信息與信息污染

邱元陽

1928年，哈特萊（R.V.Hartley）在《信息傳輸》一文中首次提到信息這個詞。但是直到1948年，信息論的奠基人申農（Shannon）才給出了一個經典的概念定義：信息是用來消除隨機不確定性的東西。

可以看出，申農的信息定義跟1854年克勞修斯（T.Clausius）提出的“熵”（Entropie）的概念頗有淵源，它們都試圖從混亂和不確定的狀態中尋找自然界的規律。盡管信息熵已為科學界承認，但這樣的定義卻不好理解?？刂普搫撌既司S納（Norbert Wiener）認為，“信息是人們在適應外部世界，并使這種適應反作用于外部世界的過程中，同外部世界進行互相交換的內容和名稱”。這個定義仍然不夠通俗，人們實際感受到的卻是，信息就是人類社會傳播的一切內容。

這樣一來，信息就與日常生活密切相關了，我們需要從各種途徑獲取信息，并處理信息，再傳播新的信息，信息容量的計量單位也由Byte、KB、MB、GB、TB到PB、EB、ZB、YB、BB、NB、DB、CB、XB……

在信息閉塞的年代，信息匱乏是普遍現象，要獲取到有價值的信息付出的代價和時間成本也相對較高。在特定的條件下，有些信息的價值會非常高，甚至讓人不惜代價去獲取，并由此產生了一門學問：情報學，專門研究如何獲取情報和信息，信息技術也開始被充分利用。

如果將時間向前推到半個世紀前，可能人們很難想象，世界上還會出現信息爆炸與信息泛濫的現象。而現在，卻的確就處于這種狀態，各種垃圾信息泛濫成災，人們被淹沒在信息的海洋中，卻又不容易找到自己需要的信息。不僅如此，各種信息也不再純凈，真假難辨的信息混合充斥于感知世界，“信息污染（Information Pollution）”終于被人們意識到并提出來。

美國信息管理專家霍頓（F.W.Horton）認為，信息是經過加工的數據，也是數據處理的結果。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。可見，信息量是呈幾何級數加速增長的，其增長曲線與人類社會的發展曲線非常相似。這種恐怖的信息增長，使人類完全進入了信息時代，“大數據”和數據挖掘成為人類對海量數據充分利用的一種先進手段。

大數據以全體代替了采樣，而且揭示了數據的相關性，從而使得數據更有價值。于是這些龐大的數據，便會蘊藏著巨大的財富和商機。在價值追求和利益驅動下，更多的信息開始在利益鏈上流動，并不乏虛假的和無用的信息。

物極必反。塑料的發明造福了人類生活，但過多的塑料袋卻造成了白色污染;工業化使人類進入現代文明，但卻造成了環境污染。同樣，信息的迅速增加，使信息處于超密集狀態和混亂狀態，在利益驅動下的數據流動也造成了網絡的亞健康和現代社會的信息污染。

當無用、劣質或有害信息滲透到信息資源中，對信息資源的收集、開發和利用造成干擾，影響信息傳播的速度與效率，增加信息篩選、甄別的難度時，便形成了信息污染。信息無秩序地泛濫成災，給人們的選擇和判斷造成了種種困難，信息的繁雜紛亂也會給神經系統造成負擔。

互聯網的迅猛發展為人類創造了巨大的社會價值，但也帶來了嚴峻的信息污染問題。信息過剩、信息超載、垃圾信息已成為社會現象，不僅增加了信息利用成本，也浪費了時間，誤導了方向。

在上帝視角下，信息不分有用無用，不分真假利害;但是在人類視角下，不良信息的污染，卻加劇了信任危機，破壞了網絡生態。