这主要是因为惩罚的效果往往比强化要弱，并且经常「失灵」和「失控」。

「失灵」是指惩罚经常达不到想要的效果，主要体现在：
1.当惩罚没有被持续施加时，惩罚的效果可能立马就会消失；

例如说针对汽车超速的罚款，一旦车主脱离监控范围，就可能会尝试各种超速行驶。

2.某些行为的好处大于承受惩罚的代价时，人们会尝试冒险。

例如针对贩毒集团的牢狱惩罚，如果毒贩侥幸逃脱一次，他以后就更可能尝试逃脱惩罚去贩毒发大财而不是改过自新。

「失控」是指惩罚容易引发意想不到的效果，主要体现在：
1.惩罚可能会导致攻击性行为；

例如家长用打骂的方式教育孩子，会导致孩子成年后更可能对他人做出攻击性行为，以及把暴力视作影响他人的合理手段。

2.惩罚可能会导致报复（各种形式的）。

例如企业主管用羞辱或罚款等方式「整治」员工，可能会导致该员工日后经常偷拿公司的物品或出售公司机密。

以及惩罚并没有教会别人应该干什么。

生长在这种环境下的儿童容易放弃尝试新事物的冲动，产生玉玉抑郁等心理问题。

总之，负强化的效果有时比正强化要差一点；惩罚的效果通常比强化的效果要差（不少）。

至此，行为主义（入门级）的两大板块（古典制约和操作制约）就基本结束了。

心理学上的学习（Learning）更倾向于指动物在环境的影响下，行为模式发生了长期改变的过程。

例如经过训练，小猫学会了一进入箱子就喵喵叫踩踏板；小狗学会了听到铃声就流口水；小鸽学会了没等食物发放就……

然而这些行为模式的习得，必须只能依靠累积过去的行为才能成功吗？

进入20世纪以来，不断有认知心理学家对传统的行为主义提出挑战，试图破解学习只是一个「单纯的行为模式构建」的金科律玉律。

争议的重点在于，行为主义者选择的实验对象往往是一般的小动物。虽然小动物能部分反映人类的特性，但很多人总认为自己有独特的心理模式，不能被一般的小动物代表。

所以，沃尔夫冈•科勒（Wolfgang Köhler）选择跟人类比较接近的大猩猩进行实验。

其实就是经典的「大猩猩摘香蕉」实验。

第一回：香蕉挂在大猩猩站直了之后使劲伸手恰好够不着的高度。大猩猩够不着，急了。过了会，他发现可以站在木箱子上去够。

第二回：香蕉挂在大猩猩站在箱子上使劲伸手恰好够不着的高度。大猩猩又急了。过了会他发现可以把俩箱子叠一块，站到上面去够。

第三回：香蕉挂在……（不用我说了吧）的高度。大猩猩：我吃柠檬抓耳挠腮，垂头丧气。忽然他发现地上有根棍子，于是他站在两个叠放的箱子上用棍子把香蕉打下来了。

［由于大猩猩已经具备人类（小孩）的智力了，因此用「他」作为第三人称很合适］

科勒认为：大猩猩的学习过程并没有经过之前行为主义的那些「训练」的流程，属于是他自己灵机一动就会了。因此我们把它叫做顿悟学习（Insight Learning）。

至于顿悟学习具体是什么原理不重要，重要的是它给认为「学习必须经过一系列训练流程」的行为主义以沉重打击。

当然最后终于轮到拿人做实验了。也就是众所周知的波波玩偶实验（Bobo Doll Experiment）。