「负强化」不是惩罚：IPsyO 学习心理学里条件作用、强化与观察学习的考法（2027 备考）
负强化不是惩罚。判断只要两步：行为之后变多叫「强化」、变少叫「惩罚」；后果是被加入还是被移除，决定「正」与「负」。IPsyO 考纲里的「学习」这一块，考的正是在具体情境里把这两步做对。
按 IPsyO 官方考纲（官方备考页提供下载，最近一次更新为 2024 年 5 月），「学习」属于「发展与学习」领域，列有三项：经典条件作用（巴甫洛夫实验与原理）、操作性条件作用（斯金纳、强化与惩罚）、观察学习（班杜拉的社会学习理论、示范与模仿）。官方 2025 年样卷里，这一块出现过消退、泛化与辨别，桑代克效果律，以及潜伏学习的判断题。赛事整体框架可先看IPsyO 是什么。
两种条件作用，学到的是两种不同的联结
| 对照点 | 经典条件作用 | 操作性条件作用 |
|---|---|---|
| 学到什么 | 刺激与刺激的联结：一个信号预告另一个事件 | 行为与后果的联结：做了什么，之后发生了什么 |
| 反应性质 | 多为自动反应，如分泌唾液、紧张、害怕 | 主动发出的行为，如举手发言、按时交作业 |
| 经典研究 | 巴甫洛夫：声音等信号与食物反复配对后，信号单独出现也引起唾液分泌；华生与雷纳（1920）的「小艾伯特」恐惧实验，伦理与方法都受到质疑 | 桑代克的迷箱与效果律：带来满意后果的行为更可能重复；斯金纳用操作箱系统研究强化与惩罚 |
| 核心现象 | 习得、消退、自发恢复、泛化、辨别 | 强化、惩罚、塑造、强化程序、消退 |
| 临床例子 | 暴露疗法与系统脱敏：在安全条件下让恐惧反应逐步减弱 | 代币制与行为矫正：用可兑换的奖励体系建立目标行为 |
| 材料里的线索 | 有没有「信号在前、事件在后」的反复配对 | 行为之后有没有跟着后果，且行为频率随之改变 |
考纲所依据的 APA 高中心理学国家标准，对这两部分都要求能举出「临床与实验」两类例子，所以表格后两行值得单独记。两组常考辨析：消退不等于遗忘——信号反复单独出现、不再伴随原来的事件，反应随之减弱，但之后可能自发恢复，说明原来的学习并没有被完全抹掉；泛化与辨别方向相反——泛化是对相似刺激也作出反应，辨别是只对特定刺激作出反应，干扰项最爱把两者对调。
强化与惩罚：先看变多变少，再看加入还是移除
这张图里藏着三个陷阱：
- 「负」不等于「坏」。负强化移除的是厌恶刺激，结果是行为变多，和惩罚正好相反。
- 按效果定义，不按意图定义。家长的批评如果让「引起注意」的行为越来越多，功能上就是强化——对这个孩子来说，被关注本身就是强化物。
- 逃避与回避都属于负强化。回避让焦虑暂时下降，回避行为因此被强化；这常用来解释回避为什么难以自行消失，也是暴露疗法要处理的环节。
强化程序：为什么「偶尔才给」的行为最难改
四种程序之外，还有三个配套概念常出题：塑造是对逐步接近目标的行为依次强化，用来建立原本不会自发出现的复杂行为；初级与次级强化物的区别在于价值是否需要习得，食物属于前者，钱、积分、分数属于后者；普雷马克原理是用更想做的活动去强化不太想做的活动，比如先完成练习、再自由活动。
条件作用解释不了的部分：认知、生物与观察
- 潜伏学习。Tolman 与 Honzik（1930）的迷宫研究里，起初没有奖励的老鼠，一旦终点开始出现食物，表现很快追上一直有奖励的组。学习可以在没有强化时发生，有了诱因才表现出来。
- 生物准备性。Garcia 与 Koelling（1966）发现，大鼠很容易把味道与恶心联系起来，却难以把光和声音与恶心联系起来；味觉厌恶常常一次配对、间隔很久也能形成。不是任何刺激都同样容易配对。
- 观察学习。Bandura（1965）让儿童观看成人攻击玩偶的影片，结局分为被奖励、被惩罚和没有后果三种。看到示范者受罚的儿童模仿得最少，但研究者提供奖励、请他们做出看到的动作时，组间差异基本消失。「学会」与「做出来」是两回事。
- 习得性无助的修正。Seligman 与 Maier（1967）的狗实验常被当作「无助是学来的」证据；2016 年两位作者在 Psychological Review 发文修正：长期面对不可控的厌恶刺激时，被动更接近默认反应，需要学习的是「控制是可能的」。引用这个经典，要带上后来的修正。
- 习惯与目标导向。官方 Psychology Digest 2026 第 2 期把「结果贬值」列为要点：行为换来的结果不再有吸引力后，如果行为随之减少，说明它仍受目标控制；照做不误，则更接近习惯。
家里的奖惩说法，最容易带偏哪三处
- 把「负强化」当成批评。日常说法常把它当作惩罚的同义词。比赛全程使用英文，建议把 negative reinforcement 与 punishment 放在一起记，各配一个自己编的例子。
- 以为罚得越重越有效。教科书通常列出惩罚的局限：它压制行为却不教替代行为，可能让孩子学会回避施罚者或把行为藏起来，而且需要及时、一致才起作用。
- 以为奖励越多越好。Lepper、Greene 与 Nisbett（1973）发现，预期会因画画得奖的学前儿童，之后自由活动时花在画画上的时间，少于没有预期奖励的孩子。不同元分析对效应大小有争议：预期中的、与完成任务挂钩的物质奖励更常被发现有削弱作用，信息性的口头反馈不一定如此。
练的时候，用三栏表逐题判别：行为是什么、后果是加入还是移除、之后频率升还是降。官方 2025 年 Grand Test 真题里的学习部分适合限时练，节奏方法可参考资格赛冲刺指南。到了 2027 年的模块 B，官方要求诊断复杂案例背后的原因并提出有证据的建议：同样是「屡教不改」，可能是间歇强化在维持，也可能是惩罚只压制、没教会替代行为——先说清机制，建议才站得住。以上讨论的是学科结论，不构成具体的家庭教育建议。
常见问题
Q：负强化和惩罚，怎么一眼分清？
先只问一件事：行为之后是变多还是变少。变多就是强化，变少就是惩罚，这一步能排除大多数干扰项。再看后果是加入还是移除，决定正与负。比如系好安全带后提示音停止，系安全带变多，是负强化；超时玩游戏被收走手机、超时变少，是负惩罚。
Q：材料里怎么判断是经典条件作用还是操作性条件作用？
看联结发生在哪两样东西之间。信号与事件反复配对、反应多为自动反应的，是经典条件作用；行为之后跟着后果、行为频率因此改变的，是操作性条件作用。现实里两者常同时出现：宠物听到开罐声就兴奋，属于前者；它跑到厨房后得到食物，跑过去的行为被强化，属于后者。
Q：给孩子的奖励越多，学得越好吗？
不一定。过度理由效应的研究发现，对本来就感兴趣的活动给予预期中的物质奖励，可能降低之后自发去做的兴趣；具体、信息性的反馈则未必有这种作用。不同元分析对效应大小仍有争议，结论依赖奖励类型与是否预期。这里讨论的是学科结论，不构成家庭教育建议。
Q：学习这一块，在 2027 年的 IPsyO 比赛里怎么用得上？
模块 A 以研究材料为载体，要求解读证据、评价论证并判断结论能被支持到什么程度，学习原理常用来解释材料中的行为变化。模块 B 面向各国家/地区前 6 名，要求诊断复杂案例背后的原因并提出有证据的建议，先说清行为靠什么维持，建议才有依据。具体题目以官方为准。
本文由 IPsyO 国际心理学奥赛内容编辑部发布，由翰林教育为中国国际学校学生运营。赛事规则由主办方制定并逐年调整，考纲范围、赛制与题型请以 IPsyO 官方页面 / APA 公布的信息为准；文中示例为教学说明，对考法与练习方法的判断为编辑部经验，非官方要求，也不构成心理评估或家庭教育建议。如发现事实错误，我们将在 7 个工作日内更正。
