HACIA UNA INTERPRETACION FISICO-CAUSAL DE LA INFORMACION EN CONTEXTOS COMUNICACIONALES.
| Autor | Lopez, Cristian Ariel |
-
Introduccion
Como consecuencia de la fuerte presencia actual de la nocion de informacion tanto en la vida cotidiana como en el mundo cientifico, la reflexion acerca de su significado y funciones ha ingresado decididamente en el ambito de la filosofia de la ciencia, en particular, de la filosofia de la fisica. Sin embargo, apenas nos abocamos a dicha reflexion, hallamos curiosamente que, lejos de tratarse de un concepto de facil comprension, lidiamos con una nocion sumamente oscura y confusa, probablemente debido a su ubicua presencia. No existe en la comunidad cientifica y filosofica consenso acerca de cual es la naturaleza de la informacion: no parece haber un concepto unificado bajo el cual sea posible reconducir las multiples y variadas concepciones. Parece verosimil que el motivo radique en que, efectivamente, la naturaleza del concepto es sumamente polimorfica y polisemantica, como bien senala Luciano Floridi (2011). El surgimiento de la filosofia de la informacion, como campo de indagacion sistematico y autonomo, da cuenta de la relevancia filosofica que el concepto ha adquirido en los ultimos anos.
Un primer paso para abrirse paso a traves de este tupido y laberintico campo consiste en atender a las teorias formales de la informacion usualmente utilizadas en diferentes teorias cientificas y en el ambito tecnologico. Particular atencion ha recibido la teoria matematica de la comunicacion de Claude Shannon (1948) (debido a su rotundo exito tecnologico, junto con su capacidad y simplicidad formal), que se ha convertido en el punto de partida usual de cualquier indagacion filosofica. Pero, como afirman Olimpia Lombardi, Sebastian Fortin y Leonardo Vanni (2015), el formalismo de Shannon por si solo no es suficiente para obtener un concepto sustantivo del termino informacion. De hecho, tal formalismo es compatible con diversas interpretaciones que conducen a escenarios muy diversos. En filosofia de la informacion y en filosofia de la fisica, comunmente se distinguen tres interpretaciones genericas: una interpretacion fisica (Landauer 1991, 1996, Rovelli 1996, Stonier 1996), una interpretacion epistemica (Dretske 1981, MacKay 1956, 1969) y una deflacionista (Timpson 2004, 2013).
Si bien la teoria de la informacion de Shannon es compatible con cualquiera de estas interpretaciones, todas ellas sufren diversas dificultades a la hora de dar cuenta de situaciones concretas donde el concepto de informacion esta involucrado. El objetivo de este articulo es senalar tales dificultades y sentar las bases con miras a una interpretacion de la informacion en el ambito de la filosofia de la fisica que logre superarlas. En particular, propondremos una interpretacion fisico-causal de la informacion, segun la cual la informacion es fundamentalmente una propiedad fisica que es posible manipular para generar situaciones comunicacionales. De acuerdo con nuestro enfoque, los contextos comunicacionales exigen estructuras causales que se ponen al descubierto mediante tecnicas de intervencion y control. Para respaldar esta idea, utilizaremos la teoria manipulabilista de la causacion desarrollada por James Woodward (2003, 2007) y Judea Pearl (2000).
-
Informacion comunicacional: poniendo el concepto de informacion en perspectiva
2.1. ?Que es informacion?
Intuitivamente, el concepto de informacion parece estar relacionado con la transmision y el almacenamiento de datos. Luciano Floridi (2017) destaca este punto y ofrece una definicion de la informacion basada en la nocion de dato. De acuerdo con Floridi, [sigma] es una instancia de informacion si y solo si [sigma] esta conformada por uno o mas datos, y si estos datos estan bien formados. Floridi tambien senala que, si esos datos son significativos, entonces [sigma] es una instancia de informacion semantica (Floridi 2017). Si bien esta definicion es de ayuda para aproximarnos al concepto de informacion, es necesario introducir mas precisiones y distinciones debido al amplio abanico de definiciones y aplicaciones posibles del termino. El propio Claude Shannon advertia esta situacion cuando afirmaba:
La palabra "informacion" ha recibido diferentes significados por varios autores en el campo general de la teoria de la informacion. Probablemente, un buen numero de ellos seran suficientemente utiles en ciertas aplicaciones y merezcan un estudio posterior y un reconocimiento permanente. Dificilmente se podria esperar que un concepto simple de informacion pudiera dar cuenta, de manera satisfactoria, de las numerosas aplicaciones posibles de este campo general. (Shannon 1993, p. 180; las cursivas son mias.) Por este motivo, resulta metodologicamente util y conceptualmente esclarecedor comenzar distinguiendo los diferentes dominios en los que el concepto de informacion es utilizado, constrinendo de esta manera en que sentido hablaremos de informacion a lo largo de este articulo.
En un primer acercamiento sistematico conviene distinguir al menos dos tipos de enfoques: un enfoque semantico y un enfoque estadistico. Segun el primero, la informacion porta contenido semantico e involucra nociones como verdad, significado o representacion (Bar-Hillel y Carnap 1953, Bar-Hillel 1964, Floridi 2011). Desde esta perspectiva, cuando decimos que "A tiene informacion acerca de B", decimos que "A significa o representa B". En terminos de la definicion de informacion basada en datos, Floridi menciona que este enfoque considera la informacion fundamentalmente como "dato significativo bien formado" (2016). En cambio, de acuerdo con el enfoque estadistico (mayoritariamente empleado en las ciencias fisicas y formales), las propiedades estadisticas de un sistema y/o las correlaciones entre los estados de dos sistemas son los aspectos relevantes a la hora de hablar de informacion; la informacion es meramente "dato bien formado" (siguiendo la nomenclatura de Floridi), despojado de cualquier dimension semantica. Christopher Timpson (2004, 2013) ha denominado informacion tecnica a este sentido de informacion, y es el que utilizaremos a lo largo de este articulo.
A pesar de haber circunscrito el analisis de la informacion a un enfoque estadistico y tecnico, el concepto todavia sigue siendo poco especifico y muy general. Un segundo paso consiste en distinguir contextos donde el termino se utiliza comunmente. Los contextos permiten identificar diferentes aplicaciones del concepto de informacion estadistica de las que se desprenden diferentes propiedades y sentidos mas especificos del termino. En general, se pueden identificar al menos dos contextos relevantes en filosofia de la fisica: un contexto computacional y un contexto comunicacional.
Cuando se utiliza el termino "informacion" en un contexto computacional, usualmente se concibe la informacion como algo que puede ser computado y almacenado de manera eficiente. Por ejemplo, las teorias de la complejidad algoritmica (v.g., Chaitin 1966, Kolmogorov 1965) buscan medir los minimos recursos necesarios para que un mensaje individual pueda ser reconstruido de manera efectiva. En cambio, en un contexto comunicacional, la informacion se entiende como algo que se puede transmitir entre dos puntos del espacio con fines comunicativos. La teoria matematica de la comunicacion de Claude Shannon (1948) es el ejemplo paradigmatico de una teoria formal que asume un enfoque puramente estadistico de la informacion en un contexto comunicacional. Dado que la discusion cientifica y filosofica acerca del concepto de informacion en filosofia de la fisica ha presupuesto principalmente contextos comunicacionales (utilizando como punto de partida, sobre todo, la teoria matematica de Shannon), en este trabajo nos circunscribiremos exclusivamente a la nocion de informacion comunicacional.
2.2. ?Que es comunicacion?
Mas alla de las complejidades tecnicas que una situacion comunicacional pueda tener, es posible extraer algunos elementos y caracteristicas comunes. En general, toda situacion comunicacional incluye al menos tres elementos: una fuente, un canal y un destinatario. De manera muy abstracta, la fuente S produce una cantidad de informacion I(S) que sera transmitida al destinatario D, el cual recibe una cantidad de informacion determinada, I(D); la informacion es transmitida por un canal C que vincula fuente y destinatario. Tanto S como D son sistemas con un rango de estados posibles, cada uno con su propia probabilidad, y es en estos terminos en los que se calcula la cantidad de informacion producida y recibida.
Otro elemento central es la caracterizacion del canal de comunicacion. El canal C se caracteriza por medio de probabilidades condicionales que vinculan la aparicion de los estados de la fuente con la aparicion de los estados del destinatario. Si bien el exito de la comunicacion depende de que toda la informacion generada en la fuente, y solo esta, pueda ser reproducida en el destinatario (caso de comunicacion perfecta), las situaciones comunicacionales reales no suelen lograr tal grado de perfeccion: la existencia de equivocidad o ruido impiden la posibilidad de una correlacion uno-a-uno entre los estados de la fuente y los estados del destinatario. Cuando hay equivocidad, existe informacion generada por S pero no recibida en D; en cambio, cuando hay ruido existe informacion recibida por D pero que no proviene de S. A la informacion producida por S que efectivamente llega a D habitualmente se le llama informacion mutua, I(S; D). Mas alla de como se calculan estas cantidades, es posible generalizar la siguiente relacion:
I(S;D) = I(S)-E = I(D)-N (1)
Por lo tanto, en situaciones reales de comunicacion el objetivo es reducir la cantidad de ruido y de equivocidad al minimo, sea que se mejoren las caracteristicas del canal de manera que se evite la perdida de informacion, o sea que se utilicen dispositivos que filtren el ruido, incrementando asi la cantidad de informacion mutua.
Desde un punto de vista conceptual, podemos extraer dos notas esenciales de cualquier proceso...
Para continuar leyendo
Solicita tu pruebaCOPYRIGHT GALE, Cengage Learning. All rights reserved.
