内在动机指的是因活动本身带来的满足感而从事该活动，而非为了某种可分离的结果。当一个人受到内在驱动时，其行动源于活动带来的乐趣或挑战，而非外部产物、压力或奖励。这与外在动机形成对比，后者的驱动力是活动本身之外的结果，例如成绩、薪水或认可。
这一概念源于早期关于好奇心和游戏的心理学研究，但在20世纪中期被正式阐述。一个奠基性人物是爱德华·德西，他1971年的实验证明，有形奖励可能削弱内在动机，这一现象被称为过度合理化效应。这项工作后来与理查德·瑞安共同扩展，促成了20世纪80年代自我决定理论（SDT）的发展，该理论将内在动机确定为核心构念。SDT认为，当三种基本心理需求得到满足时，内在动机会蓬勃发展：自主性（感到掌控）、胜任感（感到有效）和关联性（感到与他人相连）。
理论基础
自我决定理论至今仍是理解内在动机最具影响力的框架。它区分了自主动机（包括内在动机和良好内化的外在动机）与控制动机。SDT内部的研究表明，支持自主性、胜任感和关联性的环境能促进内在动机，而控制性环境（例如过度奖励、截止日期、监视）则会削弱它。该理论已应用于教育、育儿、医疗保健和工作等多个领域。
另一个关键视角是米哈里·契克森米哈赖在20世纪70年代提出的心流概念。心流是一种完全沉浸于活动中的状态，技能水平与挑战相匹配，导致自我意识丧失和时间感扭曲。心流体验本身具有内在奖励性，常因其自身价值而被追求，这体现了内在动机的体验性特质。
测量与研究方法
研究者通常使用自我报告问卷来测量内在动机，例如内在动机量表（IMI），该量表评估兴趣、感知胜任感、努力和压力。行为测量包括自由选择范式，参与者被给予一项目标活动，然后在可自由做任何事的时段内被观察；花在该活动上的时间量作为内在动机的指标。认知方法也考察任务投入和坚持性。
实验室实验反复表明，外部奖励，尤其是有形奖励如金钱，会降低有趣任务的内在动机。然而，效果取决于奖励的性质和情境。口头表扬和积极反馈在传达胜任感时通常能增强内在动机，但如果被视为控制性则可能削弱它。奖励与内在动机之间的相互作用一直是元分析综述的主题，最全面的综述（例如德西、科斯特纳和瑞安（1999））确认了预期有形奖励的削弱效应。
在教育与工作中的应用
在教育中，内在动机与深度学习、创造力和学业坚持性相关。内在动机强的学生倾向于使用更复杂的学习策略、寻求挑战并更长久地保留信息。相反，过度依赖成绩和考试会侵蚀内在兴趣。教育干预通常旨在支持自主性、提供最佳挑战并营造掌握导向的氛围。
在工作场所，内在动机驱动创新和工作满意度。具有多样性、自主性和意义性的工作设计往往能增强内在动机，正如哈克曼和奥尔德姆的工作特征模型所描述的那样。现代科技公司，包括人工智能和机器学习领域的公司，通常强调员工的内在动机，以维持长期研究努力，因为仅靠外部激励可能不足以应对复杂问题解决。
人工智能中的内在动机
在人工智能和强化学习领域，内在动机已被改编为一种探索机制。智能体被赋予内在奖励，例如新奇性或信息增益，以鼓励它们在缺乏外部反馈的情况下探索环境。这种方法有时被称为好奇心驱动学习，已被用于在稀疏奖励环境中训练智能体，例如导航迷宫或玩视频游戏。例如，帕塔克等人（2017）引入了基于预测误差的好奇心探索作为内在奖励。这与人类内在动机相似，并已成为深度学习和神经网络训练中的一个研究子领域。
这一概念也影响了大型语言模型训练的设计，其中诸如基于人类反馈的强化学习（RLHF）等目标融入了人类偏好，但内在信号可用于提高样本效率和鲁棒性。然而，人工与人类内在动机之间的关系仍是一个活跃的研究领域，关于人工智能体是否能真正拥有内在驱动力或仅仅是模仿它们存在争论。
批评与局限
尽管被广泛接受，内在动机这一构念仍面临批评。一些研究者认为，内在与外在动机之间的区分过于简化，因为现实活动往往同时涉及两者。其他人质疑实验室发现对自然情境的普适性。奖励的削弱效应一直存在争议，一些元分析（例如艾森伯格和卡梅伦（1996））表明该效应较小且依赖情境。尽管如此，内部兴趣对持续参与至关重要的核心洞见仍然稳健。
文化差异也存在；内在动机在个人主义文化中可能更为突出，而集体主义文化可能更强调关联性和义务。SDT内部的跨文化研究表明，自主性在各文化中都很重要，但其表现形式各异。
未来方向
当前研究探索内在动机的神经基础，使用神经影像识别涉及奖励和兴趣的大脑区域，如纹状体和前额叶皮层。人们也越来越关注内在动机如何随生命周期变化，以及数字环境（例如游戏化、社交媒体）如何支持或削弱它。在人工智能中，开发具有内在动机的智能体仍是一个重大挑战，对终身学习和自主探索具有深远意义。
截至21世纪20年代初，这一概念持续演变，整合了心理学、神经科学和计算建模的见解。其实践相关性涵盖从改善教育成果到设计更具吸引力的技术以及训练更强大的AI系统。