El camino a través del cual las técnicas de cambio de comportamiento tienen un efecto en el comportamiento de un individuo se denomina Mecanismo de Acción (MoA). Las intervenciones de cambio de comportamiento habilitadas digitalmente podrían beneficiarse potencialmente de modelar explícitamente el MoA para lograr intervenciones más efectivas, adaptativas y personalizadas. Por ejemplo, si se propone "motivación" como el constructo objetivo en cualquier intervención de cambio de comportamiento, ¿cómo puede un modelo de este constructo actuar como un mecanismo de acción, mediando el efecto de la intervención utilizando diversas técnicas de cambio de comportamiento? Este artículo discute un modelo computacional para la motivación basado en la vía de recompensa neural con el objetivo de hacer que actúe como un mediador entre las técnicas de cambio de comportamiento y el comportamiento objetivo. La descripción formal y parametrización de este modelo se describe desde la perspectiva de las ciencias neurocomputacionales y se elabora con la ayuda de una subpregunta, es decir, qué parámetros/procesos del modelo son cruciales para la generación y mantenimiento de la motivación. Se simula un escenario de intervención para mostrar cómo un modelo explícito de "motivación" y sus parámetros pueden utilizarse para lograr personalización y adaptabilidad. Una representación computacional de la motivación como un mecanismo de acción también puede avanzar aún más en el diseño, evaluación y efectividad de intervenciones digitales de cambio de comportamiento personalizadas y adaptativas.