A informação com significado e sentido

Como descrevemos, Shannon reconheceu que sua teoria da informação apresentava limitações e não deveria ser utilizada para a comunicação como um todo ou em todos as ciências (LOGAN, 2012, p.37). Porém, a crítica mais contundente à teoria foi proferida em Nova Iorque na The Josiah Macy Jr. Foundation, durante a 8ª Conferência de Macy em março de 1951. Na data, o físico e professor de comunicação e neurociência Donald MacCrimmon MacKay argumentou que era necessário pensar que informação tem significados, estruturas semânticas e são passíveis de interpretação. Além disso, MacKay justificava que o receptor era relevante e tinha autonomia nos processos comunicacionais, em oposição à forma que a teoria de Shannon propunha alocar o destinatário da mensagem. A perspectiva trabalhada por MacKay também somava a questão do contexto em que a informação é produzida, transmitida e recebida porque dependendo do contexto toda a estrutura informativa é modificada, concepções estas que intencionalmente não eram incorporadas na teoria da informação por Shannon e Weaver. O que trouxe MacKay a incluir essas particularidades ao debate foi a falta de identificação da teoria dos matemáticos estadunidenses com a comunicação que é pratica pelos seres humanos. Tal posicionamento não provocou em Shannon reações negativas contra sua teoria ou reformulações em suas bases teóricas, pois o matemático estava convicto na defesa da informação como forma padronizada de encaminhamento de sinais. De acordo com a crítica de literatura e ciência Katherine Hayles (1999, p.54-55, apud LOGAN, 2012, p.38), MacKay observou nos ideais de Shannon uma preocupação centralizada na ‘informação seletiva’, que é a informação calculada considerando-se a seleção de elementos de mensagem de um conjunto. Mas a informação seletiva por si só não é suficiente”. Tendo esta conjectura em mente, MacKay defendeu a hipótese da informação estrutural, colocação que enaltece a interpretação da

33

mensagem, especificamente a metacomunicação que será difundida de maneira intensa pelo biólogo e antropólogo Gregory Bateson e outros pesquisadores associados à Escola interdisciplinar do Palo Alto.

A informação estrutural deve envolver a semântica e o sentido se ela pretende ser bem-sucedida no seu papel de interpretar a informação seletiva ou a informação de Shannon. A informação estrutural está preocupada com o efeito e o impacto da informação na mente do receptor e, portanto, é reflexiva. A informação estrutural tem uma relação com a pragmática bem como a semântica, na qual tenta preencher a lacuna explicativa entre o significado literal de uma frase e o significado pretendido pelo falante ou escrito. (LOGAN, 2012, p.38).

Bateson se envolveu com a informação estrutural de MacKay, pois ambos defendiam a opinião de que a informação deve ser distinguida pelo significado que ela proporciona. Ou seja, se inexiste diferença entre os diferentes tipos de informação não há informação, pois todas as informações têm um mesmo princípio e finalidade. Soma-se ainda nessa visão a importância da subordinação da informação ao contexto e à interpretação na escala de significação, segundo o trabalho de Logan (2012, p. 39-41).

Se nos aprofundarmos nas posições que MacKay e Bateson apresentam veremos que existem pontos mais aprofundados que reforçam uma ideia de limitação na teoria de Shannon, precisamente se pretendemos encontrar sentido, contextos e significados na forma mecanicista, quantificava e telegráfica da comunicação dos homens para as máquinas na construção da comunicação em inteligência artificial. Como pretensão, a teoria do matemático diz respeito e muito à lógica de transmissão de sinais em sistemas, principalmente se colocarmos como foco de estudo os sistemas maquínicos e transmissão de informações de máquinas/softwares para outros recursos tecnológicos de mesma natureza. Entretanto, sua teoria provoca dúvidas se condicionada, como apontando neste capítulo, ao funcionamento dos organismos vivos, como os animais, plantas e seres humanos, pontuando aqui diferenciações no universo ecológico que cerca o ser humano.

Esse ceticismo sobre se a Teoria da Informação ou Teoria Matemática da Comunicação reforça, em partes, a pergunta elaborada por Alex Primo (2003, p.65) na trilha do pensamento biológico de Bertalanffy (1975) e a crítica de Gunkel (2017, p.15-16) aos estudos em Comunicação que instrumentalização as tecnologias desconsiderando o valor da interação entre homem e máquina. Dessa forma, é fundamental inserirmos uma problemática pertinente aos estudos de Comunicação e tecnologias: Na interação entre homens e máquinas, autônomas e dotadas em um nível básico de representação de inteligência humana, qual a teoria da

34

comunicação ou da informação que deveria prevalecer para examinarmos esse tipo de interação? Ou: Se a Teoria da Informação de Shannon e Weaver, e em partes com a colaboração da cibernética de Norbert Wiener, está centrada na transmissão de sinais, o que aponta caminhos para compreendermos a comunicação entre um ser vivo orgânico (o homem) e um software inserido em um corpo formado de energia elétrica, silício e linhas de programação? A princípio, questões complexas dessa natureza são difíceis de serem respondidas porque não se encerram em um escopo teórico, sendo necessário expor outros pressupostos que colaboram para o debate.

Uma indagação semelhante, que vai de encontro ao problema, foi formulada por pesquisadores (LOGAN, 2012, p. 42-65) em “Propagating Organization: An Enquiry”5

(KAUFFMAN et al., 2008), ao analisarem se a informação presente nos seres vivos orgânicos poderia ser compatível com a teoria de Shannon e Weaver. No estudo, a hipótese principal é a de que a teoria dos matemáticos não pode ser empregada na biosfera, pois no sentido darwiniano de evolução, tanto informação quanto entropia não podem ser mensuradas nos seres vivos orgânicos, pois um sistema orgânico (animais, plantas e seres humanos) está sempre em evolução, sendo que uma medida de incerteza nesse tipo de organismo é incalculável e não corresponde à lógica de medida finita e calculável que propõe Shannon, acrescentando ainda que um ser vivo orgânico é dotado de sentidos (LOGAN, 2012, p.43).

O ponto-chave descoberto na análise do POE foi o de que a informação de Shannon poderia ser definida independentemente do significado, enquanto a informação biótica ou instrucional estava intimamente ligada ao significado da informação do organismo, ou seja, a propagação de sua organização. Assim, vemos a organização dentro de um sistema como uma forma de informação – uma noção muito mais dinâmica de informação do que a informação de Shannon, que é apenas uma sequência de símbolos ou bits (LOGAN, 2012, p.45).

Concluímos neste tópico que nessas linhas teóricas existe uma nítida distinção de visões: Por um lado, a informação seletiva e quantitativa que prioriza a transmissão eficaz de mensagens/sinais, ancorando no trabalho probabilístico e estatístico de Shannon e Weaver. Por outro, a informação qualitativa e simbólica, carregada de sentido e semântica de MacKay e Bateson, largamente reforçada na Escola do Palo Alto. Na história dos primórdios da inteligência artificial, o alicerce teórico é carregado da noção de que as informações num corpo orgânico, no caso o homem, podem ser transmitidas para uma máquina, como vemos em Wiener (2017, p. 202-209) ao tratar da aprendizagem de máquina (machine learning), ou no resgate

35

histórico e conceitual que João de Fernandes Teixeira apresenta (2009) ao discutir como matemáticos, cientista da cognição e da computação pensavam em reproduzir as atividades mentais do homem em um computadores. Está inserida nesta perspectiva o princípio de Shannon da transferência de informação de um ambiente para outro. Porém, na medida em que o homem é colocado no centro de uma interação maquínica, essa lógica é alterada, como aponta Logan (2012, p.41-65) ao promover uma longa discussão sobre o armazenamento, produção e transmissão de informação em sistemas bióticos. Surge assim a necessidade de não só compreender o funcionamento das máquinas, aventando também o desafio de entender a comunicação humana.