより強く結びつくとされています。出典: Classics in the History of Psychology, York University
• StajkovicとLuthansは、実際の組織で行われた72件の行動マネジメント研究をメタ分析し、平均効果量d = .47を報告しました。これはタスクパフォーマンスの16%向上、成功確率63%に相当します。出典: Personnel Psychology, 2003
• 同じ分析で、金銭はパフォーマンスを23%、社会的承認は17%、パフォーマンスフィードバックは10%向上させました。3つを併用すると相乗効果が生まれ、個別の効果を足し合わせた値より21%大きくなりました。出典: Personnel Psychology, 2003
• Deci、Koestner、Ryanによる128件の実験のメタ分析では、有形の報酬が自由選択の内発的動機づけを有意に損なうことが分かりました（取り組み随伴型 d = -0.40、完了随伴型 d = -0.36、成果随伴型 d = -0.28）。一方、肯定的なフィードバックは内発的動機づけを高めました（d = 0.33）。出典: Psychological Bulletin, 1999
• 4つのスケジュールのうち、変動比率は最も生産性が高く、かつ消去に対して最も強い抵抗力を持ちます。予測できない報酬を取り除くのが難しいのはこのためです。出典: OpenStax, Psychology 2e

4つの結果

強化理論で使える手は、ちょうど4つです。2つは行動を増やし、2つは行動を減らします。用語はやや紛らわしく、ここでの「正」と「負」は、良い悪いではなく、加えるか取り除くかを意味します。

負の強化は罰ではありません。多くのマネジメント記事はここを誤っています

これは、職場の強化について書かれた文章で最もよくある誤りなので、はっきり述べておきます。負の強化は行動を増やします。不快なものを取り除くことでそれを実現します。小言がやむ、アラームが静まる、エスカレーションの連鎖が終わる、といった具合です。強化子となるのは、その安堵です。

罰は、不快なものを加えるか、大切なものを取り除くことで、行動を減らします。両者は効果の面では正反対ですが、言葉の上では混同されやすいものです。OpenStaxのPsychology 2eはこの区別を明確に保っています。正は加えること、負は取り除くこと、強化は増やすこと、罰は減らすことです。4つの組み合わせがあり、重なりはありません。

これは細かい話ではありません。両者を取り違えると、「負の強化は効果がある」という知見を、脅しに頼ってよいという許可証だと読み違えてしまいます。実際の知見は、継続的なプレッシャーからの解放に関するものです。この区別には役立つ診断も隠れています。いまチームの行動のうち、どれだけが報酬ではなく安堵によって維持されているでしょうか。不快なことが迫っているときにしか動かないチームは、負の強化で動いています。それは、不快なことが背景ノイズになるまでは機能します。

行動を減らす2つの結果には、それぞれ落とし穴があります。罰は行動を素早く抑えますが、代わりに何をすべきかは教えません。そのうえ、人に罰を与える者を避けることを確実に学ばせます。つまり、目に見えるミスは減っても、実際のミスは減りません。このメカニズムが、心理的安全性を静かに壊していくものです。悪い知らせを罰する組織で最も質の悪い情報しか集まらなくなるのは、そのためです。

消去は、より遅く、より不思議な現象です。以前は報われていた行動が報われなくなると、最初の反応はたいてい消去バーストになります。行動がやむ前に、かえって強く、頻繁になるのです。以前はあなたに直接連絡して素早く答えを得ていた同僚は、あなたが依頼窓口のキューへ誘導すると、さらに強く連絡してくるでしょう。バーストを予期していないマネージャーは、変更が失敗したと結論づけ、最悪のタイミングで元の報酬を復活させてしまいます。その結果、新しい手順ではなく、しつこさを教えることになります。

強化スケジュール

何を強化するかを決めるのは、簡単な半分です。いつ強化するかも同じくらい重要で、この理論が最も意外な実践的知見を生むのはここです。

連続強化は、すべての事例に結果を与える方法です。最も早く学習が進むため、本人が学んでいる最中には適していますが、同時に最も早く消去されます。報酬がなくなったことがすぐに分かるからです。毎回強化すれば、報酬が止まった途端に崩れる行動を作ることになります。

間欠強化は、一部の事例にだけ結果を与える方法です。学習は遅くなりますが、はるかに長く持続します。FersterとSkinnerの1957年の研究は、基本となる4つの間欠スケジュールを整理しました。それらは2つの軸で分かれます。比率か間隔か（反応の回数か経過時間か）、そして固定か変動かです。

重要なのは変動比率の行です。最も高い出力と、消去に対する最大の抵抗力の両方を生み出します。スロットマシンと同じ仕組みであり、予測できない承認の習慣が、大きな定期ボーナスよりも行動を定着させる理由もここにあります。

また、ある種のインセンティブ制度がほとんど元に戻せない理由も説明してくれます。予測不能で変動の大きい報酬の上に成り立つセールス文化は、消去に最も強いスケジュールをそのまま導入したことになります。そのため、財務部門がより平坦な制度を提案しても、抵抗はお金だけの問題ではありません。支払いが変わったあとも古いパターンは長く残り、その後に起きる消去バーストは、モラルの危機とよく似て見えます。固定間隔の制度はその鏡像で、取り除くのは簡単ですが、ごまかされやすい制度です。四半期末の駆け込みが毎回起きるのは、規律の問題ではありません。固定間隔スケジュールが、研究の示すとおりに働いているだけです。

組織行動修正法：応用版

強化理論を職場に正式に応用したものが組織行動修正法で、通常はOB Modと略されます。1970年代半ばにFred LuthansとRobert Kreitnerが開発しました。分析の単位はA-B-Cの連鎖で、行動が起きる場面である先行条件（Antecedent）、行動（Behavior）そのもの、その後に続く結果（Consequence）からなります。5段階のモデルは次のように進みます。

実際に効果はあるのか

他の多くのマネジメント介入より優れており、それはその適用範囲の中での話です。Alexander StajkovicとFred Luthansは、実際の組織で行われた72件の行動マネジメント研究をメタ分析し、平均効果量d = .47を報告しました。彼らはこれをタスクパフォーマンスの16%向上、成功確率63%と換算しています。金銭、パフォーマンスフィードバック、社会的承認はそれぞれ独立して有意な効果を持ちました。金銭はパフォーマンスを23%、社会的承認は17%、フィードバックは10%向上させました。

ここには注目すべき点が2つあります。1つめは、社会的承認がパフォーマンスフィードバックを上回り、わずかなコストで金銭に迫る効果を示したことです。2つめは、3つを組み合わせると、個別の効果の合計より21%大きい相乗効果が生まれたことです。ただし著者らは、金銭と社会的承認だけの組み合わせは、他の組み合わせほどうまく機能しなかったと注記しています。つまり、最も強い構成は「もっと払う」ではありません。報酬を払い、いまの状況を伝え、きちんと認めることです。ラディカル・キャンディッドのような率直なフィードバックの実践が、報酬が変わらなくてもパフォーマンスを高める理由の1つがここにあります。

注意すべきは適用範囲です。この16%は、測定可能なタスクパフォーマンスを対象とした研究に基づいており、生産量、出勤、安全遵守、サービス取引といった観察しやすい業務に偏っています。強化の仕組みが戦略や判断力を改善するという証拠ではありません。

重大な批判

強化理論は、このコレクションにある他のどの動機づけモデルよりも、継続的な批判を受けてきました。その反論は軽いものではありません。

外発的報酬は内発的動機づけを押しのけることがある

これは最も強力な実証的反論で、名前もあります。過正当化効果です。もともとその活動自体を楽しんでいる人に報酬を払い始めると、報酬がその行動をする理由になってしまい、支払いが止まると関心が下がることがあります。

Edward Deci、Richard Koestner、Richard Ryanによる128件の実験のメタ分析が、標準的な参照文献です。取り組み随伴型、完了随伴型、成果随伴型の報酬はいずれも、自由選択の内発的動機づけを有意に損ない、効果量はd = -0.40、-0.36、-0.28でした。有形の報酬や予期された報酬という広いカテゴリーでも同様でした。肯定的なフィードバックは逆に作用し、自由選択行動（d = 0.33）と自己報告された関心（d = 0.31）を高めました。

この2つを合わせて読むと、示唆は非常に明確です。情報としての承認は内発的な関心を育てます。課題をすること、終えること、数字を達成することに結びついた有形の報酬は、それを損ないます。動機づけの戦略がすべてボーナス制度に頼っている人にとっては、厳しい知見です。自己決定理論はその理由を説明しています。統制的に感じられる報酬は自律性を損ない、情報的に感じられるフィードバックは有能感を支えるのです。

人を条件づけられる行動として扱うことは倫理上の問題である

この技法はハトやネズミを対象に開発され、人間にも当てはまります。基礎にある学習のメカニズムが共通しているからで、まさにその点が人々を落ち着かない気持ちにさせます。成人のプロフェッショナルに強化スケジュールを適用するマネージャーは、その人に対してある立場をとっています。有効なテコは、その人の推論ではなく行動である、という立場です。

擁護できる形は、透明性です。何を、なぜ強化しているのかを本人たちが知っていて、その選択に異議を唱えることもできるなら、操作という批判は大きく弱まります。擁護できない形は、秘密裏の条件づけです。強化の考え方がMcGregorのX理論に近いのは偶然ではありません。X理論は、人は指示され統制される必要があると想定します。この技法にその想定は必要ありませんが、その想定を持つマネージャーには居心地がよく、その心地よさは自分自身の中に見つけておく価値があります。

認知を無視するため、複雑なナレッジワークには適さない

生産ラインで強化理論を実用的にしているブラックボックス型の設計は、アーキテクチャの意思決定の場ではほとんど役に立ちません。複雑な仕事には曖昧さの中での判断が含まれ、正しい行動は事前には観察できず、成果は数か月後に、原因との対応づけも曖昧な形で現れます。見えないものは強化できず、2四半期たたないと結論が出ないものを、すぐに強化することもできません。そうした仕事では、認知理論のほうが重みを持ちます。重要な問いが、努力が成果につながると本人が信じているか（期待理論）、その取り決めを公平だと思っているか（公平理論）、目標が努力を集中させるのに十分に具体的で難しいか（目標設定理論）にあるからです。

測ったとおりの行動が手に入る

強化は意図には無関心です。報酬の直前に実際に起きた行動を強めますが、それは強めようと意図した行動ではないかもしれません。

この議論を体系的に示したのが、Ordóñez、Schweitzer、Galinsky、Bazermanの「Goals Gone Wild」です。目標設定の利点は過大評価され、害は無視されてきたと論じ、副作用を列挙しています。目標の外にあるすべてを無視する視野の狭さ、非倫理的行動の増加、リスク選好の歪み、組織文化の劣化、内発的動機づけの低下です。そのどれもが強化の失敗です。制度が代理指標を強化し、人々がその代理指標を最適化し、代理指標が表そうとしていたものは悪化しました。クローズしたチケットに報いれば、チケットは早まってクローズされます。

その根底にあるパターンは、強化は機能するということであり、だからこそ、選んだ目標が悪いと単に効果がないのではなく危険になります。これは、強化理論をリーダーシップスタイルとして運用したものと言える交換型リーダーシップの最大の限界です。条件付き報酬は、指定された行動を生み出すうえでは効果的ですが、その指定自体が誤っていることに気づく力は構造的に持っていません。

それでも確かに機能する場面

こうした批判があっても、この理論が時代遅れになるわけではありません。適用範囲がはっきりした専門的な道具になるということで、その範囲の中では他のほとんどの手法より優れています。

パターンは明快です。強化理論が機能するのは、行動が観察でき、結果を即時かつ随伴的に返せ、対象が態度ではなく具体的な行動であるときです。「エンゲージメントを強化する」がカテゴリーの誤りなのは、そのためです。エンゲージメントは行動ではなく、誰もそれが起きる瞬間を見ることができず、結果を与えるべきタイミングも存在しません。

誠実に活用する方法

成果に報いるだけでなく、行動を強化する

これが、まっとうな実践とボーナス制度を分けるポイントです。成果には、運、市場環境、他人の仕事が混ざり込みます。行動は、本人がコントロールできる部分です。成約に報いれば、順調な四半期にも部分的に報いたことになります。真の反論を引き出したディスカバリーコールを強化すれば、再現できることを強化したことになります。成果への報酬にも役割はありますが、人々が思うほど多くを教えてはくれません。

即時に、かつ随伴的に与える

最も重要な2つの変数であり、たいていはどちらも壊れています。即時とは、結果が十分に近いタイミングで続き、つながりが明白であることです。明日の朝会での承認が、来四半期のレビューでの承認をはるかに上回るのはそのためです。随伴的とは、結果がその行動に、その行動にだけ依存することです。全員がもらうボーナスは何にも随伴していないため、何も強化しません。支払うことは公正かもしれませんが、動機づけの手段ではありません。

予定されたボーナスより、予測できない承認を選ぶ

スケジュールの研究を踏まえると、これはほとんどのマネージャーにとって最もレバレッジの高い習慣の変更であり、費用もかかりません。固定間隔の報酬は、先ほどのホタテ貝状のパターンを生みます。期日の前の急増と、その後の落ち込みです。予測できない承認は安定した行動を生み、やめたあとも長く持続します。実際には、レビューのサイクルまでためておくのではなく、良い仕事を見かけたときに気づく、ということです。

行動にも名前をつけましょう。「今週はよくやってくれました」は特定の何も強化しません。本人は、自分がした40のことのうちどれが評価されたのか分からないからです。「リリースを止める前にあの依存関係を指摘してくれたおかげで、2日節約できました」は具体的な行動を強化し、その具体性が報酬をフィードバックに変えます。

消去を意図的に使い、バーストを想定しておく

ある行動があなたの管理下にある何かによって維持されているなら、罰を与えるのではなく、強化を取り除くことでたいていは止められます。プロセスを迂回するエスカレーションは、迂回が通用しなくなれば止まります。ただし、消去バーストは見込んでおき、行動が強まる週に元の報酬を復活させないことを、あらかじめ決めておきましょう。

自分のシステムがすでに何を強化しているかを確認する

何かを設計する前に、OB Modのステップ3を自分自身に当てはめてみてください。すべての組織は、誰かが計画したかどうかにかかわらず、すでに強化の装置です。進んで追加の仕事を引き受けたら、さらに仕事が増えた人は罰を受けています。リスクを早めに報告したら監査を受けることになったチームは罰を受けています。問題を黙って吸収し、放っておかれた同僚は強化されています。マネージャー層での強化の仕事の大半は、新しい報酬を加えることではありません。自分が知らないうちに作ってしまった随伴関係を見つけ、止めることです。

5つすべてに共通する注意点が1つあります。強化子は、あなたの意図ではなく、その効果によって定義されるということです。公の場での称賛は、ある人を強化し、別の人をやや罰します。その後に行動がどう変わるかを観察して確かめてください。

他の動機づけ理論との関係

強化理論は、他の理論と競合するものではなく、道具箱の中の1つの道具です。どの理論よりも狭い問いに答え、その分、より具体的に答えます。

多くのマネージャーがたどり着く統合の形は、次のようなものです。何が重要かを決めるには目標設定を使い、取り決めが信じられるものか公正かを確かめるには期待理論と公平理論を使い、有形の報酬がそもそも適切かどうかを判断するには自己決定理論を使い、行動が目の前で起きたときに実際に何を言うか、そのタイミングと具体性を扱うには強化理論を使います。この最後の部分こそが日々の仕事であり、多くのリーダーシップ開発がまったく扱っていない部分です。

---

強化理論は動機づけの哲学ではなく、そのふりもしません。結果についての主張であり、結果については正しい主張です。この理論が求める規律は、起きるのが見えるほど正確に行動を名指しし、その直後に自分の組織が実際に何をしているかを正直に見つめることです。多くのチームは、自分たちが大切だと言っているものとは別のものを強化してきたことに気づきます。