🧬 biology

Semantic Information Beyond Shannon: Meaning,Coherence, and Agency in Experiential Systems

Dit artikel stelt een fundamenteel kader voor genaamd Meaning–Experience Coupling (MEC), dat semantische informatie definieert als een emergente eigenschap van de structurele uitlijning tussen representationele organisatie en agentieve doelen, geformaliseerd door middel van een coherentiefunctionaal die vijf specifieke axioma's bevredigt om uit te leggen hoe informatie betekenisvol wordt voor ervarende en handelende systemen.

Oorspronkelijke auteurs: Lolugu Vasudeva Prabhath, Nitin Kumar, Jyotiranjan Beuria, Venkatesh H. Chembrolu

Gepubliceerd 2026-08-04

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Lolugu Vasudeva Prabhath, Nitin Kumar, Jyotiranjan Beuria, Venkatesh H. Chembrolu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je voor dat je in een kamer staat vol radiostatische ruis. Voor een machine die alleen signalen telt, is deze statische ruis een schatkist aan informatie. Het is chaotisch, onvoorspelbaar en vol met "bits". Maar voor jouw oren is het gewoon ruis. Stel je nu voor dat een vriend je naam fluistert in diezelfde statische ruis. Plotseling wordt dat kleine, zachte geluid het belangrijkste ding in het universum. Het trekt je aandacht, verandert je stemming en vertelt je precies wat je nu moet doen. Dit is het raadsel dat wetenschappers al decennia lang achtervolgt: Hoe verandert een signaal van louter data in betekenis?

Lange tijd was de gouden standaard voor het begrijpen van informatie een theorie genaamd Shannon-informatie. Denk eraan als een superefficiënte postdienst. Het geeft alleen om hoeveel brieven je kunt versturen, hoe snel ze reizen en hoe waarschijnlijk het is dat ze verloren gaan in de post. Het geeft niet om de vraag of de brief "Ik hou van je" zegt of "De lucht is groen". Voor de postdienst zijn beide slechts een reeks symbolen. Dit werkt perfect voor het versturen van tekstberichten of het streamen van video's, maar het loopt tegen een muur aan wanneer we proberen levende wezens te begrijpen. Een brein is geen postdienst; het is een drukke stad waar elk signaal een verkeerslicht, een waarschuwingssirène of een kaart is. Als we alleen de bits tellen, missen we de hele essentie van waarom het brein zo bedrijvig is. Dit artikel stelt een eenvoudige maar diepe vraag: Wat maakt een signaal belangrijk voor het systeem dat het ontvangt?

De auteurs van dit artikel, een team van het Indian Institute of Technology Mandi en het IKS Research Centre, stellen een nieuwe manier voor om hiernaar te kijken. Ze suggereren dat betekenis niet iets is dat je later aan informatie toevoegt, zoals het bestrooien van een taart met suiker. In plaats daarvan is betekenis een speciaal soort "passing" of "koppeling" die binnen het systeem zelf plaatsvindt. Ze noemen dit Meaning–Experience Coupling (MEC).

Om hun idee te begrijpen, stel je een danser en een muziekstuk voor. De muziek (de informatie) heeft een ritme en een structuur. De danser (de agent) heeft een stijl, een doel en een manier van bewegen. Als de danser gewoon stilstaat terwijl de muziek speelt, is er geen dans, alleen geluid. Als de danser willekeurig beweegt, is er beweging, maar geen dans. Maar wanneer de bewegingen van de danser perfect passen bij het ritme en de intentie van de danser om een verhaal uit te drukken, dan gebeurt de magie. Het artikel betoogt dat semantische informatie (betekenis) precies deze "dans" is tussen wat het systeem ervaart en wat het systeem probeert te doen.

Het artikel introduceert een formule om deze "dans" te meten, geschreven als SI = g(R, A).

R staat voor de Representational Organization (Representatieve Organisatie). Dit is hoe het systeem de wereld sorteert. Het is de lijst van dingen die het systeem opmerkt, zoals een kaart van de kamer of een lijst met geluiden.
A staat voor Agentive Alignment (Agentieve Afstemming). Dit is de "houding" of het "doel" van het systeem. Het is wat het systeem probeert te bereiken, zoals "zoek de uitgang", "vermijd gevaar" of "zoek voedsel".
g is de functie die meet hoe goed de kaart (R) past bij het doel (A).

De auteurs suggereren dat als je kaart perfect is maar je geen doel hebt, je geen betekenis hebt. Als je een sterk doel hebt maar geen kaart om je bij te sturen, heb je ook geen betekenis. Betekenis bestaat alleen wanneer de twee aan elkaar gekoppeld zijn.

Om te bewijzen dat dit niet slechts een filosofische dagdroom is, bouwden de auteurs een eenvoudige computersimulatie, die ze een "toy model" noemen. Ze creëerden een kleine digitale agent met drie zintuigen (een ruimtelijke aanwijzing, een randpatroon en een omgevingstoon) en drie mogelijke doelen (navigeren, een herkenningspunt zoeken of gewoon naar de achtergrond luisteren).

In hun simulatie hielden ze de zintuigen van de agent exact hetzelfde, maar veranderden ze het doel.

Wanneer het doel van de agent Navigatie was, werd de "ruimtelijke aanwijzing" super betekenisvol. De score voor semantische informatie sprong naar ongeveer 0,433.
Wanneer het doel van de agent verschoof naar Achtergrondmonitoring, werd diezelfde ruimtelijke aanwijzing bijna nutteloos. De score daalde naar ongeveer 0,317.
De "betekenis" van het signaal veranderde met ongeveer 27% enkel omdat de focus van de agent verschoof, zelfs terwijl het signaal zelf niet veranderde.

Deze simulatie laat zien dat betekenis geen vaste eigenschap van een signaal is. Het is een relatie. Een signaal kan zwaar zijn van data, maar leeg van betekenis als het niet verbonden is met wat het systeem aan het doen is. Omgekeerd kan een minuscuul, zwak signaal vol betekenis zijn als het precies is wat het systeem op dat moment nodig heeft.

Het artikel onderzoekt ook wat er gebeurt als deze "dans" misgaat. Ze beschrijven drie manieren waarop betekenis kan falen:

Fragmentatie: Het systeem ziet te veel dingen, maar kan ze niet verbinden met een doel. Het is als in een overvolle kamer zijn waar iedereen schreeuwt en je geen enkel gesprek kunt verstaan.
Rigiditeit: Het systeem blijft hetzelfde doen, zelfs als de wereld is veranderd. Het is als een GPS die je blijft vertellen linksaf te slaan in een muur omdat de kaart niet is bijgewerkt.
Misalignment (Verkeerde afstemming): Het signaal is duidelijk, maar het doel is fout. Het is als het horen van een brandalarm terwijl je probeert te slapen; het geluid is duidelijk, maar je huidige doel (slapen) maakt het verwarrend of genegeerd totdat je het gevaar beseft.

De auteurs zijn voorzichtig om te zeggen dat ze niet het "moeilijke probleem" van bewustzijn oplossen (waarom we überhaupt iets voelen). Ze beweren niet dat deze formule zal vertellen of een robot echt "levend" of "voelend" is. In plaats daarvan bieden ze een nieuw instrument om te beschrijven hoe een systeem zijn wereld organiseert. Ze beweren dat eerdere theorieën probeerden betekenis te vinden in het signaal zelf (zoals te controleren of het waar is) of in de buitenwereld (zoals te controleren of het helpt om te overleven). Dit artikel suggereert dat we naar binnen moeten kijken in het systeem om te zien hoe de interne kaart en de interne doelen samen dansen.

Het team geeft toe dat dit slechts een eerste stap is. Hun formule is een "gewogen som", wat een eenvoudige manier is om zaken bij elkaar op te tellen, maar ze laten zien dat complexere versies (met behulp van iets dat een "power-mean family" wordt genoemd) ook zouden kunnen werken. Ze suggereren dat wetenschappers deze methode in de toekomst kunnen gebruiken om kunstmatige intelligentie te testen. Als een robot een geweldige interne kaart heeft, maar zijn doelen bestaan slechts uit willekeurige getallen geprogrammeerd door een mens, kan hij een hoge "data" hebben maar nul "betekenis". Maar als de doelen en de kaart van de robot echt gekoppeld zijn — als de robot echt probeert een probleem op te lossen met behulp van zijn eigen begrip — dan kan hij op het pad zijn naar iets dat we semantisch begrip kunnen noemen.

Kortom, dit artikel suggereert dat betekenis niet iets is dat je vindt; het is iets dat je doet. Het is de actieve, dynamische relatie tussen wat je weet en wat je probeert te bereiken. Wanneer die twee lijnen elkaar kruisen, stopt informatie met louter ruis te zijn en begint het een verhaal te worden.

Technische Samenvatting: Semantische Informatie voorbij Shannon

Probleemstelling
Het artikel adresseert een fundamentele lacune in de informatieleer: de uitsluiting van "betekenis" uit de formele informatietheorie. Terwijl Shannons theorie succesvol de communicatietechniek heeft gegeneraliseerd door de betekenis van berichten als irrelevant voor transmissie en codering te behandten, wordt deze uitsluiting een beperking wanneer het wordt toegepast op velden die een verantwoording van betekenis vereisen, zoals cognitieve wetenschap, bewustzijnsstudies en kunstmatige intelligentie. Huidige semantische theorieën (logische, causale, teleosemantische, levensvatbaarheidsgebaseerde) falen vaak om uit te leggen hoe informatie betekenisvol wordt voor het systeem zelf vanuit een intern, ervaringsgericht perspectief. Ze vertrouwen ofwel op externe waarheidscondities, biologische functies, of door een waarnemer gedefinieerde levensvatbaarheid, waardoor de "interne organisatie van ervaring" onveraccounted blijft. De centrale vraag is: onder welke structurele condities wordt informatie betekenisvol voor het systeem dat deze bezit?

Methodologie en Raamwerk
De auteurs stellen een fundamenteel raamwerk voor dat gecentreerd is rond Betekenis–Ervarings Koppeling (BEK). In plaats van betekenis te behandelen als een eigenschap die aan syntactische informatie wordt toegevoegd, stelt het artikel dat semantische informatie voortkomt uit een structurele relatie tussen twee interne componenten van een ervarend systeem:

Representatieve Organisatie ( $R$ ): Het gestructureerde veld van onderscheidingen dat aanwezig is in de ervaring (perceptuele contrasten, lichamelijke signalen, affectieve tonen). Dit is niet beperkt tot linguïstische of propositionele representaties.
Agentieve Afstemming ( $A$ ): De oriëntatie van het systeem naar actie, omvattende taakstructuren, aandachtsgewichten, beleid (policies) en praktische relevantie.

Het kernvoorstel is dat semantische informatie ($SI$) een coherentie-functionaal is, gedefinieerd over deze twee componenten:
$SI = g(R, A)$

Het raamwerk formaliseert dit via een compatibiliteitstoewijzing $C(r_i, \pi_j)$ , die meet hoe goed een specifieke onderscheiding $r_i$ een specifiek beleid/oriëntatie $\pi_j$ ondersteunt, gewogen door een relevantiefunctie $w$ . Het artikel stelt vijf axioma's vast die elke toelaatbare coherentie-functionaal moet voldoen:

Niet-trivialiteit: $SI > 0$ alleen als ten minste één actieve onderscheidings-beleid koppeling een positieve compatibiliteit heeft.
Monotoniciteit: Het vergroten van de compatibiliteit in actieve koppelingen verhoogt $SI$.
Contextgevoeligheid: Voor een vaste $R$ leveren verschillende afstemmingen $A$ verschillende $SI$-waarden op.
Continuïteit: Kleine veranderingen in compatibiliteit produceren kleine veranderingen in $SI$.
Normalisatie: $SI$ is begrensd binnen $[0, 1]$ .

De auteurs demonstreren dat een gewogen-som instantie en een bredere één-parameter machts-gemiddelde familie van functionalen aan deze axioma's voldoen.

Belangrijkste Resultaten en Illustraties

Contextgevoeligheid: Een numeriek speeltmodel demonstreert dat een vaste representatieve structuur ( $R$ ) aanzienlijk verschillende hoeveelheden semantische informatie kan dragen, afhankelijk van enkel de actieve agentieve afstemming ( $A$ ). Bijvoorbeeld, in een navigatietaak leveren ruimtelijke aanwijzingen hoge $SI$ op; in een taak van achtergrondmonitoring leveren dezelfde aanwijzingen lage $SI$ op, terwijl omgevingsgeluiden hoge $SI$ opleveren. Dit resulteert in een schommeling van ongeveer 27% in semantische informatie zonder dat er een verandering optreedt in het fysieke signaal of de representatieve structuur.
Betekenisfalen en Herstel: Het model illustreert dat semantische informatie kan degraderen (bijv. een aanwijzing wordt onbetrouwbaar) of herstellen (bijv. een voorheen genegeerde aanwijzing wordt relevant door een nieuwe taak) puur door veranderingen in de koppeling $C$ of de afstemming $A$ , zonder dat er nieuwe data arriveren.
Semantische Drift: Het raamwerk faciliteert geleidelijke erosie of transformatie van betekenis over de tijd, waarbij dit wordt behandeld als beweging in de $R$ , $A$ , $C$ en $w$ variabelen, in plaats van een binaire staatverandering.

Betekenis en Claims
Het artikel stelt expliciet dat de bijdrage verklarend dan wel metrisch is. Het stelt geen nieuwe universele meetlat voor om entropie of wederzijdse informatie te vervangen, noch beweert het het "harde probleem" van bewustzijn op te lossen. In plaats daarvan ligt de significantie in:

Verheldering van Condities: Het isoleren van de structurele condities waaronder informatie betekenisvol wordt voor een ervarend en handelend systeem.
Interne Gronding: Het bieden van een formeel verslag waarin betekenis is gegrond in de interne organisatie van het systeem (de koppeling van $R$ en $A$ ), in plaats van opgelegd door een externe waarnemer, waarheidscondities of louter evolutionaire fitheid alleen.
Complementariteit: Het positioneren van semantische informatie als een afzonderlijke, gegradeerde en dynamische grootheid die de Shannon-informatie en bestaande semantische theorieën aanvult in plaats van ermee in strijd te zijn. Er wordt geargumenteerd dat Shannon de signaalstructuur meet, terwijl MEC de coherentie van die structuur met agency meet.
Diagnostisch Nut: Het bieden van een vocabulaire om onderscheid te maken tussen systemen die louter data verwerken (hoge syntactische informatie, lage semantische coherentie) en systemen waar onderscheidingen coherent gekoppeld zijn aan actie (hoge semantische coherentie).

De auteurs concluderen dat dit raamwerk een noodzakelijke conceptuele taal biedt voor het onderzoek naar semantische fenomenen in AI, cognitieve wetenschap en bewustzijnsstudies, zonder betekenis te reduceren tot louter statistiek of externe interpretatie.

Technische Samenvatting: Semantische Informatie voorbij Shannon

Meer zoals dit