Havaintosäätöteoria ja sen sovellukset IAPCT-konferenssin keskiössä

Business Finlandin rahoittama Sensespace tutkii moniaististen tilakokemusten yhteyttä hyvinvointiin ja myönteisiin kokemuksiin. Toimin projektissa tutkijana ja osallistuin International Association for Perceptual Control Theory (IAPCT) -vuosikongressiin Yorkissa Britanniassa lokakuussa 2026 tässä ominaisuudessa. IAPCT on monitieteellinen yhdistys, johon kuuluu niin käytännön soveltajia kuin tutkijoitakin. Se perustuu William Powersin 1960-luvulla kehittämään havaintosäätöteoriaan (Perceptual Control Theory eli PCT). Alun perin matemaattisena mallina esitetty PCT on saanut behavioraalista ja neurofysiologista tukea sekä sovelluksia robotiikassa ja terapiassa (Carey 2026, Mansell 2021, Powers 1973, Yin 2017).

Kuva. Freepik/ Magnific Free Licence

Havaintosäätöteorian perusta

PCT:n mukaan käyttäytyminen on havaintojen säätämistä. Tällöin ihminen toimii, jotta hänen kokemansa tilanne vastaisi hänen tavoitteitaan (Marken et al. 2022). Havainnollistan eroa perinteiseen, yksisuuntaiseen syöte–toiminta -malliin ruoan maustamisella. Syöte–toiminta -mallissa selityksen suunta kulkee maun havaitsemisesta sen aiheuttamaan toimintaan. PCT:ssä ratkaisevaa sen sijaan on havaitun ja tavoitellun maun ero. Sama keitto voi maistua kahden henkilön mielestä yhtä suolaiselta, mutta toinen lisää suolaa ja toinen ei. He tavoittelevat erilaista makua.

Maustaminen muuttaa keittoa ja siitä syntyvää uutta havaintoa, jonka perusteella henkilö jatkaa maustamista. Näin havaitseminen, tavoitteeseen vertaaminen ja toiminta muodostavat suljetun säätösilmukan. Jos keittoon lisätään vettä, suolaa voi joutua lisäämään halutun maun säilyttämiseksi.

PCT:n mukaan aivojen säätösilmukat muodostavat hierarkkisessa vuorovaikutuksessa olevia tasoja (Powers 1973). Ylemmät tasot säätävät abstraktimpia kokemuksia ja asettavat tavoitearvoja alemmille säätösilmukoille (Mansell 2011). Alempien tasojen havainnoista puolestaan muodostuu ylemmillä tasoilla yhä laajempia havaintokokonaisuuksia. Tavoitteiden välittyminen alaspäin ja havaintojen rakentuminen ylöspäin ovat samaa mielen jatkuvaa säätelyä (Parker et al. 2020). Tavoite viettää iltaa ystävien kanssa ohjaa aterian suunnittelua ja edelleen keiton maustamista. Havainnot mausta, valmisteluista ja ystävien viihtymisestä puolestaan rakentavat käsitystä illan sujumisesta. Jos ruoanlaitto vie liikaa aikaa yhdessäololta, tarjoilua voi yksinkertaistaa. Tällöin ylempi tavoite säilyy, mutta alemmat tavoitteet muuttuvat.

Hierarkian samalla tasolla voi toimia useita säätösilmukoita rinnakkain (Marken 1986). Ruokaa maustaessaan henkilö voi säädellä samanaikaisesti keiton suolaisuutta ja tulisuutta.

Päätöksenteko monimutkaisissa tilanteissa

Omassa esityksessäni vertasin päätöksentekoa PCT:n ja neurotaloustieteen välillä. Neurotaloustiede yhdistää taloustiedettä, psykologiaa ja neurotiedettä päätöksenteon tutkimisessa (Camerer et al. 2005). Havainnollistin aihetta jäätelökioskilla viisivuotiaan lapsenlapseni kanssa. Annoksista, koosta, pallomääristä ja lisukkeista muodostui vähintään 600 yhdistelmää, mutta hän valitsi nopeasti mieluisan annoksen. Hän tuskin arvioi kaikkien 600 vaihtoehdon arvoa ja valitsi niistä parasta, kuten perinteinen neurotaloustiede olettaa (Ks. Levy & Glimcher 2011). Miten ihminen löytää mieluisan vaihtoehdon näin suuresta joukosta?

Cambridgen yliopiston neurotaloustieteilijä Peter Bossaerts kollegoineen tarkastelee asiaa laskennallisen monimutkaisuuden näkökulmasta (Bossaerts et al. 2024, Murawski & Bossaerts 2016). Näissä tilanteissa ratkaisun löytäminen ylittää usein käytettävissä olevan ajan ja laskentaresurssit. Tällaista päätöksentekoa tutkijaryhmä on selvittänyt käyttämällä reppuongelmaa, jossa tehtävänä on muodostaa mahdollisimman arvokas esinejoukko ylittämättä repun painorajaa (Murawski & Bossaerts 2016). Mahdollisten yhdistelmien määrä kasvaa nopeasti esineiden määrän mukana.

Monimutkaisissa tilanteissa ihmiset löytävät hyviä ratkaisuja yllättävän tehokkaasti. Eräässä kokeessa osallistujat tarkastelivat keskimäärin vain 3,6 prosenttia painorajan sallimista yhdistelmistä, mutta saavuttivat keskimäärin 97,4 prosenttia parhaan mahdollisen ratkaisun arvosta (Murawski & Bossaerts 2016). Lisäksi osallistujat etenivät hyvin erilaisia hakupolkuja, ja onnistuminen vaihteli ongelman vaikeuden mukaan. Aivokuvantamistutkimuksessa laskennalliseen monimutkaisuuden käsittelyyn liittyi useiden aivoalueiden toimintaa (Franco et al. 2024).

Korostin, että PCT täydentää monimutkaisten valintojen problematiikkaa kuvaamalla, mitä ihminen pyrkii näissä tilanteissa tavoittelemaan. Sama tehtävä voi merkitä yhdelle parhaan ratkaisun löytämistä, toiselle riittävän hyvää suoritusta mahdollisimman nopeasti. Tällaiset erot tavoitteissa suuntaavat vaihtoehtojen etsimistä ja sitä, milloin vaihtoehto hyväksytään. Tutkimusmenetelmien kannalta monimutkaisten päätösten tarkastelu muuttaa tutkimusasetelman pistemäisestä tilastollisesta vertaamisesta koko päätösprosessin tarkasteluun huomioimalla yksilölliset tavoitteet ja päätöspolut.

Esitin, että laskennallisen monimutkaisuuden tutkimus ja PCT voisivat yhdessä auttaa ymmärtämään, miten tehtävän vaatimukset ja ihmisen omat tavoitteet muovaavat päätöksentekoa.

Käyttäytymisen peruselementit havaintosäätöteorian mukaan

Yhdysvaltalainen eläinten kasvatuksen asiantuntija Brian Taylor Fleming havainnollisti käyttäytymisen peruselementtien etsintää kemian avulla. Mendelejevin vuonna 1869 esittelemä jaksollinen järjestelmä jäsensi tunnetut alkuaineet kokonaisuudeksi ja auttoi löytämään uusia (Scerri 2020). Fleming ehdotti käyttäytymisen ymmärtämisen perusyksiköksi PCT:n suljettua säätösilmukkaa.

Hän kertoi myös tutkimuksesta, jossa osallistujat söivät pizzaa (Hengist et al. 2020). Kun heitä pyydettiin syömään itsensä kylläisiksi, he söivät paljon vähemmän kuin tilanteessa, jossa heitä pyydettiin syömään mahdollisimman paljon. PCT:n näkökulmasta ensimmäisessä tilanteessa osallistujat pyrkivät saavuttamaan miellyttävän kylläisyyden, kun taas toisessa tilanteessa he tavoittelivat maksimaalista syömismäärää. Näin ihmisen toiminta muodostuu jatkuvassa vuorovaikutuksessa hänen tavoitteidensa, havaintojensa ja ympäristön kanssa.

Mitä tapahtuu, kun toiminta ei enää tuota tulosta?

Tutkija Valeria Pérez-Treviño Meksikon Universidad Panamericana -yliopistosta tarkasteli käyttäytymisen voimistumista, kun palkkio jäi pois (extinction burst -ilmiö). Arkinen esimerkki on toimimattoman hissin painikkeen painaminen yhä uudelleen ja entistä voimakkaammin.

Pérez-Treviño havainnollisti ilmiötä vuotava ämpäri -analogian avulla (Ks. Yin 2017). Tällöin ämpärin vedenpinta voi nousta joko sisään virtauksen lisääntyessä tai ulosvirtauksen vähentyessä. Vastaavasti toiminnan toistuminen voi lisääntyä joko sitä tuottavan prosessin voimistuessa tai kilpailevien toimintojen vähentyessä.

Kokeessa osallistujat saivat rahapalkkion riittävän voimakkaasta voimamittarin puristuksesta. Kolmessa ryhmässä palkitseminen lopetettiin eri ajankohtina, ja vertailuryhmässä sitä jatkettiin. Näin selvitettiin, johtuiko puristusvoiman kasvu palkkion poisjäämisestä vai tapahtuiko sitä myös palkitsemisen jatkuessa.

Palkitsemisen lopettaminen lisäsi puristusvoimaa verrattuna tilanteisiin, joissa palkitseminen jatkui. PCT näkökulmasta olennaista on, mitä ihminen pyrkii toiminnallaan saavuttamaan. Jos tavoite säilyy mutta toiminta ei enää tuota tavoiteltua havaintoa, säätövirhe voi kasvaa ja toiminta voimistua (Palomino et al. 2026). Tavoitteeseen pyrkimisen voimistuminen ja totutusta toimintatavasta luopuminen voivat edetä eri tahtiin.

Muita havaintoja

Kongressissa käsiteltiin paljon myös kasvatukseen, hyvinvointiin ja PCT-pohjaiseen terapiaan liittyviä teemoja. Tärkeää oli myös tutustuminen toisiin tutkijoihin, jotka pohjaavat työnsä PCT:n lähtökohtiin. Keskustelin paljon brittiläisen John Innes Centren vanhemman tutkija Richard Kennawayn kanssa, joka on osoittanut, että PCT-pohjainen päättely rikkoo perinteistä faihthfulness-aksioomaa vastaan, jonka mukaan ilman korrelaatiota ei voi olla kausaalisuutta (Kennaway 2020). Samoin kävin keskusteluja IAPCT:n puheenjohtajan ja Amsterdamin yliopiston avoimen yliopiston professori Eva de Hullun kanssa. Päätimme jatkaa yhteistyötä SenseSpace-projektin sisällöllisten ja metodologisten kysymysten parissa.

Lähteet

Artikkelin valmistelussa hyödynnettiin ChatGP:tä väliotsikointien ideointiin ja tekstin tiivistämiseen. Lisäksi kirjoittaja teki tekoälyn avulla hakuja artikkelissa mainittujen henkilöiden henkilöhistoriasta ja julkaisuista.

URN: http://urn.fi/URN:NBN:fi-fe20261116145141

henkilökuva.

Jyrki Suomala

yliopettaja, KT, dosentti

jyrki.suomala(at)laurea.fi