オペラント反応（オペラント条件づけされている反応）に対して、どのように強化してやるかを強化スケジュールと言い、その反応比率に関するものの一つが定率強化であり、通常FRと略される。一定の決まった数だけ反応が自発されると強化されるスケジュールである。
例としてハトが10回窓をつついたら10回目に数秒餌を提示し、提示終了後また10回目に提示するという手続きである。この場合FR10という。時間経過に対して比較的一定な反応率が得られる。また、負の強化の場合も同様である。
定率強化の学術的背景と行動の経済学的コスト計算
報酬とは、単に行動を誘発する餌ではない。それは生物がエネルギーを投資する価値があるかどうかを判断するための、厳密な経済的シグナルである。定率強化（Fixed Ratio: FR）スケジュールが生み出す独特な行動パターンは、生物がいかにして「労力と対価」のバランスを最適化しようとしているかを如実に物語っている。
階段状の累積記録と強化後の休止（PRP）
B.F.スキナーが確立したオペラント条件づけにおいて、定率強化（例：レバーを10回押すごとに餌が出る）は、極めて特徴的な「階段状（ステップ・ライク）」の行動記録を描き出す。動物は報酬を得るために猛烈な勢いで反応し、報酬を獲得した直後に、ふっと行動を停止する。
この「強化後休止（Post-Reinforcement Pause: PRP）」は、単なる肉体的な疲労による休息ではないことが判明している。学術的なコンセンサスでは、これは「次の報酬までの距離」を見積もるための認知的・動機的なインターバルであると解釈される。報酬を得た瞬間、次の報酬までの道のりが最も遠くなるため、生物は再始動するための心理的な助走距離を必要とするのである。
比率の伸張と行動崩壊の臨界点
定率強化において、報酬を得るために必要な行動回数（比率）を急激に引き上げると、行動は維持できずに崩壊する。これを「比率の伸張（Ratio Strain）」あるいは「比率の歪み」と呼ぶ。FR1（毎回報酬）からFR100（100回に1回）へと段階を経ずに移行した場合、動物は攻撃的な反応を示したり、完全に無気力な状態（消去）に陥ったりする。
これは、労働のコストが報酬の期待値を上回ったと脳が判断した瞬間に発生する「損切りのメカニズム」である。行動分析学の視点では、持続可能な行動形成のためには、この比率を極めて緩やかに上昇させ、高い努力量に対しても耐えうるだけの強化履歴（ヒストリー）を慎重に構築する必要があるとされている。
神経経済学が捉える前帯状回のコスト計算
最新の神経経済学研究によれば、定率強化における「行動するか否か」の意思決定には、前帯状回（ACC）とドーパミン系が深く関与している。ACCは「予想される努力量（コスト）」と「得られる報酬（ベネフィット）」を天秤にかける計算機として機能する。
定率強化の課題遂行中、報酬に近づくにつれてドーパミンニューロンの活動が漸進的に高まる「ランプ活動（Ramping activity）」が観察される。これはゴールへの接近を脳が予期し、加速している証拠である。逆に、PRP（休止）の期間中はドーパミンレベルが低下しており、この化学的な推進力が再び閾値を超えるまで、行動の再開が抑制されていることが示唆されている。
現代社会における出来高払いと燃え尽き症候群
人間社会において、定率強化は「歩合制給与」や「ポイントカード（10個貯まると特典）」、「ゲームのレベル上げ」といった形で遍在している。これらは短期的には爆発的な生産性を生み出すが、同時に構造的なリスクも孕んでいる。
報酬獲得後のPRPが長引き、業務への再着手が困難になる現象や、比率の伸張による急激なモチベーション喪失（燃え尽き症候群）は、定率強化特有の副作用である。現代の組織設計論では、予測可能な定率強化（FR）だけでなく、予測不可能な変動比率強化（VR）を適切に組み合わせることで、PRPを最小化し、より持続的で滑らかなエンゲージメントを維持する「変動性」の導入が推奨されている。
オペラント条件づけ
オペラント条件づけは、人間を含めた動物が、自発した反応の直後に特定の刺激（報酬など）を与えることで、その反応（自発した反応）が生起する頻度を変化させる条件付け。アメリカの心理学者スキナー（B.F. Skinner）より。
定率強化は、何か自発的な行動をしたすぐ後に、報酬などを与えることによって、その行動が起こる頻度を変化させるというもので、「おやつによって釣る」の応用のようなものである。
条件づけ
最終更新日：
