和蔼教授：完全正确！香农用“信息熵”来量化这种不确定性——当每个结果概率相等时，熵最大，需要的信息最多；当某个结果概率接近1（比如“太阳从东方升起”），熵最小，几乎不需要信息。这里要注意，香农说的“熵”和热力学的“熵”（无序度）本质相通，但侧重不同：热力学熵描述“系统的无序”，信息熵描述“信息源的不确定性”。蒋尘，你从哲学“世界本质”的角度，说说为什么“不确定性是世界的固有特性”？

本小章还未完，请点击下一页继续阅读后面精彩内容！

蒋尘（沉思片刻）：教授，这其实是“决定论”和“非决定论”的争论。传统观点觉得“世界是确定的，只是我们没掌握足够信息”——比如知道所有分子的运动规律，就能预测天气；但香农的理论告诉我们，“不确定性是根本属性”，哪怕掌握再多信息，也不可能完全消除它（比如量子力学里的“测不准原理”，宏观世界里的“偶然事件”）。这就像哲学里的“有限理性”——人类永远无法掌握所有信息，所以只能用“信息”不断降低不确定性，而不是追求“绝对确定”。

和蔼教授：这个升华太关键了！当时参会的人类学家米德就很难接受“信息没有含义”的观点，她觉得“只有经过人脑处理的信号才叫信息”。许黑，你从“认知加工”的心理学角度，分析一下米德的误区在哪里？

许黑：教授，米德混淆了“信息编码”和“信息解读”两个阶段。香农说的“信息”是“客观的信号度量”——比如“红灯”这个信号，不管人怎么解读，它携带的“停止”的不确定性消除功能是客观的；而“含义”是“主观的解读结果”——比如色盲可能把红灯看成其他颜色，影响解读，但不影响信号本身的信息价值。这就像心理学里的“信号检测理论”：信号（信息）是客观的，而人对信号的感知（解读）受主观影响，但不能把“感知结果”等同于“信号本身”。

课堂深化：从“理论”到“信息时代”的落地

和蔼教授（走到教室中间）：我们聊了香农的理论，现在要落地到“为什么这场会议预示了信息时代”。吴先生说，二战前衡量文明的指标是“物质和能量”（比如钢铁产量、发电量），而现在是“信息”（比如数据量、算力）。秦易，你结合计算机的发展，说说“信息度量”对信息时代的意义？

秦易：教授，这太重要了！如果信息不能被量化（比如用比特、信息熵），就不可能有计算机和互联网。比如计算机存储数据，本质是用“0和1”（比特）来表示信息，而香农的理论告诉我们“1比特能消除多少不确定性”，这就为“数据压缩”“信号传输”提供了理论基础——比如我们现在用的5G，能快速传视频，就是因为工程师根据信息熵，优化了信号的编码方式，在有限带宽里传更多信息。如果没有香农的“信息量化”，信息时代就是空中楼阁。

和蔼教授：没错！香农的理论就像“信息时代的地基”。再回到会议本身，为什么一群顶级学者能在比克曼酒店达成共识？因为他们都意识到：人类要应对复杂世界，不能再只靠“能量驱动”（比如造更强的机器、开更多的工厂），而要靠“信息驱动”（比如用数据预测天气、用算法优化交通）。周游，你说说生活中“用信息消除不确定性”的例子，越多越好？

周游（立刻举手）：太多了！比如网购，我不知道商品好不好，看“买家评价”（信息）来降低不确定性；找工作，不知道公司怎么样，查“企业评分”（信息）来判断；甚至相亲，不知道对方性格，通过“聊天”（获取信息）来消除不确定性……现在的外卖平台、导航软件，本质都是“提供信息，消除不确定性”——导航告诉我们“哪条路不堵车”，外卖告诉我们“多久能送到”，这些都是信息时代的产物！

和蔼教授（点头）：这些例子都很典型。接下来我们要区分一个容易混淆的概念：“信息多”不等于“有用”。香农说“信息是对不确定性的度量”，也就是说，只有“能消除不确定性”的才是有用信息。比如你查成绩，“90分”是有用信息，而“今天天气很好”就是无用信息，因为它不能消除“成绩如何”的不确定性。叶寒，你从“认知效率”的角度，说说怎么筛选“有用信息”？