人机交互中的模型和理论/维纳的控制论

控制论是一个解释复杂系统（特别是关于动物和机器）如何组织其控制和通信以实现稳定性的概念。它涉及来自环境的输入（或干扰）和系统的输出（来自环境中的干扰或刺激的影响），以及控制器（例如，加热装置中的恒温器），它利用反馈回路（负反馈和正反馈）来调节干扰（或刺激）的影响。

控制论可以应用于许多研究领域来解释复杂系统：生物学、社会学、人类学和信息技术（仅举几例）。它可以用来帮助预测各种情景的结果或解释现有现象的行为。其中一个例子是人体在面对致命疾病时的免疫系统，它试图根除疾病。人体包含称为白细胞的“控制器”，它们试图识别和根除来自环境中的外来物质（干扰）。这样做是为了保护和为了实现稳态，即一种稳定的状态（或校正状态），在该状态下外来物质被成功处理。

有时外来物质是系统不知道如何应对的。例如，埃博拉或艾滋病等疾病。这些是控制器以前没有知识，因此不知道如何应对的干扰。复杂系统内的“知识”（或用控制论术语来说称为“转换”）本质上是一组由输入和控制器对输入的“反应”定义的规则。处理这些规则的框架可以是确定性的，也可以是概率性的。前者本质上是根据输入和可以对干扰采取的一系列动作的组合而预测的一系列可能结果，而后者本质上是随机的，因此由一组分配的概率来处理，以确定要采取哪些行动。对于身体不认识如何应对的疾病，会实现概率模式的选项，这最终会导致混乱，因为免疫系统试图通过“未知规则”尽其所能来应对这种干扰。

控制论的另一个非常重要的方面是系统的互连性。该系统被视为一个具有明确边界、由相互作用的部分组成的整体实体。这表明系统内存在一定程度的相互依赖性。

该系统在处理其环境时，可以从一组选项中进行选择。系统如何知道要关注什么，要忽略什么？系统内的约束提供了重点，并有助于减少可能结果的数量。变量的相互依赖性也使事情变得更容易，因为它不需要担心每个干扰；因此，当系统中的一个因素受到影响时，其他因素很可能也会受到影响，即使它们可能不会立即显现出来。这简化了一切，因为人们处理的信息更少。它也使系统更具可预测性。相互依赖性使系统更有效地识别干扰的一个很好的例子（再次是在医学领域）是识别进行鉴别诊断时出现的症状。鉴别诊断将是一条清晰的途径，可以理解存在一种特定的疾病，即使可能存在其他变量（症状）在起作用。你真正需要知道的只是症状，就可以确信这种疾病是你认为的疾病。