20世纪中叶，在巴甫洛夫提出基于“刺激-反应”的经典条件反射之后，美国心理学家伯尔赫斯·弗雷德里克·斯金纳（B. F. Skinner）提出了更为系统的行为主义解释体系。斯金纳认为，有机体不仅会被动地对环境刺激做出反应，更多时候是在主动作用于环境。
通过设计著名的“斯金纳箱”（Skinner Box），研究者将白鼠或鸽子放入配有杠杆、按压垫和食物给予装置的封闭箱体内。当动物在偶然间按压杠杆并获得食物奖励后，其按压杠杆的频率显著增加。这一现象确立了操作性条件反射的基本定义：即有机体为了获得某种结果而主动发出的操作行为，会因该行为所带来的后果（强化或惩罚）而发生改变。
相比于经典条件反射中被动的生理应答，操作性条件反射揭示了主动行为、环境后果与习惯建立之间的深层联系，成为现代行为心理学与教育心理学的重要理论支柱。
在斯金纳的行为分析框架中，后果对行为的反馈机制被精准地划分为四大核心要素：正强化、负强化、正惩罚与负惩罚。理解这些机制的区别是掌握行为塑造的关键。
- 正强化（Positive Reinforcement）：在某种行为发生后给予个体喜爱的刺激，从而增加该行为在未来重复出现的概率。例如在日常学习中，通过即时反馈与奖励来运用正强化与行为塑造策略，能有效提升儿童的主动学习动机。
- 负强化（Negative Reinforcement）：在某种行为发生后撤销或减少个体厌恶的刺激，同样能达到增加该行为发生频率的效果。需要特别指出的是，负强化并非惩罚，其最终目的是“增加行为”，而非“抑制行为”。
- 正惩罚（Positive Punishment）：在不当行为发生后施加厌恶刺激（如口头批评或警告），以此降低该行为的再次发生率。
- 负惩罚（Negative Punishment）：在不当行为发生后剥夺个体喜爱的刺激（如暂停娱乐时间或剥夺某种特权）。
在实际行为干预与习惯培养中，行为心理学研究普遍倡导优先采用正强化与负强化的区别来进行积极引导，因为长期单纯依赖惩罚容易引发个体的回避行为、焦虑情绪或攻击性反应。
斯金纳通过大量实验发现，强化发生的时机和频率对行为的建立与消退有着决定性的影响。这种将强化规则系统化的方式被称为强化程序（Schedules of Reinforcement）。
强化程序主要分为连续强化与间歇强化（定时、定率、变时、变率）：
- 固定比率与固定间隔程序：例如每按压杠杆5次获得一次食物（固定比率），或每隔5分钟给予一次强化（固定间隔）。这类程序能快速建立行为，但在强化停止后，行为消退的速度也相对较快。
- 变化比率与变化间隔程序：强化在不可预测的次数或时间间隔后出现。其中，变率强化程序与习惯养成的关联尤为紧密。例如老虎机与很多社交媒体平台的刷新机制，正因为强化发生的随机性与不可预测性，使得个体大脑产生持续的多巴胺分泌，从而形成极难消退的强烈的行为黏性。
这种关于强化时序的研究，彻底解释了为什么某些行为（如即时反馈游戏或随机抽奖）比传统的固定奖励更容易令人沉迷，也为现代产品设计中的用户习惯培养提供了理论依据。
自20世纪下半叶以来，操作性条件反射的原理早已超越实验室范畴，被广泛应用于心理诊疗、临床干预、教育管理及动物训练等多个领域：
- 应用行为分析（ABA）：在儿童发育迟缓与自闭症谱系障碍（ASD）的早期干预中，研究人员与治疗师通过分解目标动作、实施应用行为分析与正强化，帮助患儿建立语言沟通、社交技能与生活自理能力。
- 行为疗法与代币制管理：在学校课堂管理和精神康复病房中，代币制在行为矫正中的应用取得了显著成效。通过将代币作为中介强化物（代币可累积兑换最终奖励），能有效降低个体的对抗行为，促进良好社交范式的建立。
- 习惯培养与自我管理：对于成年人的习惯塑造，利用“微小行为 + 即时正反馈”的闭环，同样能够重塑神经回路，实现健康生活习惯（如规律运动、专注工作）的长期保持。
