Sémiotická teorie informace uvažuje o informačním obsahu znaků a výrazů tak, jak je pojímán v sémiotickém nebo znakově-relačním rámci vyvinutém Charlesem Sandersem Peircem.
Dobrem informací je jejich využití při snižování naší nejistoty ohledně nějaké problematiky, která se před nás staví. Obecně řečeno, nejistota přichází v několika příchutích, a tak informace, které slouží ke snižování nejistoty, mohou být aplikovány několika různými způsoby. Situace nejistoty, s nimiž se lidské činitele běžně potýkají, byly zkoumány pod mnoha nadpisy, doslova po celé věky, a klasifikace, k nimž subtilní myslitelé dospěli dlouho před úsvitem moderní teorie informace, mají stále své využití při stanovování stadia úvodu.
Filozof-vědec Immanuel Kant téměř náhodně vybral příklad rafinovaného myslitele a rozdělil hlavní otázky lidské existence na tři části:
Třetí otázka je na současný rámec diskuse poněkud příliš jemná, ale první a druhá jsou snadno rozpoznatelné jako vytyčení dvou hlavních os teorie informace, a to dvojího rozměru informace a řízení. Zhruba stejný prostor zájmů je jinde překryt dvojími osami kompetence a výkonu, specifikace a optimalizace, nebo jen prosté znalosti a dovednosti.
Otázka, co je pravda, je deskriptivní otázka, a existují tzv. deskriptivní vědy věnované zodpovídání deskriptivní otázky o jakékoli oblasti jevů, které by člověk mohl chtít pojmenovat.
Otázka, co je třeba udělat, jinými slovy, co je třeba udělat, aby se dosáhlo daného cíle, je normativní otázka, a existují tzv. normativní vědy věnované zodpovězení normativních otázek o jakékoli oblasti problémů, které by člověk mohl chtít řešit.
Vzhledem k tomu, že informace hraje svou roli na jevišti vytyčeném nejistotou, velká část toho, co je informace, bude nutně zahrnovat i to, co je nejistota. Existuje jen malá šance, že vágnost slova jako „nejistota“, vzhledem k nuancím jeho běžného, poetického a technického použití, může být korigována jediným perem, ale existují zavedené modely a formální teorie, které se zabývají definovatelnými aspekty nejistoty, a ty mají dost použití, aby stálo za to se jimi zabývat.
Co je informace o tom, že ji může nést nápis?
Na tomto místě vyvstávají další tři otázky:
Velmi hrubá odpověď na tyto otázky by mohla začít takto:
Lidské bytosti se zpočátku zabývají pouze svým vlastním životem, ale pak se do jejich subjektivní existence vtírá svět, a tak jsou nuceny zajímat se o objektivní skutečnosti jeho podstaty.
Pragmaticky řečeno je náš prvotní cíl, zájem, zájem, předmět nebo „pragma“ vyjádřen slovním infinitivem „žít“, ale infinitivo je brzy přeformulováno do odvozených podstatných forem „příroda“, „realita“, „svět“ a tak dále. Na tomto pozadí se ocitáme v roli protagonistů na „scéně nejistoty“. Situaci si můžeme představit jako křižovatku, z níž se před námi rozprostírá celá řada možností. Může to být otázka pravdy, povinnosti nebo naděje, poslední kodifikující zvláštní typ nejistoty, jaký regulační princip má nějakou šanci na úspěch, ale hlavní nejistotou je, že jsme povoláni k volbě a zjišťujeme, že až příliš často nemáme téměř žádnou představu o tom, která z možností je nejvhodnější k volbě.
Jen pro vytvoření diskrétního příkladu předpokládejme, že kardinalita této volby je konečné n, a jen pro úplnou konkretizaci řekněme, že n = 5. Obrázek 1 poskytuje hrubý obraz situace.
Toto znázorňuje zlom, reprezentovaný „O“, kde je n možností pro výsledek jednání, a nemáme ponětí, který to musí být. V jistém smyslu, stupeň tohoto uzlu, v tomto případě n = 5, měří nejistotu, kterou máme v tomto bodě.
Jedná se o minimální druh prostředí, ve kterém může znak dávat vůbec nějaký smysl. Označení má význam pro agenta, tlumočníka nebo pozorovatele, protože jeho aktualizace, jeho poskytnutí nebo jeho přítomnost slouží ke snížení nejistoty rozhodnutí, které musí agent učinit, ať už se týká úkonů, které by měl agent učinit, aby dosáhl nějakého cíle zájmu, nebo se týká predikátů, které by měl agent považovat za pravdivé o nějakém objektu ve světě.
Způsob, jakým značky vstupují na scénu, je znázorněn na obrázku 2.
To ilustruje situaci nejistoty, která byla posílena klasifikací.
V konkrétním vzorci klasifikace, který je zde znázorněn, první tři výsledky spadají pod znaménko „A“ a další dva výsledky spadají pod znaménko „B“. Pokud výstupy tvoří soubor věcí, které by mohly být pravdivé o objektu, pak by mohly být znaménka čtena jako nomeny (termíny) nebo pojmy (koncepty) relevantního empirického, ontologického, taxonomického nebo teoretického schématu, tedy jako predikáty a předpovědi výsledků. Pokud výstupy tvoří soubor věcí, které by mohly být dobré udělat pro dosažení cíle, pak by znaménka mohla být čtena jako útržky rad nebo jiné druhy ukazatelů, které nám říkají, co dělat v dané situaci, vzhledem k našim aktivním cílům.
To je základní rámec pro mluvení o informacích a náznacích ve vztahu ke komunikaci, rozhodování a nejistotám s nimi spojeným.
Jen pro rozbalení některých z mnoha věcí, které mohou být glosovány v tomto malém slově ‚znamení‘, zahrnuje všechny ‚údaje smyslů‘ (DOTS), které bereme jako informující nás o vnitřních a vnějších světech, plus všechny pojmy a pojmy, které používáme k argumentaci, komunikaci, dotazování, nebo dokonce ke spekulacím, jak o našich ontologiích pro bytosti ve světech, tak o našich politikách pro činnost ve světě.
Ve skutečnosti by alespoň v tomto diskrétním typu případu bylo možné použít stupeň uzlu jako měřítko neurčitosti, ale fungovalo by to jako multiplikační měřítko spíše než jako druh aditivního měřítka, které bychom normálně preferovali. Pro ilustraci, jak by to dopadlo, uvažujme jednodušší příklad, kde stupeň výběrového bodu je 4.
Předpokládejme, že uvažujeme o tom, že po rozhodnutí o této otázce učiníme další rozhodnutí, takové, které bude mít v každém případě stupeň 2. Složená situace je znázorněna na obrázku 4.
To ilustruje skutečnost, že složená nejistota 8 je součinem dvou složek nejistot, 4 krát 2. Abychom to převedli na aditivní veličinu, jednoduše vezmeme logaritmy na vhodný základ, řekněme 2, a tak dojdeme k ne příliš ohromujícímu faktu, že nejistota první volby je 2 bity, nejistota další volby je 1 bit a složená nejistota je 2 + 1 = 3 bity.
Poskytování informací, tedy proces, který snižuje nejistotu, je v mnoha ohledech inverzní proces k jakémusi zvětšení nejistoty, k němuž dochází při složených rozhodnutích. Pro ilustraci tohoto vztahu se vraťme k našemu původnímu příkladu.
Sada znaků vstupuje na nastavení, jako je tento jako systém středních pojmů, kolekce znaků, které lze považovat, dost výstižně, jako konstelaci média.
Jazykem nebo médiem je zde množina znaků {„A“, „B“}. Za předpokladu, že počátečních 5 výsledků je stejně pravděpodobných, lze asociovat frekvenční rozdělení (k1, k2) = (3, 2) a tedy
pravděpodobnostní rozdělení (p1, p2) = (3/5, 2/5) = (0,6, 0,4)
s tímto jazykem, a tím definovat komunikační kanál.
Nejdůležitější je zde opravdu jen pochopit „podmínky pro možnost, aby značky dávaly smysl“, ale jakmile budeme mít takto nastavené, zjistíme, že můžeme začít konstruovat některé hrubé a připravené kousky informačně-teoretického nábytku, jako jsou míry nejistoty, kapacita kanálů a množství informací, které mohou být spojeny s příjmem nebo rozpoznáním jediné značky. Přesto, než se do toho všeho pustíme, je třeba zdůraznit, že i když jsou tato opatření příliš ad hoc a nedostatečná na to, aby byla užitečná sama o sobě, význam nastavení, které je k jejich podpoře potřeba, se vůbec nesnižuje.
Vezměme si situaci nejistoty rozšířenou o klasifikaci nebo vylepšenou o znaménko, která byla znázorněna výše. Co se stane, když jedno nebo druhé ze dvou znamének, „A“ nebo „B“, je pozorováno nebo přijímáno za stálého předpokladu, že jeho význam je rozpoznán při příjmu?
Právě z těchto charakteristik lze definovat informační kapacitu komunikačního kanálu, konkrétně jako „snížení průměrné nejistoty při příjmu znaku“, vzorec se skvostným mnemonickým „AURORAS“.
„Průměrné snížení nejistoty“ na znak jazyka se vypočítá tak, že se vezme vážený průměr snížení, ke kterým dochází v kanálu, kde váha každého snížení je počet možností nebo výsledků, které spadají pod související znak.
A konečně vážený průměr těchto dvou snížení je:
Extrakcí obecného vzorce tohoto výpočtu získáme následující list pro výpočet kapacity 2symbolového kanálu s frekvencemi, které se rozdělují jako n = k1 + k2.
Jinými slovy, kapacita tohoto kanálu je lehce pod 1 bit. To dává intuitivní smysl, protože 3 proti 2 je téměř rovnoměrné dělení 5 a míra kapacity kanálu nebo entropie má dosáhnout svého maxima 1 bit vždy, když je obousměrný oddíl 50-50, tedy když je rozložení tak rovnoměrné, jak jen může být.