RECORDEMOS:

¿Qué es un paradigma?: Tradiciones intelectuales que expresan una forma de ver el mundo o “una
manera general de pensar” que ha sido compartida por una comunidad de académicos. Los paradigmas
sientan las bases de las teorías en un sentido amplio.

¿Qué se cuestiona la ontológica?: La naturaleza de la realidad: ¿Qué es la realidad? ¿Dónde está? ¿Es
externa a nosotros?

¿A qué se refiere la epistemológica?: A cómo conocemos las cosas. La perspectiva objetivista

(conocimiento como representación: sólo observamos sin necesidad de poner nuestro punto de vista) y
la perspectiva subjetivista (conocimiento como acción: nosotros también formamos parte de la acción
influyendo).

TEMA 4 : TEORÍA MATEMÁTICA DE LA INFORMACIÓN/COMUNICACIÓN

ORÍGENES
El código morse fue uno de los fundamentos de esta teoría. El boom de los años 30-40.
Dos grandes inventos que influyeron: la telegrafía y la telefonía. Al principio el teléfono
era muy caro, solo los más ricos podían acceder a ellos, aunque se expandió el uso de
los públicos. Así, los ingenieros empiezan a buscar que la información pudiese llegar de
forma más rápida a la gente, lo que da lugar a la lógica binaria y la transmisión de
señales.
Nuevas líneas de investigación en la ingeniería:

• La lógica binaria: basada en la lógica aristotélica: se basaba en dos formas: con

Ley del tercio excluso (una cosa solo podía ser esa cosa y no lo contrario) y la
Ley de no contradicción (una cosa podía ser ella misma y a la vez su contraria).
o Trabaja de acuerdo a dos valores absolutos, el uno y el cero. El uno
significaba el encendido, la idea; y el cero el apagado y la no idea. Llevar
la transmisión de la información de una forma más simple y sencilla.
Todo el sistema se llevaba a cabo alrededor del uno y del cero.
o La lógica binaria es una lógica simplificadora porque limita el número de
opciones al mínimo posible.
• La transmisión de señales: A principios de siglo la telefonía y la telegrafía
capitalizan la investigación en comunicación, orientando el interés hacia una
serie de problemas típicos: aumentar la velocidad de transmisión y reducir las
pérdidas de señal. Había muchos problemas en la transmisión telefónica y la
telegrafía, por lo que buscaban aumentar la velocidad, aunque eso daba lugar a
“ruidos”.
• La estadística y medición de posibilidades (R.V. Hartley en 1928). Hartley utiliza
por primera vez el concepto de "transmisión de información" para definir la
comunicación (C: transmisión de signos/señales; IC:
probabilidad/improbabilidad estadística (no semántica)). También fue el
primero en definir la información como "selección sucesiva de signos o palabras
de una lista dada", con lo que:
o Elimina la cuestión del significado de la definición de información.
 o Define la información por su valor estadístico. Información como
elección sucesiva de signos/señales (frecuencia).
o Al definir la información por su valor estadístico, la idea de información
quedaba asociada a la idea de "novedad" o "imprevisibilidad" .
• En el marco de esa corriente tiene lugar la aparición de la TI sobre un modelo
"técnico" general de comunicación. Así, a finales de los años 40 la Bell Society
(empresa de EEUU) inicia una línea de investigación que introduce un cambio
significativo en el concepto de comunicación: plantea el problema de la
fiabilidad de la transmisión como aspecto constitutivo de la información.
• En ese contexto de investigación se perfila el modelo técnico general de la
comunicación, a partir del cual Shannon y Weaver configuran su teoría: E-M-R
(Emisor-Mensaje-Receptor).
LA INFORMACIÓN COMO UN SÍMBOLO CALCULABLE
Shannon en 1948 llevó a cabo un trabajo de investigación de cómo la comunicación es
un símbolo calculable. A los 21 años se graduó como ingeniero.
“Lo importante es la calidad de lo que transmitimos y no lo que transmitimos”. Claude Shannon.

Cinco elementos importantes que utiliza para investigar:

1. Precisión de que el mensaje llegue a su destino.
2. Capacidad de difusión de los canales.
3. Lograr una codificación exacta.
4. Evitar malos entendidos.
5. Ruidos.

IMPORTANCIA Tª DE LA MATEMÁTICA

• Fundamento de la teoría funcionalista

• Enfoques de origen matemático-lógico (constructivismo). Cómo las
matemáticas ayudan a investigar la sociedad en las ciencias sociales.
• Relaciones entre tecnología-comunicación-sociedad.
• Herramientas conceptuales para la concepción crítica de procesos de
información, codificación, transmisión, retroalimentación etc.
• Tª matemática + tª de sistémica + desarrollo de la cibernética
SHANNON Y WEAVER
En el año 1949 publican el ingeniero Claude Shannon y el matemático Warren Weaver
su Tª matemática de la información/comunicación. Esta teoría abre el paradigma tecno
científico: la información como ciencia.

Las condiciones antecedentes de la Tª de las ,matemáticas de la Comunicación son:

• La información como una medida cuantificable del orden (estadística).

• Transmisión de señales (preocupación por la comunicación en el ámbito de la
telefonía y la telegrafía).
 • Formalización mediante lógica binaria (0-1).
La comunicación es definida por Shannon y Weaver como la transmisión de información
en un mensaje entre dos instancias (receptor y emisor) por medio de un canal en un
contexto que afecta a la transmisión.

CONCEPTOS FUNDAMENTALES
La fuente o repertorio es el conjunto de signos disponibles para constituir el mensaje y
el tipo de relación que existe entre ellos. Ej: la cara y la cruz en una moneda; los puntos
en un dado de seis caras; el alfabeto… La fuente se distingue del código en que → es
previa a la constitución del mensaje, mientras que el código → es posterior (el código
"transcribe" el mensaje para poder transmitirlo de forma más eficaz y adaptada al
canal).
La principal diferencia entre fuente y código es que éste permite optimizar el uso del
canal: las características del canal exigen muchas veces la codificación, al ser ésta la
única manera en que la señal puede viajar por él. Ej: el morse es el código en que
transformamos el mensaje original (configurado a partir de la fuente que llamamos
alfabeto) para poder transmitirlo eficazmente por vía telegráfica.
Cada una de las señales tiene un grado determinado de frecuencia de aparición. A la
frecuencia de aparición se la llama también probabilidad de aparición y hace referencia
a la probabilidad de que aparezca una señal dada en una cadena de señales
determinada. Ej: la probabilidad de que aparezca una "U" después de una "Q" en
castellano es máxima. La señal con más probabilidad de aparición en castellano (la
letra más usada) es la "E".

El caso más simple es el de una fuente en la que todas las señales tienen la misma
probabilidad de aparición. Ej: la cara y la cruz en una moneda tienen la misma
probabilidad de aparición, el 50%.

El hecho de que las probabilidades de aparición de las distintas señales sean diferentes
se debe a la aplicación de reglas de relación (sintaxis) entre las señales. Es decir,
cuando existen reglas que ordenan la relación entre las señales, la frecuencia de
aparición de las señales deja de ser la misma.
El emisor es una instancia objetiva que no tiene que ver con un sujeto, sino con una
función. Es el punto de partida de la transmisión, donde:
1. Se produce el mensaje mediante la selección de una serie de señales.
2. Se codifica el mensaje mediante un código .
La señal es el carácter o símbolo que es objeto de la transmisión. Unidades de
transmisión discretas cuantificables y computables independientemente del
significado. Cada uno de los símbolos que componen la fuente o repertorio.
El código puede ser también un sistema de señales (por ejemplo, el Morse). El código
es el sistema de transcripción que permite enviar el mensaje. Un código es a un canal
lo que un transformador a una transmisión eléctrica.
El mensaje es el conjunto de señales seleccionado por la acción del emisor. El canal es
el soporte físico de la señal.
El receptor es una instancia objetiva que no tiene que ver con un sujeto, sino con una
función. Es el punto de llegada de la transmisión y la instancia decodificadora.
El destino es el punto de convergencia del proceso de comunicación. Todo el proceso
comunicativo se organiza en función del destino: el canal, el mensaje, el código, el
contexto, etc… El destino es la instancia decodificadora, es decir, la que transforma
nuevamente la transmisión codificada en mensaje.
LA INFO SE CUANTIFICA: VALOR ESTADÍSTICO DE LA INFORMACIÓN

El gran invento es que además de la fórmula, da una medida a la información del bit.
El bit es la medida básica de información
RUIDO Y REDUNDANCIA

El ruido es todo factor externo a la comunicación que afecta negativamente a ésta,

distorsionando la señal o produciendo interferencias en el proceso de transmisión.

El ruido menoscaba la integridad del mensaje. Es, pues, "el lado oscuro" de la
información, lo que podríamos denominar como "anti-información" (el carácter
especular entre información y ruido viene avalado por el hecho de que su medida
matemática es equivalente).
Si desde una aproximación cotidiana e intuitiva al concepto de comunicación
señalábamos como características apreciables la polisemia, la ambigüedad y la
multidimensionalidad, desde el ámbito del estudio científico de la comunicación es
preciso considerar otros rasgos distintivos de las ideas de comunicación e información.
Estos rasgos diferenciales son la complejidad, la interdisciplinariedad y la
transdisciplinariedad.
La redundancia es la función que contrarresta la incidencia del ruido en el proceso
comunicativo.

• Positivo: asegura la supervivencia del mensaje y fidelidad en transmisión: una

de las maneras de asegurar la supervivencia del mensaje (es decir, de la serie
de señales) frente a las interferencias y distorsiones del contexto es la de
ampliar la serie de señales de manera que se repitan.
• Negativo: incrementa el coste y reduce el valor informativo del mensaje: el
problema añadido es que entonces o bien se incrementa el número señales del
mensaje (y con ello se incrementa el coste de la transmisión) o bien se reduce
la información que contiene el mensaje.

Ej: Disponemos de una serie de 6 señales para transmitir. Si transmitimos una serie
como ABCDEF, transmitimos mucha información (cada señal aporta un alto índice de
novedad), pero cualquier interferencia (ruido) afecta a la integridad total del mensaje
y, consecuentemente, perdemos mucha información. Si transmitimos una serie como
ABABAB, transmitimos menos información (AB), pero en cambio aumentamos las
probabilidades de que el mensaje llegue íntegro a pesar de las interferencias (ruido).
▪ Dimensionó cuánta redundancia debía tener un sistema para ser eficiente.
▪ Importante: equilibrio entre información y redundancia: debe existir en toda
comunicación un equilibrio entre información y redundancia, una información
máxima con una redundancia mínima hacen muy probable que el mensaje se
pierda; y una redundancia máxima no deja espacio para la información en el
mensaje. En este sentido puede decirse que la redundancia, aunque supone
una reducción de la información, supone también una garantía de éxito de la
comunicación.
Ej: ¿Por qué no se llama a la puerta menos de dos veces? Justamente para neutralizar
el ruido ambiente, evitar la ambigüedad y garantizar la efectiva transmisión del
mensaje. La redundancia puede ser entendida como simple repetición; es causada por
un exceso de reglas que confiere a la comunicación un cierto coeficiente de seguridad.
Hay sistemas no redundantes, sistemas íntegramente informacionales que agotan
todas las posibilidades combinatorias de la fuente: los sistemas numéricos, por
ejemplo. Si erramos en un número dígito de un cálculo matemático tendremos
información errónea, porque el sistema no posee margen absorbente de ruido. No
ocurre lo mismo con otros sistemas, como las lenguas... (Pignatari, 1977:41)

INFORMACIÓN COMO VALOR ESTADÍSTICO

El valor estadístico de la información viene asociado a lo siguiente:
 • La probabilidad de selección de una señal dada en un repertorio o lista de
señales (contenido informativo de la fuente).
• La probabilidad de ocurrencia de una señal en un mensaje (contenido
informativo del mensaje).
• Para el emisor, la información equivale al grado de libertad del en la selección
de señales.
• Para el receptor, la información equivale al grado de novedad o
imprevisibilidad.
• Máxima información = equiprobabilidad (y máximo número de posibilidades):
cuando todas las señales de un mensaje tienen la misma probabilidad de
ocurrencia, la cantidad de información de ese mensaje es máxima. Ej: el hecho
de que utilicemos una moneda para decidir aleatoriamente sobre una situación
con dos opciones está relacionado con la idea de que la equiprobabilidad
implica máxima información. Utilizamos la moneda como “generador de
aleatoriedad” precisamente porque la información que aporta cada signo es
máxima, es decir, que la imprevisibilidad de que salga cada signo es máxima. En
el caso del dado la improbabilidad es también la misma para cada señal, pero al
ser más signos (seis), el valor de imprevisibilidad es mayor y, por tanto, el
repertorio tiene más contenido informativo (puede generar más mensajes con
información).
• Unidad básica cuantificable (binary digit: bit): valor de elección entre dos
alternativas equiprobables.

ENTROPÍA COMO MEDIDA DE LA COMPLEJIDAD DE UN SISTEMA

Es un concepto que procede de la termodinámica y ha sido desarrollado por Carnot,
Clausius y Boltzman. Es una medida del grado de desorden que se da entre elementos
(partículas) contenidos en un sistema cerrado.
La entropía es una función siempre creciente en la naturaleza, o lo que es lo mismo, el
desorden es siempre más probable que el orden y, consecuentemente, todos los
sistemas evolucionan hacia el desorden.

Es entonces la medida inversa de la improbabilidad de una configuración: cuanto más

ordenada esté una configuración → más improbable será.
La vinculación entre entropía (probabilidad=desorden creciente) e información
(improbabilidad = orden decreciente) han llevado a algunos autores (Boltzmann,
Brillouin, Szilard) a describir la información como medida cuantificable del orden. Al
operar como medida del orden, la noción estadística de información proporciona un
referente valioso para una medida cuantificable de la complejidad de un sistema.
Para la TI la complejidad equivale a la incompresibilidad: algo complejo es algo que no
se puede comprimir o resumir en un algoritmo. En términos de información
cuantificable, cuantas más señales requiera el algoritmo que “resume” un sistema,
tanto más complejo será este. En otras palabras, cuanto más larga sea su descripción,
tanto más complejo será.
La TI permite así elaborar una medida cuantificable de complejidad que se denomina
complejidad algorítmica y que es matemáticamente equivalente al contenido
informacional de un sistema: un sistema con mucha información y poca redundancia
es más complejo que un sistema con poca información y mucha redundancia.
Estas son dos formas de ver la entropía:

• Aguado: siglo XIX o siglo XX

o Lo explica según la termodinámica (Carnot, Clausis y Boltzman)
o Medida del grado de desorden entre elementos (partículas) contenidos
en un sistema cerrado.
o Más probabilidad al azar= más entropía = menos información
o Menos probabilidad al azar= más orden = más información
• Shannon y Weaver: 1948-1949
o Menos probabilidad al azar= más entropía = más información
Tienen en común que es un sistema complejo, cuanta más información, menos
redundancia (repetición de parte de la información para que llegue esta de forma más
clara y nítida al receptor). No se puede llevar todo a un dato estadístico.
APORTACIONES DE LA Tª DE LAS MATEMÁTICAS EN LA INFORMACIÓN
Una vez que fue publicada, la TI tuvo una aceptación sin precedentes en el mundo
científico. Su utilidad en el ámbito de las ingenierías, y muy especialmente de la
ingeniería de las telecomunicaciones, era incuestionable. Permitió mejorar los sistemas
de transmisión y codificación de señales.
1. Avances tecnológicos (calculadoras, computadoras, tecnología digital): sirvió de
base para la construcción de los primeros circuitos lógicos, las primeras
máquinas de calcular y, finalmente, las primeras computadoras.
2. Conocimiento como procesamiento de información o forma de computación.
3. Ciencias cognitivas: psicología, lingüística, biología, matemáticas, inteligencia
artificial, neurociencias…: al servir como base para el planteamiento de la
computación como nueva forma de representación, agregó una serie de
disciplinas en torno a lo que se llamó ciencias cognitivas (psicología, lingüística,
biología, matemáticas, inteligencia artificial, 34 neurociencias, etc). La hipótesis
básica de las ciencias cognitivas era la de concebir el conocimiento como una
forma de computación, o, en términos de la TI, como el procesamiento de
información.
4. Estructuralismo: Jakobson no tardó en adoptar el modelo comunicacional de la
TI para la lingüística y el esquema E-M-R junto con la vinculación entre forma,
disposición de elementos (estructura) e información que tuvo una notable
influencia en la configuración del Estructuralismo como corriente de
pensamiento. A partir de las incorporaciones de Jakobson en lingüística y de
Lévy-Strauss en antropología, los procesos de comunicación humana pasaron a
ser entendidos como un intercambio sucesivo de mensajes con información. El
modelo se extendió a la psicología y a la sociología.
LIMITACIONES

• Problemas del significado (Bateson, Atlan): la comunicación humana no puede

ser concebida sin referencia al significado. En el significado convergen sus
rasgos. Sin embargo, la TI plantea una concepción meramente técnica y
procesual de la comunicación en la que el significado es sustituido por la
novedad estadística (información) o su ausencia (redundancia). Algunos
autores (Atlan) han planteado entonces la necesidad de encontrar una medida
cuantificable del significado, de modo que sea posible abstraer el problema del
significado del ámbito de lo humano. A esta cuestión se refería G. Bateson
cuando definió la información como "la diferencia que hace una diferencia": la
señal es una mera diferencia, sólo cuando a través de ésta se opera un cambio
en quien la recibe puede hablarse de significado y, por tanto, de información.
• Problema de la organización: la asociación entre orden-
información-imprevisibilidad conduce a una concepción mecánica de la
organización: un código sencillo nunca podrá generar una estructura compleja
del mismo modo que una baraja de seis cartas nunca podrá generar un juego
más complejo que una baraja de cuarenta cartas.
• Problema de la unidad de medición (simplificación reduccionista): reducir un
espectro de opciones a una alternativa de dos puede simplificar la
comprensión, pero también puede conducir a errores. Puede existir un error
entre el 1 y el 0 que por muy pequeño que sea lo modifica todo. En muchas
ocasiones, ante un problema dado, reducir un espectro de opciones a una
alternativa de dos puede simplificar la comprensión, pero también puede
conducir a errores. A esto nos referimos cuando afirmamos que las cosas "no
son ni blancas ni negras, sino de todos los colores entre medias". Este carácter
simplificador o reduccionista de la medida binaria está íntimamente
relacionado con el problema de la organización comentado anteriormente.
• Problema de la entropía creciente: en una transmisión de información, incluso
si recurrimos a la redundancia, la información siempre perderá terreno frente
al ruido. (Ejemplo de la copia: cada vez que se va transmitiendo la información,
esta va perdiendo calidad, al igual que las copias, la primera sale bien y las
últimas no tanto porque son copias de copias). Esto supone que, a menos que
se introduzca información "desde fuera", ningún sistema de comunicación
puede garantizar su supervivencia.
MÁS ALLÁ DE LA Tª MATEMÁTICA

• El contexto: no sólo induce al ruido (como decía Shannon), sino que en muchas
ocasiones hace posible reconstruir la información dañada.
• Consecuencia: la comunicación no es un proceso aislado, sino interrelacionado.
• Por eso es posible concebir que el contexto contribuye a la producción de
información y no sólo a su destrucción.
A PARTIR DE LA Tª MATEMÁTICA DE LA INFO
Tres aportaciones:

• Se introduce “la representación computacional”.

• Los símbolos de la computación se convierten en el “lenguaje” dominante de la
representación cognitiva.
• El conocimiento como representación se basa en la idea de información:
o Conocimiento como representación: el individuo solo lo representa en
su mente. Se limita a escribir lo que estudia.
o Conocimiento como acción: el individuo se involucra. No solo se limita a
escribir lo que estudia, sino que investiga.

Algunas preguntas que formulamos en clase como repaso…

¿Cómo esta tª muestra las informaciones? A través de fórmulas
¿Cómo la psicología interviene en esta tª? A través del estudio de los patrones, las
circunstancias…
Tres elementos básicos en el proceso de la comunicación: emisor, mensaje y receptor