Wie eben erwähnt, beschreibt die Linearität eine proportionale Beziehung zwischen Eingabe und Ausgabe in einem System – dies verursacht bekannte Ausgabewerte mit Kenntnis des Eingabewerts und der Struktur des Systems (d. H. Anwendbare Regeln innerhalb des Systems). Die Beschreibung einer trivialen Maschine.
Es ist eine unbestrittene Tatsache, dass es triviale Maschinen gibt – aber es ist auch unbestreitbar, dass nicht jedes System eine triviale Maschine sein kann. Der Mensch ist unablässig mit Linearität, Nichtlinearität, Rückkopplung und Rekursion konfrontiert. Kybernetische Prinzipien sind in der Lage, beobachtete Prozesse zu erklären, ohne die Ergebnisse dieser Operationen im Voraus bestimmen zu wollen. Es können Prozesse von Rückkopplungsschleifen beobachtet werden, bei denen die Ausgabe auf die Eingabe wirkt. Diese Rückkopplung in nichtlinearen Prozessen bewirkt einerseits eine Abschwächung einer generierten Entwicklung (negative Rückkopplungen), andererseits die Stärkung des Prozesses selbst (positive Rückkopplungen). Ein klassisches Beispiel für die Verwendung von Rückkopplungen in der Mechanik ist ein sogenannter Fliehkraftregler. Mit der Drehzahl des Reglers wird eine Drosselklappe durch die erhöhte Zentrifugalkraft geschlossen. Die Drehzahl wird dadurch reduziert – das führt zu einem Zustand eines relativ stabilen Gleichgewichts.
Ein Beobachter des Wachstumsprozesses bemerkt positive (verstärkende) Rückkopplungsschleifen – unabhängig davon, ob das Wachstum selbst positiv oder negativ bewertet wird. Mit dem Wirtschaftssystem sind z.B. Umsatzsteigerungen und die Erhöhung der Schulden mit diesen Rückkopplungsprozessen verbunden. Im politischen und sozialen Umfeld ist die Einführung von Steuern eine Maßnahme zur Verringerung von Ungleichheiten in der Gesellschaft und daher ein Instrument, das negatives Feedback nutzt. (Auf die dopppelte Bedeutung des Begriffs der Steuern – finanztechnisch – und – steuerungstechnisch – sei besonders hingewiesen 🙂 )
Erfolgreiche Anwendungen werden wiederholt. Trotz der hohen Unplausibilität der Stabilisierung kann ein Beobachter so etwas wie stabile Zustände feststellen. Diese stabilen Zustände selbst hängen vom System selbst und der strukturellen Bestimmung innerhalb des Systems ab. Heinz von Foerster beschrieb diese Eigenschaft eines Systems als Eigenwert oder Eigenverhalten – als Beispiel verwies er auf die Funktion der Wurzelextraktion. Unabhängig vom Startwert – ob 1000 oder 0,2 – wird nach einer Reihe von Operationen, die dieselben Regeln (= Struktur des Systems) verarbeiten, immer das gleiche Ergebnis angezeigt (im Fall der Quadratwurzel nach einer unbestimmten Anzahl von Operationen immer = 1). [von Foerster, 1993, S. 103]
Ein geschlossenes System, das auf diese rekursive und selbstreferenzielle Weise nach einer Lösung sucht, akzeptiert seine eigene Ausgabe als Eingabe für die nächste Operation und nicht, wie zu erwarten, eine Störung in der Umgebung. Unter bestimmten Umständen können einige Umweltstörungen auftreten, die durch strukturelle Kopplung ausgelöst werden. Die Eingabe und die Art der Operation stammen vom System selbst. Die obige Darstellung der mathematischen Wurzelextraktion hier wird als einfache Darstellung für alltägliche Prozesse in der lebenden Welt verwendet. Dieser Eigenwert ist in biologischen und sozialen Operationen immer präsent. Die Darstellung solcher biologischen und sozialen Wechselwirkungen ist viel schwieriger zu reproduzieren als eine einfache mathematische Funktion. Auch aufgrund der Tatsache, dass sowohl biologische als auch soziologische Systeme nicht nur einem einzigen Eigenverhalten unterliegen, sondern auch eine Beziehung verschiedener struktureller Eigenwerte darstellen. Sowohl das System als auch jede vom System initialisierte Beobachtung befassen sich also mit komplexen Entscheidungen.
Feedback und fortlaufende Rekursion spielen in jedem Lernprozess eine äußerst wichtige Rolle. Die ständige Wiederholung des Wortschatzes beim Lernen einer Fremdsprache, kann als Beispiel verwendet werden. Die Fähigkeit, durch positives oder negatives Feedback einerseits Erfahrungen und das damit verbundene verinnerlichte Know-how zu sammeln, erhöht einerseits die Möglichkeit, mit Störungen umzugehen, die auf der Kopplung mit der Umgebung beruhen, andererseits verstärkt dies das intrinsische Verhalten jeder Kreatur.
Untersuchungen von Ameisen- und Bienenvölkern, insbesondere des Futtersuchprozesses, haben gezeigt, dass das Verhalten der Art von Beobachtern als eine Art soziales Lernen interpretiert werden kann. Bessere Fähigkeiten, Nahrung zu finden, erhöhen die Wahrscheinlichkeit des Bevölkerungswachstums, was dazu führt, dass mehr Menschen auf Nahrungssuche gehen, und erhöht somit erneut die Wachstumswahrscheinlichkeit, ein Beispiel für eine positive Rückkopplungsschleife. [Füllsack, 2011, S. 250] Falls gewünscht, Lerneffekte werden verstärkt = belohnt, sonst werden Nebenwirkungen abgeschwächt = bestraft, wir sprechen über Reinforcement Learning [Füllsack, 2011, S. 253] – bei Tieren wird dies Dressur genannt – bei Menschen nennen wir das Erziehung.
Abgesehen von der Notwendigkeit von Rückmeldungen für die biologische Existenz und der menschlichen Erkenntnis- und Lernfähigkeit werden Rückmeldungen in vielen Anwendungen des täglichen Lebens verwendet. Elektronik- und Computertechnologie, Klimaforschung und Wettervorhersage sowie Psychologie-, Sozial- und Kommunikationstheorien sind ohne Rückmeldungen und die damit verbundenen Auswirkungen nicht denkbar.
