1969年，诺贝尔奖获得者西蒙(H.A. Simon)在其著名的《关于人为事物的科学（The Sciences of the Artificial）》中明确提出将“人为事物”（包含人为对象和人为现象）作为科学研究的对象。西蒙指出：“自然科学是关于自然对象和自然现象的知识。我们要问，是否还有‘人为’科学——关于人为对象和人为现象的科学？”“人为事物的科学就是研究和处理自然世界和人为世界这两个相异组成部分的科学。”

西蒙认为：人为事物在服从自然规律的同时，必须适应于“人的目的或意图”。这就是说“人为的”这个概念，似乎需要依靠“目的”和“意图”而作为一个系统，并纳入其生存环境中，才得以存在。如果说，自然现象在对于自然法则的从属性上带有“必然性”的概念，那么人为事物和现象对于环境的适应性上则带有“偶然性”的意义。也许正是因为这样的偶然性，人们对人类自己创造的人为事物似乎就有怀疑。与人为事物相关的很多词汇多具有贬义。例如“人工的”、 “模仿的”、……而自然事物的词则多具有褒义：“自然的”、“客观的”、“真实的”、……事实上，人为事物应该是和自然事物同等的概念，是对于人类创造的事物的一种客观描述。这样设计师和科学家才有可能去回答设计和工程的一个关键问题：“人为事物应该（should）如何设计？”

按照西蒙的描述，人为事物有四个主要特征：

第一，人为事物是由人创造的；

第二，人为事物可以模拟自然事物的某些表象，而在某些或者若干方面缺乏后者的真实性；

第三，人为事物可以用其功能、目的和适应性变化来描述；

第四，关于人为事物的讨论，既可以用描述性的方式，也可以使用规范性的方式来进行。

如果从人为事物的功能或者意图上来考察人为事物，可以把人为事物看作一个“内在”环境与外部环境的界面（interface）或者触点（touch point）。如果内部环境适应于外部环境，则认为该人为事物能够满足和实现意图和目标。例如一辆汽车就是汽车的内在环境（如动力结构）与外部环境（如不同路况、气候）以及他们的相互关系（如汽车在颠簸道路上运行）。基于这样的观点，人为事物的一个核心意义就是所谓的“适应性”。环境的复杂性决定了人为事物需要去适应不同的环境，并满足不同的意图和目标。所以，在讨论人为事物的时候，环境因素是非常重要的因素。从一个严格意义上讲，适应和满足都是非常复杂的概念。事实上，人为事物不可能适应所有的环境，即适应性具有限度的。因此，人为事物的设计和创造的目标是产生“满意解”而不是“最优解”。

“机器行为学“中的“机器”是一种典型的人为事物。不同于一般意义上“机器”诸如各种金属和非金属部件组装成的装置的概念。本书的“机器”是一个具有广泛意义的概念，总体而言，属于人类设计和创造的人为事物，而不仅仅是一个狭义的“机械”的概念。例如针对无人驾驶汽车而言，机器既可以是无人驾驶汽车产品本身，也可以是其内部的动力系统、人工智能系统、人机交互系统与甚至出行服务流程方法等。

同时，本书中的机器，具有强烈的计算机科学和人工智能的概念，即作为人为事物的计算机。正如西蒙说的那样：“在人类设计的人为事物中，没有哪一个像计算机那样便于进行功能描述”。计算机作为人为事物的最大特征就是在人为事物层面的“抽象组织性”。数学也许具有很好的抽象性，那种抽象完全基于逻辑，而无法以“人为事物”这样的一个“对象（object）”的方式来进行呈现。基于这样的认识，可以把本书中的机器理解为人工智能领域里的智能主体（intelligent agent）。从这样角度而言，可以看到很多作为人为事物的“机器”，最为典型的是自动化系统和产品。无人驾驶汽车、工业机器人等都是代表性的机器。

除了实体的“机器”以外，算法（algorithm）也是机器。在很多专门的领域也能发现这些基于算法的无形机器。当人们在浏览新闻的时候，算法推荐与算法检索会产生不同的新闻排序给不同的读者。当人们在购物的时候，算法会根据其个人属性和购物习惯，推荐并呈现不同的商品。在社交领域，在线交友和在线约会可以根据两个人的特点进行配对。金融领域，市场交易很多由机器算法来完成……在机器行为学中，这些都是典型的“人为事物”，都是典型的“机器”。