Download Fundamentos básicos de la Teoría de la Información

Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
Fundamentos básicos de la Teoría de la Información
Dr. Mario Pérez Gutiérrez
Observatori de la Comunicació Científica
Universitat Pompeu Fabra
y
Departamento de Lógica y Filosofía de la Ciencia
Universidad Complutense de Madrid
E-mail: [email protected]
1. Introducción
Desde los orígenes de la historia de la humanidad, las civilizaciones se han ido transformando y
estructurando alrededor de los logros conseguidos a partir del aprovechamiento de una tecnología
particular. El impacto de las técnicas de transformación derivadas del fuego, del carbón o del petróleo,
desde el campo de la energía, o el progreso continuo que se ha producido en el ámbito de la
producción industrial con el descubrimiento de nuevos y mejores materiales como el plástico o los
superconductores son claros ejemplos de este fenómeno estructurador y transformador.
Hoy en día, nuestra sociedad, a diferencia de otras anteriores, ya no se articula exclusivamente
alrededor de algo tan material como una fuente energética o un conjunto de materias primas, sino que
se encuentra protagonizando un proceso vertiginoso en el que todo comienza a estructurarse a partir
de un serie de avances técnicos —de naturaleza más etérea, por así decirlo— que los expertos han
convenido en denominar “tecnologías de la información”.
La influencia de este tipo de tecnologías en nuestras vidas está alcanzando proporciones
considerables. Nuestras relaciones políticas, las económicas, las sociales e incluso las personales se
encuentran cada día más mediatizadas por eso que llaman “información”. Cientos de empresas se
dedican a la compra, a la venta, al almacenamiento y a la gestión de información. Los gobiernos
invierten muchos recursos para conseguir el control administrativo y policial de la población haciendo
acopio de información personal. Millones de personas se encuentran relacionadas laboralmente de
una manera estrecha con algún tipo de proceso en el que se ve envuelta la gestión de flujo
informativo. Y en una carrera obsesiva por el progreso en el campo de esas tecnologías
continuamente aparecen nuevos avances que están llegando a provocar profundos cambios en
nuestras estrategias comunicativas personales y colectivas, en nuestro ocio y, en definitiva, en
nuestra realidad más cotidiana. Este proceso se ha instalado de tal manera en nuestra cultura que
incluso está provocando que la civilización contemporánea comience a ser identificada como la
“sociedad de la información”.
Pero el impacto de esas tecnologías y, en general, del fenómeno de la información no sólo se
subscribe a esas parcelas de la actividad humana que acabamos de nombrar, sino que también se ve
reflejado en el ámbito de lo teórico y de la investigación. De un tiempo a esta parte, especialmente
desde principios de la década de los cincuenta, el tema de la información ha ido despertado el interés
de los científicos de tal forma que, en cierta manera, ha llegado a vertebrar el panorama académico e
intelectual contemporáneo. No existe disciplina alguna, ya sea del ámbito de lo que tradicionalmente
se ha considerado como las Ciencias de la Naturaleza o de la parcela de la Ciencias Sociales, en la
que no se apueste por un tratamiento o una mirada hacia este lugar común. En las Ciencias de la
Computación y en la Inteligencia Artificial, debido a su especial naturaleza, el interés dedicado a la
información parece obvio: intentar crear modelos conceptuales y físicos que representen, reproduzcan
y, por qué no, mejoren las estrategias que utilizamos los seres vivos para producir y procesar flujo
informativo. Pero también existen ejemplos de esta traslación del punto de interés que no parecen en
un principio tan obvios. En biología, por ejemplo, se están dedicando grandes esfuerzos económicos y
de personal para desentrañar y descifrar el papel crucial que juega la información en el interior de los
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
organismos considerados como conjuntos de mecanismos biológicos con capacidad de
procesamiento de información. En psicología, el esfuerzo se dedica a la descripción y explicación de
los procesos mediante los cuales los organismos codifican y transmiten información. Incluso en
disciplinas tan aparentemente alejadas de estos paradigmas como la propia filosofía, el tema de la
información está adquiriendo una gran fuerza como hipótesis explicativa en el campo de la
epistemología y la acción humana.
Sin embargo, aunque el interés por este fenómeno haya alcanzado en mayor o menor medida a casi
todas las parcelas del panorama intelectual, en el centro de todo este movimiento académico y
conceptual de final de siglo, la disciplina científica de la Documentación —y, por extensión, la
Biblioteconomía— aparece ubicada en un lugar teórico privilegiado. Considerada con buen criterio por
algunos como la genuina Ciencia de la Información, esta disciplina tiene como principal objetivo el
tratamiento científico de aquellos temas que se encuentran relacionados con los principales soportes
del contenido informativo: los documentos. En este sentido, debido a su especial naturaleza, la
Documentación no puede darle la espalda a ese torrente caudaloso que fluye alrededor del concepto
información y que recorre el panorama intelectual que nos ha tocado vivir. La disciplina de la
Documentación debe hacerse eco de las distintas propuestas de análisis que sobre la noción de
información se están realizando y encontrar así un territorio cada vez más sólido desde el que abordar
explicativamente y con garantías los cambios que se aproximan de la mano de la implantación global
de las tecnologías de la información y las consecuencias que éstas puedan acarrear en el campo de
la gestión documental.
Por este motivo, creemos que toda persona que quiera introducirse o completar su formación en
temas de documentación (digital) debe pasar necesariamente por la revisión de algunas de las teorías
que han intentado abordar el fenómeno de la información. Entre todas estas teorías destaca una en
especial, la que se ha conocido con el nombre de "Teoría Matemática de la Comunicación". Esta
propuesta teórica, presentada por Shannon y Weaver a finales de la década de los cuarenta, brilla con
luz propia dentro del panorama intelectual ya que supuso el espaldarazo teórico definitivo para
fundamentar la mayoría de los tratamientos ulteriores que se dedicaron al fenómeno de la
información.
Y con esta intención presentamos este artículo dentro de la Biblioteca digital del curso de postgrado
Documentación Digital. Nuestro trabajo persigue el objetivo de intentar introducir a los alumnos de
este curso en los fundamentos conceptuales y las principales ideas que conforman esa teoría. Para
cubrir ese objetivo, desdoblaremos nuestra tarea en dos episodios diferenciados. Por un lado, en el
apartado número dos, intentaremos realizar una exposición de las principales aportaciones de la
Teoría Matemática de la Comunicación. En concreto, destacaremos su modelo explicativo del flujo
informativo (apartado 2.1) e introduciremos las principales magnitudes informativas y el cálculo de la
cantidad de información asociada a las señales que se sigue de los trabajos de Shannon y Weaver
(apartado 2.2). Y por otro lado, en el apartado número tres, el artículo finalizará con el intento de
realizar una breve evaluación de las principales aportaciones y limitaciones de esa propuesta teórica.
2. La Teoría Matemática de la Comunicación
En la segunda mitad de los años cuarenta, en el prestigioso Massachusetts Institute of Technology
(MIT) de Cambridge (Estados Unidos) se respiraba un estimulante ambiente de efervescencia
intelectual. De la mano del prestigioso matemático norteamericano Norbert Wiener se estaba
gestando lo que más tarde se conoció como "Cibernética" o "Ciencia General de los Sistemas".
En esos años, Wiener, profesor de matemáticas del MIT, se interesó por los resultados de algunas
investigaciones realizadas por biólogos, fisiólogos, físicos y psicólogos del momento dirigidas hacia el
estudio del comportamiento de los organismos y el de las máquinas. En el año 1948, a partir de esos
conocimientos e influenciado además por los trabajos del también matemático John Von Neuman,
Wiener concentró el fruto de sus investigaciones en una obra titulada "Cibernética: o el control y la
2
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
comunicación en los animales y máquinas".1 En esa obra se intentaba presentar las bases de una
propuesta científica, la cibernética, que tenía como objetivo la formulación de las leyes comunes que
rigen tanto el comportamiento de los sistemas biológicos (el sistema nervioso de un organismo vivo,
por ejemplo) como el de los mecanismos o sistemas no-biológicos o técnicos (un circuito eléctrico, por
ejemplo). La cibernética pretendió ser una teoría general de los sistemas concebidos
independientemente de su naturaleza física (biológica o mecánica) e identificados como un conjunto
de elementos que, intercambiando señales, confieren un comportamiento como resultado.
Unos años antes, en medio de ese ambiente intelectual que impregnaba el MIT, se incorporó como
estudiante de ingeniería Claude Elwood Shannon. Allí destacó como alumno en los cursos de
matemáticas que impartía el profesor Wiener y rápidamente se integró en la línea de investigación
que, dirigida por ese mismo profesor en el departamento de matemáticas, estaba sentando las bases
teóricas de esa nueva disciplina de la cibernética.
Después de su graduación y de acabar su
doctorado, Shannon abandonó Massachusetts y se instaló en Nueva York, donde se incorporó como
ingeniero de telecomunicaciones en los prestigiosos laboratorios estadounidenses Bell Telephone,
que constituían una filial de la empresa de telecomunicaciones American Telegraph &Telephone
(ATT). En esos laboratorios, durante la segunda mundial, se dedicó a realizar trabajos de criptografía2
para el gobierno americano. En esa misma época, manteniendo el contacto con Wiener y con sus
ideas, recibió también la influencia de los avances que en el campo de la biología estaba llevando a
cabo Erwin Schrödinger con sus estudios sobre el papel de la transmisión de información en las
investigaciones sobre genética y entró en contacto directo con Warren Weaver, coordinador de la
investigación sobre grandes computadoras durante la segunda guerra mundial.
En julio de 1948, Claude E. Shannon decidió recoger todas sus investigaciones en una obra y publicó
un artículo en la revista Bell System Technical Journal, bajo el título de “A Mathematical Theory of
Communication”,3 donde sintetizó los trabajos precedentes y presentó algunas ideas sobre la medida
de la información articulándolas dentro de una teoría. Esta teoría pasaría a la historia con el nombre
de “Teoría Matemática de la Comunicación”, aunque también ha sido conocida como la "Teoría
Matemática de la Información" o simplemente como la "Teoría de la Información".4 En 1949, este
artículo, junto a un prólogo de Warren Weaver, fue publicado como libro, con un título casi idéntico,
por la University of Illinois Press.5
Esta obra se presentaba claramente divida en dos partes. En la primera parte, que recogía la
contribución de Weaver, anticipaba en un lenguaje no matemático y divulgativo los principales
conceptos y resultados del trabajo de Shannon. En esa misma parte, se incluía además, un modelo
teórico que intentaba representar los elementos y las relaciones implicadas en un contexto en el que
se ve implicado un flujo informativo. Ese modelo propuesto llegaría a tener tanta influencia en el
desarrollo posterior de la teoría de la comunicación que consiguió eclipsar en parte otros de los logros
conceptuales de esa obra. Y en la segunda parte, incluyéndose de nuevo el mismo modelo, Shannon
presentó y desarrolló una teoría que tenía como objetivo principal la definición matemática de todas
aquellas magnitudes que intervienen en las situaciones en las que se produce un flujo o transmisión
de información, y conseguir, a partir de esas definiciones, un cálculo de la cantidad de información
1 WIENER, N. (1948). Cybernetics: or Control and Communication in the Animal and the Machine.
2 Disciplina que persigue la creación o la identificación de lenguajes cifrados. Un lenguaje cifrado es
un sistema de comunicación interpersonal en el que el código sólo es compartido por un número
limitado y expresamente conocido de individuos.
3 Shannon, Claude (1948). “A Mathematical Theory of Communication”.
4 A partir de este momento nos referiremos a esta teoría utilizando cualquiera de esos nombres.
5 Shannon, Claude y Weaver, Warren (1949). The Mathematical Theory of Communication.
3
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
que puede ser transportada a través de un canal y la identificación, además, de las formas de
maximizar la eficacia de ese proceso.
2.1. El modelo explicativo del flujo informativo
La colaboración de Warren Weaver comienza con una declaración de principios: la obra que está
presentando intenta no sólo ser un modelo matemático de la información útil para los ingenieros, sino
que persigue el objetivo más amplio de intentar dar cuenta de un fenómeno más general como el de la
comunicación. Por "comunicación" Weaver entiende todo acto por el cual una mente (o mecanismo)
puede afectar a otra mente (o mecanismo). Por tanto, dentro de los actos comunicativos hay que
incluir no sólo aquellas situaciones en las que utilizamos el lenguaje natural con la intención de
transmitir información a nuestros semejantes —ya sea mediante un acto de habla o de escritura—,
sino que también hay que contemplar como tales la interpretación de una pieza musical, las artes
plásticas, la puesta en escena de una obra de teatro, el ballet y, en general, cualquier conducta
humana.
En su empeño de abordar teóricamente y con garantías esta manera laxa de entender la
comunicación, Weaver propone la distinción de tres tipos o niveles de problemas comunicacionales: el
problema técnico, el semántico y el pragmático. Estos problemas pueden ser enunciados de manera
más precisa de la siguiente manera:
(i) Nivel A: ¿Con qué grado de exactitud se pueden transmitir los símbolos empleados en la
comunicación? (El problema técnico).
(ii) Nivel B: ¿Con qué grado de precisión transmiten el significado deseado los símbolos
empleados en la comunicación? (El problema semántico).
(iii) Nivel C: ¿Con qué grado de eficacia afectan los significados recibidos a las conductas? (El
problema pragmático o de la efectividad).
Cada uno de estos tres problemas genera una manera distinta de afrontar el tema de la
comunicación. En un sentido amplio, podemos decir que si elegimos el nivel A trataremos de
investigar sobre la fidelidad con la que un conjunto de símbolos es transferido o puede transmitirse
desde un emisor a un receptor y, por tanto, intentaremos describir los detalles técnicos del diseño de
un sistema de comunicaciones. De la misma manera, si nuestra opción es el nivel B, nuestro trabajo
girará en torno al tema de la comparación entre el significado que el emisor le otorga a los símbolos
empleados en la comunicación y la interpretación del significado de esos símbolos por parte del
receptor. Por último, si nos concentramos en el nivel C, evaluaremos el éxito con el que la información
transmitida ha afectado, en el sentido deseado, a la conducta del receptor.
La dependencia entre los tres niveles puede parecer, en un principio, escasa o incluso nula. Pero, si
bien los aspectos semánticos o los pragmáticos son superfluos para una descripción de los aspectos
técnicos de los sistemas de comunicación, estos últimos no deben ser considerados como
irrelevantes si queremos ofrecer, con garantías teóricas, un tratamiento semántico o pragmático de la
comunicación.
Weaver nos adelanta que el tratamiento que nos propone Shannon en la segunda mitad de la obra se
concentra en el primer nivel de problemas. De todas formas, insiste en la idea de que de esa manera
de acercarse al problema de la comunicación es posible extraer también un modelo que intente dar
cuenta de todos los elementos y de las relaciones que forman parte de un contexto comunicativo en el
que se produce un flujo o una transmisión de información. De manera general, el propio autor nos
resume ese modelo a partir de la figura número 1.
4
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Fuente
de
Información
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
Transmisor
Señal
Mensaje
Destino
Receptor
Señal
Recibida
Mensaje
Fuente
de
Ruido
Figura número 1.6
Como se desprende de esta figura, en el proceso comunicativo en el que se transmite cierta
información intervienen, por un lado, cinco elementos (la fuente de información, el transmisor, el canal
de comunicación, el receptor y el destino) dotados de unas funciones concretas, y, por otro lado, un
factor de disfunción (la fuente de ruido).
En concreto, este proceso puede describirse de la siguiente manera. En la fuente de información se
selecciona un mensaje concreto (o una cadena de mensajes) de entre un conjunto de mensajes
posibles (o de cadenas de mensajes posibles). El transmisor se encarga de transformar o traducir ese
mensaje produciendo para ello una señal. Esta señal circula por el canal de comunicación,
adecuándose al mismo, desde el transmisor hasta el receptor. El canal no es nada más que el medio
material cuya alteración permite esa transmisión de la señal. El receptor, una especie de transmisor
con la función comunicativa invertida, recibe esa señal y la traduce o la transforma en un mensaje que
es reconducido a su vez hasta el destino.
Desgraciadamente, en muchas ocasiones, el proceso que acabamos de describir no se produce tal y
como esperábamos. En algunas situaciones concretas interviene una fuente de interferencias,
distorsión o ruido que produce una diferencia significativa entre la señal original emitida por el
transmisor y la recibida por el receptor. Esta diferencia entre las señales provoca que el mensaje que
llega al destino no coincida con el que originariamente fue seleccionado en la fuente de información,
frustrándose de esta manera el proceso o el intento comunicativo.
Para ilustrar con más detalle el funcionamiento de este proceso sólo tenemos que recurrir a un par de
sencillos ejemplos.
Imaginemos, primero, el siguiente acto comunicativo. Una persona se encuentra en casa y,
recordando que hoy es el día en el que un amigo suyo cumple años, decide realizar una llamada
telefónica para felicitarle. En ese contexto, podemos decir que nuestro protagonista es la fuente de
información, y la proferencia del enunciado ("¡feliz cumpleaños!", supongamos) que utiliza para
felicitar a su amigo es el mensaje seleccionado, el mensaje que quiere transmitir. Este mensaje —
estas palabras habladas, en definitiva— ha sido elegido de entre todas las posibles producciones
lingüísticas, como por ejemplo "¡enhorabuena!" o "¡feliz aniversario!", que normalmente utilizamos
para felicitar a alguien en el día de su cumpleaños. Su aparato de teléfono sería identificado como el
transmisor de ese proceso comunicativo. Este aparato traduciría las palabras pronunciadas, los
sonidos, en una señal eléctrica. Esa señal eléctrica se transmitirá a través del tendido o cableado
telefónico que actuará de canal de comunicación en este caso. Gracias a ese cableado, la señal será
6
SHANNON, Claude y WEAVER, Warren (1949). The Mathematical Theory of Communication., pág. 7.
5
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
recibida en el aparato de teléfono de su amigo. Este aparato puede ser identificado como el receptor y
transformará la señal eléctrica recibida en un mensaje, concretamente en una serie de sonidos que
emitirá mediante el auricular. Por último, el amigo de nuestro protagonista debe ser considerado como
el destino de ese acto comunicativo.
Sin embargo, en algunas situaciones, puede ocurrir que en la línea telefónica, en el canal de
comunicación, se produzcan interferencias o distorsiones que hagan variar la señal original emitida
por el transmisor de tal forma que el receptor, el aparato telefónico del amigo, reciba una señal
distinta. Esa variación en la señal eléctrica recibida acostumbra a provocar que, en aparato receptor
del amigo, se escuchen nuevos sonidos o que se supriman algunos de los sonidos que en un principio
aparecían en el mensaje original. Esta variación de mensajes puede, en muchas ocasiones, hacer
peligrar seriamente la comunicación entre los dos personajes.
Pasemos, ahora, al segundo de nuestros ejemplos ilustrativos. Supongamos que el protagonista de la
historia anterior se encuentra paseando por el parque y que un extraño se le acerca y le pregunta la
hora. Nuestro amigo responde: "las nueve y cuarto de la mañana". Analicemos ese acto comunicativo.
En este caso podemos decir que la mente de nuestro protagonista es la fuente de información. El
estado mental (un conjunto determinado de conexiones neuronales, una disposición neuronal, en
definitiva) que experimenta cuando responde al extraño es el mensaje seleccionado, el mensaje que
quiere transmitir. Este mensaje ha sido elegido de entre todas las disposiciones neuronales que
normalmente experimentamos cuando comunicamos la hora. El sistema fónico (cuerdas vocales,
nariz, boca, lengua, paladar, etc.) de nuestro protagonista debe ser identificado como el transmisor de
ese proceso comunicativo. Este sistema traducirá o transformará la disposición neuronal en una señal
sonora, en la proferencia del enunciado "las nueve y cuarto de la mañana". Esa señal sonora se
transmitirá a través del aire que actuará en esta ocasión de canal de comunicación. Gracias al aire, la
señal será recibida por el sistema auditivo de su amigo. Este sistema auditivo puede ser identificado
como el receptor y transformará la señal acústica recibida en una señal eléctrica que generará una
disposición neuronal en la mente del extraño. Por último, la mente del extraño debe ser considerada
como el destinatario de ese acto comunicativo.
De nuevo, hemos de destacar que en este ejemplo también puede intervenir una fuente de ruido. En
algunas situaciones, puede ocurrir que el aire por el que circula la señal acústica, el canal de
comunicación, se encuentre contaminado con otros sonidos que actúen a modo de interferencia o
distorsión y que hagan variar la señal original emitida por el transmisor de tal forma que el receptor, el
sistema auditivo del extraño, reciba una señal distinta. Esa variación en la señal acústica recibida
acostumbra a provocar que en la mente del extraño se produzca una disposición neuronal, un
mensaje, que no se corresponda con la que originalmente tenía nuestro protagonista. Y como pasaba
anteriormente, esta variación en las disposiciones neuronales, en los mensajes, puede, en muchas
ocasiones, hacer peligrar seriamente la comunicación entre los dos personajes del parque.
2.2. El cálculo de la cantidad de información
La propuesta teórica defendida por Shannon y Weaver no se agota con la presentación del modelo
que intenta describir los elementos y las relaciones que conforman un contexto comunicativo en el
que existe un flujo o transmisión de información.
Claude Elwood Shannon, en la segunda parte de la obra y haciendo suyo también el modelo
anteriormente presentado, concentra su esfuerzos en la presentación de una teoría que sea capaz de
definir matemáticamente las principales magnitudes que intervienen en las situaciones en las que se
produce un flujo informativo.
El espíritu de esta teoría se encuentra estrechamente relacionado con la investigación sobre la
codificación y la transmisión de la información y alimentado por algunos problemas de ingeniería. En
concreto, esta propuesta matemática fue diseñada, principalmente, para medir la cantidad de
información que puede ser transportada a través de un canal y para identificar las formas de
maximizar la eficacia de ese proceso. En ese sentido, los problemas que se persigue subsanar con
esta teoría se agrupan alrededor de temas como el ahorro de tiempo y dinero en la transmisión de
6
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
señales, el diseño y el uso de canales que permitan transmitir la máxima cantidad de información, la
búsqueda de códigos adecuados compatibles con el canal, la reproducción —de forma exacta o
aproximada— en un punto determinado de una señal seleccionada en otro lugar o el desarrollo de
canales sin ruido, por presentar sólo unos ejemplos.
Dada la naturaleza de sus intereses prácticos, no es de extrañar que esta teoría surgiera de los
estudios desarrollados por unos ingenieros de telecomunicaciones. Históricamente, antes de que se
presentase la propuesta que aquí estamos analizando, las primeras e importantes aportaciones que
se realizaron sobre la noción de información desde el ámbito de la matemática fueron introducidas por
Harry Nyquist,7 en 1924, a partir de su trabajo sobre la velocidad de transmisión de mensajes
telegráficos, y por R. Hartley,8 en 1928, con la introducción de la primera medida de la información de
una señal s, I(s), relacionándola con su probabilidad:9
I(s) = log (1/p(s)).
(donde p(s) es la probabilidad de la ocurrencia de s).
Claude E. Shannon fue capaz de sintetizar y absorber esos trabajos precedentes y presentó sus ideas
propias sobre el cálculo de la medida de la información integrándolas dentro de una propuesta teoría
que más tarde, como ya indicamos, fue conocida bajo los nombres de ”Teoría Matemática de la
Comunicación", "Teoría Matemática de la Información" o "Teoría de la Información".
Para introducir las ideas principales de esa teoría debemos partir de la idea de que dentro de la
misma los contextos informativos se consideran formados por fuentes (de información) que, a su vez,
son definidas como conjuntos de acaecimientos, de señales, con cierta probabilidad de ocurrencia.
Sin perder de vista esta distinción entre las fuentes de información y los acaecimientos (o señales)
que las conforman, podemos introducir la primera de las definiciones que aparece en esta propuesta
teórica. En concreto, presentaremos la ecuación que es utilizada para calcular la información asociada
a una ocurrencia o señal si. La fórmula adecuada para medir la cantidad de información asociada a si
(o su valor de sorpresa, I(si)), dada su probabilidad p(si), es:
(1) I(si) = log 1/p(si) bits.10
= - log p(si) bits.
(dado que log (1/x) = - log x)
7
NYQUIST, Harry (1924). “Certain Factors Affecting Telegraph Speed”. Cuatro años más tarde vuelve
a insistir sobre este tema en NYQUIST, Harry (1928). “Certain Topics in Telegraph Transmission
Theory”.
8
HARTLEY, R.V.L. (1928). “Transmission of Information”.
9
Una exposición detallada de la historia de las propuestas matemáticas que han intentado dar cuenta
de la información puede encontrarse en CHERRY, E. Colin (1951). “A History of the Theory of
Information”., y en CHERRY, E. Colin (1952). “The Communication of Information. An Historical
Review”.
10
A lo largo de este artículo se utilizará “log n” como expresión del logaritmo en base dos de n. Al
utilizar el logaritmo en base dos las cantidades de información aparecen en bits ya que un bit es la
cantidad de información obtenida al especificar dos posibles alternativas igualmente probables.
7
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
I(si ) puede entenderse también como la información necesaria para representar que se ha producido
la ocurrencia de si, o como el número de pasos o decisiones binarias (bits) necesarios para reducir n
posibilidades de una fuente a una.
Dentro de la Teoría Matemática de la Comunicación, la cantidad de información de un acaecimiento o
una señal concreta sólo es considerado como un estadio para el cálculo de la cantidad media de
información de una fuente que contiene varios acaecimientos con un valor de sorpresa propio. Para
calcular esta media ponderada de información se utiliza la siguiente fórmula:
(2) I(S) = p(s1) . I(s1) + p(s2) . I(s2) + p(s3) . I(s3) +...+ p(sn) . I(sn)
=
n
∑
i =1
p(si) . I(si) bits / señal.
Por I(S), también llamada entropía, debemos entender el valor medio por símbolo de la información
suministrada por la fuente S, o, también, el valor medio de la incertidumbre de un observador antes de
conocer la salida de la fuente S. La importancia de esta cantidad dentro de la teoría presentada por
Shannon —en detrimento de la de cantidad de información de una señal concreta— se justifica por el
hecho de que es mucho más fructífera y útil a la hora de intentar diseñar soluciones a los problemas
centrados en los aspectos de la ingeniería de la comunicación. Es poco útil intentar encontrar un canal
que sirva para transmitir información exclusivamente en función de la cantidad de información
asociada a una señal determinada de una fuente: si bien lograríamos que esa señal se transmitiese
de una manera correcta, podría ser que para el resto de las señales de la fuente el canal utilizado no
fuera adecuado. Es mucho más rentable diseñar un canal teniendo en cuenta el valor medio por
símbolo de la información suministrada por la fuente.
Hasta ahora hemos presentado el tratamiento de la cantidad de información generada por una fuente
haciendo referencia exclusiva a señales o fuentes independientes, y para ello hemos introducido las
fórmulas (1) y (2). Pero en la mayoría de los casos prácticos no podemos hablar de fuentes de
información que sean independientes o que estén fuera de la influencia informativa de otras fuentes. A
menudo, las fuentes se encuentran en relación informativa con otras fuentes. Cuando esto ocurre,
cuando dos fuentes se encuentran relacionadas informacionalmente, decimos que entre ellas existe
una transmisión o flujo de información. En estos contextos de interacción informativa, las definiciones
de cantidad de información anteriormente expuestas no son suficientes para recoger
matemáticamente este flujo o transmisión de información. En estas situaciones intervienen aspectos
comunicativos que no son recogidos en la aplicación sistemática de las fórmulas presentadas.
Cuando dos fuentes S y R se encuentran en relación informativa decimos que entre ellas existe un
canal de información por el que se transmite un flujo de información. Podemos introducir la noción de
canal de la siguiente manera:
Definición. Un canal de información11 viene determinado por una fuente de entrada S = {si}, i
= 1, 2, 3, ..., t; una fuente de salida R = {rj}, j = 1, 2, 3, ..., v; y un conjunto de probabilidades
condicionales P(rj/si). P(rj/si) es la probabilidad de recibir en la salida el símbolo rj cuando se
envía el símbolo de entrada si.
También podemos representar gráficamente un canal de información con fuente de entrada S y de
salida R mediante la siguiente figura:
11
Esta definición es aplicable sólo a lo que se considera un canal de información de memoria nula, es
decir, a aquellos canales donde la probabilidad de una salida rj depende exclusivamente de una sola
entrada si. Aunque aquí no se utilice es posible establecer una definición adecuada para canales
con memoria no nula donde la probabilidad de cada una de sus salidas puede depender de más de
un símbolo de entrada o incluso de otros símbolos de salida.
8
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
r1
r2
r3
s1
s2
S
s3
P(rj /s i )
.
.
.
st
.
.
.
rv
R
Figura número 2
Una vez introducida la noción de canal podemos pasar a describir las magnitudes informativas que
intervienen en un contexto en el que existe un flujo informativo. En una situación en la que dos
fuentes, S y R, se encuentren en una relación de transmisión informacional, además de sus
cantidades independientes de información, I(S) y I(R), debemos atender a otras magnitudes
informativas. Por un lado, partiendo de la idea de que existe un flujo informacional de la fuente S a la
fuente R, una información generada en S y otra recibida en R, podemos introducir la noción de
información mutua de S y R, IS(R), como la cantidad de información generada por S que se mantiene
en R. La información mutua de S y R, IS(R), es también conocida como la información media mutua
recibida por el canal o cantidad de dependencia de R respecto a S. Por otro lado también podemos
introducir la noción de equivocidad, E, como la cantidad de información generada por S que no es
transmitida a R; y la de ruido, N, como la cantidad de información que lleva R que no ha sido
generada por S.
En definitiva, éstas serían las magnitudes informativas asociadas a un canal: I(S), I(R), IS(R), E y N. Si
representamos gráficamente estas nociones y sus relaciones podemos obtener el siguiente esquema:
I(S)
E
S(R)
I(R
N
Como se desprende de este esquema, para calcular los valores de IS(R), E y N debemos partir de la
idea de que IS(R) nunca puede ser mayor que I(S) o I(R). De esta manera podemos afirmar que IS(R),
la cantidad de información transmitida desde S a R, es la cantidad total de información disponible en
R, I(R), menos la cantidad de ruido N:
(3) IS(R) = I(R) - N.
Por otro lado, como se sigue del esquema, también podemos afirmar que la cantidad de información
transmitida de S a R, IS(R), es la cantidad total de información disponible en S, I(S), menos la
equivocidad (E) o cantidad de información generada en S que no se transmite a R:
(4) IS(R) = I(S) - E.
Pasemos ahora a definir cuantitativamente las nociones de ruido y equivocidad. Para obtener la
descripción matemática de la noción de ruido, N, es necesario primero conocer el ruido asociado a
cada una de las ocurrencias si de la fuente entrada S. El ruido asociado a una ocurrencia si de la
fuente entrada S puede calcularse utilizando la siguiente fórmula:
(5) N(si) = -
v
∑
j=1
p(rj/si) . log p(rj/si).
9
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
El ruido asociado a si es la suma de los resultados de multiplicar cada probabilidad condicional de
recibir como salida cada símbolo rj de la fuente R siempre que se envía el signo fijo de entrada si, por
el logaritmo en base dos de la misma. El signo menos que aparece precediendo al signo de sumatorio
se justifica por la razón de que en (5) introducimos el logaritmo de una probabilidad. Los posibles
valores de una probabilidad, p, se sitúan entre el 1 y el 0, y el logaritmo de un número mayor que 0
pero menor que 1 nos ofrece siempre un valor negativo. Por tanto, si p es distinto de 1 y de 0 pero se
encuentra entre el 0 y 1, el logaritmo de p alcanza valores negativos. De todas formas, para evitar
este signo negativo podríamos reescribir la fórmula (5) sustituyendo (al tener en cuenta que log 1/x = log x) log p(rj/si) por log 1/p(rj/si), pero esto complicaría la notación.
Ahora, una vez que hemos podido calcular la cantidad de ruido asociada a una ocurrencia concreta si
de la fuente de entrada S, estamos en condiciones de ofrecer una fórmula para calcular el promedio
de ruido N:
(6) N = p(s1) . N(s1) + p(s2) . N(s2) + p(s3) . N(s3) +...+ p(st) . N(st).
=
t
∑
i =1
p(si) . N(si).
Esta fórmula nos indica que el promedio de ruido se obtiene de sumar los resultados de multiplicar
cada probabilidad de ocurrencia de los estados individuales si de la fuente S por la cantidad de ruido
asociado a si.
De manera análoga, para obtener la descripción matemática de la noción de equivocidad, E, es
necesario primero conocer la equivocidad asociada a cada una de las ocurrencias rj de la fuente de
salida R:
(7) E(rj) = -
t
∑
i =1
p(si/rj) . log p(si/rj).
(donde p(si/rj) = [p(rj/si) . p(si)] / p(rj))
La cantidad de equivocidad asociada a rj es la suma, multiplicada por menos uno, de los resultados
de multiplicar cada probabilidad condicional de que se haya enviado como entrada cada símbolo si de
la fuente S siempre que es recibido el signo fijo de salida rj, por el logaritmo en base dos de la misma.
De nuevo, como ya se hizo en la fórmula número (5), el signo menos que aparece precediendo al
signo de sumatorio se justifica por razones de simplificación en el cálculo y la notación, aunque
podríamos reescribir la fórmula (7) sin ese signo si sustituyéramos log p(si/rj) por log (1/p(si/rj)).
Una vez conocida la equivocidad asociada a cada ocurrencia rj de la fuente de salida R, estamos en
disposición de poder calcular el promedio de equivocidad:
(8) E = p(r1) . E (r1) + p(r2) . E (r2) + p(r3) . E (r3) +...+ p(rv) . E (rv).
=
v
∑
j=1
p(rj) . E (rj).
Esta fórmula nos indica que el promedio de equivocidad se obtiene de sumar los resultados de
multiplicar cada probabilidad de ocurrencia de los estados individuales rj de la fuente R por la cantidad
de equivocidad asociado a rj.
3. La evaluación de la propuesta teórica
Desde el momento en que fueron publicadas, las ideas que acabamos de presentar tuvieron un
impacto científico de dimensiones considerables. Tanto el modelo explicativo de los actos de
comunicación introducido por Weaver como la teoría matemática encaminada al cálculo de la
10
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
información presentada por Shannon influyeron y dejaron huella en casi todas las teorías que sobre
estos temas aparecieron posteriormente. Las razones por las que estas ideas calaron y arraigaron
dentro el panorama intelectual de la segunda mitad del siglo XX son de diversa índole.
Si dejamos momentáneamente al margen de la propuesta matemática contenida en la segunda parte
de la obra y concentramos primero nuestra atención sobre el modelo que intenta representar los
contextos comunicativos introducido por Weaver podemos señalar que éste fue recibido con gran
entusiasmo por la comunidad científica y rápidamente consiguió transgredir y superar el dominio para
el que fue diseñado. Las razones de la buena acogida y del impacto positivo de este modelo pueden
buscarse en las necesidades teóricas que recorrían el momento histórico en el que éste hizo su
aparición. A principios de los años cincuenta, en los Estados Unidos, el interés de las Ciencias
Sociales se centraba, principalmente, sobre diversas teorías encaminadas a explicar el ámbito de los
comportamientos colectivos que se experimentan en el seno de la sociedad y la parcela del
aprendizaje y la conducta en general. De esta manera, por un lado, los politólogos y los sociólogos de
la época, interesados en encontrar una forma de abordar con garantías sus objetos de estudio,
encontraron en el modelo de Weaver y en su explicación lineal de la comunicación, en esa manera de
entender ese proceso como un fluir lineal de información desde la fuente hasta el destino, un camino
adecuado para afrontar el tema de los efectos colectivos. Y, por otro lado, en el campo de la
psicología, la misma linealidad explicativa de ese modelo se ajustó perfectamente al movimiento
teórico que dominaba el panorama científico del momento y que se caracterizaba por ofrecer una
descripción del aprendizaje y la conducta en términos de estímulo y respuesta.
Pero la buena acogida del modelo de Weaver no sólo se justifica por el oportunismo histórico y
coyuntural que le acompañó desde el momento en el que fue gestado. Lo que explica también ese
impacto positivo de la propuesta y su influencia en las teorías posteriores es el haber sabido presentar
un modelo que, si bien acompañaba a un trabajo encaminado a solucionar ciertos problemas
cuantitativos en el campo de la ingeniería de la información, estaba dotado de un poder explicativo
que se ajustaba perfectamente al tema de la comunicación humana en su sentido más amplio. De
esta manera, con un diseño que podríamos calificar como "antropomórfico", se ofrecía la posibilidad
de exportarlo con cierta facilidad a otros campos y modelizar, de esta forma, tanto la comunicación
colectiva (la comunicación de masas, como la denominan algunos) como la comunicación
interpersonal. Esta buena adecuación del modelo para dar cuenta de esos fenómenos estimuló el
nacimiento de un largo camino teórico, todavía no ha finalizado, en el que los científicos sociales
defienden la utilización del concepto de comunicación como hipótesis explicativa principal de toda la
esfera de lo colectivo y, en definitiva, de lo humano.
Sin embargo, el modelo defendido por Weaver no acabó imponiéndose de una forma rotunda y sin
condiciones. Y es que la aparición de esa propuesta también generó y estimuló el trabajo crítico de
otros científicos y pensadores. Las principales críticas que recibió estaban relacionadas con ciertas
limitaciones del modelo. En concreto, por un lado, la propuesta proyectaba, dentro del proceso de
comunicación, el mismo peso explicativo tanto a la fuente de información como al destino del flujo
informativo. Y esto, claramente, no encajaba cuando se intentaba utilizar el modelo para dar cuenta de
los actos de comunicación colectiva: en ese tipo de contextos el peso que tiene la fuente de
información, los medios de comunicación de masas (prensa, radio, televisión, etc.), es mucho mayor
que el que posee el destinatario final (lector, oyente, televidente, etc.). Y, por otro lado, esa misma
linealidad explicativa del modelo tampoco permitía recoger algunas de las características esenciales
de la comunicación interpersonal. En ese sentido, por ejemplo, la propuesta no conseguía representar
la naturaleza dinámica del proceso de la comunicación que se concreta en la posibilidad de que en un
contexto de este tipo el destino y la fuente de información intercambien sus papeles continuamente (el
destino puede pasar a convertirse en la fuente de información y viceversa) dependiendo de la
dirección del flujo, ni permitía tampoco reflejar esas situaciones en las que, aunque la información que
fluye pueda ser interpretada de un modo diferente a como fue originalmente emitida, existe de todas
formas un proceso comunicativo.12
12
Para revisar las crítica recibidas por este modelo y constatar la influencia de este enfoque sobre
otros proyectos teóricos posteriores relacionados con la comunicación puede consultarse tambien:
11
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
Si pasamos ahora a revisar la propuesta de Shannon, hemos de señalar, sin embargo, que ésta no
fue recibida con el mismo entusiasmo por la comunidad científica ni corrió la misma suerte que el
modelo propuesto por Weaver. Sus virtudes teóricas son claras y se concentran, principalmente, en el
hecho de haber contribuido de una manera definitiva al desarrollo de la ingeniería de
telecomunicaciones y haber fundamentado científicamente, no sólo de forma matemática, los
conceptos básicos —como el de entropía, información mutua, ruido, o equivocidad, por ejemplo— que
más tarde serán utilizados por los comunicólogos y, en general, por todos aquellos investigadores del
ámbito de las Ciencias Sociales que se han dedicado al estudio de la información o de la
comunicación. Sin embargo, cuando revisamos la literatura dedicada a estos temas notamos no sólo
que desaparece o se margina la contribución, sobre todo la cuantitativa, de Shannon, sino que
además ésta recibe algunas críticas de amplio calado.
Para comenzar es importante indicar que el bautismo que recibió esta teoría fue bastante
desafortunado. El nombre con el que pasó a la historia no se corresponde, en lineas generales, con
los contenidos de esta propuesta. El escaso interés demostrado hacia los aspectos semánticos o
pragmáticos en favor de los aspectos técnicos impiden que la teoría presentada por Shannon pueda
considerarse como una teoría matemática de algo tan estrechamente relacionado con el componente
semántico como la comunicación. Además, por la misma razón, estrictamente hablando, esta
propuesta tampoco puede considerarse como una genuina Teoría de la Información: sus intereses se
centran exclusivamente en el cálculo de la cantidad de información asociada a las señales
desatendiendo la cara semántica (la de los contenidos) de la moneda informativa. Quizá, el calificativo
más adecuado sea el de “Teoría Matemática de la Cantidad de Información”. Algunos autores,13 sin
embargo, en una posición más extrema, incluso van un poco más lejos llegando a defender que esta
propuesta no puede clasificarse ni tan siquiera como una Teoría Matemática de la Cantidad de
Información, sino que sólo debe ser considerada como una Teoría Estadística de la Transmisión de
Señales.14
Pero las limitaciones de esta propuesta no se resumen exclusivamente al hecho de que recibiese un
nombre desafortunado cuando fue bautizada. No olvidemos que, como ya hemos indicado
anteriormente, el objetivo último de esta teoría es el tratamiento matemático de las cantidades de
información. En este sentido, cuando evaluamos los beneficios explicativos que nos ofrece esta
propuesta, podemos encontrar algunos problemas que pueden hacernos pensar que de esta teoría
poco se puede aprovechar para satisfacer aquellos intereses teóricos centrados en el análisis
semántico o pragmático de la información.
Por un lado, de manera generalizada aparece un problema estrechamente relacionado con el uso
posible de esta teoría: la grave dificultad que se presenta cuando intentamos aplicar sus fórmulas a
situaciones concretas. En las situaciones cotidianas, a menudo es difícil conocer con exactitud la
MATTELART, Armand y MATTELART, Michèle (1995). Historie des théories de la communication.,
MOLES, Abraham y ZELTMANN, Claude (eds.) (1975). La comunicación y los mass media., RODRIGO
ALSINA, Miquel (1985). Los modelos de la comunicación., MCQUAIL, Denis y WINDAHL, Sven (1982).
Communication Models for The Study of Mass Communication., WOLF, Mauro (1990). Teorie delle
comunicazioni di massa., SAPERAS, Enric (1992). Introducció a les teories de la comunicació., y
ABRIL, Gonzalo (1997). Teoría general de la información.
13
Como Yehoshua Bar-Hillel, en BAR-HILLEL, Yehoshua (1952). “Semantic Information and its
Measures”. y en BAR-HILLEL, Yehoshua (1955). “An Examination of Information Theory”.
14
En BAR-HILLEL, Yehoshua y CARNAP, Rudolf (1952). “An Outline of a Theory of Semantic
Information”., Bar-Hillel y Carnap proponen una alternativa semántica a esta propuesta. Pero aunque
el título pueda indicar lo contrario, en ese trabajo no se ofrece ninguna definición de contenido
informativo, sino que sólo se intenta definir las distintas relaciones (inclusión, equivalencia, etc.) que
se pueden producir entre los contenidos informativos asociados a los enunciados de un sistema
lingüístico.
12
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
mayoría de los valores de la probabilidad que conforman las ecuaciones, lo que hace casi imposible
un cálculo numérico adecuado de las cantidades de información que intervienen.15
Y, por otro lado, nos encontramos con el problema consistente en que las definiciones matemáticas
derivadas de la Teoría Matemática de la Comunicación no son de gran ayuda cuando intentamos
descifrar el contenido semántico asociado a las señales: nos dicen cuánta información transporta una
señal pero no qué información es transportada. Y esa independencia entre el cuánto y el qué queda
de manifiesto si contemplamos los casos en los que dos señales pueden transportar la misma
cantidad de información y sin embargo indicar contenidos informativos totalmente distintos. En estos
casos, la teoría presentada por Shannon, asignándoles el mismo valor numérico, no es capaz de
discriminar entre dos señales que claramente, desde un punto de vista semántico, son diferentes. En
definitiva, para satisfacer de una manera más completa nuestros intereses explicativos referentes a la
información, deberíamos buscar una teoría que sea capaz de discriminar la información de que p de la
información de que q aunque estas dos informaciones sean indistinguibles desde el punto de vista
cuantitativo. Y la Teoría Matemática de la Comunicación, claramente, no se encuentra preparada para
recoger esta discriminación.16
Sin embargo, para acabar, hemos de señalar que todas estas limitaciones que presentan tanto el
modelo defendido por Weaver como la propuesta de Shannon no deben impedirnos percibir el
alcance real de esa apuesta teórica. Si bien han recibido duras críticas que han hecho tambalear sus
virtudes explicativas, tenemos la obligación de indicar y subrayar que las ideas defendidas por estos
ingenieros americanos deben ser valoradas en su justa medida y reconocer que han supuesto, no
sólo el punto de arranque, sino también la fundamentación teórica necesaria para que el resto de los
investigadores transiten con paso firme a través de ese estimulante proyecto que persigue la
comprensión del fenómeno de la comunicación y de la información en todas sus dimensiones.
4. Bibliografía
4.1. Bibliografía principal
New
ABRAMSOM, Norman (1963). Information Theory and Coding. McGraw-hill Book Company,
York. (Existe una traducción al español de esta obra realizada por Juan Antonio De Miguel Menoyo:
ABRAMSOM, Norman (1986). Teoría de la información y codificación. Paraninfo, Madrid).
BAR-HILLEL, Yehoshua (1952). “Semantic Information and its Measures”. En Transactions of the
Tenth Conference on Cybernetics. Josiah Macy, Jr. Foundation, New York, págs. 33-48.
BAR-HILLEL, Yehoshua (1955). “An Examination of Information Theory”. En Philosophy of
vol. 22, págs. 86-105.
Science.
15
Este problema se agudiza cuando intentamos aplicar estas fórmulas al uso que hacemos del
lenguaje natural. Cuando utilizamos una lengua, cuando hablamos o escribimos, las palabras que
usamos poseen una probabilidad de aparición que no se encuentra determinada exclusivamente por
la propia lengua sino por todo el conjunto de palabras que con anterioridad hayamos utilizado en ese
mismo contexto lingüístico. Esto convierte el lenguaje en una fuente de información con memoria
donde es difícil decidir la probabilidad de ocurrencia de una palabra en concreto.
16
Algunos autores, sin embargo, como Fred I. Dretske (en DRETSKE, Fred I. (1981). Knowledge and
the Flow of Information.), defienden la idea que es posible extraer, de ese desarrollo técnico que
presenta Shannon, cierto beneficio explicativo. Yo mismo, en PÉREZ GUTIÉRREZ, Mario (1998a).
“Teoría Matemática de la Comunicación y Teoría Semántica de la Información”. y en PÉREZ
GUTIÉRREZ, Mario (1998b). Señal y contenido informativo: un análisis del concepto de información.,
también he mantenido que es posible extraer de ese modelo ciertas restricciones matemáticas que
deben de ser tenidas en cuenta y respetadas a la hora de ofrecer una definición semántica
satisfactoria de la noción información.
13
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
BAR-HILLEL, Yehoshua (1964). Language and Information. Addison-Wesley Publishing Company,
Massachusetts.
BAR-HILLEL, Yehoshua y CARNAP, Rudolf (1952). “An Outline of a Theory of Semantic Information”.
En Technical Report No. 247 of The Research Laboratory of Electronics, Massachusetts Institute of
Technology.
CHERRY, E. Colin (1951). “A History of the Theory of Information”. En Proceeding of the Institute of
Electrical Engineers, vol. 90, págs. 383-393.
CHERRY, E. Colin (1952). “The Communication of Information. An Historical Review”. En American
Scientist, vol. 40, págs. 640-664.
COVER, T.M. y THOMAS, J.A. (1991). Elements of Information Theory. John Wiley & Sons, New York.
ESCARPIT, Robert (1976). Théorie générale de l’information et de la communication. Librairie
Hachette, París. (Existe una traducción al español de esta obra realizada por Araceli Carbó y Pilar
Sanagustín: ESCARPIT, Robert (1977). Teoría general de la información y de la comunicación. Icaria
Editorial, Barcelona).
HARTLEY, R.V.L. (1928). “Transmission of Information”. En Bell System Technical Journal, vol. 7,
págs. 535-563.
NYQUIST, Harry (1924). “Certain Factors Affecting Telegraph Speed”. En Bell System
Journal, vol. 3, págs. 324.
Technical
NYQUIST, Harry (1928). “Certain Topics in Telegraph Transmission Theory”. En A.I.E.E. Trans., vol.
47, págs. 617.
PIERCE, John (1961). An Introdution to Information Theory. Symbols, signal and Noise.
Publications, New York.
Dover
SHANNON, Claude (1948). “A Mathematical Theory of Communication”. En Bell System Technical
Journal, vol. 27, págs 379-423, 623-656.
SHANNON, Claude y WEAVER, Warren (1949). The Mathematical Theory of Communication.
University of Illinois Press, Urbana. (Existe una traducción al español de esta obra realizada por
Tomás Bethencourt Machado: SHANNON, Claude y WEAVER, Warren (1981). Teoría matemática de
la comunicación. Ediciones Forja S.A., Madrid).
WEAVER, Warren (1949). “Recent Contributions to The Mathematical Theory of Communication”. En
SHANNON, Claude y WEAVER, Warren (1949). The Mathematical Theory of Communication.
University of Illinois Press, Urbana.
WIENER, N. (1948). Cybernetics: or Control and Communication in the Animal and the Machine. Wiley,
New York. (Existe una traducción de esta obra al español: WIENER, N. (1971). Cibernética. Guadiana,
Madrid).
4.2. Bibliografía secundaria (para continuar leyendo)
ABRIL, Gonzalo (1997). Teoría general de la información. Ediciones Cátedra, Madrid.
ARBIB, Michael A. (1964). Brains, Machines and Mathematics. McGraw-hill Book Company, New
York. (Existe una traducción al español de esta obra realizada por Eva Sánchez Mañes: ARBIB,
Michael A. (1976). Cerebros, máquinas y matemáticas. Alianza Editorial, Madrid).
CODINA BONILLA, Lluis (1994). Teoria de sistemes, teoria de recuperació d’informació i documentació
periodística. Tesis doctoral, Publicacions de la Universitat Autònoma de Barcelona, Bellaterra. (Una
14
Universidad Surcolombiana
Programa de Comunicación Social y Periodismo
Seminario de Teoría de la Comunicación II
Prof.: Carlos Arturo Monje Álvarez
versión resumida de esta tesis doctoral aparece publicada en CODINA BONILLA, Lluis (1993).
Sistemes d’informació documental. Editorial Pòrtic S.A, Barcelona).
DEVLIN, Keith (1991). Logic and Information. Cambridge University Press, Cambridge.
DRETSKE, Fred I. (1981). Knowledge and the Flow of Information. The MIT Press/Bradford. Books.
Cambridge, Massachusetts. (Existe una traducción al español de esta obra realizada por Margarita
Vicedo, Montserrat Guilla y Fina Pizarro: DRETSKE, Fred I. (1987). Conocimiento e información. Salvat
Editores, Barcelona).
FERRER, Eulalio (1997). Información y comunicación. Fondo de Cultura Económica, México, DF.
ISRAEL, David y PERRY, John (1990). "What is Information?". En HANSON, Philip P. (ed.) (1990).
Information, Language and Cognition. University of British Columbia Press, Vancouver.
MATTELART, Armand y MATTELART, Michèle (1995). Historie des théories de la communication.
Éditions La Découverte, París. (Existe una traducción al español de esta obra realizada por Antonio
López Ruiz y Fedra Egea: MATTELART, Armand y MATTELART, Michèle (1997). Historia de las teorías
de la comunicación. Ediciones Paidós Ibérica S.A., Barcelona).
MCQUAIL, Denis y WINDAHL, Sven (1982). Communication Models for The Study of Mass
Communication. Addison-Wesley Publishing Company, London. (Existe una traducción al español de
esta obra realizada por Charo Sádaba: MCQUAIL, Denis y WINDAHL, Sven (1984). Modelos para el
estudio de la comunicación de masas. Ediciones Universidad de Navarra, Navarra).
MOLES, Abraham y ZELTMANN, Claude (eds.) (1975). La comunicación y los mass media. Ediciones
el Mensajero, Bilbao.
NAUTA, Doede (1972). The Meaning of Information. Mouton, The Hague.
PÉREZ GUTIÉRREZ, Mario (1998a). “Teoría Matemática de la Comunicación y Teoría Semántica de la
Información”. En Teorema. (En prensa).
PÉREZ GUTIÉRREZ, Mario (1998b). Señal y contenido informativo: un análisis del concepto de
información. Servei d’Informació i Publicacions de la Universitat de Barcelona, Barcelona.
RODRIGO ALSINA, Miquel (1985). Los modelos de la comunicación. Editorial Tecnos, Madrid.
SAPERAS, Enric (1992). Introducció a les teories de la comunicació. Editorial Pòrtic S.A., Barcelona.
SINGH, Jagjit (1966). Great Ideas in Information Theory, Language and Cibernetics. Dover, New
York.. (Existe una traducción al español de esta obra realizada por Ana Julia Garriga Trillo: SINGH,
Jagjit (1972). Ideas fundamentales sobre la Teoría de la Información, del lenguaje y de la cibernética.
Alianza Editorial, Madrid).
WOLF, Mauro (1990). Teorie delle comunicazioni di massa. Bompiani, Milano. (Existe una traducción
al español de esta obra realizada por Carmen Artal: WOLF, Mauro (1996). La investigación de la
comunicación de masas. Paidós, Barcelona).
http://camelot.upf.es/digital/curs/rtf/mario.rtf
15