Towards a Theory of Pragmatic Information

No mundo de como entendemos o universo, existe uma distinção de longa data entre os dados brutos de um sinal e o significado real que extraímos dele. Por décadas, a ciência padrão da informação concentrou-se quase inteiramente no lado técnico: quão precisamente uma mensagem pode ser enviada, quantos bits são necessários para transmitir uma sequência de símbolos e como prevenir erros durante essa transmissão. Este arcabouço, conhecido como teoria da informação, trata uma mensagem como uma sequência de símbolos sem perguntar se esses símbolos realmente dizem algo novo ou útil ao receptor. É como medir o peso de uma carta sem nunca abrir o envelope para ver se ela contém uma nota de amor, uma conta ou uma folha em branco. Embora essa abordagem técnica tenha sido incrivelmente bem-sucedida para construir redes de comunicação, ela deixa uma lacuna quando se trata da experiência humana de receber informações. Frequentemente dizemos que uma mensagem é "informativa" apenas se ela mudar nossa opinião ou nos ajudar a fazer uma escolha melhor, mas as ferramentas matemáticas padrão do campo não têm forma de medir essa mudança.

Esta lacuna é o foco de um novo arcabouço teórico proposto por Edward D. Weinberger, um pesquisador da Universidade de Nova York. Seu trabalho tenta unir a divisão entre a transmissão técnica de dados e a utilidade prática desses dados para um tomador de decisão. A ideia central é simples, porém profunda: a informação só se torna significativa quando altera as crenças da pessoa ou máquina que a recebe, especificamente de uma forma que influencie uma decisão. Weinberger chama isso de "informação pragmática". Não se trata do comprimento da mensagem ou da complexidade do código, mas sim do deslocamento de probabilidade que ocorre na mente do receptor. Se uma mensagem chega e a compreensão do receptor sobre o mundo permanece exatamente a mesma, então nenhuma informação pragmática foi ganha, independentemente de quantas palavras foram ditas. Por outro lado, se uma única palavra faz com que um receptor revise completamente suas expectativas sobre um evento futuro, essa palavra carrega uma alta quantidade de informação pragmática.

Para definir este conceito rigorosamente, o artigo introduz um modelo onde um tomador de decisão detém um conjunto de crenças iniciais sobre uma situação, representado como uma distribuição de probabilidade. Esta é a visão "a priori" do mundo. Quando uma mensagem chega, essas crenças são atualizadas para um novo conjunto de probabilidades, conhecidas como "a posteriori". A quantidade de informação pragmática é então calculada medindo-se a distância entre esses dois conjuntos de crenças. Se a mensagem causa um grande deslocamento, a distância é grande e a informação é valiosa. Se a mensagem não causa nenhum deslocamento, a distância é zero e a informação é inútil. Esta abordagem permite que a teoria leve em conta o fato de que a mesma mensagem pode significar coisas diferentes para pessoas diferentes. Uma mensagem que é completamente óbvia para um especialista pode carregar zero informação pragmática para ele, enquanto a mesma mensagem pode ser uma revelação para um novato, carregando uma enorme quantidade de informação pragmática para essa pessoa.

O artigo demonstra que esta definição se sustenta sob escrutínio matemático ao provar que a informação pragmática está diretamente ligada à eficiência da codificação. Em termos mais simples, a quantidade de informação pragmática que uma mensagem fornece é igual ao número de bits economizados quando um receptor atualiza sua compreensão do mundo. Se um receptor conhece o resultado de um evento com certeza, ele pode descrever esse evento usando o menor número possível de bits. Se seu conhecimento é vago, ele precisa de mais bits para descrever as possibilidades. Quando uma mensagem esclarece a situação, ela reduz o número de bits necessários para codificar o resultado. A teoria mostra que a redução no número de bits necessários para codificar o mundo, causada pelo recebimento de uma mensagem, é exatamente igual à informação pragmática ganha. Isso fornece uma justificativa concreta e mensurável para a definição, fundamentando a ideia abstrata de "significado" na realidade física da compressão de dados.

Uma das aplicações mais marcantes desta teoria é encontrada no clássico problema da "máquina caça-níqueis" (one-armed bandit), ou uma máquina de jogos com uma taxa de pagamento desconhecida. Imagine um jogador tentando decidir se continua jogando em uma máquina. Inicialmente, ele não tem ideia se a máquina paga frequentemente ou raramente. À medida que joga, ele observa vitórias e derrotas e, com cada resultado, atualiza sua estimativa da probabilidade de pagamento da máquina. O artigo calcula exatamente quanta informação pragmática cada nova jogada fornece. O resultado é contraintuitivo para alguns: conforme o jogador joga mais e mais, a quantidade de nova informação ganha de cada jogada adicional diminui. As primeiras jogadas são altamente informativas porque alteram drasticamente a crença do jogador. As jogadas posteriores, após centenas de tentativas, adicionam muito pouco conhecimento novo porque o jogador já possui uma estimativa muito precisa. A teoria quantifica esse retorno decrescente, mostrando que o valor da informação não é constante, mas depende inteiramente do que o receptor já sabe.

O arcabouço também aborda a natureza da "desinformação" e do "ruído". Na teoria da informação padrão, uma mensagem falsa é frequentemente tratada da mesma forma que uma verdadeira se forem igualmente complexas. No entanto, no reino da informação pragmática, a distinção é crucial. Uma mensagem que altera as crenças de um receptor ainda é considerada portadora de informação pragmática, mesmo que essas novas crenças estejam erradas. A teoria separa a quantidade de informação do valor dessa informação. Uma mensagem pode ser altamente informativa no sentido de que muda uma mente, mas se essa mudança levar a uma decisão ruim, ela é "praticamente desinformativa". O artigo sugere que podemos categorizar as mensagens em três grupos: aquelas que são irrelevantes e não mudam nada, aquelas que são úteis e levam a melhores decisões, e aquelas que são desinformativas e levam a piores decisões. Esta distinção é vital para entender cenários do mundo real onde a informação falsa pode ser tão eficaz quanto a verdadeira para mudar o comportamento.

O autor estende essas ideias ao mundo financeiro, oferecendo uma nova perspectiva sobre a Hipótese do Mercado Eficiente, um pilar da teoria econômica. A visão tradicional sugere que os preços dos ativos refletem todas as informações disponíveis, tornando impossível vencer o mercado de forma consistente. O artigo reformula essa ideia sugerindo que um mercado é eficiente apenas para aqueles participantes que não conseguem extrair utilidade pragmática dos dados disponíveis. Se uma notícia de mercado altera as crenças de um negociante e o ajuda a fazer uma troca melhor, essa informação é pragmaticamente útil para ele. A hipótese, portanto, não é que a informação seja inútil para todos, mas que, para qualquer participante dado, a informação disponível para ele é ou irrelevante ou já foi processada. Isso explica por que alguns investidores, como aqueles com algoritmos avançados, podem encontrar valor em dados que são inúteis para outros. Não é que o mercado seja magicamente eficiente, mas que a capacidade computacional do participante médio limita sua habilidade de transformar dados brutos em informação pragmática.

Finalmente, o artigo toca nas implicações biológicas desta teoria, conectando-a à evolução das espécies. No contexto da evolução, o "tomador de decisão" é a interação entre uma população de organismos e seu ambiente. O ambiente envia "mensagens" na forma de pressões de sobrevivência, e a população atualiza suas "crenças" sobre quais traços são vantajosos. A teoria sugere que a taxa de evolução é limitada pela quantidade de informação pragmática que a população consegue extrair dessas mensagens ambientais. Assim como um negociante humano tem um limite para quanta informação pode processar, uma espécie biológica tem um limite para quanta informação pode acumular de forma confiável antes de cometer erros. Isso leva ao conceito de "catástrofe de erro", onde a taxa de mutação é tão alta que a espécie não consegue mais manter a informação necessária para sobreviver. O artigo postula que a capacidade computacional do receptor — seja um cérebro humano, um computador ou um genoma biológico — é a restrição fundamental sobre quanta informação pode ser extraída do mundo.

Em conclusão, este trabalho fornece uma base matemática rigorosa para a ideia intuitiva de que a informação é tão boa quanto a mudança que ela produz no receptor. Ao definir a informação pragmática como o deslocamento de crença que leva a uma decisão, a teoria unifica conceitos de estatística, ciência da computação e economia. Ela vai além da questão técnica de quanta informação é enviada para a questão mais prática de quanto essa informação importa. As descobertas sugerem que o valor da informação não é uma propriedade inerente da própria mensagem, mas uma relação entre a mensagem e a mente que a recebe. Este insight tem implicações profundas para como entendemos tudo, desde jogos de azar e negociações de ações até o próprio processo de vida e evolução, lembrando-nos que, em um mundo de dados infinitos, a verdadeira moeda é a capacidade de dar sentido a eles.