Информация и неопределённость

Уменьшает ли получение информации неопределённость всегда — и почему новые знания иногда не упрощают картину, а открывают ещё больше вопросов?

Здесь перейдём к новому предмету исследования. Не к достоверности знания как такового, а к отношениям между информацией, неизвестным и возможностью выбора.
Предстоит выяснить, почему сообщение может содержать сведения, но не помогать принять решение; почему увеличение объёма данных не всегда улучшает понимание; и как отличать количество информации от её значения для конкретной системы.

Почему новые сведения иногда проясняют действительность, а иногда открывают ещё больше вопросов?

Информация не равна количеству сведений. Представим человека, который впервые входит в незнакомый город. Он видит улицы, здания, вывески, транспорт, лица людей. За несколько минут получает огромное количество зрительной информации.
Но способен ли он сразу понять устройство города, найти нужный адрес и выбрать кратчайший путь?
Нет. Количество увиденного ещё не означает, что человек понимает окружающее пространство.
Чтобы сведения стали полезными, необходимо установить отношения между ними, определить их значение для поставленной задачи и сопоставить их с тем, что уже известно.

Объём сведений и степень понимания — разные характеристики.
Можно накопить много данных, но не знать, какие из них важны. Можно получить небольшое сообщение, которое изменит всё наше представление о ситуации.

Одна координата способна указать местоположение. Одно предупреждение может предотвратить опасное действие. Один обнаруженный факт иногда заставляет пересмотреть целую систему предположений.

Следовательно, ценность информации нельзя определять исключительно её количеством.


Информация и неопределённость: что связывает их?
В теории информации существует математический способ описывать неопределённость относительно возможных исходов.

Если мы рассматриваем несколько исходов, каждому из которых соответствует определённая вероятность, можно оценить, насколько трудно заранее определить, какой исход произойдёт.

В классической теории информации Клода Шеннона эта характеристика связана с понятием энтропии.

В упрощённом виде: если возможные исходы известны и их вероятности заданы, энтропия характеризует неопределённость относительно того, какой из них будет реализован.

Когда мы получаем достоверное сообщение об исходе, неопределённость относительно этого исхода может уменьшиться.
Но здесь есть важное условие: мы должны понимать, относительно чего именно измеряется неопределённость.
Если мы узнаём, что завтра состоится встреча, неопределённость относительно самого факта встречи уменьшается. Однако вопросы о её содержании, результатах и последствиях могут остаться открытыми.
Получив один ответ, мы не обязательно получаем ответы на все остальные вопросы.
Более того, новое сообщение может обнаружить, что прежняя картина была чрезмерно простой.

Поэтому связь информации и неопределённости не следует понимать как универсальное правило, согласно которому любое новое сведение автоматически делает всё понятнее.


Почему новое знание иногда увеличивает число вопросов?
До получения определённых сведений мы можем даже не подозревать о существовании проблемы.
Представим исследователя, который изучает сложную систему. Сначала он считает, что её поведение зависит от двух факторов. Затем обнаруживает третий, который меняет взаимодействие первых двух.

На первый взгляд исследователь получил больше информации и должен был бы приблизиться к завершённому объяснению. Но теперь ему необходимо выяснить:

каким образом действует новый фактор

при каких условиях он становится значимым

почему его влияние различается в разных ситуациях

какие дополнительные переменные остались незамеченными.

Неопределённость относительно некоторых вопросов уменьшилась, а число осознанных неизвестных увеличилось. Здесь нет противоречия.
Прежде исследователь не знал, что именно ему неизвестно. Теперь он лучше понимает границы собственной модели.

Это важный этап познания: увеличение знания может сопровождаться расширением осознанного незнания.
Появление новых вопросов не обязательно свидетельствует о неудаче исследования. Иногда оно показывает, что мы перешли от слишком простой картины к более точному представлению о сложности изучаемого явления.


Сведения, сигнал и шум - Не всякое сообщение одинаково полезно для рассматриваемой задачи.
Представим радиоприёмник, который должен передать определённое сообщение.
Вместе с полезным сигналом могут поступать помехи. Если они мешают восстановить сообщение, увеличение общего количества принимаемых сигналов не улучшает результат.
В этом примере важно различать:

данные, которые поступают в систему

сигнал, относящийся к передаваемому сообщению

шум, затрудняющий выделение сигнала

результат обработки, позволяющий восстановить сообщение с определённой точностью.

Однако шум не всегда является просто ненужной информацией. Его значение зависит от задачи и модели. То, что мешает одному исследованию, может оказаться полезным для другого.

Например, случайные колебания в измерениях могут затруднять определение точного значения величины, но статистические свойства этих колебаний иногда позволяют судить о работе самого измерительного прибора.

Следовательно, нельзя разделить весь мир на сведения, которые всегда полезны, и сведения, которые всегда бесполезны.

Информационная ценность определяется отношением между сообщением, системой интерпретации и задачей.


Почему информация нуждается в интерпретации?
Представим, что человек получает число: 38. Что оно означает?
Это может быть температура тела в градусах Цельсия, количество участников встречи, номер дома, процентный показатель или результат измерения другой величины.

Само число не позволяет однозначно определить, к чему оно относится.
Чтобы интерпретировать сообщение, необходимо знать контекст, единицы измерения, правила представления данных и вопрос, на который они должны ответить.
Даже если сведения переданы без ошибок, их значение может быть понято неправильно. Здесь возникает различие между передачей информации и пониманием её содержания.

В инженерной системе сообщение может быть успешно принято и декодировано. Но если система использует неверную модель окружающей среды, она способна сделать ошибочный вывод из правильно полученных данных.

Таким образом, проблема не всегда находится в самом сообщении. Иногда она связана с тем, как сообщение включается в уже существующую структуру знания.



26.10.2026