[P-Reinforce] Substantial content added to Aim/Cog/GameTheory/ComboOpt (Count: 2,166)

AI/Cognitive-Evaluation-Theory.md

@@ -1,25 +1,27 @@
 ---
-id: P-REINFORCE-AUTO-192E25
-category: "[[10_Wiki/💡 Topics/AI]]"
-confidence_score: 0.90
-tags: [auto-reinforced]
+id: P-REINFORCE-SCI-COGEVAL
+category: "[[10_Wiki/💡 Topics/Science]]"
+confidence_score: 0.97
+tags: [Cognitive Evaluation Theory, Motivation, Autonomy, Psychology]
 last_reinforced: 2026-04-20
-github_commit: "[P-Reinforce] Continuous Worker - Cognitive-Evaluation-Theory"
 ---
 
-# [[Cognitive-Evaluation-Theory]]
+# [[Cognitive-Evaluation-Theory]] (인지 평가 이론)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> 지식 요약 정보 추출 중...
+> "보상이 때로는 열정을 죽인다." 인간은 스스로 결정하고 유능하다고 느낄 때 가장 강력한 내적 동기를 발휘한다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-본문 구조화 작업 중...
+- **Autonomy (자율성)**:
+    - 외부의 강요가 아니라 스스로의 선택에 의해 행동한다고 느낄 때 동기가 유발된다. (예: 게임에서의 자유로운 퀘스트 선택).
+- **Competence (유능성)**:
+    - 자신의 능력이 과제에 적합하거나 성장하고 있다고 느낄 때 재미와 보람을 느낀다. (예: 레벨업 시스템, 랭크 시스템).
+- **Extrinsic vs Intrinsic Motivation**:
+    - 금전적 보상 같은 외적 동기가 너무 크면, 즐거워서 하던 일(내적 동기)의 가치가 훼손되는 '과잉 정당화 효과(Over-justification effect)'가 발생할 수 있다.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
-- **정책 변화:** AI 분야의 자동 자산화 수행.
+## ⚠️ 모순 및 업데이트 (RL Update)
+- 게임 기획 시 단순히 '데일리 보상'만 뿌리는 것은 위험하다. 사용자가 보상 때문에 숙제처럼 게임을 하게 만들지 말고, 자신의 실력이 늘어가는 과정 자체를 즐기게 하는 '마스터리의 경험'을 설계해야 한다.
 
 ## 🔗 지식 연결 (Graph)
-
-- Raw Source: [[00_Raw/2026-04-20/Cognitive-Evaluation-Theory.md]]
----
+- Related: [[Game Design Theory]] , [[Behavioral-Economics]]
+- Foundation: [[Cognitive-Biases]]