内発的動機づけとは、活動自体に内在する満足感のために活動を行うことを指し、何か別の結果を得るためではない。内発的に動機づけられた人は、外部の成果物、圧力、報酬のためではなく、活動に伴う楽しさや挑戦のために行動する。これは、成績、給与、承認など、活動自体とは別の結果が原動力となる外発的動機づけとは対照的である。
この概念は、好奇心や遊びに関する初期の心理学研究にルーツを持つが、正式に明確化されたのは20世紀半ばである。基礎を築いた人物としてエドワード・デシが挙げられ、彼の1971年の実験は、有形の報酬が内発的動機づけを損なう可能性があることを実証し、これは過正当化効果として知られる現象である。この研究は、後にリチャード・ライアンとともに拡張され、1980年代に自己決定理論（SDT）の開発へとつながり、内発的動機づけを中心的な構成概念として位置づけた。SDTは、自律性（自分でコントロールしている感覚）、有能感（効果的に行動している感覚）、関係性（他者とつながっている感覚）という3つの基本的心理的欲求が満たされると、内発的動機づけが高まると提唱する。
理論的基盤
自己決定理論は、内発的動機づけを理解する上で最も影響力のある枠組みであり続けている。これは、自律的動機づけ（内発的動機づけと十分に内面化された外発的動機づけを含む）と統制的動機づけを区別する。SDT内の研究では、自律性、有能感、関係性を支援する環境が内発的動機づけを育む一方、統制的な環境（過剰な報酬、締め切り、監視など）はそれを減少させることが示されている。この理論は、教育、子育て、医療、職場など様々な領域に応用されている。
もう一つの重要な視点は、1970年代にミハイ・チクセントミハイが導入したフロー概念である。フローとは、活動に完全に没頭した状態であり、スキルレベルが課題に一致し、自己意識の喪失や時間感覚の歪みを伴う。フロー体験は本質的に報酬的であり、しばしばそれ自体のために求められるもので、内発的動機づけの体験的性質を示している。
測定と研究方法
研究者は通常、内発的動機づけを自己報告式の質問紙（例：内発的動機づけ目録（IMI））を用いて測定し、興味、知覚された有能感、努力、プレッシャーを評価する。行動的測定には自由選択パラダイムがあり、参加者に標的活動を与えた後、自由に何をしてもよい期間を観察し、その活動に費やした時間を内発的動機づけの指標とする。認知的アプローチでは、課題への関与や持続性も検討される。
実験室実験では、外部報酬、特に金銭などの有形報酬が、興味深い課題に対する内発的動機づけを低下させることが繰り返し示されている。しかし、その効果は報酬の性質と文脈に依存する。言語的賞賛や肯定的フィードバックは、有能感を伝える場合には内発的動機づけを高めることが多いが、統制的であると知覚されると損なう可能性がある。報酬と内発的動機づけの相互作用はメタ分析の対象となっており、最も包括的なもの（例：デシ、ケストナー、ライアン（1999））は、予期された有形報酬の阻害効果を確認している。
教育と職場での応用
教育において、内発的動機づけは深い学習、創造性、学業の持続性と関連している。内発的に動機づけられた生徒は、より洗練された学習方略を用い、挑戦を求め、情報を長く保持する傾向がある。逆に、成績やテストへの過度の依存は内発的興味を損なう可能性がある。教育的介入は、自律性を支援し、最適な挑戦を提供し、習熟志向の雰囲気を育むことを目的とすることが多い。
職場では、内発的動機づけが革新と仕事満足度を促進する。多様性、自律性、有意義性を備えた仕事は、ハックマンとオールダムの職務特性モデルが説明するように、内発的動機づけを高める傾向がある。人工知能や機械学習を含む現代のテクノロジー企業は、複雑な問題解決には外部インセンティブだけでは不十分な場合があるため、長期的な研究努力を維持するために従業員の内発的動機づけを重視することが多い。
人工知能における内発的動機づけ
人工知能と強化学習の分野では、内発的動機づけが探索のメカニズムとして適応されている。エージェントには、外部フィードバックがなくても環境を探索するよう促すために、新規性や情報獲得などの内発的報酬が与えられる。このアプローチは、好奇心駆動学習と呼ばれることもあり、迷路のナビゲーションやビデオゲームのプレイなど、報酬が疎な設定でエージェントを訓練するために使用されている。例えば、パサクら（2017）は、予測誤差を内発的報酬として用いた好奇心ベースの探索を導入した。これは人間の内発的動機づけに類似しており、深層学習とニューラルネットワーク訓練の研究サブフィールドとなっている。
この概念は、大規模言語モデルの訓練設計にも影響を与えており、人間のフィードバックからの強化学習（RLHF）などの目的関数は人間の好みを組み込むが、内発的信号はサンプル効率と堅牢性を向上させるために使用できる。しかし、人工的と人間の内発的動機づけの関係は依然として活発な研究領域であり、人工エージェントが真の内発的衝動を持ち得るのか、それとも単に模倣しているだけなのかについて議論がある。
批判と限界
広く受け入れられているにもかかわらず、内発的動機づけの構成概念は批判に直面している。一部の研究者は、内発的と外発的動機づけの区別は過度に単純化されており、現実の活動はしばしば両方を含むと主張する。また、実験室での発見を自然主義的設定に一般化することに疑問を呈する者もいる。報酬の阻害効果は議論の的となっており、一部のメタ分析（例：アイゼンバーガーとキャメロン（1996））は、その効果は小さく文脈依存的であると示唆している。それでも、内的興味が持続的な関与にとって重要であるという核心的な洞察は堅固なままである。
文化的差異も存在し、内発的動機づけは個人主義文化でより顕著である一方、集団主義文化では関係性や義務がより重視される場合がある。SDT内の異文化研究では、自律性は文化を超えて重要であるが、その表現は異なることが示されている。
今後の方向性
現在の研究では、神経画像を用いて線条体や前頭前皮質などの報酬と興味に関与する脳領域を特定し、内発的動機づけの神経基盤を探求している。また、内発的動機づけが生涯を通じてどのように変化するか、デジタル環境（例：ゲーミフィケーション、ソーシャルメディア）がそれを支援または損なう方法にも関心が高まっている。人工知能では、内発的動機づけを持つエージェントの開発は依然として大きな課題であり、生涯学習と自律的探索への影響がある。
2020年代初頭の時点で、この概念は心理学、神経科学、計算モデリングからの洞察を統合しながら進化し続けている。その実用的関連性は、教育成果の向上から、より魅力的なテクノロジーの設計、より有能なAIシステムの訓練まで多岐にわたる。