Információ
A Kommunikációtudományi Nyitott Enciklopédia wikiből
PETE KRISZTIÁN (Módosította: Klucsik Gábor)
Az információ fogalma meglehetősen sűrűn használatos fogalom, ám jelentése közel sincsen pontosan meghatározva. Információnak nevezhetünk mindenféle megformáltságot nélkülöző adathalmazt, és olyan szimbólumsort is, mely értelemmel rendelkezik. A fogalom tartalma általában attól függ, hogy milyen megközelítésben tárgyaljuk.
Információ mint adatkommunikáció
Az információ egyes jellegzetességei intuitívak. Az információ általában kódolt, átvitt vagy tárolt. Ezenkívül azt is szoktuk gondolni, hogy az információ additív és nem negatív. Ha felteszünk egy kérdést, akkor a legrosszabb, ami történhet, az hogy nem kapunk választ, vagy rossz választ kapunk, ami nulla új információval lát el minket. Ugyanilyen tulajdonsága az információnak a kvantifikálhatósága. Mindezeket a tulajdonságokat vizsgálja a kommunikáció matematikai modellje.
A kommunikáció matematikai modelljét – melynek alapját Shannon és Weaver (1949) vetette meg – később információelméletnek nevezték el.
A kommunikáció matematikai modellje
„Az információ fogalmát Shannon egységes matematikai elmélet keretében összekapcsolta a valószínűség fogalmával. Megállapította, hogy minden hírközlés statisztikus jellegű, s az információ kérdései a valószínűségszámítás módszereivel tárgyalhatók. Valamilyen hír, üzenet közlését a szó valószínűségszámítási értelmében vett eseményként tárgyalhatjuk, s minden esemény üzenetet, információt hordoz. A forrás vagy adó a véletlen kísérlet eseményterével analóg fogalom, azaz a hírforrás - a vevő szempontjából - egy véletlen kimenetelű kísérlet eseményteréhez tartozó lehetséges események összessége. A kísérlet minden egyes kimenetele megfelel a forrás egy elemi kimenetelének, amit jelnek nevezünk. Mi határozza meg egy esemény, egy hír információtartalmát?
Saját tapasztalatunkból tudjuk - s ebben az esetben a szubjektív tapasztalat tökéletesen megegyezik az objektív törvényekkel -, hogy minél váratlanabb egy esemény, annál több információt hordoz. A váratlanság pedig a valószínűséggel fordítottan arányos. Ha egy esemény bekövetkezése biztos, tehát valószínűsége p=1, semmiféle információt nem szolgáltat.” (Fülöp 1996)
A kommunikáció matematikai modelljében használt információ fogalom nem azonos a mindennapi információ fogalmunkkal, tisztán technikai fogalom. Az információ itt pusztán egy adathalmaz, nincsen benne semmiféle jólformáltság.
Ebből az is következik, hogy a kommunikáció matematikai modelljében használt információ jelentésnélküli (nem abban az értelemben, hogy értelmetlen, hanem abban az értelemben, hogy még nem jelentésteli). Valójában az itt használt információ nem más, mint adat: adat=információ– jelentés. Éppen ezért az információval való ilyen foglalkozást szokás az információkutatás technikai vagy szintaktikai szintjének nevezni.
„Az információ szó nem annyira azzal áll kapcsolatban, amit mondunk, hanem inkább azzal, amit mondhatunk. A kommunikáció matematikai modellje az információ hordozóival foglalkozik, szimbólumokkal és jelzésekkel, nem az információval magával. Vagyis az információ az üzenet megválasztásában meglévő döntési szabadság mércéje” (Weaver 1949, 12.)
A shannoni modell továbbgondolása
„Nagyon érdekes az a mértékrendszer, amelyet Robert N. Hayes dolgozott ki, s amelyet a shannoni információmérték továbbfejlesztéseként is felfoghatunk. Ő az információt az adatfeldolgozás függvényében értelmezi, s úgy definiálja, mint az adatoknak azon tulajdonságát, amely a feldolgozás hatását, következményeit fejezi ki. Négy feldolgozási szintet különböztet meg, s mindegyikhez hozzárendel egy mértéket, mely az előző szint mértékének általánosítása, s az információk növekvő komplexitását tükrözi.
A legalsó szint az adatátvitel - a műszaki értelemben vett kommunikáció - szintje. Az információ mértéke ezen a szinten az egyetlen általánosan elfogadott és elismert shannoni mérték.
A második a válogatás, a szelekció szintje (például rekordok válogatása egy adatbázisból). Ezen a szinten a shannoni mérték már nem elegendő, hiszen semmit sem mond az információ értékéről, fontosságáról. Az információt ezen a szinten a súlyozott entrópia méri. Úgy kapjuk, hogy minden jelhez hozzárendelünk az a priori valószínűség mellett egy értéket, ami a fontosságát, jelentőségét méri, s amely azonosítható az információ-visszakereső rendszerekben alkalmazott relevancia értékkel. Ha minden jel egyenlően fontos - szükséges feltétel egy távközlési rendszer megtervezésénél - a súlyozott entrópia mértéke a shannonira redukálódik, ha pedig mindegyik egyenlő valószínűségű - a relevancia mértékével lesz egyenlő.
A harmadik szinten az adatok elemzése és strukturálása történik. Célja: az adatokat olyan struktúrákba szervezni, amelyek lehetővé teszik a kiválasztásukhoz szükséges döntések számának csökkentését. Ha például az adatokat egy ? méretű mátrixba rendezzük csak ? adattal kell dolgoznunk ? helyett. Az információ mérésére ezen a szinten Hayes bevezeti a „szemantikai információ” és a „szintaktikai információ” fogalmát. Az előbbi - amelynek tulajdonképpen semmi köze a szemantikához a szó megszokott értelmében - jelek által szolgáltatott információt, az utóbbi a szerkezet által hordozott információt jelenti.
A negyedik szint az adatredukció, melyet különböző matematikai eljárásokkal (például vektoranalízissel, faktoranalízissel) lehet végrehajtani. A szerző újabb változók bevezetésével meghatározza, hogyan oszlik meg a közvetített információ az ún. reduktív, szintaktikus és szemantikus információk között. Határesetben mindegyik szint mértéke a shannoni mértékre redukálódik (Hayes, 1991).” (Fülöp 1996)
Az információ rendszerelméleti megközelítése
„Az információ mindig esemény, tehát éppen nem olyasvalami, ami állandóan rendelkezésre áll. ... Meg kell ... különböztetnünk az értelmet, illetve a strukturális, relatív állandókat az információ meglepetést előidéző hatásától. ... az információ fogalmát ismét formafogalomként kell felépítenünk, vagyis olyan fogalomnak kell tekintenünk, amelynek két oldala van. Egyfelől van a meglepetés, másrészt viszont a meglepetés csak azért van, mert valamit elvártunk, és mert lehatároljuk a lehetőségek egy területét, amelyen belül aztán az információ ezt és nem pedig amazt mondhatja. ... Az információ mindig előfeltételezi, hogy egy lehetőséget elhatárolunk más lehetőségekkel szemben, és a lehetőségek területén belül az egyiket vagy a másikat információként előterjesztve kapjuk meg. Az információ szelekció a lehetőségek területéről; (Shannon-Weaver) ha megismételjük a szelekciót, akkor többé már nem tartalmaz információt. ... Ehhez a fogalomhoz még egy másik kétoldalúság is hozzájárul [Gregory Bateson: az információ differencia, ami differenciát hoz létre]. ... Mindez együttvéve ahhoz a végkövetkeztetéshez vezet, hogy információk csak a rendszeren belül lehetségesek. Minden rendszer információt állít elő.” (Luhmann 2006, 120)
Gregory Bateson információelmélete
„Az információ „differencia, ami differenciát hoz létre” („a difference that makes a difference”). Egy információ akkor információ, ha az nem csupán meglevő megkülönböztetés, hanem ha adott rendszer ennek alapján megváltoztatja saját állapotát, vagyis ha a különbség észlelése – vagy akárhogy is gondoljuk el a bemenetet – különbséget hoz létre a rendszerben. Valamit nem tudunk, aztán kapunk egy információt, közlést, hogy valami így van, s nem pedig másképp, ezután már tudjuk, és ekkor már nem kerülhetjük el, hogy az ezt követő saját műveleteink ne ez alapján a tudás alapján orientálódjanak. ... A differenciából indulunk ki, és érdekes módon a differenciához érkezünk. Az információfeldolgozás egész folyamata két dolog közt zajlik, egy kiinduló differencia és egy olyan differencia közt, amit az hoz létre. A létrejövő differencia újfent lehet egy olyan differencia, amely további információkat indít meg. A folyamat – Hegelt parafrazeálva – nem valamely meghatározatlan egységtől egy meghatározott egység felé megy végbe, hanem egy differenciától egy másik differencia irányába.” (Luhmann 2006, 68.)
Információ mint a megértés feltétele
„Csak abban az esetben, ha nem minden egyidejűleg hat a rendszerre, hanem rendkívül szelektív minták (pattern) állnak rendelkezésre, tud a rendszer az irritációkra és a „perturbációkra” (Maturana) reagálni, vagyis azokat infomrációként megérteni, és a struktúrákat megfelelő módon azokhoz igazítani, vagy a műveleteket megfelelő módon felhasználni arra, hogy a strukútrákat átalakítsák.” (Luhmann 2006, 115.)
Információ mint szemantikai tartalom
Ha az előbb tárgyalt információfogalmat kiegészítjük a jólformáltság tulajdonságával, akkor megkapjuk az információ szemantikai tartalomként való felfogását. (Bar-Hillel-Carnap 1953) Az így felfogott információ két formában jelenhet meg, faktuálisként és instrukciósként.
Faktuális információ
Előfordul, hogy a szemantikai információt deklaratívan vagy tényszerűen értjük. A faktuális információ lehet igaz vagy hamis. A leggyakrabban használt információfogalom az igaz szemantikai tartalomnak felel meg. A faktuális értelemben vett információ egyben a legfontosabb is, hiszen az igaz szemantikai tartalomként felfogott információ a tudás szükséges feltétele.
Instrukciós információ
Egy útmutató füzet instrukciós információt nyújt vagy felszólító módon – mint egy recept, tedd ezt, majd tedd azt, stb. – vagy feltételesen, inferenciális folyamatok formájában – ha ez és ez a helyzet, tégy így, stb. Az instrukciós információ nem egy helyzetről, egy tényállásról vagy tényről szól, és nem is ír le, reprezentál vagy modellál egy tényt vagy tényállást. Sokkal inkább abban segít, hogy előidézzük a kérdéses tényeket vagy tényállásokat.
Az információ információelméleti és filozófiai megközelítésének különbségéről
A kommunikáció matematikai modellje az információhoz mint fizikai entitáshoz közelít. Fő kérdése, hogy mennyi nem interpretált adatot tudunk kódolni és továbbítani hatékonyan, és ezt hogyan tehetjük meg.
A filozófiai megközelítések ettől két módon is különböznek. Egyrészt az információt szemantikai tartalomnak tekintik, és olyasmiket kérdeznek, hogy „miképp számíthat valami információnak, és miért?”, „miképp lehet hasznos egy információ?”, „hogyan kapcsolódik az információ a tévedéshez és az igazsághoz?” Másrészt a szemantikai tartalom filozófiai elméletei megpróbálják összekötni az információt más episztemikus, mentális, doxasztikus jelenségekkel. Erre jó példa az információ naturalizálása.
Alternatív információelméletek
Mackay elmélete
Donald Mackay megkísérelte kidolgozni a kommunikáció matematikai elméletének egy rivális elméletét, mely számot tud adni a szemantikai dimenzióról is. A kvaliatív információnak egy olyan kvantitatív elméletét javasolta, mely szoros kapcsolatban áll a szituációs logikával. Mackay szerint az információ hozzá van kötve a vevőoldali információnövekedéshez. „Tegyük fel, hogy azzal kezdjük, megkérdezzük magunktól, mit értünk információn. Nagy vonalakban azt mondhatjuk, hogy információhoz jutunk hozzá, amikor valami olyasmit tudunk meg, amit korábban nem tudtunk; amikor ’az, amit tudunk’ megváltozik.” (Mackay 1969, 10.)
Információfilozófia
Az információfilozófián belül több megközelítés létezik. A legelterjedtebb a valószínűségi megközelítés, mely nagyjából azokon az alapokon nyugszik, amin a kommunikáció matematikai modellje is. Ez a megközelítés egy p propozícióban szereplő szemantikai tartalmat a logikai valószínűség terének és a p valószínűsége és az információ közötti inverz viszony segítségével határozza meg.
A modális megközelítés tovább módosítja a valószínűségi megközelítést azzal, hogy az információt a modális tér és a konzisztencia/inkonzisztencia segítségével határozza meg. A p által közvetített információ az összes lehetséges világ halmazává válik, vagy másképp a világegyetem azon releváns lehetséges állapotai leírásainak halmazává.
A szisztematikus megközelítés szintén az állapot terek és a konzisztencia segítségével magyarázza az információt.
Az inferenciális megközelítés az információt az elköteleződések tere mentén határozza meg: az információ az információs ágens episztemikus állapotainak elméletéhez viszonyítva érvényes következtetésektől függ. (Floridi 2005)
Hivatkozások
- Floridi, L., 2005. Semantic conceptions of information. In: Stanford Encyclopedia of Philosopy [internet] http://www.seop.leeds.ac.uk/entries/information-semantic/ (2006.12.29.)
- Fülöp G., 1996. Az információ. Budapest: ELTE [internet] http://mek.oszk.hu/03100/03118/ (2006.12.29.)
Irodalom
- Bar-Hillel, Y. - Carnap, R., 1964. An Outline of a Theory of Semantic Information. In: Bar-Hillel, Y., Language and Information: Selected Essays on Their Theory and Application Reading - London: Addison-Wesley
- Hayes, M. R., 1991. Measurement of Information. In: Papers Presented at the International Conference on Conceptions of Library and Information Science. Tampere
- Luhmann, Niklas, 2006, Bevezetés a rendszerelméletbe. Budapest: Gondolat Kiadó.
- MacKay, D. M., 1969. Information, Mechanism and Meaning. Cambridge: M.I.T. Press
- Shannon, C. E. - Weaver, W., 1949. The Mathematical Theory of Communication. Urbana: University of Illinois Press
- Weaver, W., 1949. The Mathematics of Communication. In: Scientific American, 181(1)
