,
Carlos Cândido de Almeida
Mariana Vii-Rodrigues
(Organizadores)
ESTUDOS
PLURIDISCIPLINARES DA
INFORMAÇÃO
"Como é de se presumir, o diálogo entre
cientistas da informação, cientistas da
computação, filósofos e outros especialistas
e as convenções sobre os termos de toda e
qualquer discussão nem sempre são fáceis de
atermar.
A ideia original de reunir os estudos da ci-
ência da informação, ciência da computação,
filosofia e outras áreas sobre o tema informa-
ção ficou extremamente complexa, como
devia de ser. Para tanto, foi recomendado se-
parar o projeto em duas coletâneas: a primei-
ra, intitulada “Estudos pluridisciplinares da
informação: filosofia, tecnologia e semiótica”
(Coleção Estudos em Ciência da Informação;
2) e a segunda, intitulada “Estudos pluridis-
ciplinares da informação: ciência da informa-
ção, ética e linguagem” (Coleção Estudos
em Ciência da Informação; 3). A leitura do
conjunto permitirá uma compreensão mais
adequada das perspectivas realistas e relativis-
tas da informação, embora estas classificações
não sejam sempre as mais adequadas para
abarcar a complexidade das contribuições
dos diversos autores."
ESTUDOS PLURIDISCIPLINARES DA INFORMAÇÃO
,
Carlos Cândido de Almeida | Mariana Vii-Rodrigues (Orgs.)
Programa CAPES-PRInt-UNESP, Código de Financiamento 001
Processo: 88887.571329/2020-00.
Auxílio para impressão: CAPES-PROEX - Auxílio - 1628/2024 -
Processo: 88881.974501/2024-01
Coleção Estudos em
Ciência da Informação
2
Coleção Estudos em
Ciência da Informação
Nº 1 - Estudos críticos em organização do
conhecimento
Organizadores: Carlos Cândido de Almeida,
Rosa San Segundo e Daniel Martínez-Ávila
Nº 2 - Estudos pluridisciplinares da informação:
filosofia, tecnologia e semiótica
Organizadores: Carlos Cândido de Almeida e
Mariana Vitti-Rodrigues
2
PPGFIL
PPGFIL
Estudos pluridisciplinarEs
da informação
,
C E
C I
2
Marília/Oficina Universitária
São Paulo/Cultura Acadêmica
2025
C C A
M V-R
(O)
Estudos pluridisciplinarEs
da informação
,
C E
C I
2
PPGFIL
Editora afiliada:
Cultura Acadêmica é selo editorial da Editora UNESP
Oficina Universitária é selo editorial da UNESP - campus de Marília
Copyright © 2025, Faculdade de Filosofia e Ciências
Ficha catalográfica
E82 Estudos pluridisciplinares da informação : filosofia, tecnologia e semiótica / Carlos Cândido de
Almeida, Mariana Vitti-Rodrigues (organizadores). – Marília : Oficina Universitária ; São Paulo :
Cultura Acadêmica, 2025.
317 p. : il. – (Coleção estudos em ciência da informação ; 2)
Inclui bibliografia
ISBN 978-65-5954-632-9 (Impresso)
ISBN 978-65-5954-633-6 (Digital)
DOI: https://doi.org/10.36311/2025.978-65-5954-633-6
1. Ciência da informação - Filosofia. 2. Teoria da informação. 3. Tecnologia da informação.
4. Big data. 5. Semiótica. I. Almeida, Carlos Cândido de. II. Vitti-Rodrigues, Mariana. III. Série.
CDD 020.01
Telma Jaqueline Dias Silveira –Bibliotecária – CRB 8/7867
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives
4.0 International License.
Diretora
Dra. Ana Clara Bortoleto Nery
Vice-Diretora
Dra. Cristiane Rodrigues Pedroni
Conselho Editorial
Mariângela Spotti Lopes Fujita (Presidente)
Célia Maria Giacheti
Cláudia Regina Mosca Giroto
Edvaldo Soares
Franciele Marques Redigolo
Marcelo Fernandes de Oliveira
Marcos Antonio Alves
Neusa Maria Dal Ri
Renato Geraldi (Assessor Técnico)
Rosane Michelli de Castro
Parecerista
Prof. Max Rogério Vicentini
Professor Associado do Departamento de Filosofia e
Programa de Pós-Graduação em Filosofia da Universidade
Estadual de Maringá (UEM).
Coleção estudos em CiênCia da informação
Organizador: Carlos Cândido de Almeida
Normalização:
Lucas Corrêa da Cunha Silva
CRB 3: CE1626
Câmpus de Marília
Agradecimento
O presente trabalho é resultado das atividades decorrentes das bolsas recebidas pelos organizadores do livro, a saber:
mariana Vitti-rodrigues
Bolsa de Pós-Doutorado (Brasil) - Processo FAPESP n. 2020/03134-1
Bolsa de Estágio de Pesquisa no Exterior (Inglaterra) - Processo FAPESP n. 2023/01408-5.
Carlos Cândido de almeida
Bolsa de Produtividade em Pesquisa CNPQ - Processos n. 316198/2021-8 e n. 309086/2025-6.
Os organizadores agradecem o apoio recebido para a realização deste projeto.
5
SUMÁRIO
PREFÁCIO ................................................................................... 9
Max Rogério VICENTINI
APRESENTAÇÃO ........................................................................ 11
Mariana VITTIRODRIGUES
Carlos Cândido de ALMEIDA
PARTE I - INFORMAÇÃO E FILOSOFIA
1. NOTAS PARA UMA TEORIA INTEGRATIVA DA
INFORMAÇÃO ............................................................................ 19
Valdirene Aparecida PASCOAL
Maria Eunice Quilici GONZALEZ
2. INFORMAÇÃO PARA PERCEPÇÃO DIRETA:
“A NATUREZA TAMBÉM SOMOS NÓS!” ................................ 45
Juliana MORONI
6
3. CODIFICAÇÃO NEURAL, PROCESSAMENTO
INFORMACIONAL E REPRESENTAÇÕES MENTAIS .......... 79
Diogo Fernando MASSMAN
PARTE II - INFORMAÇÃO E TECNOLOGIA
4. A ABORDAGEM QUANTITATIVA DA INFORMAÇÃO: A
TEORIA MATEMÁTICA DA COMUNICAÇÃO ...................... 121
Marcos Antonio ALVES
5. INFORMAÇÃO DE SHANNON ........................................... 153
João Eduardo KOGLER JUNIOR
6. PROBLEMAS DOS BIG DATA .............................................. 187
Ricardo Peraça CAVASSANE
Felipe Sobreira ABRAHÃO
Itala Maria Loffredo D’OTTAVIANO
PARTE III - INFORMAÇÃO, SEMIÓTICA E CRIATIVIDADE
7. INFORMAÇÃO E SEMIOSE .................................................. 205
Mariana VITTI-RODRIGUES
8. O CONCEITO LÓGICO DE INFORMAÇÃO DE
CHARLES SANDERS PEIRCE ................................................... 237
Alexandre Augusto FERRAZ
9. INFORMAÇÃO E CRIATIVIDADE COMPUTACIONAL ... 255
Ricardo Ribeiro GUDWIN
7
GLOSSÁRIO ................................................................................ 283
Carlos Cândido de ALMEIDA
Mariana VITTI-RODRIGUES
PARA SABER MAIS ..................................................................... 301
Carlos Cândido de ALMEIDA
Mariana VITTI-RODRIGUES
SOBRE OS AUTORES ................................................................. 311
8
9
PREFÁCIO
Pensar a informação é, antes de tudo, refletir sobre nosso tempo.
Não se trata apenas de um conceito acadêmico ou tecnológico, mas do
tecido vivo que permeia nossas relações, nossa compreensão do mun-
do e nossos modos de existência. É nesse horizonte que a obra “Estudos
Pluridisciplinares da Informação: Filosofia, Tecnologia e Semiótica”, orga-
nizada por Carlos Cândido de Almeida e Mariana Vitti-Rodrigues, colegas
dedicados cujos esforços resultaram numa contribuição instigante e essen-
cial, se apresenta.
Foi com grande alegria que aceitei o convite para prefaciar esta obra.
Embora estivesse fisicamente afastado dos encontros e discussões que ins-
piraram a escrita e organização deste livro, sinto-me profundamente vin-
culado aos esforços intelectuais que, há mais de três décadas, vêm sendo
realizados na UNESP de Marília e que contribuíram de maneira decisiva
para esta publicação. Minha trajetória sempre esteve entrelaçada aos gru-
pos de estudos sobre Peirce e Informação daquela instituição, espaços de
reflexão coletiva, investigação rigorosa e diálogo interdisciplinar, com os
quais tenho o privilégio de cooperar há muitos anos. Este livro representa
um dos frutos mais significativos dessas iniciativas, resultado de um esforço
colaborativo que atravessou debates teóricos, pesquisas detalhadas e um
compromisso comum com o rigor intelectual e a abertura ao novo.
Este livro oferece mais que um mosaico interdisciplinar: propõe um
verdadeiro diálogo entre filosofia, tecnologia e semiótica, enfrentando as
grandes questões contemporâneas com profundidade conceitual e clareza
https://doi.org/10.36311/2025.978-65-5954-633-6.p9-10
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
10
crítica. Em suas páginas, somos convidados a pensar como signos, dados e
algoritmos moldam nossa percepção da realidade, interferindo diretamen-
te nas dinâmicas sociais, éticas e epistemológicas do presente.
Destaca-se especialmente a influência filosófica de Charles S. Peirce,
que compreende a informação como fenômeno dinâmico e relacional, rom-
pendo visões reducionistas e ampliando a reflexão para uma dimensão ecoló-
gica e existencial. Paralelamente, o diálogo crítico com a Teoria Matemática
da Comunicação de Claude Shannon e com os desafios emergentes dos Big
Data reforça a importância de uma compreensão que transcenda a dimensão
tecnológica, incorporando suas implicações éticas e sociais.
Outro aspecto notável da obra é a abordagem da criatividade compu-
tacional, na qual questões filosóficas e semióticas entrelaçam-se às tecnolo-
gias digitais, levantando debates essenciais sobre a interação humano-má-
quina, originalidade, inovação e os limites éticos da inteligência artificial.
Essa perspectiva é crucial para compreender o significado da criatividade
no contexto digital e refletir sobre o futuro da cognição humana diante da
crescente automação.
Com rigor e clareza, esta obra nos instiga a questionar, refletir e ima-
ginar novos modos de lidar com os fenômenos informacionais em nosso
cotidiano. Trata-se, portanto, de uma contribuição relevante e estimulante,
tanto para acadêmicos quanto para todo aquele que reconhece na informa-
ção um dos desafios mais complexos e promissores de nosso tempo.
“Estudos Pluridisciplinares da Informação” é um convite à reflexão
crítica e criativa sobre como concebemos e interagimos com o mundo me-
diado pela comunicação e pelos processos informacionais. A obra oferece um
fio condutor essencial para percorrer o complexo labirinto da informação,
abrindo caminhos de compreensão em meio às incertezas de nosso tempo.
Maringá, 21 de março de 2025
Dr. Max Rogério VICENTINI
Departamento de Filosofia e do Programa de Pós-Graduação
em Filosofia da Universidade Estadual de Maringá
11
APRESENTAÇÃO
Mariana VITTI-RODRIGUES
UNESP
mvittirodrigues@gmail.com
https://orcid.org/0000-0002-4764-2575
Carlos Cândido de ALMEIDA
UNESP
carlos.c.almeida@unesp.br
https://orcid.org/0000-0002-8552-1029
Por ser complexo e aplicado em muitas áreas do conhecimento, o
conceito de informação se torna polissêmico, dificultando seu entendi-
mento, podendo gerar confusões conceituais devido ao seu caráter multi-
facetado. É possível encontrar diversas abordagens que tentam definir tal
conceito, dentre elas abordagens metodológicas, ontológicas, epistemoló-
gicas, lógicas, éticas, semióticas e ecológicas.
Segundo Gonzalez, Nascimento e Haselager (2004), a origem do
conceito de informação no ocidente pode ser reconhecida nas ideias de
https://doi.org/10.36311/2025.978-65-5954-633-6.p11-16
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
12
Hartley e Szilard, no estudo da segunda lei da termodinâmica, segundo a
qual a quantidade de entropia (desordem) de um sistema fechado tende ao
aumento. Neste sentido, a caracterização de informação está relacionada
com a quantidade de ordem e desordem em um determinado sistema.
Seguindo na mesma direção, Shannon e Weaver (1949) desenvol-
vem a Teoria Matemática da Comunicação (MTC), na qual relacionam o
conceito de informação a uma medida de redução da incerteza. Neste sen-
tido, a noção de informação é desvinculada da noção de significado; o que
importa é medir a quantidade de escolhas na seleção de uma mensagem, e
não o conteúdo da mensagem veiculada.
Unindo às ideias contidas na Teoria Matemática da Comunicação ao
problema do conhecimento, o filósofo c define, em seu livro “Knowledge
and Flow of Information” o conceito de informação como uma commodity,
mente-independente, capaz de produzir conhecimento em um receptor
adequado a recebê-la. Nas palavras do autor: “Informação é uma commodi-
ty que, dado o receptor correto, é capaz de produzir conhecimento. O que
podemos aprender, em termos tanto de conteúdo quanto de quantidade,
é limitado pela informação disponível” (Dretske, 1981, p. 47, tradução
nossa). Neste contexto, Dretske (1981) ressalta que a informação está in-
trinsecamente relacionada à verdade, uma vez que não depende do sujeito,
pois veicula o conteúdo presente na fonte de modo fiel, numa relação de
dependência nômica entre fonte e sinal. Adams (2003), leitor de Dretske,
assinala que o conceito de informação está intrinsecamente relacionado
com a noção de verdade, no sentido em que indica eventos e a relação entre
eventos: “algo só carrega informação que p, se p” (Adams, 2003, p. 476,
tradução nossa).
Entretanto, esta preocupação com a verdade não se estabelece em
todos os estudos acerca da noção de informação. Os teóricos da ciência
da informação (Le Coadic, 2004; Pinheiro, 2004; Robredo, 2003; Smit;
Barreto, 2002) se preocupam com a relação entre informação e usuário,
institucionalizando a noção de informação. Neste contexto, o conceito de
informação, para eles, é visto como dado trabalhado que possibilita o au-
mento do conhecimento do usuário (vide “Estudos pluridisciplinares da
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
13
informação: ciência da informação, ética e linguagem”, Coleção Estudos
em Ciência da Informação; 3).
Sintetizando a noção de informação no que concerne a área da
Ciência da Informação, Smit e Barreto (2002, p. 21-22) assinalam:
Informação – estruturas simbolicamentes significantes, codificadas
de forma socialmente decodificável e registradas (para garantir
permanência no tempo e no espaço) e que apresentam a
competência de gerar conhecimento para o indivíduo e para o seu
meio. Estas estruturas significantes são estocadas em função de um
uso futuro, causando a institucionalização da informação.
Segundo os teóricos da ciência da informação, a informação terá
que ser institucionalizada para agir como tal, isto é, estar registrada para
poder ser recuperada, adquirindo relevância no momento em que for útil
a um usuário específico. Neste sentido, falar de informação é inseri-la num
contexto sociocultural, em que usuários possam recuperá-la para ampliar a
representação que realizam do mundo.
Como é de se presumir, o diálogo entre cientistas da informação, cien-
tistas da computação, filósofos e outros especialistas e as convenções sobre os
termos de toda e qualquer discussão nem sempre são fáceis de atermar.
A ideia original de reunir os estudos da ciência da informação, ciên-
cia da computação, filosofia e outras áreas sobre o tema informação ficou
extremamente complexa, como devia de ser. Para tanto, foi recomendado
separar o projeto em duas coletâneas: a primeira, que ora se apresenta,
intitulada “Estudos pluridisciplinares da informação: filosofia, tecnologia
e semiótica” (Coleção Estudos em Ciência da Informação; 2) e a segunda,
intitulada “Estudos pluridisciplinares da informação: ciência da informa-
ção, ética e linguagem” (Coleção Estudos em Ciência da Informação; 3). A
leitura do conjunto permitirá uma compreensão mais adequada das pers-
pectivas realistas e relativistas da informação, embora estas classificações
não sejam sempre as mais adequadas para abarcar a complexidade das con-
tribuições dos diversos autores. Este volume, em especial, enfatiza aborda-
gens realistas da informação que desvinculam informação de significado,
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
14
possibilitando uma reflexão sob uma perspectiva objetiva da informação
no âmbito dos problemas atuais.
O livro está organizado em três partes, as quais procuram reunir as
contribuições dos mais diversos especialistas brasileiros sobre a informa-
ção. Inaugura as seções do livro, a primeira parte dedicada à reflexão filo-
sófica da informação, com os capítulos de Valdirene Aparecida Pascoal, em
parceria com Maria Eunice Quilici Gonzalez, no qual as autoras elaboram
um mapa conceitual sobre as diferentes perspectivas de análise do conceito
de informação propondo uma teoria integrativa da informação, significado
e conhecimento. O capítulo desenvolvido por Juliana Moroni apresenta
a noção de informação ecológica ao introduzir noções centrais da filoso-
fia ecológica como as de nicho, affordance, percepção direta e significado.
Por fim, Diogo Massman introduz uma noção neurocientífica de processa-
mento informacional ao apresentar o problema mundo-cérebro-represen-
tações e explorar os conceitos de codificação neural e representação mental.
A segunda parte do livro apresenta noções quantitativas de infor-
mação introduzindo a problemática da tecnologia e conta com as contri-
buições teóricas de Marcos Antonio Alves relativas à teoria quantitativa da
informação, explicitando a relevância deste estudo para a análise semân-
tica e pragmática da informação. O capítulo de João E. Kogler Jr. explora
aspectos fundamentais da teoria de Shannon ao situá-la historicamente
e discorrer sobre sua influência na ciência e tecnologia. O capítulo dos
autores Ricardo Peraça Cavassane, Felipe S. Abrahão e Itala M. Loffredo
D’Ottaviano apresenta e discute as implicações de novas tecnologias da
informação e comunicação introduzindo o paradoxo dos Big Data e sua
relação com a aquisição de conhecimento.
A terceira parte busca sistematizar as contribuições semióticas
e peirceanas sobre a informação, contando com o trabalho de Mariana
Vitti-Rodrigues que apresenta os principais elementos da teoria geral dos
signos de Charles S. Peirce para fundamentar uma análise semiótica da
informação e os capítulos de Alexandre Augusto Ferraz, sobre o conceito
lógico-proposicional de informação desenvolvido por Peirce, e o capítulo
de Ricardo R. Gudwin, concernente ao tema informação e criatividade,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
15
questiona a possibilidade de máquinas serem criativas ao explorar a relação
entre originalidade e aleatoriedade algorítmica.
Para facilitar o processo de compreensão dos assuntos ao leitor que
está sendo introduzido ao assunto, acrescentou-se um breve “Glossário”
com termos técnicos centrais, formado por definições fornecidas pelos
próprios especialistas. Além disso, agregou-se a seção “Para saber mais”,
dedicada a compilar a bibliografia básica para compreender os argumentos
principais dos capítulos. Os apêndices relativos ao “Glossário” e “Para saber
mais” incluem os verbetes e a bibliografia pertencentes às duas coletâneas:
“Estudos pluridisciplinares da informação: filosofia, tecnologia e semió-
tica” e “Estudos pluridisciplinares da informação: ciência da informação,
ética e linguagem”. Essas duas seções ajudarão os estudantes universitários
e a comunidade externa a aprofundar-se nas temáticas tratadas.
Em síntese, é intenção do livro elevar o nível de integração entre os
especialistas sobre as diversas faces da informação e seu impacto na ciência
e na sociedade.
rEfErências
ADAMS, F. e informational turn in philosophy. Minds and machines, Dordrecht,
n. 13, p. 471-501, Nov. 2003. Disponível em: https://link.springer.com/
article/10.1023/A:1026244616112. Acesso em: 20 out. 2023.
DRETSKE, F. I. Knowledge and the flow of information. Oxford: Blackwell, 1981.
GONZALEZ, M. E. Q.; NASCIMENTO, T. C. A.; HASELAGER, W. F. G.
Informação e conhecimento: notas para uma taxonomia da informação. In: FERREIRA,
A.; GONZALEZ, M. E. Q.; COELHO, J. G. (ed.). Encontro com as ciências cognitivas.
São Paulo: Cultura Acadêmica, 2004. v. 4, p. 195-220.
LE COADIC, Y. F. A ciência da informação. 2. ed. Brasília: Briquet de Lemos, 2004.
PINHEIRO, L. V. R. Informação: esse obscuro objeto da ciência da informação.
Revista Morpheus: estudos interdisciplinares em memória social, Niteroi, v. 3, n. 4,
2004. Disponível em: https://seer.unirio.br/morpheus/article/view/4108. Acesso em:
10 fev. 2025.
ROBREDO, J. Da ciência da informação revisitada aos sistemas humanos de informação.
Brasília, DF: esaurus, 2003. 245 p.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
16
SHANNON, C. E.; WEAVER, W. e mathematical theory of information. Urbana:
University of Illinois Press, 1949.
SMIT, J. W.; BARRETO, A. A. Ciência da informação: base conceitual para a formação
do profissional. In: VALENTIM, M. L. P. (org.). Formação do profissional da informação.
São Paulo: Polis, 2002. p. 9-24.
PARTE I
INFORMAÇÃO E
FILOSOFIA
19
1
NOTAS PARA UMA TEORIA
INTEGRATIVA DA INFORMAÇÃO
NOTES FOR AN INTEGRATIVE
THEORY OF INFORMATION
Valdirene Aparecida PASCOAL
UNESP
valdirene.pascoal@unesp.br
https://orcid.org/0000-0002-3695-6560
Maria Eunice Quilici GONZALEZ
UNESP
eunice.gonzalez@unesp.br
https://orcid.org/0000-0002-3837-4644
https://doi.org/10.36311/2025.978-65-5954-633-6.p19-44
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
20
Resumo: Na contemporaneidade debatem-se exaustivamente as consequências e os usos
da informação; no entanto, existem lacunas significativas no entendimento da natureza
ontológica, epistemológica e social desse fenômeno. Este capítulo tem como objetivo
primordial desenvolver um mapa conceitual abrangente das principais perspectivas
filosófico-científicas relacionadas ao conceito de informação, dada a nossa compreensão
atual limitada acerca da natureza da informação. Buscamos evidenciar a relevância de uma
Teoria Integrativa da informação em meio à era da pós-verdade, destacando a Teoria da
Informação proposta por Charles S. Peirce como um alicerce fundamental para organizar
uma gama diversificada e interdisciplinar de conceitos sobre informação. Ademais, a
Teoria Integrativa da Informação reassume um papel crucial em sociedades onde a
informação perde sua integridade e imediatismo em relação ao conhecimento, cedendo
espaço para narrativas com um potencial significativo de manipulação. Nesse contexto,
este capítulo busca elucidar a construção e a origem de teorias da informação tanto na
Filosofia quanto na Ciência da Informação, demonstrando a interconexão entre essas
áreas e sua capacidade de apresentar um conceito sistêmico de informação.
Palavras-chave: informação, sistemas complexos, teoria integrativa da informação,
filosofia peirceana, teoria da informação.
Abstract: Contemporarily, the consequences and uses of information are debated at length;
however, significant gaps exist in the understanding of the ontological, epistemological,
and social nature of this phenomenon. e main aim of this chapter is to develop a
comprehensive conceptual map of the main philosophical-scientific perspectives related
to the concept of information, given our current limited understanding of the nature of
information. We highlight the relevance of an Integrative eory of information in the
midst of the post-truth era, highlighting the Information eory proposed by Charles S.
Peirce as a fundamental foundation for organizing a diverse and interdisciplinary range
of concepts about information. Furthermore, Integrative Information eory takes on a
crucial role in societies where information loses its integrity and immediacy in relation
to knowledge, giving way to narratives with significant potential for manipulation. In
this context, this chapter seeks to elucidate the construction and origin of theories of
information in philosophy and information science, demonstrating the interconnection
between these areas and their ability to present a systemic concept of information.
Keywords: information, complex systems, integrative information theory, Peircean
philosophy, information theory.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
21
1 introdução
O conceito de informação, em suas variadas particularidades e defi-
nições, é objeto de estudo em muitas áreas de conhecimento, seja de ma-
neira aplicada, teórica ou interdisciplinar. De acordo com Capurro (2009),
o termo informação tem suas raízes na palavra latina informare, cujo sig-
nificado é dar forma. Capurro (2009) também afirma que na Idade Média
e no Renascimento “Informar” significava comunicar notícias a alguém,
no sentido de dar forma aos acontecimentos. Gleick (2013), retomando a
trajetória histórica do conceito de informação, ressalta o seu significado a
partir da comunicação por tambores na África, cujo ritmo despretensiosa-
mente deu origem ao código Morse.
A origem do conceito de informação perpassa a criação de alfabetos,
invenções como telégrafo, os primeiros computadores, estudos recentes
de genética e da onipresente Inteligência Artificial. Sendo o conceito de
informação polissêmico, o seu significado volta aos debates acadêmicos
com grande frequência, muitas vezes, erroneamente através de perspectivas
relativistas, estimulando a impressão de que quase tudo é informação. No
entanto, há uma máxima que afirma: “se tudo é informação, nada é infor-
mativo”. Nesse cenário, a questão geral que direcionará nossa reflexão pode
ser assim resumida: o que é isso que chamamos de informação?
Entendemos que Charles Sanders Peirce (1839-1914), no século XIX,
no cerne de sua filosofia, propôs uma Teoria da Informação que alicerça di-
versas concepções contemporâneas desse conceito. Antes mesmo da explosão
de tecnologias da informação e comunicação, o filósofo se preocupava com a
capacidade que a informação tem de influenciar ações e direcionar condutas.
De modo geral, Peirce caracteriza a informação como um processo semiótico
fundamentado em comunicação, forma, verdade e ação.
Com o objetivo de ressaltar a importância de uma Teoria Integrativa
da Informação, na era da pós-verdade, sem recair no erro positivista de
uma unidade metodológica das ciências, indicaremos, neste capítulo,
aspectos da Teoria da Informação proposta por Peirce que possibilitam
sistematizar uma abordagem interdisciplinar do conceito de informação.
Argumentamos que uma Teoria Integrativa da Informação pode desem-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
22
penhar um papel crucial em sociedades em que a informação perde sua
característica e proximidade com o conhecimento, dando lugar às narra-
tivas com grande potencial de manipulação. Nesse sentido, apresentamos
neste capítulo uma trajetória da construção e origem de teorias da infor-
mação, na Filosofia e na Ciência da Informação, indicando interligação
dessas áreas no que concerne à possibilidade de apresentar um conceito
sistêmico de informação.
2 tEorias da informação na filosofia
Capurro e Hjørland (2007) sugerem que a história de uma palavra
delimita o processo de construção de um conceito. No caso da palavra in-
formação, os seus usos foram responsáveis pela sua significação. Dessa for-
ma, os autores consideram que essa perspectiva inclui características como
novidade e relevância, ou seja, refere-se ao processo de transformação do
conhecimento. Nesse sentido, eles investigam por que e quando os signifi-
cados do conceito de informação foram designados em suas relações com
definições científicas.
Embora a Filosofia reúna, principalmente, temas e questões do co-
nhecimento há séculos, o conceito de informação foi investigado sistema-
ticamente, como indicamos, apenas no século XIX por Peirce. Segundo
Adams (2003) estudos sobre a natureza da informação foram retomados
com a Virada Informacional da Filosofia, desencadeada com a publicação
do artigo: “Computing Machinery and Intelligence”. Nesse artigo, Turing
(1950) antecipa os meandros da Inteligência Artificial ao questionar se
uma máquina poderia pensar de forma inteligente.
No mesmo período de pós-segunda guerra, o mundo foi alterado ra-
dicalmente com o desenvolvimento da Teoria Matemática da Comunicação
de Shannon e Weaver (1949). A partir de então, questões técnicas sobre a
transmissão, significado e impacto da informação na conduta passaram a
vigorar entre os estudiosos de diversas áreas. Adams (2003) considera que
a Virada Informacional na Filosofia foi o ápice para que questões acerca de
projeto naturalista da mente passassem a ser investigadas. Autores como
Dretske (1981, 1988, 1995), Gibson (1966, 1986), Bateson (1979, 2002)
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
23
e Large (2003) são os principais nomes quando se trata da discussão da
informação no contexto da Filosofia da Mente e da Ação.
De acordo com Vitti-Rodrigues, Gonzalez e Matulovic (2017), a
origem e o significado do conceito de informação podem ser analisados
na Filosofia em pelo menos cinco planos, os quais resumimos a seguir:
(1) metodológico, (2) epistemológico, (3) ontológico, (4) ético, e (5) ló-
gico-semiótico. Tais planos englobam as principais questões referentes ao
desenvolvimento e à aplicação do conceito de informação, com o intuito
de mitigar confusões conceituais.
O plano (1), metodológico, de análise do conceito de informação
refere-se à formulação de estratégias eficientes para transmissão de infor-
mação. De acordo com Vitti-Rodrigues, Gonzalez e Matulovic (2017)
o plano de análise metodológico está alicerçado na relação transmissor/
receptor no compartilhamento de mensagens; dessa forma, métodos são
desenvolvidos para medir a quantidade de informação transmitida para
um receptor, a partir de uma fonte conectada a um canal de comunicação,
com o menor ruído possível.
A Teoria Matemática da Comunicação (daqui para frente TMC) de-
senvolvida por Shannon e Weaver é fundamental no desenvolvimento do
plano metodológico de análise Matemática da informação. De acordo com
Gonzalez, Nascimento e Haselager (2004), Shannon e Weaver não defi-
nem detalhadamente o conceito de informação, pois se preocupam com a
medida de informação de mensagens. No entanto, é possível inferir uma
definição de informação relacionada ao processo de redução de incerteza
na escolha das mensagens na TMC.
A TMC também não trata de aspectos semânticos das mensagens;
seu foco está em classificá-las, diferenciá-las de modos que a informação
expresse a quantidade de escolhas existentes em um conjunto de dados.
Quanto maior a liberdade de escolha, maior será a medida de informação
disponível, sendo desejável, idealmente, uma quantidade menor de ruído
e interrupções entre o emissor e receptor, evitando falhas no processo de
comunicação. Contudo, nos modelos da TMC, a quantidade de ruído de-
pende apenas do canal e não da quantidade de informação transmitida.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
24
Em síntese, o plano metodológico, destinado à análise do concei-
to de informação, propõe estratégias eficazes para a transmissão de dados
de uma fonte para um receptor. Vitti-Rodrigues, Gonzalez e Matulovic
(2017) destacam que o plano metodológico está fundamentado no sistema
de comunicação entre transmissor e receptor de sinais durante o compar-
tilhamento de mensagens. Nesse sentido são desenvolvidos, em especial na
engenharia e na inteligência artificial, métodos para quantificar a informa-
ção transmitida através de um canal de comunicação. A TMC, concebida
por Shannon e Weaver, desempenha um papel crucial no desenvolvimento
desse plano de análise. Na TMC, são propostos dois tipos de problemas
relativos à informação:
• Problemas técnicos associados à quantidade máxima de infor-
mação que um canal pode transmitir. Isso aborda questões sintá-
ticas, focalizando a área de interesse da TMC.
• Problemas pragmáticos referentes à eficiência na transmissão de
mensagens com um mínimo de erros na recepção.
Cabe ressaltar que os estudos de Wiener (1948), na Cibernética,
também foram fundamentais na formação de uma teoria alternativa à
TMC sobre a informação, conforme destacado por Gonzalez, Nascimento
e Haselager (2004). Em especial, a Cibernética elaborada por Wiener
(1948), inspirada na biologia, foi fundamental para o desenvolvimento de
teorias da informação na robótica, fundada nos conceitos de retroalimen-
tação (causalidade circular) e auto-organização.
O plano (2), epistemológico, de análise da informação abrange a in-
vestigação das bases teóricas, fundamentos e métodos envolvidos na com-
preensão da natureza do conhecimento e da informação. Nesse contexto,
a epistemologia focaliza, entre outras questões fundamentais, a justificação
do conhecimento em sua relação com informação, incluindo a análise de
sua origem e natureza: informação é uma entidade objetiva, que possui
existência independente de elementos subjetivos. Pesquisadores na área de
epistemologia investigam processos de aquisição, armazenamento e disse-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
25
minação do conhecimento, bem como a validade, confiabilidade e o alcan-
ce das fontes de informação contextualmente situadas.
Questões sobre os limites do conhecimento humano e sua aplica-
bilidade, bem como aspectos éticos relacionados à disseminação e uso da
informação, também são áreas de interesse do plano epistemológico da
informação. Nesse sentido, o plano epistemológico da informação é cru-
cial para uma compreensão das bases teóricas que sustentam a constru-
ção, transmissão, validade e alcance do conhecimento, fundamentado em
informação.
O trabalho de Dretske (1981) exemplifica a aplicação do conceito
de informação que foi inicialmente influenciada pela TMC. Inspirado nas
ideias de Shannon, Dretske (1981) caracteriza, em sua obra “Knowledge
and the Flow of Information”, informação como uma “commodity”, uma
mercadoria, um indicador objetivo de relações, cuja existência indepen-
de da interpretação de qualquer mente consciente. Propondo uma teoria
naturalista de informação para o estudo do significado, Dretske (1981)
ressalta o componente semântico da informação que, em sua concepção,
reflete a especificação de sinais relacionados às estruturas ou aos eventos
no mundo.
Ao considerar informação como uma commodity objetiva, Dretske
(1981) destaca que seu significado emerge da interpretação dos agentes,
sendo o conhecimento desenvolvido nessa relação entre significado e inter-
pretação. Ele argumenta que o conhecimento é possível quando está fun-
damentado em informação objetivamente representada no contexto dos
agentes. Assim, para Dretske (1981), a informação é crucial na produção
de conhecimento, porém, sua existência depende da mensagem transmiti-
da ser um sinal correspondente à realidade da fonte. Ele ilustra essa hipó-
tese com o exemplo de nuvens escuras como um sinal indicativo de chuva:
a situação das nuvens corresponde a um evento no mundo que transmite a
informação sobre a iminência da chuva.
A abordagem semântica da informação proposta por Dretske (1981)
busca fundamentar a hipótese de que o conhecimento é crença verdadeira
justificada por meio de informação. Ele desenvolve uma fórmula para va-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
26
lidar essa hipótese, segundo a qual a crença de que algo é verdadeiro deve
se fundamentar em informação sobre esse algo. Nesse sentido, o conteúdo
informacional, para Dretske (1981), reflete a correspondência entre even-
tos reais e eventos representados por sinais, cuja transmissão e recepção
dependem, também, de conhecimento acumulado pelo receptor. Ele uti-
liza o exemplo do “jogo do amendoim” para ilustrar sua hipótese: duas
pessoas precisam localizar um amendoim escondido sob quatro conchas. A
primeira pessoa, A, tendo a oportunidade de descartar duas opções sobre
a localização do amendoim, possui menos incerteza na escolha do local
do amendoim do que a pessoa B, que não possui tal oportunidade, evi-
denciando que o acesso à informação, ao reduzir a incerteza sobre a fonte,
facilita a aquisição de conhecimento. Quanto mais se sabe sobre a origem
e a qualidade da informação, maior a clareza e precisão no processo de
tomada de decisão.
O plano de análise ontológica da informação, por sua vez, tem sido
uma área de estudo bastante impactante na filosofia. Diversos filósofos
contribuíram para a compreensão da natureza fundamental da informação
e seu papel na realidade. Luciano Floridi (2011), por exemplo, na obra “e
Philosophy of Information”, delineia a relevância ontológica da informação
ao propor que esta não apenas desempenha um papel instrumental na so-
ciedade humana, mas também é uma entidade constitutiva do universo.
Ele argumenta que a informação tem um papel ativo na estruturação da
realidade, interagindo com outros elementos fundamentais da existência.
Além de Floridi, Gilbert Simondon (1958), em “On the Mode of
Existence of Technical Objects”, propõe uma análise ontológica da informa-
ção ao contextualizá-la nos processos de individuação. Simondon (1958)
sugere que a informação é um elemento constituinte dos processos de di-
ferenciação e individuação de sistemas e seres. Nessa visão, a informação
não apenas representa, mas desempenha um papel ativo na formação e no
desenvolvimento dos sistemas complexos.
Tais filósofos, com abordagens e teorias diferentes, contribuem para
a compreensão da ontologia da informação, fornecendo perspectivas dis-
tintas e complementares. Suas análises vão além da concepção conven-
cional da informação como mero conteúdo mental, oferecendo insights
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
27
sobre como a informação pode ser considerada uma entidade que interage
e influencia ativamente a estrutura da realidade. Essas contribuições são
essenciais para uma compreensão da filosofia da informação e de suas im-
plicações no entendimento da natureza do universo e do conhecimento
humano; entretanto, elas ainda não fornecem respostas sobre a materiali-
dade (ou não) da informação.
Na filosofia da informação, o plano ético se concentra na reflexão
sobre princípios morais, responsabilidades e valores associados à produção,
disseminação, ao acesso e uso da informação na sociedade. Rafael Capurro
e Luciano Floridi são importantes referências nessa área, cada um com
contribuições distintas que enriquecem essa discussão.
Capurro (2010), em suas reflexões sobre a ética da informação, des-
taca a necessidade de considerar a dimensão ética intercultural na era da in-
formação. O autor enfatiza que o acesso equitativo à informação e seu uso
ético são fundamentais para promover justiça social, igualdade e respeito
aos direitos individuais. Dessa forma, ele ressalta a importância de desen-
volver princípios éticos que orientem a produção e o compartilhamento de
informação, além de considerar os impactos sócio-éticos das tecnologias
da informação.
Por outro lado, Luciano Floridi (2013) propõe a Ética da Informação
como um campo de estudos, explorando a ética na sociedade da informa-
ção. Em sua obra “e Ethics of Information”, Floridi (2013) introduz o
conceito de “infosfera”- um ambiente informacional que engloba todas as
entidades informativas no espaço digital e físico. Floridi (2013) argumenta
que a ética da informação deve considerar a moralidade do ambiente infor-
macional, concentrando-se não apenas nas ações individuais, mas também
nos sistemas informacionais em geral e suas implicações éticas.
Outros filósofos da informação também contribuem para o debate
ético; John Weckert (2019), por exemplo, explora questões éticas relacio-
nadas à privacidade, segurança e responsabilidade na era digital em obras
como “Computer Ethics”. Já Luciano Paccagnella (2011), em “Ethics in
Communication” , discute a ética da comunicação e os impactos éticos das
tecnologias de informação e comunicação (TICs) na sociedade. Esses pen-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
28
sadores evidenciam a importância de considerar não apenas a disponibili-
dade e acessibilidade da informação, mas também as implicações éticas de
seu uso e disseminação. Suas contribuições fundamentam uma discussão
aprofundada sobre o estabelecimento de diretrizes éticas na era da infor-
mação, buscando promover um uso responsável e ético da informação em
vários níveis da sociedade.
Em relação ao plano lógico-semiótico, os trabalhos de ellefsen,
ellefsen e Sorensen (2013), Stjernfelt (2013), Bellucci (2019), Silveira
(2008), entre outros, fornecem parâmetros diversificados do conceito de
informação proposto por Peirce, em relação aos signos e suas implicações
para a construção do conhecimento, em busca da verdade. Esses trabalhos
incentivam uma exploração profunda da complexidade inerente ao con-
ceito de informação e convidam os estudiosos a considerar a sua natureza
multifacetada em várias disciplinas acadêmicas.
O conceito de informação lógico-semiótica, desenvolvido original-
mente por Peirce, foi explorado, entre outros, por ellefsen, ellefsen
e Sorensen (2013), que oferecem uma arcabouço conceitual para en-
tender a natureza da informação nos domínios da lógica e da semiótica.
Inspirado em Peirce, eles desafiam a dicotomia tradicional de perspecti-
vas objetivas e subjetivas ao reconhecer que a informação está intrinseca-
mente entrelaçada com signos. Nesse contexto, a doutrina das proposi-
ções proposta por Peirce, conhecida como Dicissigno, foi discutida por
Stjernfelt em 2013, que ressalta a iniciativa de Peirce, que ao expandir a
compreensão convencional de proposições para incluir ocorrências pré-
-linguísticas e pré-humanas de signos, explicita sua natureza semiótica
e amplia o seu escopo da significação além da linguagem humana. As
ideias de Peirce foram também exploradas por Bellucci (2019) que de-
safia a visão tradicional da lógica como uma disciplina puramente for-
mal e abstrata. Seguindo as trilhas de Peirce, ele argumenta que a lógica
deve ser abordada como o estudo dos signos e seu funcionamento. Essa
perspectiva vai além de uma visão tradicional, possibilitando caminhos
plurais da lógica, que reúne não apenas signos linguísticos, mas também
signos não linguísticos e suas miríades de relações.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
29
No contexto da construção do conhecimento nas organizações so-
ciais, Coelho Netto (2019) discute o conceito de informação proposto por
Peirce, esclarecendo o processo de transformação do conhecimento tácito
em conhecimento explícito. Essa transformação ocorre por meio de testes
pragmáticos das representações geradas na manipulação de símbolos e a
formação de novos hábitos mentais. A partir da estrutura da informação
lógico-semiótica elaborada por Peirce, ele destaca a importância da comu-
nicação significativa e o papel dos signos na construção e disseminação do
conhecimento em contextos organizacionais.
Entre os filósofos brasileiros, destaca-se a contribuição fundamental
de Silveira (2008), que, ao trilhar o caminho de pesquisa desenvolvido por
Peirce sobre informação, evidencia as implicações da informação propo-
sicional na relação entre a extensão e a profundidade do conhecimento.
Peirce (1931, CP 2.407), em “e Collected Papers”, apresenta reflexões
sobre os conceitos de extensão e profundidade, destacando que a extensão
de conceitos ou termos define uma classe de objetos ou sujeitos aos quais o
conceito ou termo pode ser aplicado. De maneira geral, a extensão de um
termo corresponde ao conjunto de objetos aos quais ele se refere, enquanto
a profundidade se refere à especificidade e às propriedades desses objetos.
Embora essa relação seja verdadeira para proposições analíticas, Peirce ar-
gumenta que, para proposições sintéticas, que indicam a possibilidade de
se descobrir a verdade sobre seus objetos, a relação entre amplitude e pro-
fundidade é mais complexa e dependente do contexto.
Silveira (2008) enfatiza ainda a importância de se compreender a
informação a partir de uma estrutura sistêmica em filosofia. Ele sugere
que uma abordagem sistêmica facilita a exploração das intrincadas rela-
ções e interações entre informação e signos, levando a uma compreensão
da própria noção de significado. ellefsen, ellefsen e Sorensen (2013)
também afirmam que uma abordagem sistêmica permite um estudo inte-
grado e interdisciplinar da informação, preenchendo a lacuna entre vários
campos, como filosofia, semiótica e ciência da informação.
Em síntese, como buscamos indicar, os planos de análise da infor-
mação na filosofia são plurais e intrincados, e não perpassam apenas a
Filosofia. De acordo com Silveira (2008), ellefsen, ellefsen e Sørensen
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
30
(2013), adotar uma abordagem sistêmica para entender informação no
campo da filosofia tem um valor significativo. De modo geral, os autores
aqui mencionados argumentam que a abordagem sistêmica, integrada, da
informação indica caminhos para a compreensão da natureza e do papel da
informação na ação e no conhecimento.
3 tEorias da informação na ciência da informação
Como indicamos na seção anterior, por volta dos anos 50 surge um
movimento designado por Adams (2003) como a Virada Informacional
da Filosofia, reconhecendo a primazia da informação e da tecnologia na
formação de perspectivas filosóficas. A hipótese de Adams (2003) é que,
após a publicação do artigo de Turing (1950) “Computing Machinery and
Intelligence”, ocorreu uma mudança na filosofia caracterizada pelo uso do
conceito de informação como base para abordar problemas clássicos da
filosofia, como as relações entre conhecimento e informação, mente-corpo,
percepção-ação e a própria natureza do conhecimento. Gonzalez, Broens
e Moraes (2010) apontam que existem dificuldades com a hipótese de
Adams, particularmente em relação aos diferentes significados do conceito
de informação.
Autores como Luciano Floridi (2011), em suas obras sobre a filosofia
da informação, e Manuel Castells (1996, 2000) com suas análises sobre a
sociedade em rede, têm sido precursores no estudo dos fundamentos filo-
sóficos da interseção entre informação e tecnologia. Eles reconhecem não
apenas a influência da tecnologia na aquisição de conhecimento, mas tam-
bém na formação de identidades individuais e coletivas e na redefinição de
noções éticas, de privacidade e de poder.
Entendemos que o diálogo interdisciplinar entre a filosofia e a ciên-
cia da informação, resultante da virada informacional, engloba questões
éticas prementes, como a manipulação de dados, a governança algorítmica
e as consequências da proliferação tecnológica na sociedade. Ao relacio-
nar-se com a Ciência da Informação, este movimento aprofunda a com-
preensão da natureza da informação, seu processamento, disseminação e
impacto na sociedade.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
31
Paul Otlet (1937) precursor no estudo da organização do conhe-
cimento desde o início do século XX, e Suzanne Briet (1951), com sua
visão sobre a natureza documental da informação contribuem para a com-
preensão da interação entre informação, tecnologia e sociedade. A inter-
seção entre essas áreas ressalta a centralidade da informação na sociedade
contemporânea.
Enquanto a filosofia busca investigar o cerne de implicações da in-
formação na existência humana, a Ciência da Informação concentra-se na
organização e aplicação prática desse conhecimento. Esses campos, embora
distintos em suas ênfases e métodos de investigação, convergem na com-
preensão da informação como um elemento fundamental na vida moderna
e no pensamento humano, reflexo da interdisciplinaridade inerente ao es-
tudo da informação em suas múltiplas dimensões.
Nesse contexto, muitos pesquisadores contribuíram para a efetiva-
ção da Ciência da Informação no pós Guerra, retomando o conceito de in-
formação como um dos principais objetos da área. Dentre eles destacamos:
Shannon (1949), Briet (1951), Bush (1945), Otlet (1934, 1937), Wiener
(1948) e Haythornthwaite (2002).
Suzanne Briet (1951) expandiu a definição de documento argu-
mentando que qualquer objeto capaz de transmitir informação deve ser
considerado um documento. A autora contribuiu significativamente para
a compreensão da natureza da informação documental. Vannevar Bush
(1945), por sua vez, delineou a ideia precursora da Memex, explorando
como a tecnologia poderia facilitar a organização e o acesso a grandes vo-
lumes de informação, influenciando as futuras abordagens na gestão da
informação. Paul Otlet (1934), reconhecido por sua contribuição pioneira
na organização do conhecimento, propôs sistemas de classificação e cata-
logação para lidar com grandes volumes de informação, destacando a im-
portância de sua forma de estruturação e organização eficiente. Já Norbert
Wiener (1948), apesar de sua fama na cibernética, também contribuiu
para a compreensão da relação entre informação, comunicação e controle
em sistemas complexos. Por fim, Caroline Haythornthwaite (2002), uma
voz contemporânea, desenvolve relevantes pesquisas sobre redes sociais e
interações online, examinando como a tecnologia impacta o compartilha-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
32
mento e o acesso à informação na era digital. Tais autores trazem contri-
buições substanciais para a compreensão atual da informação na Ciência
da Informação, fornecendo perspectivas distintas sobre sua natureza, seu
processamento e uso em contextos variados.
Uma dificuldade em alcançar um consenso sobre o conceito de in-
formação na Ciência da Informação é atribuída à natureza multidisciplinar
da área, à amplitude do próprio conceito e à sua constante evolução em
resposta ao progresso tecnológico. Dessa forma, a pesquisa interdisciplinar
na Ciência da Informação, que valoriza sua ligação com outras áreas e a
diversidade de perspectivas teóricas, pode contribuir para a elaboração de
profícuas definições e abordagens da informação.
Em síntese, uma resposta provisória para a questão geral que di-
reciona a presente reflexão (o que é isso que chamamos de informação?)
consiste em constatar que o entendimento do que chamamos de infor-
mação depende de diferentes interpretações contextuais, o que dificulta a
formulação de uma definição universalmente aceita. A constante evolução
tecnológica também desafia as definições estabelecidas, uma vez que no-
vas formas de informação continuam a emergir. Esses fatores possibilitam
debates contínuos na busca por uma compreensão abrangente e contextu-
alizada do conceito de informação, porém, a complexidade e a diversidade
do tema tornam desafiador a busca por um consenso definitivo na área. No
que segue, apresentamos algumas hipóteses provisórias sobre uma teoria
unificada de informação.
4 notas para uma tEoria intEgrativa da informação: filosofia E
ciência da informação, uma abordagEm sistêmica
Presumimos que o desenvolvimento de um conceito unificado de
informação possa alterar um paradigma até então estabelecido (talvez seja
esse o motivo de tantos pesquisadores se oporem à ideia de unificação).
Neste capítulo, a pretensão não é encerrar a discussão ou afirmar que uma
teoria unificada da informação resolveria problemas oriundos da “Era da
Informação”; visamos apenas sugerir caminhos possíveis para que, aquilo
que não é informação e é entendido como tal (como notícias fraudulen-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
33
tas), não afete drasticamente indivíduos ou sistemas coletivos, a democra-
cia ou o desenvolvimento de tecnologias autônomas. Para tanto, sugerimos
o termo teoria integrativa da informação, cuja análise inicial parte de
uma noção perspectivista do conceito, ou seja, assumimos a ideia de que
diferentes pontos de vista são complementares, podendo juntos enrique-
cer a compreensão da verdade. O perspectivismo aqui proposto difere do
relativismo, segundo o qual a verdade é sempre dependente de um con-
texto particular, sem haver um padrão comum ou universal para julgá-la.
Em contraste, o perspectivismo preserva a racionalidade e a importância
de funções delimitadores de valores de verdade no estudo da informação
significativa. Nesse sentido, Chalmers (1999) argumenta que o conceito
de massa proposto por Newton tem um significado bem mais preciso do
que o de democracia. O autor compreende que a noção de funções especí-
ficas é assertiva e definida a partir de valores de verdade bem estabelecidos;
em contraste, teorias sociais são mais complexas, admitindo interpretações
múltiplas. Nas palavras do autor:
Se fosse válida essa suposição de que existe uma ligação próxima
entre a precisão de um significado de um termo ou proposição e
a função desempenhada por aquele termo ou proposição em uma
teoria, então, a necessidade de teorias coerentemente estruturadas
seria derivada diretamente dela (Chalmers, 1999, p. 104-105).
Entendemos que a dificuldade de conceituar univocamente infor-
mação surge justamente porque ela transita entre caminhos objetivos e
subjetivos, precisos e sociais, disciplinares e interdisciplinares. Por isso, é
desafiador defini-la exclusivamente como um conceito social ou uma fun-
ção determinada. Diante dessa indefinição, podemos adotar provisoria-
mente uma Teoria Integrativa da Informação, coerentemente estruturada,
sem perder de vista seu caráter social. Na verdade, essa abordagem amplia
suas características, permitindo a construção de um conceito sistêmico
complexo, capaz de fomentar juízos de valor, orientar condutas e contri-
buir para o avanço científico e tecnológico. Embora pareça um tema con-
solidado, uma Teoria Unificada da Informação ultrapassaria os limites das
estruturas conceituais estabelecidas.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
34
Yagisawa (1999) alerta que no passado existiu uma tendência per-
suasiva de usar termos e defini-los para impressionar pessoas ou alcançar
um certo status. É importante esclarecer que uma Teoria Integrativa da
Informação não se coaduna, necessariamente, com essa prática; pelo con-
trário, a preocupação aqui exposta é genuína, ao encarar que a falta de de-
finição ou a multi definição de um conceito acarreta inúmeros problemas
com implicações para a ação ética em sociedades industrializadas. Além do
mais, especificar qual é a função do conceito de informação na Ciência da
Informação, bem como na Filosofia, pode direcionar avanços nessas áreas.
Capurro e Hjørland (2007) argumentam que quando se usa o termo
informação na Ciência da Informação é necessário ter em mente que infor-
mação é aquilo que é informativo para uma determinada pessoa. Mesmo
que aquilo que seja informativo dependa de necessidades interpretativas
e habilidades do indivíduo. Essa perspectiva presume que informação é
interpretação. Contudo, se a informação depender única e exclusivamente
da interpretação, inclusive uma notícia fraudulenta poderia ser conside-
rada informativa. Para evitar esse contrassenso, julgamos que uma teoria
unificada da informação seria uma ferramenta crucial no enfrentamento
de notícias fraudulentas devido à sua capacidade de oferecer uma estru-
tura conceitual e metodológica para avaliar criticamente a veracidade e a
qualidade da informação. Esse pressuposto foi destacado por autores como
Floridi (2011), que enfatiza a necessidade de critérios sólidos na avaliação
da informação. Tal teoria proporciona critérios consistentes para discernir
a credibilidade das notícias, estabelecendo padrões objetivos e coerentes de
análise. Além disso, Jenkins (2006) salienta que uma compreensão mais
profunda dos processos de produção, transmissão e recepção da informa-
ção é essencial para combater a disseminação de notícias fraudulentas.
Uma teoria integrativa da informação poderia contribuir para a identifica-
ção de lacunas e vulnerabilidades nesses processos, fornecendo alternativas
para prevenir a propagação de desinformação.
A estrutura teórica subjacente a uma teoria unificada da informação
também poderia servir de base para a implementação de programas educa-
cionais, conforme proposto por Wineburg e McGrew (2017). Entendemos
que a educação crítica sobre avaliação da informação é crucial, e uma teoria
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
35
integrativa forneceria a fundação para esses programas, capacitando as pes-
soas a discernir informação confiável de notícias fraudulentas.
A elaboração de políticas e regulamentações eficazes também seria
beneficiada por uma teoria unificada da informação. Nesse sentido, Tsfati
e Cappella (2003) destacam a importância de políticas públicas efetivas
para lidar com a disseminação de notícias fraudulentas. Uma teoria inte-
grativa ofereceria uma base sólida para a formulação de políticas públicas
e regulamentações voltadas para mitigar esse fenômeno na esfera digital e
midiática.
Um dos objetivos da Teoria Integrativa da Informação seria adaptar
diversas abordagens existentes, e criar um arcabouço conceitual abrangen-
te para compreender a natureza, o fluxo e o significado da informação
em várias disciplinas e contextos. Hofkirchner (2008), Marijuán (2008)
e Marcos (2008), em busca de uma fundamentação teórica, exploram o
tema partindo da argumentação apresentada em uma seção de um livro
intitulado “¿Qué es información?”, cujo objetivo em cada um dos capítulos
foi propor uma Teoria Unificada da Informação. O ponto de partida dos
autores é a necessidade de superar a fragmentação entre as ciências exatas
e humanas; o estado atual da investigação científica reflete um conjunto
de abordagens monodisciplinares, frequentemente isoladas (Hofkirchner,
2008). Hofkirchner (2008) enfatiza a ideia de desenvolvimento de uma
Teoria Unificada da Informação ao discutir três modos de pensamento
referentes à unidade e diversidade da informação: sinônimos, analogia e
equivocidade. Ele ressalta que cada um desses modos é limitado por se
concentrar excessivamente na unidade sem levar em conta a diversidade ou
vice-versa (Hofkirchner, 2008).
Nesse sentido, a ideia de “unidade na diversidade” surge como um
desafio para compreender a complexidade da informação, integrando a
identidade e a diferença, sem favorecer nenhum aspecto da complexidade.
A abordagem de Hofkirchner (2008) sugere uma proposta integrativa que
se opõe ao reducionismo buscando estabelecer um equilíbrio. Além disso,
o autor discute a relação entre uma Teoria Unificada da Informação (UTI)
e uma Teoria de Tudo (do inglês, eory of everything, TOE) ou uma
Teoria Unificada de Gravitação (GUT). Ele argumenta que, embora a UTI
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
36
e a TOE/GUT compartilhem a busca por uma compreensão mais ampla,
a UTI não se restringe à explicação puramente física, já que a informação
transcende o domínio exclusivamente físico. O autor enfatiza a necessi-
dade de uma abordagem não reducionista e não fisicalista na busca por
uma teoria unificada da informação. Ele propõe a busca por um conceito,
necessariamente abstrato, mas também concreto, capaz de abordar tanto
aspectos comuns quanto particularidades individuais dos processos de in-
formação, equilibrando a universalidade e a singularidade.
Em um sentido semelhante, Marijuán (2008) discorre sobre a rela-
ção da informação com processos biológicos, cognitivos e neurais. O autor
defende que a informação desempenha um papel vital na comunicação
entre sistemas vivos, conectando entidades em formação e influenciando a
própria existência, argumentando que a existência biológica é intrinseca-
mente informacional. Uma analogia interessante feita pelo autor é a ideia
biológica de surgimento da vida a partir da informação e a noção física
de “it from bit”, concebida por Wheeler (1989), sugerindo uma possível
relação entre informação, biologia e física que vai além de uma coincidên-
cia superficial. Ele também explora discussões recentes sobre abordagens
quânticas da informação, sugerindo a possibilidade de uma ligação entre
os reinos biológico e quântico fundamentada na informação.
No contexto dos processos neuronais e cognitivos, o autor argumen-
ta que os modelos teóricos atuais de processamento de informação e co-
municação ainda não consideram adequadamente o significado, em suas
várias categorias e o conhecimento, carecendo de uma base neurocientífica
sólida. Ele enfatiza a importância de compreender o ciclo ação/percepção
no desenvolvimento de significados, categorias e conhecimentos humanos,
explorando a relação entre ausências funcionais no ciclo de vida dos orga-
nismos e a comunicação biológica.
Marijuán (2008) também discute o papel da cognição na forma-
ção de categorias, destacando a inter-relação entre ação e percepção na
organização do comportamento humano. O autor propõe uma abordagem
que reconhece as sombras perceptuais1 e motoras das diversas categorias,
O termo sombra perceptuais referem-se às limitações e distorções na percepção que ocorrem devido a
fatores subjetivos e contextuais que afetam como interpretamos e entendemos o mundo ao nosso redor.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
37
indicando a necessidade de uma reavaliação da lógica e a consideração das
limitações do observador. Nas palavras do autor:
A nova ciência não deve aspirar a nenhum reducionismo.
Internamente, ela deve ser organizada como uma ecologia de
domínios. Em vez de buscar sistematicamente a redução ou a
grande unificação entre teorias, ela deve tentar a construção de
‘pontes’ ou ‘corredores’ interconectando os múltiplos domínios.
Externamente, a ciência da informação contribuiria em pé de
igualdade com outras disciplinas para a exploração interdisciplinar
que o sistema das ciências realiza (Marijuán, 2008, p. 529).
Entendemos que a “nova ciência”, ou a Teoria Unificada da
Informação citada, busca uma compreensão ampla e abrangente dos fe-
nômenos informacionais, não se limitando a uma visão reducionista ou
fragmentada. Essa proposta sugere que a Ciência da Informação não deve
apenas se concentrar na unificação teórica entre disciplinas, mas sim na in-
tegração e interconexão de múltiplos domínios do conhecimento, criando
pontes ou corredores para conectar diferentes áreas e perspectivas. É nesse
contexto que sugerimos a noção de Teoria Integrativa da Informação.
Marcos (2008) também sugere uma proposta integrativa da in-
formação, pois considera a mensuração de informação baseada em uma
função probabilística que avalia a mudança na informação antes e depois
da recepção de uma mensagem. Essa medida de informação é represen-
tada pela diferença entre as probabilidades antes e depois da recepção da
mensagem. A fórmula proposta para essa mensuração é I(mi, R, S) = -log
(1-(D/2)), onde D expressa essa diferença. A proposta acima sumarizada,
ainda que não focalize o conteúdo informacional da mensagem recebida,
indica certa similaridade com a teoria da informação proposta por Peirce,
filósofo e lógico reconhecido por sua abordagem triádica dos signos. Peirce
(1934) define o signo como uma relação que envolve três elementos: o
representamen (a representação), o objeto (aquilo que o signo representa) e
o interpretante (a interpretação gerada pelo intérprete ou receptor). Assim
como a fórmula considera que a percepção do receptor muda em resposta à
mensagem (refletida em D), Peirce (1934) argumenta que o significado de
um signo depende da interpretação do interpretante, moldada por aquilo
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
38
que o intérprete faz com essa informação. Essa relação sugere que tanto a
mensuração proposta quanto a teoria peirceana reconhecem a importância
do contexto e da interpretação na formação do significado (Marcos, 2008).
Marcos (2008) sugere que a mudança na percepção do intérprete
após a recepção da mensagem demanda uma reestruturação da compre-
ensão do indivíduo, assemelhando-se à noção de interpretante peirceana.
Essa ideia sugere que, quando um indivíduo recebe uma mensagem, sua
interpretação não é apenas uma simples decodificação, mas sim um proces-
so transformativo que pode levar a uma nova compreensão ou perspectiva
sobre o assunto em questão. Na teoria de Peirce (1934), o interpretante é o
efeito que um signo tem sobre o intérprete, ou seja, como ele interpreta e
significa a partir de um contexto específico. Essa interpretação pode gerar
novas ideias, reflexões ou mudanças na forma como o agente vê o mundo.
Portanto, a proposta de Marcos (2008) destaca que a recepção de informa-
ção não apenas informa, mas também transforma o entendimento do indi-
víduo, refletindo a dinâmica complexa entre signo, objeto e interpretante.
Considerando que Peirce discute diferentes níveis de interpretação e
significado de um signo, seria importante verificar em que sentido a pro-
posta de Marcos, de mensuração de informação, considera a informação
significativa ao ressaltar a importância do receptor e sua mudança de com-
preensão para determinar a quantidade de informação transmitida pela
mensagem. Contudo, a ideia central, que sugere uma conexão entre os
conceitos de informação elaborados por Peirce com a proposta de mensu-
ração de informação, é a compreensão da informação como uma relação
triádica, onde a interpretação do receptor desempenha um papel funda-
mental na determinação do significado e da quantidade de informação
transmitida por uma mensagem. Nesse sentido, acreditamos que a aborda-
gem de Marcos (2008) pode estabelecer uma ligação significativa entre a
Ciência da Informação e a Filosofia devido à sua abordagem específica e ao
mesmo tempo holística sobre o conceito de informação. Sua hipótese, so-
bre informação presente no processo entre emissor, mensagem e receptor,
se alinha com abordagens filosóficas que também consideram a natureza
relacional e interpretativa dos fenômenos informacionais.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
39
Além disso, a ênfase na compreensão da informação como uma re-
lação dinâmica entre partes interconectadas sugere uma afinidade com
os princípios filosóficos de holismo e interconectividade entre diferentes
elementos de um sistema, que são temas comuns em áreas da filosofia,
incluindo a filosofia da mente e a teoria dos sistemas. Em síntese, entende-
mos que uma teoria unificada da informação pode ampliar a compreensão
da ciência da informação e da própria filosofia ao destacar a importân-
cia da interpretação, significado e contexto na transmissão e recepção de
informação
5 considEraçõEs finais
Neste capítulo, delineamos algumas perspectivas possíveis de uma
teoria integrativa da informação alicerçada nos princípios dos sistemas
complexos. Elementos como não linearidade, dinamicidade, auto-orga-
nização, adaptação, emergência de padrões e sensibilidade às condições
iniciais, entre outros aspectos já mencionados, conferem uma riqueza in-
trínseca às dinâmicas analisadas. Essas dinâmicas transitam entre os três
modos de pensamentos que uma Teoria Unificada da Informação poderia
elencar, tais como sinônimo, analogia e equivocidade, conforme apontado
por Hofkirchner (2008), a noção de ciclo de vida de organismos vivos e
comunicação biológica a partir de uma Teoria Informacional desenvolvida
por Marijuán (2008) e a Teoria Unificada da Informação proposta por
Marcos (2008) a partir da Teoria da Informação peirceana.
Assim, ao desenvolver uma teoria integrativa da informação, anco-
rada nos princípios dos sistemas complexos, estudiosos de diversas áreas
do conhecimento buscam uma compreensão holística, integrativa e con-
textualizada de processos informacionais, distanciando-se de abordagens
fragmentadas, simplificadas e excessivas que consideram que todo processo
relacional esteja alicerçado em informação.
Nesse contexto, sem negligenciar a manutenção da especificidade
em cada plano de análise aqui explorado, tanto na Filosofia quanto na
Ciência da Informação, uma teoria integrativa poderia estabelecer as bases
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
40
para avanços substanciais no entendimento da complexidade subjacente
aos sistemas informacionais.
Além disso, a abordagem multiescalar, valorizada pelos estudiosos
dos sistemas complexos, permite a análise de informação em diferentes ní-
veis, desde o micro até o macro. Explorar como essa perspectiva multiesca-
lar pode ser otimizada para elucidar aspectos específicos de sistemas infor-
macionais e sua evolução ao longo do tempo é um caminho que demanda
investigação. No entanto, tal abordagem, para não cair em reducionismos
ou relativismos, deve preservar a especificidade de cada plano de análise, a
partir de um padrão de ajustes ou “pontes” que interconectam os múltiplos
domínios, como sugerido por Marijuán (2008).
Além do mais, a manutenção da especificidade de cada plano de
análise é fundamental para evitar generalizações simplistas. No entanto,
pesquisas futuras podem se concentrar em desenvolver métodos eficazes
para integrar essas especificidades de maneira coesa, proporcionando uma
compreensão global fértil dos sistemas informacionais.
Investigar como a Teoria da Integrativa da Informação pode con-
tribuir para solucionar desafios específicos em contextos informacionais
complexos é uma tarefa que demanda uma análise mais aprofundada.
Explorar como os sistemas complexos podem ser empregados para anteci-
par e gerenciar mudanças, bem como promover a resiliência em sistemas
informacionais, também se torna primordial em um mundo em constante
transformação.
Por fim, a concepção sistêmica integradora proposta pela teoria in-
tegrativa oferece a oportunidade de desenvolver princípios e diretrizes para
orientar o avanço tecnológico, inclusive investigar como esses princípios
podem ser aplicados no desenvolvimento de tecnologias informacionais
avançadas, como inteligência artificial e processamento de dados.
rEfErências
ADAMS, F. e informational turn in philosophy. Minds and machines, Dordrecht,
n. 13, p. 471-501, Nov. 2003. Disponível em: https://link.springer.com/
article/10.1023/A:1026244616112. Acesso em: 20 out. 2023.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
41
BATESON, G. Mente e natureza: uma unidade necessária. Nova York: Dutton, 1979.
BATESON, G. Steps to an ecology of mind: collected essays in anthropology, psychiatry,
evolution, and epistemology. Chicago: University of Chicago Press, 2002.
BELLUCCI, M. et al. Stakeholder engagement and dialogic accounting: empirical
evidence in sustainability reporting. Accounting, auditing & accountability journal,
Leeds, v. 32, n. 5, p. 1467-1499, Aug. 2019.
BRIET, S. Qu’est-ce que la documentation? Paris: ÉDIT, 1951.
BUSH, V. As we may think. Tradução Fábio Mascarenhas e Silva. Atlantic Monthly,
United States, v. 176, n. 1, p. 101-108, June 1945. Disponível em: https://www.
theatlantic.com/magazine/archive/1945/07/as-we-may-think/303881/. Acesso em: 16
abr. 2024.
CAPURRO, R. Epistemologia e ciência da informação. Perspectivas em ciência da
informação, Belo Horizonte, v. 14, n. 1, p. 42-49, abr. 2009.
CAPURRO, R. La hermenéutica frente al desafío de la técnica digital = Hermeneutics
and the challenge of digital technology. Liinc em revista, Rio de Janeiro, v. 6, n. 2, set.
2010. DOI: 10.18617/liinc.v6i2.377. Disponível em: https://revista.ibict.br/liinc/
article/view/3264. Acesso em: 16 abr. 2024.
CAPURRO, R.; HJØRLAND, B. O conceito de informação. Perspectivas em ciência
da informação, Belo Horizonte, v. 12, n. 1, p. 148-207, jan./abr. 2007. Disponível em:
http://hdl.handle.net/20.500.11959/brapci/33134. Acesso em: 10 out. 2023.
CASTELLS, M. A sociedade em rede. São Paulo: Paz e Terra, 2000. (A era da
informação: economia, sociedade e cultura, v. 1).
CASTELLS, M. e rise of the network society. Cambridge: Blackwell Publishers, 1996.
CHALMERS, A. F. O que é ciência afinal? Tradução Raul Filker. São Paulo: Ed.
Brasiliense, 1999.
COELHO NETTO, J. T. Semiótica, informação e comunicação. São Paulo: Perspectiva,
2019.
DRETSKE, F. Explicando o comportamento: razões em um mundo de causas.
Cambridge, MA: Massachusetts Institute of Technology Press, 1988.
DRETSKE, F. Knowledge and the flow of information. Oxford: Blackwell, 1981.
DRETSKE, F. Naturalizando a mente. Cambridge, MA: Massachusetts Institute of
Technology Press, 1995.
FLORIDI, L. e ethics of information. Oxford: Oxford University Press, 2013.
FLORIDI, L. e philosophy of information. Oxford: Oxford University Press, 2011.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
42
GIBSON, J. J. Os sentidos considerados como sistemas perceptivos. Boston: Houghton
Mifflin, 1966.
GIBSON, J. J. A abordagem ecológica da percepção visual. Boston: Lawrence Erlbaum
Associates, 1986.
GLEICK, J. O. A informação: uma história, uma teoria, uma enxurrada. Rio de Janeiro:
Intrínseca, 2013.
GONZALEZ, M. E. Q.; NASCIMENTO, T. C. A.; HASELAGER, W. F. G.
Informação e conhecimento: notas para uma taxonomia da informação. In: FERREIRA,
A; GONZALEZ, M. E. Q.; COELHO, J. G. (ed.). Encontro com as Ciências Cognitivas.
São Paulo: Cultura Acadêmica, 2004. p. 195-220. (Coleção Estudos Cognitivos, v. 4).
GONZALEZ, M. E. Q.; BROENS, M. C.; MORAES, J. A. A virada informacional na
filosofia: alguma novidade no estudo da mente? Aurora, Curitiba, v. 22, n. 30, p. 137-
151, jan./jun., 2010.
HAYTHORNTHWAITE, C. Strong, weak, and latent ties and the impact of new
media. e information society, London, v. 18, n. 5, p. 385-401, Oct. 2002. DOI:
https://doi.org/10.1080/01972240290108195.
HOFKIRCHNER, W. How to achieve a unified theory of information. In:
ENCUENTRO INTERNACIONAL DE EXPERTOS EN TEORÍAS DE LA
INFORMACIÓN, 1., 2008, Leon. Actas […]. Leon: Universidade de León, 2008. 1 v.
p. 503-522.
JENKINS, H. Convergence culture: where old and new media collide. New York:
University Press, 2006.
LARGE, D. N. Representação e intervenção: tópicos introdutórios na filosofia da ciência
natural. Londres: Cambridge University Press, 2003.
MARCOS, A. Some ideas for a unified theory of information. In: ENCUENTRO
INTERNACIONAL DE EXPERTOS EN TEORÍAS DE LA INFORMACIÓN, 1.,
2008, Leon. Actas […]. Leon: Universidade de León, 2008. 1 v. p. 563-574.
MARIJUÁN, P. C. e Advancement of information science. Is a new way of thinking
necessary? In: ENCUENTRO INTERNACIONAL DE EXPERTOS EN TEORÍAS
DE LA INFORMACIÓN, 1., 2008, Leon. Actas […]. Leon: Universidade de León,
2008. 1 v. p. 523-534.
OTLET, P. Traité de documentation: le livre sur le livre: théorie et pratique. Bruxelles:
Mundaneum, 1934.
OTLET, P. Documentos e documentação. 1937. Rio de Janeiro: Imprensa Nacional,
1947. Disponível em: http://www.conexaorio.com/biti/otlet. Acesso em: 16 abr. 2024.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
43
PACCAGNELLA, O. Sample size and accuracy of estimates in multilevel models:
new simulation results. Methodology: European journal of research methods for the
behavioral and social sciences, Jena (Germany), v. 7, n. 3, p. 111-120, June 2011. DOI:
https://doi.org/10.1027/1614-2241/a000029. Disponível em: https://econtent.hogrefe.
com/doi/10.1027/1614-2241/a000029. Acesso em: 17 abr. 2024.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press. 1931. v. 1-2.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press. 1934. v. 5-6.
SHANNON, C. E.; WEAVER, W. e mathematical theory of communication. Urbana:
University of Illinois Press, 1949.
SIMONDON, G. On the mode of existence of technical objects. Minneapolis, MN:
University of Minnesota Press, 1958.
SILVEIRA, L. F. B. Informação e verdade na filosofia de Peirce. Cognitio, São Paulo, v.
9, n. 2, p. 281-323, jul./dez. 2008.
STJERNFELT, F. Diagramas: foco para uma epistemologia peirceana. In: QUEIROZ,
J.; MORAES, L. (org.). A lógica de diagramas de Charles Sanders Peirce: implicações em
ciência cognitiva, lógica e semiótica. Juiz de fora: Editora UFJF, jun. 2013. p. 45-77.
THELLEFSEN, T.; THELLEFSEN, M.; SØRENSEN, B. Emotion, information and
cognition and some possible consequences for library and information science. Journal
of the American society for information science and technology, Leesburg, v. 64, n. 8, p.
1735-1750, Aug. 2013.
TSFATI, Y.; CAPPELLA, J. N. Do people watch what they do not trust? Exploring
the association between news media skepticism and exposure. Communication
Research, Beverly Hills, v. 30, n. 5, p. 504-529, Oct. 2003. DOI: https://doi.
org/10.1177/0093650203253371.
TURING, A. M. Computing machinery and intelligence. Mind, Oxford, v. 59, n. 236,
p. 433-460, Oct. 1950. DOI: https://doi.org/10.1093/mind/LIX.236.433. Disponível
em: https://academic.oup.com/mind/article/LIX/236/433/986238. Acesso em: 11 nov.
2024.
VITTI-RODRIGUES, M.; MATULOVIC, M.; GONZALEZ, M. E. Q. Informação-
processo e abdução. In: ALVES, M. A.; GRÁCIO, M. C. C.; MARTÍNEZ-ÁVILA,
D. (org.). Informação, conhecimento e modelos. Marília: Oficina Universitária, 2017. p.
131-151. (Coleção CLE, 78).
WECKERT, J. Computer ethics. Abingdon: Routledge, 2019.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
44
WINEBURG, S.; MCGREW, S. Lateral reading: reading less and learning more when
evaluating digital information. Stanford: Stanford History Education Group Working
Paper, 2017. DOI: http://dx.doi.org/10.2139/ssrn.3048994. Disponível em: https://
ssrn.com/abstract=3048994. Acesso em: 17 abr. 2024.
WIENER, N. Cibernética: ou o controle e comunicação no animal e na máquina. São
Paulo: Cultrix, 1948.
WHEELER, J. A. Information, physics, quantum the search for links. In:
INTERNATIONAL SYMPOSIUM FOUNDATIONS OF QUANTUM
MECHANICS, 3., 1989, Tokyo. Proceedings […]. Tokyo: Physical Society of Japan,
1990. p. 310-336.
YAGISAWA, T. Definition. In: AUDI, R. (ed.). e Cambridge dictionary of philosophy.
2nd. ed. Cambridge: Cambridge University Press, 1999. p. 213-115. Disponível em:
https://ia600206.us.archive.org/25/items/RobertiAudi_e.Cambridge.Dictionary.
of.Philosophy/Robert.Audi_e.Cambridge.Dictionary.of.Philosophy.pdf. Acesso em: 5
dez. 2023.
45
2
INFORMAÇÃO PARA PERCEPÇÃO
DIRETA: A NATUREZA TAMBÉM
SOMOS NÓS!¹
INFORMATION FOR DIRECT
PERCEPTION: NATURE IS ALSO US
Juliana MORONI
Universidade de Coimbra
j.moroni@unesp.br
https://orcid.org/0000-0002-4878-4823
Este texto é parte da tese de doutorado (2016) e da dissertação de mestrado (2012) da autora. Parte do
título, entre aspas, foi inspirado nas ideias de Gregory Bateson (1986), Jiddu Krishnamurti (1997), Ailton
Krenak (2020), Maria Eunice Quilici Gonzalez e Juliana Moroni (2011) e Maria Eunice Quilici Gonzalez
(notas de aulas), Marília, 2010.
https://doi.org/10.36311/2025.978-65-5954-633-6.p45-78
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
46
Resumo: A informação ecológica é considerada elemento essencial para a compreensão da
dinâmica das relações e dos processos que regem a vida. No dinamismo de tais relações e
processos, nosso foco de atenção, neste capítulo, será reapresentar aos leitores conhecedores
e, também, principalmente aos não familiarizados com o assunto, os pilares conceituais
da Filosofia Ecológica, tendo como elemento direcionador a informação ecológica.
Analisamos o conceito de informação ecológica como constituinte principal da teoria
da percepção direta (Gibson, 1986), no contexto histórico-evolutivo dos organismos nos
seus respectivos nichos. Investigamos, também, através do trabalho de Michaels e Carello
(1981), a questão da inexistência do erro na percepção direta, neste sentido, caracterizada
como percepção incompleta. Por fim, refletimos sobre o papel da informação ecológica
na (re)construção de uma perspectiva não antropocêntrica e não fragmentada acerca
da relação organismo/ambiente, mais do que nunca essencial no combate às mudanças
climáticas influenciadas pelas ações antrópicas.
Palavras-Chave: Informação Ecológica. Affordance. Percepção Direta. Filosofia Ecológica.
Ações Antrópicas.
Abstract: Ecological information is considered an essential element for understanding
the dynamics of relationships and processes that govern life. In the dynamism of these
relationships and processes, our focus in this chapter will reintroduce the conceptual
pillars of Ecological Philosophy to readers who are familiar with the subject, and
especially to those who are unfamiliar with it, with ecological information as the guiding
element. We analyze the concept of ecological information as the main constituent of
the theory of direct perception (Gibson, 1986) in the historical-evolutionary context of
organisms in their respective niches. We also investigate, through the work of Michaels
and Carello (1981), the issue of the non-existence of error in direct perception, in this
sense, characterized as incomplete perception. Finally, we reflect on the role of ecological
information in the (re)construction of a non-anthropocentric and non-fragmented
perspective on the organism/environment relationship, which is more essential than ever
in the fight against climate change influenced by anthropic actions.
Keywords: Ecological information. Affordance. Direct Perception. Ecological Philosophy.
Anthropic actions.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
47
1 introdução
O conceito de informação ecológica, originalmente proposto por
James Jerome Gibson (1966, 1982, 1986), é considerado um elemento es-
sencial para a compreensão da dinâmica estruturadora da percepção-ação.
No estudo de tal dinâmica é atribuída prioridade aos aspectos qualitativos
que se constituem em detrimento dos quantitativos na relação entre orga-
nismo e ambiente.
Focalizando o conceito de informação ecológica, na seção 2, mostra-
mos a importância do antirrepresentacionismo como alternativa à corrente
predominantemente representacionista nos estudos sobre cognição, per-
cepção e comunicação. Resumimos o golpe ecológico contra a perspectiva
representacionista da percepção, elencando cinco fatores principais, dentre
eles o fato de a informação não ser processada, mas captada diretamente na
relação agente-ambiente.
Na seção 3, expomos os conceitos de informação para, caracterizada
como affordances, e informação sobre, indicativa de invariantes. Destacamos
que, enquanto padrões informacionais estáveis no ambiente, as invarian-
tes possibilitam a percepção de affordances - informação significativa que
proporciona ação para organismos situados e incorporados, percebidas in-
dividual e coletivamente. Como veremos, as affordances que influenciam a
ação coletiva são denominadas, na contemporaneidade, affordances sociais.
Na seção 4, salientamos a conexão entre os conceitos de informação, reci-
procidade e nicho. A informação ecológica atua como cola que sedimenta
a inseparabilidade organismo-ambiente, fundamentando a noção de que
nada existe isoladamente na natureza. A reciprocidade, enquanto insepa-
rabilidade, é crucial para a construção do nicho, o qual expressa as marcas
que o organismo deixa em contextos de ação específicos.
Na seção 5, mostramos a relação entre informação, propriocepção e
exterocepção, contextualizando ambos os tipos de percepções na concepção
ecológica de ambiente, diferenciada da concepção da ciência Física. Na
seção 6, caracterizamos o conceito de informação ecológica, associando-o
ao processo de auto-organização. Focalizamos quatro padrões de ajustes
fundamentais para a emergência da informação ecológica. Na seção 7,
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
48
mostramos como a informação pode gerar percepção-ação incompleta.
Desconsideramos a possibilidade de erro na percepção e a assumimos como
incompleta quando a informação não é detectada de forma suficiente para
a ação em um contexto específico.
Por fim, refletimos sobre as contribuições da perspectiva ecológica
para amenizar os impactos de ações antrópicas negativas no ambiente, des-
tacando o conceito de reciprocidade, principal substitutiva da visão hierar-
quizada e fragmentada da relação organismo e ambiente.
2 a pErcEpção dirEta E o golpE no rEprEsEntacionismo
“Percepção é detecção de informação.”
(Jacobs; Michaels, 2002, p. 128, tradução nossa).2
A informação é elemento crucial nos estudos sobre a percepção, bem
como nas diferentes linhas de investigação sobre a cognição, tanto no seu
viés representacionista quanto antirrepresentacionista. A importância da
inserção da informação nos estudos sobre percepção, significado, consciên-
cia, comunicação, aprendizagem em máquinas, entre outros, advém da “vi-
rada informacional na Filosofia”, a qual, segundo Frederick Adams (2003),
emergiu na década de 1950 com a Cibernética, cujo expoente principal
foi Norbert Wiener e, posteriormente, com as Ciências Cognitivas, forne-
cendo subsídios para o desenvolvimento do projeto mecanicista da mente.
Inicialmente marcado e traçado por trabalhos como os de Claude
Shannon e Warren Weaver (1949-1971), Norbert Wiener (1948-1996)
e Alan Turing (1950), esse projeto tinha como objetivo investigar a rela-
ção entre informação e computação. Dando continuidade à “virada infor-
macional”, outras investigações inseriram a informação nos estudos sobre
percepção e significado, tais como àquelas desenvolvidas por pesquisado-
res como Fred Dretske (1981) e, num viés crítico ao projeto mecanicista,
Perception is the detection of information (Jacobs; Michaels, 2002, p. 128).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
49
àquelas relacionadas aos trabalhos de Francisco Varela, Evan ompson e
Eleanor Rosch (1991), expressos pela concepção de cognição incorpora-
da (CI), Edgar Morin (1995, 2005) com a concepção de complexidade e
James Gibson (1966, 1982, 1986) com a proposta ecológica.
O representacionismo, em suas diferentes abordagens, tanto nos pri-
mórdios cartesianos quanto nos contemporâneos estudos informacionais
alinhados à computação, é linha convencional nos estudos cognitivos e da
percepção, tendo como elemento fundamental as representações mentais.
Nas teorias representacionistas da percepção, como a proposta por
René Descartes (1641-1983; 1637-2001), por exemplo, os olhos funcio-
nam como aparelhos destinados a formar uma imagem do objeto atrás
da retina do percebedor. O olho é considerado uma câmera fotográfica
com um feixe de nervos que codificam e transmitem a imagem do objeto
para o cérebro. Um pressuposto de algumas teorias representacionistas da
percepção é que elas admitem a existência de um homúnculo no cérebro
que registra uma imagem na forma de representação mental do objeto
percebido. Nessa associação, o olho, assim como uma máquina fotográfica,
codifica imagens e as envia para um tipo de homúnculo que representa e
decodifica essa informação em frações de segundos (Gibson, 1986). Nas
teorias computacionais da mente como àquelas propostas por Jerry Fodor
(1975, 1981) e Zenon Pylyshyn (1981), críticos ferrenhos da teoria eco-
lógica gibsoniana, por exemplo, o cérebro é um processador de informa-
ção, modularizado, onde cada parte cerebral é responsável por um tipo de
processamento informacional. Para Hilary Putnam (1975, 1988), é através
do processamento de informação que emerge o significado, porém, con-
trariamente às teorias internalistas, o significado não está na cabeça, mas
no mundo. Na perspectiva representacionista dretskeana (Dretske, 1981),
a informação é objetiva, uma commodity disponível no ambiente, a qual
ganha significado através da percepção, interpretação e conversão dessa
informação objetiva em representações mentais.
Seja na perspectiva internalista cartesiana ou na computacional da
mente (processamento de informação via input/output), seja no externalis-
mo semântico de Putnam e Dretske, por exemplo, a perspectiva ecológica
lançou um golpe nas teorias representacionistas internalistas e externalis-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
50
tas, substituindo o processamento de informação e a fragmentação per-
cebedor/percebido pela reciprocidade organismo/ambiente no continuum
percepção/ação, via captação direta de informação.
Para Gibson (1986), na abordagem ecológica, diferentemente da
perspectiva tradicional representacionista internalista, de cunho cartesia-
no, não há um homúnculo no nosso cérebro responsável pela nossa per-
cepção. A perspectiva internalista da percepção expressa circularidade vi-
ciosa, uma vez que, o homúnculo também terá que ter olhos para ver
a imagem registrada. O homúnculo é apenas uma cópia diminuída do
sujeito que percebe.
Diferentemente da perspectiva representacionista externalista como
a proposta por Dretske (1981), na perspectiva de Gibson (1986), a infor-
mação está disponível para percepção num ambiente prenhe de signifi-
cado. A percepção não envolve representações mentais, mas se realiza di-
retamente através da percepção de affordances, as quais são caracterizadas
como possibilidades de ação. A affordance é informação significativa para o
organismo no seu contexto específico.
Segundo os teóricos da Filosofia Ecológica como Gibson (1966,
1982, 1986), Eleanor Gibson (1993), David Large (2003), Claire Michaels
e Claudia Carello (1981), Michael Turvey (1992, 2008), Richard Schmidt
(2007), entre outros, a informação não está associada a sinais do ambiente
que (supostamente) seriam interpretados pelo cérebro. Segundo Michaels e
Carello (1981), a informação também não é caracterizada como processo ou
medida de energia, mas como uma rede de relações que conecta organismo
e ambiente. Diferentemente do modelo informacional receptivo/interpre-
tativo, os organismos não são entendidos como seres passivos que recebem
informação, mas seres dinâmicos que procuram por informação em um am-
biente prenhe de significado. Como ressaltam Michaels e Carello (1981, p.
15, tradução nossa): “As Teorias Ecológicas não somente assumem que os
organismos existem em um rico mar de informação sobre os seus ambientes,
mas também que eles evoluem em um mar de informação.”3 Elas também
insistem que: “Para a perspectiva da percepção direta, os percebedores não
Ecological eories not only assume that organisms exist in a rich sea of information about their
environments, but also that they evolved in a rich sea of information. (Michaels; Carello, 1981, p. 15).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
51
são recipientes passivos de informação, mas ‘captadores’ ativos e intencionais
de informação” (Michaels; Carello, 1981, p. 15, tradução nossa).4
O golpe que a perspectiva ecológica gibsoniana desferiu nas teorias
representacionistas da percepção pode ser resumido da seguinte maneira:
• A percepção não é medida por representações mentais.
• A informação não é processada, mas captada diretamente.
• A percepção é a captação direta de affordances (informação signi-
ficativa disponível no ambiente).
• Não é somente o cérebro que é importante, mas o corpo situado
e incorporado no ambiente. Gibson (1986, p. 1, tradução nossa)
deixa isso bem claro na sua caracterização da percepção visual:
“Somos ensinados que a visão depende de um olho, o qual está
conectado ao cérebro. Eu sugiro que a visão natural depende de
um olho em uma cabeça que está sobre um corpo suportado
pelo chão, sendo o cérebro somente o órgão central de um siste-
ma visual completo.”5
• Organismos não estão fragmentados dos seus nichos, mas estão
em contínua reciprocidade através de suas trocas informacionais.
De modo geral, indicamos, no quadro abaixo, os aspectos que
consideramos mais importantes na diferença de foco entre percepção
direta (antirrepresentacionista) e percepção indireta (representacionista) e
sua relação com o conceito de informação. Ressaltamos que há diferentes
teorias que pressupõem a percepção como indireta, bem como divergências
conceituais no âmbito da percepção direta como no caso do conceito de
affordance6. Entretanto, expressamos (no quadro 1) aspectos comuns
e direct perception approach suggests that perceivers are not passive recipients of information, but active,
purposeful obtainers of information.” (Michaels; Carello, 1981, p. 15).
We are told that vision depends on the eye, which is connected to the brain. I shall suggest that natural
vision depends on the eyes in the head on a body supported by a ground, the brain being only the central
organ of a complete visual system. (Gibson, 1986, p. 1).
Devido a limitação de páginas, não entraremos em detalhes, neste texto, sobre as diferentes abordagens do
conceito de affordance no contexto da Filosofia Ecológica. Para detalhes mais específicos consultar Moroni
(2016), Turvey (1992) e Stoffregen (2003).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
52
dentre as teorias da percepção indireta e as concordâncias conceituais
no contexto da percepção direta. Os pontos comuns entre as vertentes
de cada teoria da percepção (indireta e direta) propiciam uma melhor
diferenciação entre ambas.
Quadro 1 – Diferenças entre percepção indireta e percepção direta
PERCEPÇÃO DIRETA PERCEPÇÃO INDIRETA
1 Não mediada por representações mentais Mediada por representações mentais
2Informação detectada diretamente pelos
sistemas perceptivos (visual, auditivo,
tátil, etc)
Informação formada e processada no
cérebro
3 Não inferencial, não conceitual Inferencial, interpretativa, conceitual
4Percepção baseada em informação/
extração de invariantes
Percepção baseada nas sensações/inputs/
outputs
5Awareness – prontidão para ação Consciência
6 Percepção panorâmica e sistêmica Percepção Fragmentada
7 Dinâmica e contínua Estática
8 Percepção de eventos Percepção de particularidades do objeto,
propriedades isoladas, fragmentos de
informação
9Reciprocidade/ Ressonância/
Compatibilidade Estímulo-resposta
10 Sistema perceptivo – extrai invariantes
do ambiente Receptor – responde aos estímulos do
ambiente
11 Inseparabilidade organismo-ambiente Separabilidade – organismo e ambiente
Fonte: Elaborado pela autora.
Como observamos no quadro acima, diferentemente de outras te-
orias da percepção como àquelas com raízes cartesianas, ou ainda, àque-
las relacionadas aos modelos computacionais da mente, por exemplo, nas
quais a representação mental funciona como mediadora entre agente e am-
biente, a teoria ecológica gibsoniana propõe uma alternativa antirrepresen-
tacionista para o estudo da percepção. No contexto ecológico, a percepção
direta da informação não envolve inferências, proposições e representações
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
53
mentais. O conceito de informação ecológica é peça-chave para a com-
preensão da percepção-ação nos moldes gibsonianos. Para entendermos o
conceito de informação ecológica, precisamos entender dois outros concei-
tos: invariantes e affordances.
3 informação para (affordances) E informação sobrE
(invariantes)
“Detectar affordances é, simplesmente, detectar significado.”
(Michaels; Carello, 1981, p. 41, tradução nossa).7
Diferentemente das teorias cognitivistas, a perspectiva ecológica
não tem como foco de análise a cognição, mas a informação disponível
para a percepção-ação. Segundo Large (2003), os organismos percebem
de modos diferentes os nichos que habitam, isso porque eles são seres com
características próprias, habitam nichos diferentes, possuem diversas his-
tórias evolutivas e distintos modos de ação. A teoria da percepção direta
gibsoniana está assentada em dois pilares informacionais, quais sejam: a
informação sobre (information about) e b) informação para (information for)
um organismo. A informação sobre é informação conectada às invariantes
(estruturais e transformacionais) e a informação para está ligada às affor-
dances disponíveis no ambiente. É através da percepção desses dois tipos de
informação, caracterizados como informação ecológica, que os organismos
agem no ambiente.
As invariantes são imprescindíveis para a percepção direta porque,
segundo Large (2003), elas se formaram e ainda se formam ao longo
da história evolutiva da Terra, expressando características constantes do
ambiente. As invariantes são caracterizadas como propriedades de padrões
informacionais que permanecem constantes e que determinam o que está
disponível para a percepção durante as mudanças no sistema organismo-
ambiente. Elas proporcionam estabilidade ao ambiente, propiciando
To detect affordances is, quite simply, to detect meaning.” (Michaels; Carello, 1981, p. 41).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
54
estrutura informacional adequada aos contextos específicos nos quais vi-
vem os organismos.
Existem dois tipos de invariantes caracterizados por Gibson (1986),
quais sejam: estrutural, isto é, propriedades que permanecem constantes em
meio a alterações no ambiente, tais como as superfícies; transformacional,
isto é, padrões de mudança que permanecem constantes, possibilitando a
identificação da ação dos organismos no ambiente, tais como o bater de
asas de uma águia.
Entretanto, apesar de seu caráter invariável, as invariantes ecológicas
não são consideradas permanentemente irreversíveis, pois isso seria contrá-
rio à própria posição ecológica acerca da coevolução do sistema organis-
mo-ambiente, dado que uma de suas principais características é a dinami-
cidade que permeia esse processo coevolutivo. Essa dinamicidade também
pode ocorrer com as invariantes estruturais, na medida em que os padrões
informacionais venham a se alterar drasticamente devido a interferências
de fatores externos. Para exemplificar, podemos pensar no derretimento
do Ártico. Com o aquecimento global, provocado principalmente pela ir-
responsabilidade humana no uso de tecnologias e dos recursos naturais,
as invariantes de superfície de gelo que forma a estrutura do Ártico estão
desaparecendo, bem como o nicho dos ursos polares e de inúmeras outras
espécies de organismos.
Em suma, as invariantes constituem as affordances ecológicas, en-
quanto possibilidade de ação e as affordances sociais, as quais são especifi-
cadas como padrões informacionais advindos da troca informacional entre
agente e ambiente no plano sociocultural.
O conceito de affordance “implica a complementaridade organismo
e ambiente” (Gibson, 1986, p. 127, tradução nossa)8. Ele é caracterizado
por Gibson (1986) como possibilidades de ação que o ambiente enquanto
organismos (humanos, gatos, etc), objetos para manuseio (copo, caneta,
etc), nichos e substâncias (água, etc), oferecem ao organismo situado e
incorporado. Outros animais possibilitam um leque amplo e complexo
de interações sexuais, predatórias, de lazer, de disputa, de cooperação e
It implies the complementarity of the animal and the environment.” (Gibson, 1986, p. 127).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
55
de comunicação. Os objetos possibilitam affordances para manuseio, por
exemplo. Através da complementaridade organismo-ambiente, perceber
affordances é perceber diretamente a informação significativa para a ação.
Em outras palavras, para Large (2003), perceber affordances é perceber a
informação do ambiente de um modo específico, direto, não inferencial.
No que concerne às affordances sociais9, segundo Schmidt (2007), a
existência destas depende da interrelação entre as propriedades do orga-
nismo e do ambiente em uma escala social. Elas são consideradas proprie-
dades sociais que emergem, porém sem serem reduzidas às propriedades
físicas do ambiente. Gonzalez (2011)10 descreve as affordances sociais como
oportunidades para a ação significativa que emergem da relação sistêmica
entre organismos e seus nichos. Elas são propriedades sistêmicas, de segun-
do grau, emergentes da relação entre affordances ecológicas e invariantes, co-
letivamente compartilhadas, pelos organismos nos seus nichos específicos.
Para Schmidt (2007), as affordances sociais expressam significados sociais
que proporcionam oportunidades para ação. Esses significados não estão
dentro da cabeça de organismos possuidores de cérebro enquanto repre-
sentações mentais, mas estão no ambiente ao emergirem das relações entre
as propriedades dos organismos e as propriedades do ambiente (Gonzalez;
Moroni, 2011). Exemplo de affordances sociais podem ser os diversos tipos
de danças, tais como danças indígenas (toré e jacundá), rock, salsa, catira,
samba, dança do ventre, balé etc.
Para McArthur e Baron (1983), affordances sociais são peças-chave
no processo de comunicação não-verbal entre seres humanos, na medida
em que revelam aspectos da interação entre duas ou mais pessoas como
gestos e expressões faciais ligadas às emoções. Tais aspectos nos servem de
suporte para decidir para quem pedir informações na rua, a quem pedir
ajuda para resolver algum problema etc. Nossas escolhas são moldadas e
direcionadas pelas affordances nos diferentes nichos que emergem do pro-
cesso coevolutivo entre organismo e ambiente.
O estudo das affordances sociais tem raízes nos trabalhos de Gibson (1986), e, posteriormente, nos trabalhos
de pesquisadores como Richard Schmidt (2007), Harry Heft (2007), Bert Hodges (2007), Reuben Baron
(1983, 2007) e Leslie Zebrowitz McArthur (1983).
10 Nota de aula – Informação fornecida pela Profª Drª Maria Eunice Quilici Gonzalez em Marília, em
novembro de 2011.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
56
De acordo com Gonzalez e Morais (2007), nicho11 pode ser caracte-
rizado como a parte do ambiente na qual os agentes deixam suas marcas;
ele delimita a identidade do animal no seu processo coevolutivo com o
ambiente.
4 informação, rEciprocidadE E nicho
O conceito de reciprocidade, segundo Claire Michaels e Zsolt
Palatinus (2014), é uma alternativa ao dualismo cartesiano, no que con-
cerne a relação organismo-ambiente. Para eles, de modo geral, na visão
dualista, a pele do corpo funciona como o limite que separa dois territórios
– o que está dentro da pele do corpo e o que está fora dos limites da pele
do corpo. Diferentemente, na concepção ecológica, o foco de análise está
na inseparabilidade e reciprocidade entre organismo e ambiente. Não há
limite entre dois territórios, separação entre corpo e ambiente, na medida
em que ambos são um continuum.
O conceito de reciprocidade, no contexto da teoria ecológica gibso-
niana, expressa que há trocas de informações entre organismo e ambiente.
Segundo Large (2003), na concepção ecológica nada existe em isolamento,
na medida em que o ambiente é considerado como um todo com estrutu-
ras entrelaçadas (nesting), as quais expressam o dinamismo que permeia as
relações de reciprocidade entre organismos e ambiente.
Consideramos que a relação de reciprocidade é crucial para a for-
mação do nicho. Isso porque, segundo Heft (2007), os organismos alteram
o ambiente para melhor se adaptarem a ele. Essas alterações e as adapta-
bilidades constituem a construção do nicho. A construção do nicho está
associada à história evolutiva de cada espécie no ambiente, o que também
expressa o aspecto sociocultural. Como ressalta Heft: “Em resumo, as qua-
lidades do econicho, as quais os organismos monitoram e ajustam, são elas
11 Nos estudos na área de Ecologia, o ambiente no qual os organismos vivem é caracterizado como habitat.
Na Filosofia Ecológica, o ambiente no qual os organismos vivem é definido como nicho. Isso porque o
nicho engloba tanto o ambiente como as ações que os organismos desempenham neste ambiente específico,
expressando a relação dinâmica e recíproca, coevolutiva, entre ambos.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
57
mesmas parcialmente criadas e mantidas pelas atividades das ações dos
indivíduos e da coletividade” (Heft, 2007, p. 88, tradução nossa).12
Nichos e organismos são complementares, ou seja, o organismo in-
dica um tipo específico de nicho e o nicho expressa um tipo particular de
organismo. Para exemplificar, citemos lugares escuros onde a luz do sol
dificilmente alcança. Estes lugares, tais como os porões, são propícios para
a constituição de nichos de espécies de aracnídeos como escorpiões e ara-
nhas. Alguns aracnídeos necessitam dessas propriedades específicas do am-
biente para se desenvolverem, e o ambiente propiciará esses tipos de pro-
priedades específicas (ausência de luminosidade) para o desenvolvimento
desses organismos (Michaels; Carello, 1981). No caso dos seres humanos,
podemos citar a derrubada de árvores para a urbanização de lugares que
se tornam cidades pequenas, médias e metrópoles. Ou ainda, o desmata-
mento desenfreado de florestas como a Amazônia para a criação de gado,
plantação de soja, mineração e comercialização de madeira.
Como veremos a seguir, a percepção de si no nicho é exterocepção
e a percepção das ações do nosso corpo no nicho é caracterizada como
propriocepção.
5 informação para pErcEpção dE si E do ambiEntE: ExtErocEpção
E propriocEpção
A percepção envolve também a propriocepção, a qual é caracterizada
pela percepção de si, da posição, localização no ambiente, direcionamento
e das alterações que temos de cada parte que constitui o corpo em relação
às outras e do próprio corpo em relação ao ambiente, sem precisar utilizar
necessariamente a visão.
A propriocepção não está inevitavelmente associada à uma consci-
ência reflexiva e conceitual, pois não envolve, necessariamente, representa-
ções mentais, mas pode ser caracterizada como sensação (não conceitual)
dos movimentos e ações do corpo na sua interação e coevolução com o
ambiente (Gonzalez; Haselager, 2003). Como exemplo de propriocepção,
12 In short, the qualities of the econiche that organisms monitor and adjust to are themselves partially created
and sustained by activities of individuals acting and collectively. (Heft, 2007, p. 88).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
58
podemos pensar na percepção sensorial que um indivíduo tem da contra-
ção dos músculos do seu corpo ao realizar passos de uma dança como a
dança do ventre, ou ainda, levantar peso em uma academia de ginástica.
Já a exterocepção é caracterizada como a percepção de elementos externos
(da luz, odor, calor, entre outros) que o ambiente proporciona aos agen-
tes. Como exemplo, podemos pensar na ação de um indivíduo que pisa
em um buraco na calçada e perde o equilíbrio corporal. Essa perda de
equilíbrio faz com que ele mova seu corpo, tentando contornar o buraco,
objetivando não cair no chão. Na perspectiva da Filosofia Ecológica, exte-
rocepção e propriocepção estão interconectadas, atuando conjuntamente
na percepção-ação.
Nesse contexto, como expressa Large (2003), a informação ecológica
é caracterizada como exteroespecífica (sobre o ambiente) e proprioespe-
cífica (sobre o próprio organismo). O encontro entre estes dois tipos de
informação proporciona o surgimento de eventos individuais e coletivos.
Em relação ao ambiente, há diferenças a serem consideradas nas
concepções de ambiente para a ciência Física e para a Filosofia Ecológica.
Gibson (1986) não desconsidera os estudos da Física na elaboração da sua
teoria ecológica, mas ele direciona, metodologicamente, suas investigações
no plano ecológico de ações dos organismos. Este não se situa no plano
microscópico, atômico ou molecular, tampouco no plano macroscópico
planetário. A dimensão pragmática da ação dos organismos delimita as
concepções da Filosofia Ecológica em um plano de análise que leva em
consideração a dinamicidade das ações em relação à experiência vivida e à
coevolução dos organismos no ambiente.
A diferença entre as concepções de ambiente na Física e na Filosofia
Ecológica está relacionada principalmente à escala temporal dos eventos
e ao layout (plano das superfícies). Como exemplo das diferenças na esca-
la temporal, Gibson (1986) menciona que o processo de erosão de uma
montanha pode levar milhares de anos para ocorrer, mas a percepção de
alguns organismos ao verem cair uma rocha acontece em segundos. Isso
devido à diferença nas escalas temporais em que os eventos se constituem
como tal; o organismo humano não percebe o processo interno de erosão
de uma montanha, que ocorre no plano microscópico, mas sim o desgaste
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
59
e o cair das rochas, ou seja, o organismo humano, por exemplo, percebe o
evento no plano macroscópico da ação.
Tanto a concepção da Física como a da Filosofia Ecológica admi-
tem que o ambiente está em constante mudança. Entretanto, o ponto de
discordância entre ambas as perspectivas está no tipo de mutabilidade do
ambiente. Para exemplificar, Gibson (1986) explica que no viés da Física,
quando uma geleira derrete, por exemplo, ela não deixou de existir, mas a
massa de neve compactada que a forma, a qual por sua vez é constituída
por cristalização ou solidificação do vapor d’água13, apenas mudou de es-
tado, isto é, de sólido para líquido. Isso porque esse objeto não persiste no
ambiente, mas somente a substância que o constitui, neste caso, a água nos
seus estados gasoso, sólido e líquido. Já na concepção ecológica, a geleira
deixou de existir porque com o seu derretimento, não há mais o nicho que
assim a caracterizava para alguns organismos.
O ambiente, na concepção ecológica gibsoniana, foge dos padrões
e medidas estabelecidos pela ciência Física. Apesar de não desconsiderar
os estudos da Física, Gibson (1986) direciona as suas pesquisas ao plano
macro ou ecológico, referente às ações dos organismos situados e incor-
porados. O plano macro difere do plano micro e do macrocósmico, na
medida em que foca na dimensão pragmática da ação dos organismos, no
seu cotidiano, nas suas experiências individuais, sociais e culturais. Como
exemplo das diferenças entre Física e Filosofia Ecológica na caracterização
do ambiente, podemos pensar na temporalidade dos eventos. No viés eco-
lógico, uma banana verde, ainda no cacho, para a escala temporal do ser
humano, não está apta para servir de alimento. Porém, na escala temporal
de algumas espécies de pássaros, a banana verde pode estar apta para servir
de alimento.
No quadro 2, nós expomos algumas diferenças entre ambiente físico
e ecológico.
13 Fonte: National Geographic Brasil, 2024.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
60
Quadro 2 – Ambiente físico e ambiente ecológico
PLANO DA FÍSICA PLANO ECOLÓGICO
1 Percepção de unidades no ambiente Percepção de unidades entrelaçadas
(nesting) no ambiente
2Percepção Visual - snapshot Percepção visual contínua e
panorâmica
3 Percepção do tempo do relógio Não percebemos tempo, mas
mudanças, processos, sequências etc.
4Percepção no plano micro ou
macrocósmico Percepção no plano macro
Fonte: Elaborado pela autora.
Cabe ressaltar, ainda, que Gibson (1986) não ignora o fato de que
o ambiente pode ser caracterizado a partir de suas diferentes gradações e
planos, desde o macroscópico ao microscópico. Gibson (2015) cita, por
exemplo, a perspectiva biológica, que classifica os seres em vivos e não vi-
vos; a zoologia que estuda a hereditariedade e anatomia dos organismos ou
a psicologia que está voltada ao desenvolvimento de pesquisas relacionadas
aos modos de vida do organismo humano. Para os estudos desenvolvi-
dos na Filosofia Ecológica, as investigações acerca da hereditariedade não
são desconsideradas, mas são colocadas em segundo plano. Isso porque a
Filosofia Ecológica atribui especial ênfase ao estudo do plano da percep-
ção-ação, no qual são investigados os modos de vida diversificados dos
organismos.
A instanciação da informação significativa (affordances), ou informa-
ção ecológica, no ambiente ecológico ocorre através de padrões de ajustes
auto-organizados, os quais serão abordados no próximo tópico.
6 informação Ecológica: auto-organização E padrõEs dE ajustE
A informação ecológica, segundo Gonzalez e Morais (2007), é carac-
terizada como um conjunto de padrões informacionais constantes e dinâ-
micos, também denominados invariantes, os quais constituem affordances,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
61
possibilitando ações. A dinamicidade e constância desses padrões infor-
macionais advém da reciprocidade organismo-ambiente. Como ressaltam
Gonzalez e Morais:
Um dos principais recursos empregados por Gibson no estudo
da percepção-ação é o conceito de informação ecológica: um
conjunto de invariantes estruturais disponíveis no meio ambiente
que possibilitam a realização da ação dos organismos nos seus
nichos específicos. Tais invariantes, que podem ser estruturais ou
de movimento [transformacionais], constituem affordances ou
estruturas informacionais presentes no meio ambiente facilitadoras
da ação (Gonzalez; Morais, 2007, p. 150).
A informação ecológica, segundo Gibson (1986) e Turvey (1992),
exuberante de significado, está no ambiente para ser percebida, indepen-
dentemente do agente. Quando percebida, ela se torna significativa para
o agente que a detectou diretamente, no contexto do seu nicho específico.
Para Daniela Vaz (2015), a informação ecológica não está no organismo,
em suas memórias decodificadas e nem no conhecimento inferencial, por
exemplo, como expressam as teorias representacionistas da percepção. A
informação ecológica está disponível no ambiente que envolve os sistemas
perceptivos, sendo caracterizada como independente de qualquer processo
perceptivo. A percepção da informação é considerada posterior à existência
da informação.
Segundo Gonzalez, Broens e Moraes (2010), a informação ecológi-
ca, proposta por Gibson (1986), emerge como a novidade no conjunto e
teorias da informação no âmbito da “virada informacional”. Isso porque a
sua abordagem ecológica, antirrepresentacionista e antimecanicista, rein-
troduz o elo entre organismo e ambiente. Como caracterizada anterior-
mente, a informação ecológica é expressa por meio de affordances, as quais
possibilitam um rol de possibilidades de ações para organismos situados e
incorporados nos seus nichos. É através dos nichos, constitutivos de affor-
dances, que os organismos expressam os modos como vivem no seu proces-
so coevolutivo com o ambiente. A informação ecológica, significativa para
a percepção dos organismos situados e incorporados, é captada diretamen-
te, emergindo desse processo coevolutivo.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
62
Para Michaels e Palatinus (2014), a informação ecológica é um pa-
drão que especifica a relação do sistema organismo-ambiente e percep-
ção-ação. Para eles, se a informação ecológica específica objetos e eventos,
então, a percepção desses objetos e eventos ocorre através da detecção dessa
informação específica.
A informação ecológica pode ser caracterizada como um processo
auto-organizado, gerador de padrões de ajustes, instanciadores de signifi-
cado, ou, mais precisamente, de affordances. A teoria da auto-organização
(TAO), segundo Debrun (1997), Gonzalez (1998) e Gonzalez e Haselager
(2003) é caracterizada como o encontro (ajuste) e a interação espontânea
entre elementos distintos e soltos, sem a presença de um centro controla-
dor absoluto, originando novas formas de organização. Segundo Debrun
(2009), o sujeito não tem um papel central nas relações, ocupando apenas
lugar secundário, havendo somente uma concepção vaga de subjetividade.
A maneira como ocorre a interação entre os elementos de um siste-
ma auto-organizado pode ser primária ou secundária. A auto-organização
primária está relacionada à interação entre elementos realmente distintos
e soltos, sem memória, sem centro controlador absoluto e sem uma forma
pré-existente, diferentemente das interações heterorganizadas. Já a auto-
-organização secundária emerge da relação entre os elementos distintos e
semidistintos da auto-organização primária, expressando nível maior de
complexidade, advinda do aprendizado. A auto-organização secundária se
origina de sistemas já existentes (Debrun, 2009). De acordo com Debrun:
Há auto-organização cada vez que, a partir de um encontro entre
elementos realmente (e não analiticamente) distintos, desenvolve-
se uma interação sem supervisor (ou sem supervisor onipotente)
– interação essa que leva eventualmente à constituição de uma
“forma” ou à reestruturação por “complexificação”, de uma forma
já existente (Debrun, 2009, p. 63).
Exemplos de auto-organização primária são: células de defesa,
leucócitos, as quais se auto-organizam e atuam contra elementos que
ameaçam o organismo como vírus ou bactérias; mulheres que se juntam
na rua, espontaneamente, para defender outra em situação de violência
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
63
de gênero; veículos e pedestres que se ajustam, sem causar acidentes de
trânsito, em lugares onde há pouca ou nenhuma sinalização, entre outros.
Exemplos de auto-organização secundária são: células de defesa, leucócitos,
as quais, após adquirirem aprendizado contra elementos invasores, tais
como vírus H1N1 ou SARS-CoV-2, se auto-organizam a fim identificar e
combater o elemento ameaçador; grupos de mulheres que, num primeiro
momento, auto-organizam-se contra a violência de gênero em protesto
pelas ruas, na luta por direitos, após presenciarem algum episódio de
violência, entre outros.
Através dos encontros entre os elementos do sistema no processo de
auto-organização, são estabelecidos diversos padrões de ajustes (Debrun,
2009; Gonzalez; Broens; Moraes, 2010) que irão direcionar a ação dos or-
ganismos. Neste texto, focalizamos quatro padrões de ajuste que conside-
ramos importantes na caracterização do processo auto-organizado, gerador
de informação ecológica, quais sejam:14
1º padrão de ajuste – o significado ainda está em seu processo ger-
minativo, começando a surgir via encontro casual e indeterminado entre
elementos que proporcionarão a instanciação do sistema. Esse encontro
entre elementos do sistema também pode não ter a característica de aleato-
riedade, não impedindo que o sistema possa emergir.
2º padrão de ajuste – começa o processo de instauração e instanciação
do significado, possível através da troca informacional entre os elementos
envolvidos no processo. A partir dessas trocas informacionais, elementos
do processo adquirem informação uns sobre os outros, bem como sobre
a disponibilidade de informação para a ação no ambiente. No continuum
dessas trocas informacionais surge a afinidade entre os elementos envolvi-
dos no processo, através do compartilhamento funcional da informação
em comum.
3º padrão de ajuste – o significado é instaurado e isso permite que o
sistema se estabilize, possibilitando a cristalização de uma forma.
14 Notas de aula – Informação fornecida pela Profª Drª Maria Eunice Quilici Gonzalez em Marília, em maio
de 2010.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
64
4º padrão de ajuste – é o conjunto dos outros três padrões de ajustes
anteriores que, combinados, possibilitam que o sistema ganhe funcionali-
dade. Neste último padrão de ajuste, a vida se torna significativa na medida
em que, a partir de adaptações contínuas, é possível a emergência de infor-
mação repleta de novidade.
É através dos padrões de ajustes que se instaura a informação
significativa ou affordance. Entretanto, a informação ecológica também
pode ser insuficiente para a percepção de determinado organismo, não
detectada, possibilitando percepção-ação incompleta.
7 informação não dEtEctada E pErcEpção-ação incomplEta
“Uma percepção, na verdade, não tem um fim. Perceber é contínuo.”
(Gibson, 1986, p. 253, tradução nossa).15
A informação que especifica affordances é relativa ao que os orga-
nismos podem fazer em relação ao ambiente em um determinado mo-
mento. Para que as ações desses organismos se ajustem às affordances não
é necessário que eles percebam e estejam sencientes (aware) de todas as
affordances disponíveis no ambiente ou de planos contextuais diferentes
como o domínio micro de ação. O organismo apenas precisa perceber o
suficiente para realizar uma ação efetiva.
Para Michaels e Carello (1981), a percepção não tem um ponto final
definido. Isso porque, no domínio ecológico, a percepção é um desdobra-
mento contínuo de eventos ecológicos. Para elas, dizer que certa percep-
ção está errada ou em erro se torna inapropriado, uma vez que nenhuma
percepção está associada à busca de uma verdade pragmática absoluta em
nenhuma circunstância contextual. A percepção direta não é proposição
que expressa valoração entre certo ou errado, verdadeiro ou falso, mas é
baseada na compatibilidade e coexistência entre organismo e ambiente.
15 A perception, in fact, does not have an end. Perceiving goes on. (Gibson, 1986, p. 253).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
65
A percepção não pode estar em erro, mas continuamente se adaptando às
affordances do ambiente. Como ressaltam Michaels e Carello:
No viés ecológico, o propósito da percepção não é produzir um
produto final (tal como um percepto), mas restringir as ações de
tal modo que revelem continuamente aspectos úteis do ambiente.
Percepção não pode estar em erro, porque em nenhum momento
desse evento ela tem de permanecer como a última palavra sobre
uma verdade pragmática. (Michaels; Carello, 1981, p. 95, tradução
nossa).16
Segundo Michaels e Carello (1981), a percepção é contínua e esten-
dida, na medida em que se desdobra buscando e se adaptando à informa-
ção do ambiente. Um exemplo a ser contestado por elas seria a atribuição
de erro na percepção quando alguém, no deserto, percebe um brilho óp-
tico como se fosse água. Neste caso, não podemos classificar a percepção
como erro, mas caracterizá-la incompleta e a ação da pessoa que percebe
brilho óptico como água, como adaptada à informação disponível naque-
la situação. Isso porque mesmo incompleta, a percepção-ação contribui
para que haja mudanças das situações em que o agente se encontra. Essas
mudanças permitem que o agente não fique aprisionado num falso com-
portamento consumatório e derradeiro, mas propicia a busca pelo objetivo
que leva ao aprendizado, aos desdobramentos e a novas buscas e, assim,
continuamente.
No caso da busca pela água no deserto, confundir o brilho óptico
com água não torna a percepção um erro, pois essa miragem, de certa
forma, propicia a busca pela água. Nesse contexto, a percepção não é me-
dida e entendida nos moldes da física, mas na perspectiva ecológica, a
qual expressa que o sistema perceptivo dos organismos detecta variáveis e
invariáveis diferentes daquelas medidas pelos instrumentos dos físicos. O
erro, neste caso, seria não ter qualquer ação que levasse à busca pela água.
Mesmo a miragem propicia algum tipo de ação em busca pela água, ação
16 In the ecological view, the purpose of perception is not to produce an end product (such as a percept), but
to constrain actions in such a way as to continuously reveal useful aspects of the environment. Perception
cannot be in error because no one moment in that event must stand as the last word on pragmatic truth.
(Michaels; Carello, 1981, p. 95).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
66
esta que, como mencionado, não pode ser classificada como errada, apenas
como incompleta e apropriada ao contexto informacional. A percepção
não é investigada no plano micro, mas no domínio macro de ação, no
contexto das relações ecológicas. Por isso, ela é entendida como incompleta
e adaptada à informação que está disponível no ambiente, mas não como
certa ou errada. Como ressaltam Michaels e Carello:
Se aquelas luzes trêmulas se revelam ser (terem sido?) uma
miragem, o agente-perceptor não cometeu um erro; que se tratava
de uma miragem foi revelado através de ações efetivas limitadas
perceptualmente. O erro teria sido não ter qualquer ação (Michaels;
Carello, 1981, p. 95, tradução nossa).17
Para Michaels e Carello (1981), a incompletude da percepção-ação
não está baseada em resultados finais, mas na história coevolutiva organis-
mo-ambiente. O organismo não está percebendo ou agindo erradamente
se ele/ela está fazendo o que supostamente deveria fazer com aquilo que
aprendeu e proporcionou seu desenvolvimento no meio em que está inse-
rido. Nesse sentido, Michaels e Carello (1981) afirmam que a percepção
não pode ser considerada errada somente porque o sistema perceptivo de-
tecta invariáveis diferentes daquelas detectadas pelos instrumentos usados
na Física. A incompletude da percepção, em determinados contextos, não
especifica apropriadamente as affordances do ambiente. Como ressaltam
Michaels e Carello (1981, p. 91, tradução nossa): “Nestes casos, nós reco-
nhecemos a percepção como uma fonte para uma ação bem-sucedida ser
incompleta ao invés de ser errada.”18
Concordamos com Michaels e Carello acerca da concepção de per-
cepção como incompleta ao invés de errada, no que diz respeito à não
detecção da informação adequada para ação. Isso porque na perspectiva da
Filosofia Ecológica os estudos acerca da percepção são realizados no plano
das relações. Neste âmbito, definir a percepção como correta ou errada é
17 If those shimmers turn out to be (have been?) a mirage, the actor-perceiver has not made a mistake; the fact
of the mirage was revealed through perceptually constrained effective actions. e mistake would be to take
no action.(Michaels; Carello, 1981, p. 95).
18 In this cases, we recognize perception as a source for successful action to be incomplete rather than in error
(Michaels; Carello, 1981, p. 91).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
67
limitar a ação do organismo e desconsiderar a amplitude de sua coevolu-
ção e de seu aprendizado com o meio. Consideramos que as affordances,
enquanto fonte de informação do ambiente, existem independentemente
da possibilidade de percepção do organismo ser incompleta. Não há per-
cepção errada, mas somente informação disponível no ambiente que pode
ser especificada ou apreendida parcialmente, dependendo do contexto em
que o organismo se encontra.
Para exemplificar, podemos pensar no caso de uma mulher que con-
funde colírio para os olhos com supercola para unhas postiças. Este caso
ocorreu nos EUA19, em 2023, cuja mulher de nome Jennifer deixou seu co-
lírio ao lado do tubo de cola que a filha usa para as unhas. Ao pegar o tubo
e passar nos olhos, não percebeu que se tratava de cola; somente percebeu
quando o contato com os olhos aconteceu. Neste caso, a percepção da
mulher não estava errada e tampouco a informação (affordance) dos tubos
estava errada. O que ocorreu foi que a mulher teve uma percepção parcial
em especificar a affordance que indicava ser o tubo que ela pensava ser co-
lírio, mas era supercola. A affordance de “aplicável nos olhos” existe assim
como a affordance que indica que o tubo de colírio, na verdade, era de cola.
Essa affordance apenas não foi identificada devido ao fato da percepção da
mulher ter sido incompleta para esta ação nesse contexto.
Como afirmam Michaels e Carello (1981), o propósito da percepção
está na efetividade e na ação útil e essa ação é o critério relevante para o
sucesso da percepção. A atividade útil é condição necessária para se ajustar
aos critérios de relevância e para a continuidade da vida. Trombar com
uma porta de vidro ou cair na areia movediça não torna inválida a proposta
de que a percepção pode ser incompleta, mas não errada. Entretanto, po-
demos questionar: Qual é a vantagem em desconsiderar o erro na percep-
ção? Qual seria a vantagem da percepção incompleta que causa a morte de
algum organismo? No exemplo de um ambiente com areia movediça, qual
seria a vantagem que a percepção incompleta causaria a um organismo que
irá morrer por captar inapropriadamente a informação do ambiente?
19 Fonte: https://www.folhape.com.br/noticias/americana-confunde-super-cola-com-colirio-e-vai-parar-no-
hospital/274809/
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
68
Em resposta a estes questionamentos entendemos que, no plano in-
dividual, não concordamos com a hipótese de Michaels e Carello (1981)
que a percepção incompleta pode levar a mudanças de situações em que
o agente se encontra, sendo considerada vantajosa. Nem toda mudança
pode ser vantajosa como no caso do exemplo da morte do animal na areia
movediça. A desvantagem é oriunda da possibilidade de incompletude da
percepção que pode levar os organismos a agirem de modo inapropriado,
através da não detecção de informação adequada em determinado contex-
to para determinado agente.
Para exemplificar, mencionamos mariposas que batem em luzes arti-
ficiais até morrerem. Segundo Hertzberg (2018), isso acontece porque elas
evoluíram através de orientação transversal, tendo o brilho da lua como
direcionador. Até incorporarem ao aprendizado perceptivo a informação
que especifica a luz artificial e não brilho da lua, elas continuarão a bater
várias vezes na luz até caírem no chão, mortas. Entretanto, a vantagem
da percepção incompleta possivelmente estaria no plano da coletividade.
Neste plano, as mortes de muitas mariposas batendo na luz ou de animais
na areia movediça podem propiciar aos outros membros das espécies infor-
mações necessárias para que as espécies possam evoluir através do aprendi-
zado coletivo.
8 conclusão
Investigamos, neste capítulo, o conceito de informação no contexto
ecológico gibsoniano, focalizando a abordagem antirrepresentacionsita da
percepção-ação. Enfatizamos os conceitos de informação ecológica, affor-
dance, invariante, propriocepção, exterocepção, percepção direta e recipro-
cidade no processo coevolutivo dos organismos situados e incorporados
em seus nichos.
Mostramos que a abordagem antirrepresentacionista ecológica foi um
golpe no representacionismo (internalista e externalista) nos estudos cognitivos
e, principalmente, sobre percepção-ação, substituindo o processamento de
informação, as inferências e, consequentemente, a fragmentação agente que
percebe e objeto percebido pela mutualidade organismo-ambiente, num
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
69
continuum percepção-ação. Na abordagem ecológica, o cérebro deixa de ser
o centro das atenções, pois o que importa é o corpo situado e incorporado
nas suas trocas informacionais com o ambiente.
Prosseguimos com nosso estudo através dos conceitos de informação
para e informação sobre, indicando a imprescindibilidade de affordances e
invariantes para a percepção-ação. Invariantes são padrões informacionais
que se mantêm constantes ao longo do processo coevolutivo organismo-
ambiente. Gibson (1986) caracterizou dois tipos de informação sobre ou
invariantes: estruturais e transformacionais. Como apontamos, as estruturais
indicam a permanência de padrões ao longo das mudanças no ambiente;
já as transformacionais expressam padrões de alterações que permanecem
constantes. As invariantes constituem affordances que são possibilidades de
ação que o ambiente oferece aos organismos. As affordances, enquanto in-
formação significativa, estão no ambiente para serem captadas diretamen-
te. No plano social, as affordances são caracterizadas como inter-relação
entre propriedades do organismo e do ambiente.
Relacionamos os conceitos de reciprocidade e nicho, mostrando que
a reciprocidade, enquanto trocas informacionais e inseparabilidade orga-
nismo e ambiente, é elemento fundamental na percepção de affordances,
bem como na construção do nicho. O nicho é caracterizado como a parte
contextualizada do ambiente onde os agentes deixam suas marcas como
expressividade do processo coevolutivo.
Salientamos que a percepção que os organismos têm de si e as ações
dos seus corpos nos seus respectivos nichos podem ser consideradas sob a
ótica da exterocepção e propriocepção. Destacamos também as diferenças
entre o ambiente ecológico e o ambiente caracterizado pela ciência Física,
no plano da percepção-ação. Posteriormente, mostramos a importância
de padrões de ajustes auto-organizados na caracterização da informação
ecológica, na medida em que a percepção da informação advém de es-
truturas invariantes significativas que possibilitam a auto-organização da
percepção-ação.
Com base nas concepções de Michaels e Carello (1981), investiga-
mos também a possibilidade do erro na percepção, argumentando que é
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
70
impossível haver erro na percepção direta. Isso porque no contexto ecoló-
gico, a percepção não está relacionada à busca de uma verdade pragmática
absoluta em nenhuma circunstância contextual. A percepção não pode ser
considerada errada porque não há valoração de nenhum tipo e em ne-
nhuma escala. A percepção ecológica é caracterizada como incompleta em
situações específicas. Essa incompletude pode ser desvantajosa no plano
individual e vantajosa no plano coletivo.
Encaminhamos este texto para sua finalização, expressando a im-
portância e as contribuições da teoria ecológica da percepção-ação para
reflexões sobre as consequências negativas da influência da ação antrópica
no ambiente.
Ação antrópica é caracterizada como ação humana que impacta
de forma negativa ou positiva o ambiente. As ações antrópicas negativas
se intensificaram desde a revolução industrial, tornando-se ainda mais
devastadoras para o ambiente com o avanço científico e tecnológico usa-
do para capturar e explorar recursos naturais, sem preocupações com a
preservação da natureza (Sousa, [20--?]). Entre as causas da influência
antrópica negativa estão, por exemplo, a urbanização sem planejamento
adequado, desmatamento e queimadas ligadas às atividades agropecuá-
rias e mineração, poluição de rios e mares, queima de combustíveis fós-
seis e emissão de poluentes que, por sua vez, acarreta mudanças climáti-
cas, escassez de recursos naturais, racismo ambiental, desastres naturais,
fome, miséria, entre outros.
A mudança climática que castiga países do mundo de diversas ma-
neiras, através de enchentes, inundações, frio e calor extremos, por exem-
plo, também acarreta a redução da qualidade e quantidade de água potá-
vel, aumento do risco de extinções de diversas espécies, acidificação dos
oceanos, insegurança alimentar através da redução de produção e aumen-
to dos preços dos alimentos, aumento de doenças etc. (Silva; Colombo,
2019). Consequências da mudança climática são sentidas em maior grau
por pessoas atingidas pelo racismo ambiental, conceito que expressa a am-
pla proporção com que populações pobres, socialmente discriminadas e
vulnerabilizadas são atingidas com a degradação do ambiente, a qual é
causada principalmente pela ação antrópica. O racismo ambiental também
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
71
se manifesta através da elaboração de políticas públicas que desconside-
ram a importância da qualidade e dignidade de vida dessas populações
invisibilizadas e silenciadas pelo preconceito enraizado estruturalmente na
sociedade (Di Spagna, 2023). Para Tania Pacheco (2007),
Chamamos de Racismo Ambiental às injustiças sociais e ambientais
que recaem de forma implacável sobre etnias e populações
vulnerabilizadas. O Racismo Ambiental não se configura apenas
através de ações que tenham uma intenção racista, mas, igualmente,
através de ações que tenham impacto “racial”, não obstante
a intenção que lhes tenha dado origem. (…) O conceito de
Racismo Ambiental nos desafia a ampliar nossas visões de mundo
e a lutar por um novo paradigma civilizatório, por uma sociedade
igualitária e justa, na qual democracia plena e cidadania ativa não
sejam direitos de poucos privilegiados, independentemente de cor,
origem e etnia.
Segundo Ângela Gomes (2024), no Brasil, a população negra também
é a mais exposta a qualquer impacto ambiental que tenha consequências
graves, dado que é essa população que ocupa predominantemente as áreas
consideradas de risco para desastres ambientais. Isso é consequência da ex-
clusão territorial originada no período colonial escravocrata, o qual se impôs
na configuração rural e dos centros urbanos. Como afirma Gomes (2024):
O resultado da exclusão territorial escravocrata desenha as
cidades de hoje: quem está nas encostas, onde há o maior índice
de deslizamento, são os negros. As baixadas, lugares com a pior
drenagem, sem saneamento básico, são territórios que as imobiliárias
não desejam e são deixados para as comunidades marginalizadas do
espaço urbano, a população negra.
Entendemos que as ações antrópicas negativas, as quais geram mu-
danças climáticas que atingem fortemente populações expostas ao racismo
ambiental, também advêm da perspectiva humana em relação à natureza,
qual seja, mecanicista, racionalista, antropocêntrica. Perspectiva esta disse-
minada há séculos nos campos do conhecimento científico que envolvem
a Física, Matemática, Engenharias, Medicina ocidental e demais ciências.
A visão de mundo fragmentada e mecanicista, herdeira do pensamento
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
72
cartesiano, considera a natureza uma máquina a ser controlada, utilizada e
explorada pelo ser humano, único possuidor e detentor da razão, elemento
essencial e soberano no suposto domínio do ambiente. A perspectiva téc-
nico-antropocêntrica que coloca o ser humano no centro da natureza, sob
o primado da razão e da tecnologia, tem sido a principal causa das ações
antropogênicas ambientalmente devastadoras (Gonzalez; Moroni, 2011).
A desconsideração em relação a outras espécies e ao próprio nicho humano
tem gerado consequências que, a curto, médio e longo prazo, tornaram-se
e podem se tornar irreversíveis como a extinção de outras espécies e o au-
mento de temperatura no planeta.
Consideramos que a perspectiva ecológica gibsoniana tem muito a
contribuir para que haja uma mudança em relação à visão de mundo frag-
mentada e antropocêntrica, principal alicerce dos impactos negativos da
ação antrópica. Entre estas contribuições podemos citar:
• O ser humano não é o eixo central da natureza, é somente
mais uma espécie entre outras no processo coevolutivo com o
ambiente.
• A razão, relacionada à primazia do cérebro humano em relação
às outras espécies, deixa o seu reinado; no seu lugar, o corpo
como todo é considerado essencial na aquisição de conhecimen-
to através de trocas informacionais organismo-ambiente.
• A reciprocidade, cujo elemento aglutinador é a informação eco-
lógica, é apresentada como substituta para a hierarquização e
separabilidade organismo-ambiente.
• A percepção direta de informação significativa, affordances, que
se formam através de padrões de ajustes, propicia o conhecimen-
to não proposicional de que somos organismos conectados, in-
corporados e situados no ambiente.
Em síntese, a desierarquização da natureza, cujo centro não é mais
o humano, a derrocada do primado único da razão em relação ao corpo,
a necessidade de perceber o que nos conecta, a reciprocidade e inseparabi-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
73
lidade organismo-ambiente formam o alicerce para ações antropogênicas
positivas como reflorestamento em áreas que foram destruídas pela ação
humana, a preservação de ecossistemas e da biodiversidade, a diminuição e
interrupção da emissão de gases tóxicos, a intensificação da agroecologia, a
utilização de fontes de energia renováveis como a solar e eólica, a reparação
de injustiças sociais e ambientais, entre outros.
A necessidade de nos conectarmos novamente com a natureza advém
da percepção de que a “natureza também somos nós”, explicitada, também,
pelo conceito ecológico gibsoniano de reciprocidade. Como salienta Ailton
Krenak em entrevista para o Jornal O Estado de Minas, em 2020:
Estamos há muito divorciados desse organismo vivo que é a Terra.
Do nosso divórcio das integrações e interações com a nossa mãe,
a Terra, resulta que ela está nos deixando órfãos, não só os que em
diferente graduação são chamados de índios, indígenas ou povos
indígenas, mas todos. Enquanto a humanidade está se distanciando
do seu lugar, um monte de corporações espertalhonas tomam
conta e submetem o planeta: acabam com florestas, montanhas,
transformam tudo em mercadorias. Fomos, durante muito tempo,
embalados com a história de que somos a humanidade e nos
alienando desse organismo de que somos parte, a Terra, e passamos
a pensar que ele é uma coisa e nós, outra: a Terra e a humanidade.
Eu não percebo onde tem alguma coisa que não seja natureza. Tudo
é natureza. O cosmos é natureza. Tudo em que eu consigo pensar é
natureza (Krenak, 2020).
Ou ainda, nas palavras de Harry Heft (2007, p. 95, tradução nossa):
O ambiente para os animais carrega a marca das suas atividades.
A construção do nicho – uma indicação extremamente tangível
da reciprocidade organismo – ambiente – é comum, e isto é
mais especialmente o caso para os seres humanos. Os ambientes
que nós vivemos têm sido transformados pela atividade humana.
Considerar esses ambientes separados das maneiras que os humanos
agem e os têm transformado, é tratar o ambiente na mais abstrata
das maneiras.20
20 e environment for animals bears the mark of their activities. Niche construction – a very tangible
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
74
rEfErências
ADAMS, F. e informational turn in philosophy. Minds and Machines, Netherland,
v. 13, p. 471-501, Nov. 2003. DOI: https://doi.org/10.1023/A:1026244616112.
Disponível em: https://link.springer.com/article/10.1023/A:1026244616112. Acesso
em: 13 nov. 2024.
BARON, M. R. Situating coordination and cooperation between ecological and social
psychology. Ecological psychology, Philadelphia, v. 19, n. 2, p.179-199, Dec. 2007.
BATESON, G. Mente e natureza: a unidade necessária. Rio de Janeiro: Francisco Alves,
1986.
DEBRUN, M. A ideia de auto-organização. In: D’OTTAVIANO, I. L.; GONZALEZ,
M. E. Q. (org.). Identidade nacional brasileira e auto-organização. Campinas: Coleção
CLE, 2009. p. 53-74. Disponível em: https://ebooks.marilia.unesp.br/index.php/lab_
editorial/catalog/view/121/2311/3857. Acesso em: 13 nov. 2024.
DEBRUN, M. M. Auto-organização e ciências cognitivas. In: GONZALES, M. E.
Q. et al. (org.). Encontro com as ciências cognitivas. Marília: Faculdade de Filosofia e
Ciências, 1997. p. 27-34. DOI: https://doi.org/10.36311/1997.978-85-60810-30-7.
DESCARTES, R. Discurso do método. São Paulo: Martins Fontes, 2001.
DESCARTES, R. Meditações. São Paulo: Abril Cultural, 1983.
DI SPAGNA, J. O que é racismo ambiental e como ele ocorre no Brasil e no mundo.
Guia do Estudante, São Paulo, set. 2023. Disponível em: https://guiadoestudante.abril.
com.br/atualidades/o-que-e-racismo-ambiental-e-como-ele-ocorre-no-brasil-e-no-
mundo. Acesso em: 13 abr. 2024.
DRETSKE, F. I. Knowledge and the flow of information. Oxford: Blackwell, 1981.
FODOR, J. A. Representations. Cambridge, MA: MIT Press, 1981.
FODOR, J. A. e Language of thought. New York: omas Y. Crowell, 1975.
FODOR, J. A.; PYLYSHYN, Z. W. How direct is visual perception?: some reflections
on Gibson’s “ecological approach”. Cognition, Lausanne, Netherlands, v. 9, p. 139-196,
Apr. 1981.
GIBSON, E. J. Ontogenesis of the perceived self. In: NEISSER, U. (ed.). e perceived
self: ecological and interpersonal sources of self-knowledge. Cambridge: Cambridge
University Press, 1993. p. 25-42.
GIBSON, J. J. Reasons for realism. New Jersey: Lawrence Earlbaum Associates, 1982.
indication of animal – environment reciprocity – is a common place, and this is most especially the
case for humans. e environments we live in have been transformed by human activity. To treat those
environments apart from the ways human actions have transformed them is to treat “environment” in the
most abstract of ways. (Heft, 2007, p. 95)
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
75
GIBSON, J. J. e ecological approach to visual perception. New Jersey: Lawrence
Earlbaum Associates, 1986.
GIBSON, J. J. e ecological approach to visual perception. New York: Psychology Press
Classic Editions, 2015.
GIBSON, J. J. e senses considered as perceptual systems. Boston: Houghton Mifflin,
1966.
GOMES, A. O que é racismo ambiental? Por que falar disso é importante? Ciência hoje,
Rio de Janeiro, mar. 2024. Disponível em: https://cienciahoje.org.br/artigo/o-que-e-
racismo-ambiental-por-que-falar-disso-e-importante. Acesso em: 20 nov. 2024.
GONZALEZ, M. E. Q. Auto-organização e perspectivismo: algum acréscimo à ciência
cognitiva? In: GONZALEZ, M. E. Q.; BROENS, M. C. (org.). Encontro com as ciências
cognitivas. Marília: Unesp-Marília-Publicações, 1998. v. 2. p. 3-13.
GONZALEZ, M. E. Q.; BROENS, M. C.; MORAES, J. A. A virada informacional na
filosofia: alguma novidade no estudo da mente? Revista de filosofia: Aurora, Curitiba, v.
22, n. 30, p. 137-151, maio 2010.
GONZALEZ, M. E. Q.; MORAIS, S. R. A teoria da percepção/ação e o
comportamento sócio-cultural. In: GONZALEZ, M. E. Q.; FERREIRA, A.;
COELHO, J. (org.). Encontro com as ciências cognitivas. São Paulo: Cultura Acadêmica,
2007. v. 5. p. 149-161.
GONZALEZ, M. E. Q.; MORONI, J. Visões de mundo: uma reflexão a partir
da perspectiva da filosofia ecológica. In: SIMONETTI, M. C. L. (org.). A (in)
sustentabilidade do desenvolvimento: meio ambiente, agronegócios e movimentos
sociais. São Paulo: Cultura Acadêmica; Marília: Oficina Universitária, 2011, p.
25-37. Disponível em: http://www.marilia.unesp.br/Home/Publicacoes/a%20(in)
sustentabilidade.indd.pdf. Acesso em: 24 dez. 2023.
HASELAGER, W. F. G.; GONZALEZ, M. E. Q. A identidade pessoal e a teoria da
cognição situada e incorporada. In: BROENS, M. C.; MILIDONI, C. B. (org.). Sujeito
e identidade pessoal: estudos de filosofia da mente. São Paulo: Cultura Acadêmica, 2003.
p. 95-111.
HEFT, H. e social constitution of perceiver-environment reciprocity. Ecological
psychology, Philadelphia, v. 19, n. 2, p. 85-105, Dec. 2007. Disponível em: https://www.
tandfonline.com/doi/full/10.1080/10407410701331934. Acesso em: 13 nov. 2024.
HERTZBERG, R. Por que as mariposas são tão atraídas por luzes fortes? National
geographic, [s.l.], out. 2018. Disponível em: https://www.nationalgeographicbrasil.com/
animais/2018/10/por-que-as-mariposas-sao-tao-atraidas-por-luzes-fortes. Acesso em: 24
dez. 2023.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
76
HODGES, B. H. Values define fields: the intentional dynamics of driving, carrying,
leading, negotiating, and conversing. Ecological psychology, Philadelphia, v. 19, n. 2, p.
153-178, Dec. 2007.
HODGES, B. H.; BARON, M. B. On making social psychology more ecological and
ecological psychology more social. Ecological psychology, Philadelphia, v. 19, n. 2, p. 79-
84, Jan. 2007.
JACOBS, D. M.; MICHAELS, C. F. On the apparent paradox of learning and realism.
Ecological psychology, Philadelphia, v. 14, n. 3, p. 127-139, July 2002. Disponível em:
https://www.tandfonline.com/doi/abs/10.1207/S15326969ECO1403_2. Acesso em: 13
nov. 2024.
KRENAK, A. “O modo de funcionamento da humanidade entrou em crise”,
opina Ailton Krenak. [Entrevista cedida a] Bertha Maakaroun. Estado de Minas,
Belo Horizonte, 3 abr. 2020. Disponível em: https://www.em.com.br/app/noticia/
pensar/2020/04/03/interna_pensar,1135082/funcionamento-da-humanidade-entrou-
em-crise-opina-ailton-krenak.shtml. Acesso em: 13 nov. 2024.
KRISHNAMURTI, J. Sobre a natureza e o meio-ambiente. São
Paulo: Cultrix, 1997. Disponível em: https://archive.org/details/
SobreANaturezaEOMeioAmbienteJidduKrishnamurti/page/n37/mode/2up. Acesso em:
4 dez. 2024.
LARGE, D. N. Ecological philosophy. [s.l.]: [s.n.], 2003. Disponível em: https://revistas.
pucsp.br/cognitio/article/download/36407/36651/100553. Acesso em: 7 jul. 2025.
MCARTHUR, L. Z.; BARON, R. M. Toward an ecological theory of social perception.
Psychological review, Washington, v. 90, n. 3, p. 215-238, July/Sept. 1983. Disponível
em: https://psycnet.apa.org/fulltext/1983-30271-001.pdf. Acesso em: 13 nov. 2024.
MICHAELS, C. F.; CARELLO, C. Direct perception. New Jersey: Prentice-Hall, 1981.
MICHAELS, C. F.; PALATINUS, Z. A ten commandments for ecological psychology.
In: SHAPIRO, L.; SPAULDING, S. (ed.). e Routledge handbook of embodied
cognition. New York: Routledge, 2014. p. 19-28.
MORIN, E. Ciência com consciência. Rio de Janeiro: Bertrand Brasil, 2005.
MORIN, E. Introdução ao pensamento complexo. Lisboa: Instituto Piaget, 1995.
MORONI, J. Uma reflexão filosófica sobre o conceito de informação ecológica. 2012.
Dissertação (Mestrado em Filosofia) – Faculdade de Filosofia e Ciências, Universidade
Estadual Paulista, Marília, 2012. Disponível em: https://repositorio.unesp.br/items/
b9da59f9-f69c-43ac-a379-3ddbb0f754b6. Acesso em: 22 nov. 2024.
MORONI, J. Um estudo epistemológico do Self não conceitual no contexto informacional
da filosofia ecológica. 2016. 185 f. Tese (Doutorado) – Universidade do Estado do Rio de
Janeiro. Instituto de Filosofia e Ciências Humanas. Disponível em: https://www.bdtd.
uerj.br:8443/handle/1/12148. Acesso em: 20 nov. 2024.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
77
NATIONAL GEOGRAPHIC BRASIL. Como a neve se forma? National Geographic
(Brasil), São Paulo, 10 jun. 2024. Disponível em: https://www.nationalgeographicbrasil.
com/meio-ambiente/2024/06/como-a-neve-se-forma. Acesso em: 20 nov. 2024.
PACHECO, T. Racismo ambiental: expropriação do território e negação da
cidadania. Blog Combate Racismo Ambiental. [S. l.], 2007. Disponível em: https://
racismoambiental.net.br/textos-e-artigos/racismo-ambiental-expropriacao-do-territorio-
e-negacao-da-cidadania-2/. Acesso em: 13 abr. 2024.
PUTNAM, H. Representation and reality. Cambridge, MA: MIT Press, 1988.
PUTNAM, H. e meaning of “meaning”. In: GUNDERSON, K. (ed.). Language,
mind, and knowledge. Minneapolis: University of Minnesota Press, 1975. p. 131-193.
(Minnesota studies in the philosophy of science, v. 7).
SCHMIDT, R. C. Scaffolds for social meaning. Ecological psychology, Philadelphia, v.
19, n. 2, p. 137-151, Dec. 2007. Disponível em: https://www.tandfonline.com/doi/
abs/10.1080/10407410701332064. Acesso em: 14 nov. 2024.
SHANNON, C. E.; WEAVER, W. e mathematical theory of communication. Urbana:
University of Illinois Press, 1971.
SILVA, K. Z.; COLOMBO, R. Mudanças climáticas: influência antrópica, impactos
e perspectivas. Fronteiras: journal of social, technological and environmental science,
Anápolis, v. 8, n. 3, p. 47-68, set./dez. 2019. Disponível em: https://periodicos.
unievangelica.edu.br/index.php/fronteiras/article/view/2837. Acesso em: 14 nov. 2024.
SOUSA, R. Ações antrópicas no meio ambiente. Brasil Escola, Goiânia, [20--?].
Disponível em: https://brasilescola.uol.com.br/geografia/acoes-antropicas-no-meio-
ambiente.htm. Acesso em: 22 nov. 2024.
STOFFREGEN, T. A. Affordances as properties of the animal-environment system.
Ecological psychology, Philadelphia, v. 15, n. 2, p. 115-134, 2003.
TURING, A. M. Computing machinery and intelligence. Mind, Oxford, v. 59, n.
236, p. 433-460, Oct. 1950. DOI: https://doi.org/10.1093/mind/LIX.236.433.
Disponível em: https://academic.oup.com/mind/article/LIX/236/433/986238. Acesso
em: 11 nov. 2024.
TURVEY, M. T. Affordances and prospective control: an outline of the ontology.
Ecological philosophy, Philadelphia, v. 4, n. 3, p. 173-187, 1992. Disponível em:
https://www.tandfonline.com/doi/abs/10.1207/s15326969eco0403_3. Acesso em:
14 nov. 2024.
TURVEY, M. T. Philosophical issues in self-organization as a framework for ecological
psychology. Ecological philosophy, Philadelphia, v. 20, n. 3, p. 240-243, July 2008.
Disponível em: https://www.tandfonline.com/doi/full/10.1080/10407410802189232.
Acesso em: 14 nov. 2024.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
78
VARELA, F.; THOMPSON, E.; ROSCH, E. e embodied mind: cognitive science and
human experience. Cambridge, MA: MIT-Press, 1991.
VAZ, D. V. Direct perception requires an animal-dependent concept of specificity and
of information. Ecological psychology, Philadelphia, v. 27, n. 2, p. 144-174, May 2015.
Disponível em: https://www.tandfonline.com/doi/full/10.1080/10407413.2015.10271
28. Acesso em: 14 nov. 2024.
WIENER, N. Cybernetics: or control and communication in the animal and the
machine. Cambridge, MA: MIT Press, 1996.
agradEcimEntos
Agradeço ao Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq
pelo fomento à pesquisa. Agradeço também a Mariana Vitti-Rodrigues e a Carlos Cândido
de Almeida pelas sugestões de alterações no texto, bem como aos pareceristas, sugestões
que ajudaram no aprimoramento do texto.”
79
3
CODIFICAÇÃO NEURAL,
PROCESSAMENTO
INFORMACIONAL E
REPRESENTAÇÕES MENTAIS
NEURAL CODING, INFORMATION
PROCESSING AND MENTAL
REPRESENTATIONS
Diogo Fernando MASSMANN
USP
diogofm1818@gmail.com
https://orcid.org/0000-0001-5944-7139
https://doi.org/10.36311/2025.978-65-5954-633-6.p79-118
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
80
Resumo: O problema mundo-cérebro-representações refere a dificuldade de articular uma
relação correlacional ou causal sobre como surgem as representações a partir dos diferentes
tipos de codificação neural e dos diferentes níveis de processamento informacional no
cérebro. A metodologia usada é comum à pesquisa de base em neurociência cognitiva
e à pesquisa teórico-conceitual em neurofilosofia. O objetivo geral é explicitar as
características no tocante a formulação do problema da relação entre a codificação neural,
o processamento informacional e a origem das representações. Os objetivos específicos
referem-se à abordagem destes três tópicos com respeito às suas particularidades e a sua
interação. Os resultados consistem nas definições conceituais de codificação neural,
processamento informacional e representações mentais na neurociência cognitiva
relativamente às suas características, tipologia, funções e interação. A conclusão é que a
formulação adequada do problema mundo-cérebro-representações pode facilitar a busca
por soluções e que isso depende de desvendar a natureza dessa relação.
Palavras-Chave: Codificação Neural. Processamento Informacional. Representações
Mentais.
Abstract: e world-brain-representations problem refers to the difficulty of articulating
a correlational or causal relationship about how representations arise from different
types of neural coding and different levels of information processing in the brain. e
methodology used is common to basic research in cognitive neuroscience and theoretical-
conceptual research in neurophilosophy. e general aim is to explain the characteristics
of the formulation of the problem of the relationship between neural coding,
informational processing, and the origin of representations. e specific objectives refer
to the approach of these three topics in terms of their particularities and interactions.
e results consist of the conceptual definitions of neural coding, information processing
and mental representations in cognitive neuroscience regarding their characteristics,
typology, functions, and interactions. e conclusion is that a proper formulation of the
world-brain-representations problem can facilitate the search for solutions and that this
formulation depends on discovering the nature of this relationship.
Keywords: Neural Coding. Information Processing. Mental Representations.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
81
1 introdução
Este texto é destinado a tratar de três tópicos importantes para o
problema de como as representações mentais, a informação e a codificação
neuronal interagem entre si. Isso poderia ser denominado como o proble-
ma mundo-cérebro-representações (Piccinini; Scarantino, 2010; Northoff,
2023). Este tópico é válido, porque esta é uma questão central para explicar
a origem das representações mentais (Lau; Rosenthal, 2011; Brown; Lau;
Ledoux, 2019). O problema da dificuldade em relacionar explicativamente
a codificação neuronal, o processamento informacional e a representação
mental, se for melhor compreendido, poderia ajudar a entender como o
cérebro permite emergir a mente (Dehaene; Naccache, 2001).
O que se pretende argumentar aqui não é uma solução do problema
das representações mentais e a sua ligação com o processamento informa-
cional e a codificação neural (Churchland, 2013). Antes disso, se busca tão
somente prover uma caracterização da questão, ou seja, uma maneira que
possa ser adequada à resolução da questão à maneira das abordagens neu-
rofilosóficas (Churchland; Sejnowski, 1990). Isso quer dizer que o modo
específico que o problema é formulado pode contribuir em avanços na
questão para uma futura solução do problema. Desse modo, o objetivo que
aqui se almeja é algo bem menos desafiador e audacioso, mas que possa ser
significativo se for possível melhor entender como emerge a dificuldade
de articular uma explicação que proponha que a codificação neuronal, o
processamento informacional e as representações mentais seriam a mesma
coisa sob diferentes níveis de análise (Churchland; Sejnowski, 1996).
Em síntese, o que se tenciona aqui neste texto é mostrar que o pro-
blema das representações mentais, ou dito de outro modo, o problema da
incompatibilidade das representações com a relação mundo-cérebro é uma
tentativa de mostrar que a mente, ao contrário dos outros sistemas biológi-
cos, parece ter uma dinâmica difícil de explicar a partir de como a relação
mundo-cérebro é explicada (Northoff, 2023). Assim, parece imprescin-
dível entender a questão do modo para alcançar a formulação do proble-
ma da ligação entre as representações mentais, os tipos de processamento
informacional e as variedades de codificação neuronal (Baker; Lansdell;
Kording, 2022).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
82
Uma das fontes dessa aporia começa por pensar que o cérebro é visto
como a parte do corpo que processa os dados sensoriais recebidos e armazena
as informações que, em última análise, constituem as representações mentais.
Inicialmente, se considera que os dados sensoriais chegam de sensores que
coletam as informações relativas ao estado do corpo e à existência de objetos
externos (Damasio; 1994; Seth, 2021). Quando considerados necessários,
os comandos são emitidos a fim de alterar os estados internos do corpo ou
de atuação no mundo externo (Damasio, 1994; Seth, 2021). A codificação
primária é não-consciente e concerne a toda essa coleta de dados, ao
processamento de informações e ao comando de uma ação (Seth; Friston,
2016). Com efeito, a parte representacional do problema mundo-cérebro-
representações é entender como as representações estão relacionadas à parte
mundo-cérebro, ou seja, o problema da sua origem nessa relação.
No nível mais elementar, como aquele que é desempenhado em
contextos neurais que suportam o aprendizado associativo básico, as in-
formações são codificadas distributivamente dentro do sistema e as repre-
sentações não se restringem a nenhum papel, exceto a conveniência in-
terna (Kandel, 2001; Kandel et al., 2013). Todos os mapas mentais, por
exemplo, são apenas para uso interno e não há necessidade de integração
entre as diferentes modalidades sensoriais (já que não há sentido em trans-
ferir as informações de um lugar para outro dentro do mesmo sistema)
(Bailey; Kandel, 2008). Aqui, fica notória que a relação entre a codificação
primária e as representações internas mais básicas necessita de elucidação
(Sawatani; Ide; Takahashi, 2023).
Subsequentemente, as representações mentais e a codificação neu-
ral são relacionadas se for considerar que as representações mentais, tanto
não-conscientes quanto conscientes, podem ser, mas não se restringem, aos
mapas isomórficos aos objetos do ambiente que são representados, neste
caso, por exemplo, um estímulo visual pode ser representado topologica-
mente nas áreas visuais primárias, bem como representado esparsamen-
te as regiões cerebrais mais amplas e anteriores do cérebro (Churchland;
Sejnowski, 1990). Da mesma forma, a noção de um objeto, como uma
deliciosa maçã vermelha, pode ser representada pela ativação de um grupo
de células especializadas multimodais ou pela ativação de vários núcleos
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
83
neuronais distribuídos por todo o cérebro (Churchland; Sejnowski 1996).
Assim sendo, aquela representação de ordem mais elevada, que unificará
todas as características do objeto representado, também dependerá de um
tipo de codificação posterior, isto é, multimodal e paralela, como um espa-
ço de trabalho global (Baars, 1993; Baars; Geld; Kozma, 2021).
Dessa maneira, a meta do capítulo é adentrar mais detalhadamente
neste problema, primeiro, interpelando sobre os diversos tipos de codifi-
cação neuronal em diferentes níveis (seção 1), para depois, aproximar-se
da relação entre estes tipos de codificação neuronal e as representações
mentais (seção 2), para na sequência, deliberar sobre os diferentes tipos
de processamento informacional que são requeridos em cada nível de pro-
cessamento (seção 3) e, antes de encerrar, prosseguir quanto às noções de
representação que são aludidas no tocante à relação mundo-cérebro na
neurociência (seção 4). Por fim, há uma seção derradeira que procura alu-
dir a alguns insights que poderiam ser extraídos das seções prévias quanto à
formulação do problema da relação mundo-cérebro-representação.
2 codificação nEural
Um dos temas mais espinhosos da neurociência comportamental é
compreender como ocorre a codificação neural: o cérebro humano contém
entre 80 e 100 bilhões (mais precisamente, 86 bilhões) e entre 40 e 130
bilhões de células gliais (Von Bartheld; Bahney; Herculano-Houzel, 2016)
densamente compactados que estão conectados a uma rede intrincada. Em
cada pequeno volume do córtex, milhares de picos de disparos são emi-
tidos a cada milissegundo. Contudo, qual é a informação contida em tal
padrão espaço-temporal de pulsos? Qual é o código usado pelos neurônios
para transmitir essa informação? Como outros neurônios podem decodifi-
car o sinal? Como observadores externos, podemos ler o código e entender
a mensagem do padrão de atividade neuronal?
A codificação neural (Neural Coding) descreve o estudo do proces-
samento da informação pelos neurônios (Churchland; Sejnowski, 1990).
Tais estudos buscam saber qual informação é usada e como a informação
é transformada à medida que passa de um estágio de processamento para
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
84
outro. O campo da codificação neural procura sintetizar as informações
provenientes de muitos níveis de análise e explicar como o comporta-
mento integrado surge da atividade cooperativa dos neurônios no cérebro
(Churchland; Sejnowski, 1996). Ora, muito se sabe sobre a biofísica das
respostas neuronais, por exemplo, como os potenciais de ação (spikes)1 são
gerados, como o potencial de ação age no terminal do axônio para causar
a liberação dos transmissores e como os transmissores agem nos receptores
neuronais alvo (Purves et al., 2004; Kandel et al., 2013). No entanto, o im-
pacto da série de potências de ação não é bem conhecido e é ainda menos
claro quais informações foram codificadas e como essas informações serão
utilizadas nos estágios de processamento subsequentes (Richmond, 2009).
Por informação, se entende aqui a informação no sentido natural
(Dretske, 1988, 2008). No sentido natural, a informação está relacionada
aos sinais físicos, ao ambiente ecológico e às regularidades funcionais. Em
outras palavras, a informação depende dos veículos que a transportam, que
são entidades físicas, ao ambiente que a circunda, na qual, as trocas ambien-
te-organismos são possíveis e, por fim, contam as propriedades funcionais
do sistema que implicam naquilo que a informação diz respeito e para que
ela serve (Piccinini; Scarantino, 2010). Por processamento informacional,
se compreende os níveis de processamento da informação dentro de um
sistema, neste caso, o cérebro de um organismo (Baars, 1993; Dehaene;
Kerszberg; Changeux, 1998). Isso quer dizer que é importante considerar
como a informação é processada, desde os níveis elementares (modal e
serial) até os níveis mais elevados (heteromodal, paralelo e supramodu-
lar/global) (Baars, 1993; Baars; Geld; Kozma, 2021; Macgovern; Baars,
2007). O primeiro concerne ao processamento de propriedades específicas
de um estímulo sensorial de modo modal e serial e o último ao modo
como isso é vinculado em redes de larga-escala (Raichle et al., 2001) para
ser integrado/unificado e disponibilizado/transmitido para todo o siste-
ma mediante processamento paralelo e heteromodal (Dehaene; Kerszberg;
Changeux, 1998; Dehaene et al., 2006; Mashour et al., 2020). Quando
Potencial de Ação é uma breve flutuação no potencial de membrana, causada pela rápida abertura, seguida
de fechamento, dos canais iônicos dependentes de voltagem; também conhecido como potencial em ponta,
espiga, impulso nervoso ou descarga. Os potenciais de ação varrem como uma onda a extensão dos axônios
para transferir informação de um lugar a outro no sistema nervoso (Bear et al., 2017).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
85
a informação é representada supramodularmente (Morsella, 2005), então
ela está inserida em funções de resolução de situações conflitantes e tomada
de decisão (Sackur; Dehaene, 2009).
A principal questão quanto à codificação neural é saber se a codifica-
ção é temporal ou por ritmo. Por um lado, quando se descobre que o tempo
preciso dos potenciais de ação ou as flutuações da taxa de disparo de alta
frequência transportam as informações, o código neural é frequentemente
identificado como um código temporal. A resolução temporal do código
neural está em uma escala de tempo de milissegundos, indicando que o tem-
po preciso do potencial de ação é um elemento significativo na codificação
neural. Por outro lado, o modelo de codificação por ritmo de comunicação
de disparo neuronal afirma que, à medida que a intensidade de um estímulo
aumenta, a frequência ou taxa de potenciais de ação, ou disparo de poten-
ciais de ação, aumenta. A codificação por ritmo é um esquema assumindo
que a maioria, se não todas, as informações sobre o estímulo estão contidas
no ritmo de disparo do neurônio (Kandel et al., 2013).
Essa seria uma possível explicação conveniente para saber como os
processos celulares e moleculares da célula tornam possível a transmissão
de informação (Churchland; Sejnowski, 1996). No parágrafo precedente
foi dito que o cérebro recebe as informações ocasionadas por mudanças
físicas no ambiente, por exemplo, incluindo a luz, o toque e o som, e inte-
gra essas informações com as informações codificadas geneticamente e/ou
adquiridas que são lembradas e, então, produz um comportamento orga-
nizado (Purves et al., 2004). Mas uma questão que sobressai é saber qual é
o tipo de codificação usada para transmitir a informação, se ela é confiável
ou se ela gera ruído, e como a informação é decodificada e, depois, utili-
zada para o comportamento (Churchland; Sejnowski, 1996). Levando em
conta que o sinal que é transmitido pelo axônio2 é bem diferente do sinal
que chegou ao neurônio e dos seus estágios iniciais de processamento, en-
tão os potenciais de ação são deveras importantes para a questão do tipo
de codificação neuronal. Os potenciais de ação são causados pela despola-
Por definição, “axônio” é uma parte do neurônio, um neurito especializado na condução de impulsos
nervosos, ou potenciais de ação, normalmente para longe e vindo do soma rumo ao terminal axonal (Bear
et al. 2017).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
86
rização da célula neuronal, ou seja, pela diferença de cargas iônicas entre o
interior e o exterior da célula. Assim, um potencial de ação dispara quando
atinge o limiar de 45 mV causando a liberação do neurotransmissor que
carregará a informação para a célula pós-sináptica (Kandel et al., 2013).
A questão é que a sequência de disparos (ou trem de disparos) codifica as
informações nos alvos de projeção para os neurônios (Richmond, 2009).
De um lado, uma hipótese defende que os códigos potencias de ação
são sobre o tempo, quando o tempo de disparo dos potenciais de ação é
preciso ou quando há flutuações da taxa de disparo de alta frequência,
por outro lado, outra hipótese diz que o que carrega a informação são os
ritmos/frequências de disparo dos potenciais de ação cuja a frequência au-
menta se a frequência dos estímulos aumentar (eunissen; Miller, 1995)3.
Assim, é sobre o debate da codificação por ritmo e tempo que a primeira
seção incidirá.
2.1 codificação por ritmo
Desse modo, para abordar a codificação por ritmo, pode-se adentrar
em tópicos como os ritmos de codificação como uma contagem da média
de disparos no tempo, a sua densidade (a média em várias execuções), mas
também referir aos ritmos como a média populacional (Gerstner; Klister,
2002)4. De modo geral, a codificação por ritmo é um tipo de codificação
por frequência e assevera que, quando a intensidade do estímulo aumenta,
a frequência ou ritmo dos potenciais de ação, ou taxas de disparos (rate
firings), também aumenta. Isso quer dizer que, quanto mais forte for o
estímulo de toque, mais potenciais de ação ocorrem durante um perío-
do de estimulação. Desse modo, a informação sobre o estímulo é conti-
da no ritmo de disparo do neurônio (Kandel et al., 2013). Como escrito
Adicionalmente, é preciso salientar que a linha divisória nem sempre é tão claramente traçada quanto
pode parecer à primeira vista, como por exemplo, os casos em que alguns códigos que foram inicialmente
propostos como exemplos puros de códigos de potencial de ação sobre o tempo do primeiro disparo (como
os procedimentos de reconstrução do estímulo) que foram posteriormente interpretados como variações de
códigos de ritmos (ritmos como média da atividade populacional) (eunissen; Miller, 1995).
Primeiramente, é preciso lembrar que o conceito de codificação por ritmo (rate coding ou rate firing) é
amplo e não será discutido de modo exaurido aqui, mas tão somente destacar alguns subtipos e conceitos
relevantes.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
87
acima, a codificação por ritmo é subdividida em três grandes categorias:
1) a Ritmo como Contagem de Disparos (average over time); 2) Ritmo
como Densidade de Disparos (average over several runs); 3) Ritmo como
Densidade de Disparo Aplicado às Populações de Neurônios (Gerstner;
Klister, 2002).
2.1.1 ritmo como contagem de disparos
No caso 1, a primeira e mais comumente usada definição de um
ritmo de disparo refere-se à uma média temporal. O ritmo por contagem
de pulsos nervosos, também referido como média temporal, é obtido pela
contagem do número de pulsos nervosos que aparecem durante um expe-
rimento divididos pela duração do experimento (Gerstner; Klister, 2002).
A contagem de pulsos em uma janela temporal é fixada pelo experimen-
tador e depende do tipo de célula que é registrada, sendo que, os sistemas
sensoriais e motores são alvos de estudos e a variação típica dos registros
está entre 100-500 ms entre mais curtos e duradouros (Gerstner; Klister,
2002). No caso de registros curtos, há os experimentos realizados com a
Aplysia Californica, na qual o experimentador estimula o sifão da Aplysia
que causa o recolhimento da brânquia (Kandel, 2001). Considerando que
os dois atos reflexos juntos, o reflexo de retirada do sifão e o reflexo de reti-
rada branquial, formam um padrão reflexo com latência curta que protege
as guelras e o sifão do animal de estímulos potencialmente ameaçadores,
isso é mediado por neurônios periféricos e gânglios abdominais que são
mais extensivos que nos vertebrados (Kandel, 2001). Distintamente, em
casos que exigem vários níveis de processamento informacional, como no
caso do reconhecimento de padrões de uma cena visual, os tempos de rea-
ção podem variar (orpe, 1990)5.
Mesmo com as limitações sobre os tempos de resposta que podem
variar os protocolos de média temporal, o conceito de codificação por rit-
mo de disparo recebeu atenção dos modelos de redes neurais pensando a
codificação como transformação informacional pelo neurônio (Gerstner;
Novamente, isso não deixa tempo suficiente para realizar médias temporais em cada nível. Na verdade,
os humanos podem detectar imagens em uma sequência de imagens não relacionadas, mesmo que cada
imagem seja exibida por apenas 14 a 100 milissegundos (orpe, 1990).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
88
Klister, 2002; Mountcastle; Steinmetz; Romo, 1990). Em outras palavras,
o ritmo determinado pela contagem de disparos de tentativa única pode ser
obtido, mais isso faria perder toda a resolução temporal sobre as variações
na resposta neural durante o curso da tentativa, o que é característica desse
esquema de codificação (Gerstner; Klister, 2002; Mountcastle; Steinmetz;
Romo, 1990). Esta definição de ritmo tem sido usada com sucesso em
muitas preparações, particularmente em experimentos com sistemas sen-
soriais ou motores (Mountcastle; Steinmetz; Romo, 1990).
Isso levou à ideia de que um neurônio transforma as informações
sobre uma única variável de entrada (a força do estímulo) em uma única
variável de saída contínua (o ritmo de disparo). Além disso, com base na
ideia de que o ritmo de disparo se refere a uma variável de entrada (estímu-
lo) e uma variável de saída (resposta), implica-se que ela vai aumentar se
aumentar a força do estímulo e saturar para um input alto além do máximo
valor (Gerstner; Klister, 2002). Com base nisso, a curva de frequência-cor-
rente IF do neurônio é referência à diferença entre a relação da frequência
de disparo medida “VN” com a corrente de entrada aplicada “IN” entendida
como como um ganho neural. Se os disparos sequenciais são em intervalos
regulares, então os ritmos de disparos codificam a informação. Contudo,
se o valor dos ritmos de disparo for obtido a longas distâncias no cérebro,
então as irregularidades que são achadas nas sequências de disparo são con-
sideradas como ruídos (Gerstner; Klister, 2002).
2.1.2 ritmo como densidade de disparos
No caso 2, há uma segunda definição de frequência que funciona tan-
to para os estímulos estacionários quanto para os estímulos dependentes do
tempo. Para tanto, o ritmo é definido enquanto uma média ao longo de
várias repetições (ritmos de Peri-Stimulus-Time Histogram-PSTH) do experi-
mento (Gerstner; Klister, 2002). Isso quer dizer que o experimentador regis-
tra um ritmo como densidade de um pico de pulsos a partir de um neurônio,
enquanto o estimula com alguma sequência de entrada, a mesma sequência
de estimulação é repetida várias vezes e a resposta neuronal é relatada em
um histograma (PSTH). O ritmo de densidade vai depender do tempo t, a
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
89
partir do início da sequência de estimulação e ∆ t que é uma gama temporal
será de poucos milissegundos. Desse modo, a densidade do pico de pulsos é
uma medida do número de ocorrências de pulsos (KN) somados às repetições
totais do experimento (t; t +∆ t) que é dividido por um número de repetições
K. Uma divisão adicional pelo comprimento do intervalo ∆ t produz a densi-
dade de pico do PSTH (Gerstner; Klister, 2002). Assim, a densidade de pico
do PSTH é geralmente relatada em unidades de Hz e, frequentemente, cha-
mada de ritmo de disparo (dependente do tempo) do neurônio. Em suma, a
medida de densidade de pico é um método útil para avaliar a atividade neu-
ronal, em particular, no caso de estímulos dependentes do tempo, mas falha
enquanto esquema de decodificação usado pelos neurônios no cérebro, pois
depende da repetição dos estímulos o que não ocorre em contexto ecológico
(Gerstner; Klister, 2002).
2.1.3 ritmo de densidade de disparos aplicados às populações
de neurônios
Este é o ritmo como uma atividade de conjuntos (Average over
Several Neurons). Se o experimentador estiver estudando uma população
homogênea de neurônios que respondem a um estímulo Z, ele procurará
averiguar um vetor da localização do estímulo Z no espaço de input (Wu;
Amari; Nakahara, 2002). Em uma grande população, muitos neurônios
estarão ativos simultaneamente quando um novo estímulo Z for repre-
sentado. Desse modo, o neurônio X responde melhor ao estímulo ZX e o
neurônio Y ao estímulo ZY. Logo, se pode dizer que os picos de pulsos do
neurônio X “representam” um vetor de input ZX e o neurônio Y os de ZY.
Desse modo, a localização desse estímulo pode então ser estimada a partir
da média ponderada da população (Wu; Amari; Nakahara, 2002).
Considerando as limitações do caso 2, talvez, a medida experimen-
tal da densidade de pico de pulsos possa fazer sentido, se houver grandes
populações de neurônios independentes que recebem o mesmo estímulo
(Gerstner; Klister, 2002). Considerando que o número de neurônios den-
tro de uma população é imenso e que há neurônios que possuem pro-
priedades e comportamento similares, então seria mais fácil, ao invés de
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
90
registrar uma população N em uma única execução, registrar a partir de
um único neurônio e calcular a média de N execuções repetidas, mesmo
que a codificação de densidade de pico dependa da suposição implícita de
que sempre há populações de neurônios (Wu; Amari; Nakahara, 2002).
Contudo, a falta de homogeneidade entre as populações de neurô-
nios pode significar um problema (Fuster, 2003). Por exemplo, em mamí-
feros, o córtex visual é organizado em colunas de dominância ocular com
propriedades semelhantes em termos de tipos de células e organização.
Assim, com base no caso 3, é de se esperar que todos os neurônios da
mesma população devem ter o mesmo padrão de conexões de entrada e
saída. Neste cenário, os picos de pulsos dos neurônios em uma população
M são enviados para outra população N, de modo que, cada neurônio
na população N recebe entrada de todos os neurônios na população M,
assim, a quantidade relevante, do ponto de vista do neurônio receptor, é
a proporção de neurônios ativos na população pré-sináptica M (Fuster,
2003). Mas se os níveis de heterogeneidade forem maiores, ou seja, a
diversidade neuronal e organizacional, então as oscilações da atividade de
uma unidade, se houverem mudanças nas condições de estímulo, podem
afetar a atividade populacional. Assim, onde houver um certo grau de he-
terogeneidade em seus parâmetros internos e padrões de conectividade, as
previsões sobre o comportamento da população podem não ser precisas
(Fuster, 2003).
2.2 a codificação tEmporal
Depois de considerar os tópicos acerca dos ritmos de codificação
enquanto uma contagem da média de disparos no tempo, a sua densidade
(a média em várias execuções) e os ritmos como média populacional, neste
segundo momento, é relevante abordar os tipos de codificação temporal
(Spike Codes). Quando se descobre que o tempo preciso de pico ou as flu-
tuações na taxa de disparo de alta frequência transportam as informações,
o código neural é frequentemente identificado como um código temporal.
Especificamente, há três tipos: 1) Tempo para o Primeiro Pulso Nervoso
depois do estímulo inicial (time-to-first-spike); 2) Fase dos Códigos de
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
91
Disparo como a combinação da contagem de pulsos para a referência tem-
poral baseada em oscilações (phase of firing code); 3) e a aleatoriedade do
pulso nervoso, ou precisamente, os Grupos com Padrões Temporais (tem-
poral patterns) (Gerstner; Klister, 2002).
2.2.1 tempo para o primeiro disparo
Os códigos de pico de pulsos envolvem um esquema de codificação
baseado no tempo (temporal coding) até o primeiro pico (time-to-first-spike)
(orpe, 1990)6. O tempo para o primeiro disparo pode codificar a maior
parte da informação de 20 a 50 milissegundos após o início da resposta
neural (orpe, 1990). Então, quando um neurônio recebe um novo es-
tímulo, ele é repentinamente ativado no momento t0, como quando um
organismo rastreia algo movimentando no campo visual recebendo um
input visual novo na retina (Purves et al., 2004).
A hipótese da codificação temporal no primeiro disparo assevera que
há um código onde, para cada neurônio, o tempo do primeiro pico após
o sinal de referência contém todas as informações sobre o novo estímulo
(orpe; Fize; Marlot, 1996). Um neurônio que dispara logo após o sinal
de referência pode sinalizar uma estimulação forte, mas se disparar um
pouco mais tarde sinalizaria uma estimulação mais fraca (orpe; Fize;
Marlot, 1996). Para este esquema de codificação, cada neurônio precisa
disparar somente um pulso para transmitir a informação, sendo que os
potenciais de ação subsequentes são sem relevância para contar como sinal
de saída informacional (orpe; Fize; Marlot, 1996).
Este é um modelo de codificação temporal, porque se imaginar o
movimento sacádico do olho, a cada novo movimento há um novo estí-
mulo chegando e o neurônio está pronto para emitir o seu próximo po-
tencial de ação que agora transmite as informações sobre o novo estímulo
(orpe; Fize; Marlot, 1996). Como cada neurônio em tal cenário trans-
mite exatamente um potencial de ação por estímulo, fica claro que apenas
orpe (1990) argumenta que o cérebro não tem tempo para avaliar mais de um pico de cada neurônio por
etapa de processamento. Portanto, o primeiro pico deve conter a maioria das informações relevantes.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
92
o tempo transmite as informações e não o número de potencias (orpe;
Fize; Marlot, 1996).
2.2.2 fases dos códigos de disparo
Se aplicar este modelo para sinais periódicos (não só singulares), en-
tão as sequências de disparo de neurônios poderiam codificar a informa-
ção nas fases dos pulsos (fases de um potencial de ação) com base num
background de oscilações (O’keefe; Recce, 1993). Essas oscilações podem
servir como um sinal de referência interno e os trens de potenciais de ação
poderiam então codificar as informações na fase de um pulso em relação à
oscilação de fundo (O’keefe; Recce, 1993). Se a entrada não mudar entre
um ciclo e o próximo, então o mesmo padrão de fases se repete periodi-
camente. Evidências científicas (O’keefe; Recce, 1993) sugerem que a fase
de um pico durante uma oscilação hipocampal transmite as informações
sobre a localização espacial do animal que não é totalmente explicada pelos
ritmos de disparo do neurônio.
As correlações e as sincronias também são importantes, pois pode-se
usar os potenciais de ação de outros neurônios como sinal de referência
para um código de pulso, de modo que, a sincronia entre um par ou mui-
tos neurônios poderia significar eventos especiais e transmitir as informa-
ções que não estão contidas no ritmo de disparo dos neurônios por conta-
gem de potenciais de ação ou média segundo repetições (temporal patterns)
(Gerstner; Klister, 2002). Essa ideia pode ser interessante, porque poderia
ser levantada para explicar como o cérebro representa um objeto numa
cena visual a partir de um conjunto de neurônios disparando de modo
sincronizados (Kandel et al., 2013). Contudo, além da sincronia, qualquer
padrão preciso de pulso espaço-temporal pode ser um evento significativo.
Os neurônios que podem ter um padrão de disparo em uma sucessão tem-
poral poderiam representar uma certa condição de estímulo e os mesmos
neurônios disparando com atrasos relativos diferentes poderiam significar
um estímulo diferente, por exemplo, as correlações de neurônios auditivos
e visuais são dependentes de estímulos e podem transmitir as informações
além daquelas contidas apenas nos ritmos de disparo (Kandel et al., 2013).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
93
2.2.3 grupos com padrões temporais
Outra técnica interessante para a codificação temporal é a reconstru-
ção do estímulo por correlação reversa enquanto padrões temporais (tem-
poral patterns). A correlação reversa estipula que se considerarmos que um
neurônio que é acionado por um estímulo dependente do tempo “s (t)”
(Gerstner; Klister, 2002), desse modo, sempre que ocorre um potencial de
ação e se observar o curso do estímulo em uma janela de tempo de cerca
de 100 milissegundos imediatamente antes do disparo, então a média dos
resultados em vários disparos produz o curso de tempo típico do estímulo
imediatamente antes de um disparo (Gerstner; Klister, 2002).
Em outras palavras, a correlação reversa significa que o experimenta-
dor calcula a média da entrada do estímulo sob a condição de uma resposta
idêntica, ou seja, um potencial de ação para determinar o curso de tem-
po típico do estímulo que o tem desencadeado (algo como o significado
de um único potencial) (Victor, 2005). Com tal técnica, as característi-
cas espaço-temporais dos neurônios no córtex visual puderam ser medi-
das (Victor, 2005). Desse modo, se os resultados da análise de correlação
reversa sugerirem que cada potencial de ação significar o curso de tempo
do estímulo que precede o potencial, então uma reconstrução do curso
de tempo completo do estímulo “s (t)” a partir do conjunto de tempos de
disparo F = {t(1), . . . t(n)} deve ser possível (Victor, 2005). Este método
de reconstrução mostra bem que as informações sobre uma entrada depen-
dente do tempo podem, de fato, ser transmitidas pelo tempo de disparo
(Gerstner; Klister, 2002).
2.3 síntEsE
Em resumo, desta primeira seção, uma pergunta pertinente que in-
tegraria a abordagem do problema da relação entre cérebro-informação-re-
presentação seria questionar se o que importa para codificação das infor-
mações no cérebro é o tempo ou as frequências de disparo dos neurônios?
A pergunta pressupõe uma linha divisória que seja clara, mas se não for
assim, ou seja, se algumas codificações que foram sugeridas como sendo
códigos temporais de potenciais de ação (tempo do primeiro disparo), na
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
94
verdade, são variações de códigos por ritmo da frequência dos potenciais
de ação (as médias de densidade de disparos), então parece mais difícil
assumir uma posição por tempo ou ritmo de disparo que exclua a outra
hipótese (Theunissen; Miller, 1995).
Em outras palavras, se o ritmo médio de disparo de um neurônio for
alto para um determinado estímulo, espera-se que o primeiro potencial de
ação ocorra cedo. Se o ritmo for baixo, espera-se que o primeiro potencial
de ação ocorra mais tarde. Assim, o momento do primeiro potencial de ação
poderia conter muitas informações sobre o ritmo subjacente (eunissen;
Miller, 1995). Inversamente, se um código baseado em atividades popula-
cionais, apresentado acima como um exemplo de um código de ritmo, pu-
der ser usado para os esquemas de codificação temporal muito rápidos, isso
dependerá da atividade da população reagir rapidamente a qualquer mu-
dança no estímulo. Assim, a codificação de ritmo no sentido de uma média
populacional será consistente com o processamento rápido de informações
temporais, enquanto a codificação de ritmos no sentido de uma medida de
contagem de disparos lenta não será (eunissen; Miller, 1995)7.
Com efeito, se a sequência de potenciais de ação contém a informação
que é transmitida de um neurônio para o próximo, qual é o código usado pe-
los neurônios? Nesta seção foram apresentados três conceitos de codificação
neural da informação por ritmo (ritmo como contagem de disparos, ritmo
da densidade de disparos e ritmo como uma atividade de conjuntos) e outros
três conceitos por tempo de disparo (tempo para o primeiro disparo, fases
dos códigos de disparo e grupos de padrões temporais). Adicionalmente, foi
problematizado casos em que codificação neuronal por fase e tempo estão
relacionadas (tempo do primeiro disparo e média da densidade de dispa-
ros). As duas grandes categorias de codificação neural, por ritmo e tempo
de disparo, foram usadas em análise de dados experimentais e mostrando
algumas limitações quando são interpretados como um “código real” usado
Desse modo, haveria meios de tentar complementar a codificação por ritmo com a codificação temporal de
disparo de alta frequência dos pulsos nervosos que carregam informação (eunissen; Miller, 1995). Isso seria
notório, pois a codificação por ritmo considerava as flutuações de alta frequência nos ritmos de disparo como
ruído, sendo consideradas irregularidades. Neste cenário, só as codificações por ritmo que são consistentes e
regulares transmitiriam informação. Se o cérebro tivesse evoluído assim, então, a codificação temporal não
teria sido selecionada, no entanto, a codificação temporal fornece uma explicação alternativa para o “ruído”,
sugerindo que ele codifica a informação e afeta o processamento neural (eunissen; Miller, 1995).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
95
para a transmissão de informações neuronais (Gerstner; Klister, 2002). Não
obstante, na seção seguinte, a evidência biológica dos modelos de codificação
por ritmo e temporal são aplicados no contexto de como os sistemas neurais
processam a informação e possibilitam ao organismo se adaptar ao seu am-
biente, através da formação de representações.
3 codificação nEural E rEprEsEntaçõEs mEntais
Seguindo a linha do argumento, seria interessante indagar as propos-
tas precedentes à vista das ponderações no tocante à alínea das representa-
ções mentais, aqui entendidas como neurais. Desse modo, é pertinente ver
os resultados de algumas pesquisas paradigmáticas no tema (Mountcastle;
Steinmetz; Romo, 1990; Romo et al., 2000, 2002) concernente à hipótese
da codificação por ritmo (rate firing) e se elas abordam satisfatoriamente o
problema da codificação neural. É claro, no entanto, que uma abordagem
baseada em uma média temporal (average over time) negligencia todas as
informações possivelmente contidas no momento exato dos potenciais de
ação (orpe, 1990; orpe; Fize; Marlot, 1996).
Primeiramente, as pesquisas (orpe, 1990; orpe; Fize; Marlot,
1996) consideraram que um conceito de ritmo de disparo, baseado em
média temporal, não poderia funcionar. Um argumento é que os tempos
de reação em experimentos comportamentais costumam ser muito curtos
para permitir longas médias temporais (orpe, 1990). Nesse sentido, ape-
sar que os humanos podem reconhecer e responder às cenas visuais em me-
nos de 400 ms (orpe; Fize; Marlot, 1996), o reconhecimento e a reação
envolvem várias etapas de processamento, desde a entrada da retina até o
movimento do dedo na saída, desse modo, se a cada etapa do processamen-
to, os neurônios tivessem que esperar e realizar uma média temporal para
ler a mensagem dos neurônios pré-sinápticos, o tempo de reação seria mui-
to maior (orpe; Fize; Marlot, 1996). Desse modo, a relação hipotética
entre o estímulo e as respostas neuronais individuais ou do conjunto e a
relação entre a atividade elétrica dos neurônios do conjunto (Brown; Kass;
Mitra, 2004) é de grande importância. Para isso, um problema que pode
ser inicialmente interpelado é a questão do “Reconhecimento de Padrões”
muito bem exposto por Kenneth Johnson (2000).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
96
3.1 o problEma do rEconhEcimEnto dE padrõEs
O problema do reconhecimento de padrões pelo cérebro pode ser
ilustrativo acerca da natureza da relação entre a codificação neural e as re-
presentações. O reconhecimento de padrões é o reconhecimento de ocor-
rências repetidas do mesmo estímulo ou de estímulos semelhantes como
o caso mais elementar de codificação neural que pode ser investigado se
comparado às formas mais complexas de codificação neural além do siste-
ma sensorial (Guo et al., 2021).
Neste artigo (Pitts; Mcculloch, 1947), os autores evidenciaram que
o desempenho de reconhecimento de padrões do tipo que é considerado
certo para os indivíduos é virtualmente impossível quando baseado em re-
presentações isomórficas (por exemplo, aquelas fotográficas) concernentes
às diferenças simples que não são foco de atenção em relação ao tamanho,
a localização, a orientação e assim por diante, pois elas criam uma incom-
patibilidade entre uma nova visualização e uma visualização armazenada
de um objeto hipotético tão grande quase como que se a nova visualização
fosse de um objeto completamente diferente (Brown; Kass; Mitra, 2004).
Inicialmente, Pitts e Mcculloch (1947) argumentaram que o cérebro
transforma a representação isomórfica inicial de um objeto em uma nova
representação inserida em uma forma distinta, nas quais, as propriedades
invariantes do objeto como forma, estrutura e composição são separadas
das propriedades que podem variar de uma exposição para a próxima ex-
posição. Logo, a solução então seria transformar a representação de cada
novo objeto encontrado, armazená-lo na memória e compará-lo com as
representações transformadas dos objetos armazenados anteriormente
(Johnson, 2000; Brown; Kass; Mitra, 2004).
3.2 da nEurofisiologia para a psicofísica
Uma hipótese alternativa é investigar a relação causal entre um estí-
mulo S e a atividade neural N como um meio de lançar alguma luz sobre
o problema de como um estímulo S gera um comportamento B. Isso quer
dizer que a investigação passa por dois pontos: 1) a relação entre a ativida-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
97
de neuronal e o estímulo que a evocou; 2) e a relação entre a percepção e
a atividade neural, ou seja, como a informação é codificada neuralmente
(Johnson, 2000).
Mountcastle, Steinmetz e Romo (1990) e Romo et al. (2000) tenta-
ram confirmar uma hipótese sobre a codificação neural. Detalhadamente,
a hipótese tem como base elementar duas interrogações: 1) que aspecto da
atividade neural sinaliza a informação na qual o comportamento se baseia
e; 2) um modelo de mecanismo que atua sobre as informações, baseado na
codificação neural, para produzir o comportamento observado (Johnson;
Hsiao; Yoshioka, 2002). Assim, os estudos que procuram demonstrar uma
relação entre uma hipótese de codificação neural e o comportamento psi-
cofísico podem dar uma ideia de conceito de codificação primária.
Para Vernon Mountcastle (1975), o objetivo foi identificar as infor-
mações neurais utilizadas para a detecção, discriminação e dimensionamento
de estímulos vibratórios aplicados à mão. Deixando de lado as questões de
especificidade dos mecanoreceptores (Corpúsculos de Meissner e de Pacini),
é melhor considerar a discriminação das variações de frequência e a ampli-
tude da periodicidade de disparo sobre os aferentes específicos. A questão
relevante é que o estudo parece concluir que a discriminação das frequências
vibratórias dependa da periodicidade de disparo dentro do córtex somatos-
senrorial primário seguido dos Aferentes de Messiner (Mountcastle, 1975).
Os neurônios parecem se adaptar rapidamente e responderem ao estímulo
vibratório descarregando periodicamente e não com base em codificação rít-
mica. Assim, a informação sobre a frequência de vibração é discriminada
antes pela periodicidade dos disparos que pelo ritmo dos disparos que não
são afetados pela frequência dos estímulos (Mountcastle, 1975).
As pesquisas de microestimulação para evocar atividade neural, no iní-
cio dos anos 2000 (Romo et al., 2000; Talwar et al., 2002) e que continuam
a se desenvolver (Burton et al., 2021) permitiram selecionar as codificações
alvo mediante a alteração do estímulo. Romo et al. (2000) concentraram-se
em tarefas de discriminação tátil e nas respostas evocadas no córtex somatos-
sensorial. O córtex somatossensorial é um subconjunto do sistema nervoso
sensorial que tem duas subdivisões, uma para a detecção de informações me-
canossensoriais relacionadas ao toque, e a outra para a detecção nociceptiva
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
98
de dor e temperatura. Neste caso, a referência é ao córtex somatossensorial
primário, que corresponde a área 3B da classificação de Brodmann, e é loca-
lizado no giro pós-central, também denominado S1. As principais funções
do sistema somatossensorial são a percepção de estímulos externos, a percep-
ção de estímulos internos e a regulação da posição e equilíbrio do corpo, a
chamada propriocepção (Purves et al., 2004). Os participantes tinham que
discriminar a frequência dos estímulos, periódicos e não-periódicos (varia-
ções de intervalo na exibição entre regulares e aleatórios), emitidos em sequ-
ência cujo sinais variam em frequência entre 6 e 44 Hz. Os pesquisadores
tentaram parear o estímulo mecânico e elétrico para tentar descobrir se os
dois pulsos têm a mesma periodicidade. O resultado foi que o comporta-
mento de discriminação foi indistinguível dos testes envolvendo estímulo
mecânico mostrando que essas respostas neurais são envolvidas em discri-
minação de frequências vibratórias (Romo et al., 2000). Em outras palavras,
isso parece significar que a atividade neural, na qual o comportamento de
discriminação foi baseado, neste caso, o código neural, foi replicado pela
estimulação elétrica.
Ao substituir a estimulação mecânica por elétrica, o resultado foi
que, dado que o comportamento foi indistinguível, então as respostas neu-
ronais parecem suscetíveis à discriminação de frequência vibratória, pois,
ao variar a frequência do segundo estímulo (mais de 20 Hz que o primei-
ro), então a periodicidade na descarga neuronal parece irrelevante. Assim,
os pesquisadores (Romo et al., 2000) mostraram que o comportamento
de discriminação do participante não foi afetado, o que mostra que a pe-
riodicidade não era necessária para a tarefa que o participante tivesse sido
treinado para realizar. A possibilidade de que a intensidade percebida do
estímulo pudesse ter co-variado com a frequência do estímulo e assim ser-
vir como uma pista para o comportamento foi eliminada pela variação
aleatória da intensidade do segundo estímulo (Romo et al., 2000) sendo
um ponto a favor ao modelo de decodificação por ritmo.
3.3 síntEsE
Sobre o problema do reconhecimento da padronização, Romo et al.
(2000) mostraram que as respostas neurais evocadas por estímulos elétricos
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
99
podem ser armazenadas na memória e posteriormente comparadas com as
respostas evocadas por estímulos elétricos ou mecânicos para fazer um jul-
gamento de frequência, considerando que o comportamento foi inalterado
tanto para estímulos elétricos quanto mecânicos. Uma segunda conclusão
importante é que eles mostraram que esse comportamento é baseado na
estimulação de neurônios de adaptação rápida, pois quando os eletrodos
foram localizados dentro de grupos de neurônios de adaptação lenta (que
são conduzidos por uma classe de fibras aferentes primárias que não tem
a ver com a sensação vibratória), os indivíduos detectaram os estímulos
elétricos, mas o desempenho da discriminação de frequência foi aleatório,
contrariamente, se a microestimulação é sobre uma coluna de neurônios de
adaptação rápida, então o comportamento é gerado (Romo et al., 2000).
A terceira conclusão deste modelo de pesquisa (Hernández et al.,
2000; Romo et al., 2002) mostrou que, ao examinar a periodicidade e os
ritmos de codificação de neurônios de adaptação rápida no córtex soma-
tosensorial, enquanto o participante executava a tarefa de discriminação
vibratória com estímulos periódicos, um terço dos participantes sinalizam
o aumento de frequência vibratória de forma confiável por um aumento
no ritmo de impulso médio (Average over Several Neurons) com elevação da
frequência vibratória e cerca de dois terços sinalizam a frequência vibrató-
ria pela estrutura temporal de suas resposta (temporal patterns) (Romo et
al., 2002). Uma análise cuidadosa de Hernández et al. (2000) mostra que
a média do ritmo de pulsos e a estrutura temporal em respostas neuronais
únicas transmitem tanto ou mais informações do que o necessário para
explicar o comportamento (Hernández et al., 2000; Romo et al., 2002).
Portanto, dois desafios colocados em pesquisas de codificação neural
consistem em (1) entender as representações e as transformações subjacen-
tes à percepção, isto é, entendendo como a atividade neural é evocada por
estímulos sensoriais, e em (2) entender como a percepção depende dessa
atividade neural. Independentemente da difícil natureza dos experimentos
(por exemplo, controlar os códigos neurais relevantes através de neurotec-
nologias), o maior desafio é entender como a informação é codificada nos
níveis mais altos de processamento de informação no cérebro necessários
para a compreensão dos mecanismos neurais da cognição (Guo et al., 2021).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
100
4 informação E procEssamEnto informacional
Nesta seção, o objetivo é apresentar uma abordagem de informação
em sentido natural (Dretske, 1988) e como a informação é processada no
cérebro (Dehaene et al., 2006; Lamme; Supèr; Spekreijse, 1998) que seja
compatível com as hipóteses precedentes de codificação neural. O impor-
tante é traçar um paralelo entre a codificação neural temporal e por ritmo
(Johnson, 2000) com as noções de informação natural (Dretske, 1988) e
processamento informacional não-computacional (Piccinini; Scarantino,
2010) e biológico (Baars, 1993; Edelman, 2003). Nesse sentido, o con-
ceito de informação natural diz que a informação está relacionada àquilo
o que os sinais naturais e os indicadores fornecem (Dretske, 2008), neste
caso, a informação está contida nos sistemas que a processam, como o
cérebro. Por processamento não-computacional e biológico entende-se ao
modo de como a informação é codificada nos diversos níveis de processa-
mento (Baars, 1993) e como a capacidade do cérebro processar a informa-
ção surgiu evolutivamente (Edelman, 2003).
4.1 a informação Em sEntido natural
As instâncias de processamento de informação podem diferir entre
tipo de informação e tipo de processamento envolvidos, ainda que, aqui
a referência é ao processamento natural de informação e a sua não-corres-
pondência forçosa às noções de computação digital e genérica (Piccinini;
Scarantino, 2010). No sentido mais amplo, a produção de informação
depende da redução da incerteza (Piccinini; Scarantino, 2010, 2011). Por
sua vez, já a incerteza pode ser abordada como uma propriedade depen-
dente da mente (por exemplo, sobre as crenças de resultados futuros) ou
como uma propriedade independente da mente (por exemplo, a incerteza
quanto ao comportamento de um fenômeno físico em relação ao tempo).
Qualquer que seja o caso da noção de incerteza, é possível pensar em sinais,
tal como a fumaça da floresta, as pegadas na areia, as vocalizações dos ani-
mais não-humanos, os sinais da linguagem, enquanto informação capaz de
reduzir a incerteza, dentre as quais, a Teoria Matemática da Comunicação
(MTC) de Shannon e Weaver (1964) inicialmente preconizaram.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
101
O que despertou o interesse de Dretske (1988, 2008) na MTC de
Shannon e Weaver (1964) foi principalmente o fato deles tratarem a infor-
mação como objetiva e física. Isso está na fundamentação do Processamento
Natural de Informação (PNI). Para o PNI, a informação é algo estritamen-
te relacionado ao que os sinais naturais e os indicadores fornecem (Dretske,
2008), portanto, ela depende de critérios probabilísticos e de regularidades
nômicas (Piccinini; Scarantino, 2010). Dretske (1988) alargou o debate
envolvendo outros tópicos, sobretudo, com o intuito de usar o conceito
de informação para a naturalização do conteúdo intencional e dos aspectos
semânticos da comunicação. Ao mesmo tempo, Dretske (1988), introduz
o conceito de representação que possui natureza intencional e proprieda-
des funcionais adicionando outros constraints para entender o conceito de
informação como facilitador da transmissão de informação natural com
conteúdo semântico (Gonzalez; Nascimento; Haselager, 2004).
Ao considerar os aspectos semânticos da informação, Dretske (2008)
sugere que a informação é uma commodity objetiva, capaz de produzir co-
nhecimento e que, se o conhecimento implica verdade, informação é sem-
pre verdadeira. Esse é um ponto fulcral do argumento, pois o que importa
aqui é que, ao mesmo tempo, a informação é considerada natural. Isso
quer dizer que as relações informacionais se tornam cognitivas quando são
usadas/processadas por organismos/sistemas por meio de representações.
Uma representação, na filosofia de Dretske (1988), é uma estrutura física
que co-varia com algum aspecto do ambiente que circunda o organismo/
sistema. No organismo/sistema, a representação desempenha função de
guia do comportamento de modo a propiciar uma ação adaptativa. As
representações também possuem conteúdo que pode estar sujeito à corre-
ção, caso falso (misrepresentation), demandando recurso ao papel funcional
para explicar o que está acontecendo com o organismo ou o ambiente
naquele momento. A habilidade de explorar o ambiente, recebendo sinais
do ambiente e do corpo, garante a capacidade de manipular a informação
disponível no meio, corrigir as falsas representações, em vista de vantagens
evolutivas (Dretske, 1988). Desse modo, a informação é algo estritamen-
te relacionado àquilo o que os sinais naturais e os indicadores fornecem
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
102
(Dretske, 2008), portanto, ela depende de critérios probabilísticos e de
regularidades nômicas (Piccinini; Scarantino, 2010).
Sem embargo, as regularidades nômicas são um critério limitado,
visto não explicarem a ocorrência natural de misinformation, visto não ha-
ver uma lei natural que garanta que apenas as informações verdadeiras exis-
tam (Millikan, 2001). Para tentar corrigir este problema, Dretske (2008)
considera as propriedades funcionais da representação propondo que ela
possa ter uma relação causal com a ação que a requereu e que o conteúdo
representacional seja independente do seu veículo. A segunda estratégia
é identificar a conexão física entre os sinais informativos e os estados de
coisas sobre os quais eles tratam com uma conexão contrafactual (Cohen;
Meskin, 2006). Sob essa visão, o que é necessário para que a fumaça car-
regue as informações sobre o fogo e não sobre não-fogo é a constatação de
que se o fogo não tivesse ocorrido, a fumaça não teria ocorrido (Cohen;
Meskin, 2006).
4.2 computação digital E gEnérica
Os autores Piccinini e Scarantino (2010) oferecem uma definição do
termo computação bem abrangente ao sugerir dois critérios relevantes para
o debate: 1) uma noção de computação que inclua os muitos procedimen-
tos considerados computacionais; 2) uma noção de veículo de computação
que requeira (ou não) o processamento de propriedades semânticas. O
primeiro caso considerado é sobre a noção de Computação Digital (CD).
A CD não exige que os veículos de computação ofereçam suporte para a
informação, ou seja, que eles transmitam a informação natural sobre o
ambiente em que eles estejam inseridos, pois isso vai depender da noção de
computação envolvida. Considerando que um tipo de CD é determinísti-
co, em outras palavras, que uma computação determinística irá prever uma
correlação nômica entre os estados funcionais iniciais e finais do sistema,
no sentido que, os estados computacionais iniciais devem causar os esta-
dos computacionais finais, então, neste sentido, a CD pode implicar PNI,
ao passo que, se considerar CD como PNI, então a PNI não será sobre o
ambiente externo do organismo. Desse modo, o argumento é que CD não
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
103
necessariamente é PNI, mas depende do tipo de computação digital usada
(Piccinini; Scarantino, 2011).
Se para a informação natural for fácil achar as subscrições nomica-
mente entre as variáveis físicas, então seria de esperar que os dígitos (os ve-
ículos da computação digital), numa computação digital poderiam trans-
mitir a informação natural sobre as fontes, como os estímulos ambientais
e responder apropriadamente ao ambiente (Piccinini, 2007). Além disso,
os dígitos poderiam carregar informação natural sobre as fontes cognitiva-
mente interessantes, no entanto, é patente salientar que há um forte limi-
tador, pois a CD não gera processamento de informação natural (Piccinini,
2007). Assim sendo, ao que parece, transmitir informação natural sobre o
sistema e o ambiente do sistema é diferente que gerar informação natu-
ral através de transformações (Piccinini, 2007). Em síntese, apesar que os
dígitos não necessariamente precisam estar nomicamente correlacionados
com algo no ambiente do sistema para uma computação digital, isso não é
o mesmo que gerar informação natural (Piccinini, 2007).
Inversamente, se o PIN pode ser realizado por CD, vai depender se
a informação natural é codificada digitalmente e como ela é processada
(Piccinini; Scarantino, 2011). A informação natural pode ser codificada
por variáveis contínuas, que não são os veículos da CD, mas se for codifi-
cado por dígitos, então o processamento de tais dígitos pode consistir em
algo diferente da CD, por exemplo, como na conversão de sinais digitais
em analógicos. Em ambos os casos, as informações não naturais são pro-
cessadas, mas não por meio de computação digital (Piccinini; Scarantino,
2011). Portanto, primeiro, os veículos de computação digital não
precisam transportar informações naturais e, segundo, o processamento
de informações naturais não precisa ser realizado por computação digital.
Por fim, a Computação Genérica (CG) inclui a computação analó-
gica (CA), a CD e a computação neural (CN). Além disso, é preciso salien-
tar que a CG é uma computação funcional, isto é, uma manipulação fun-
cional de qualquer veículo independente do meio (Piccinini; Scarantino,
2010). Novamente, PIN pode (ou não) ser um caso de CG, mas não o
oposto, pois PIN pode ser uma forma de CG, ao passo que, CG é uma
categoria muito maior. Apesar disso, é estabelecido para outros tipos de
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
104
CG que nada nas noções CA e CD exige que os veículos sendo manipu-
lados carreguem as informações naturais necessariamente. De modo mais
geral, nada na noção de manipulação de veículos independentes de meio
determina que tais veículos carreguem as informações naturais (Piccinini;
Scarantino, 2010).
4.3 procEssamEnto informacional, cognição E consciência
Em caracterização geral, o processamento informacional em vários
níveis é relacionado com a habilidade que ele performa, pois é difícil con-
ceber a informação e os níveis de processamento informacional entenden-
do-os isoladamente quanto às habilidades que eles dão suporte. Neste caso,
se pode pensar em funções cognitivas como a memória de trabalho ou a
atenção seletiva e até a consciência. Os Modelos Cognitivistas (MCs) da
cognição e da consciência dão ênfase sobre como a informação é processa-
da no cérebro considerando os tipos de processamento de acordo com os
seus níveis (Van Gulick, 2014). Os níveis são caracterizados pelos detalhes
organizacionais das redes de neurónios que possibilitam o processamento.
Assim, os MCs se concentram sobre os tipos de processamento de infor-
mação como os modos serial e paralelo, o processamento que ocorre em
módulos individuais, módulos múltiplos e, por fim, em supramódulos.
Esses supramódulos são as redes globais e as cartografias de redes que são
constituídas ao longo do desenvolvimento do organismo através de rela-
ções embrionárias que baseiam a competição e a colaboração entre os sinais
trocados entre as redes. A formação das redes cerebrais, segundo os MCs,
pode ser fundamental para explicar problemas filosóficos como a relação
entre o acesso e a consciência fenomenal (Edelman, 2003; McGovern;
Baars, 2007). Essa proposta é defendida por Bernard Baars (Baars, 1993;
McGovern; Baars, 2007; Baars; Geld; Kozma, 2021) em uma versão
mais funcionalista chamada de Espaço de Trabalho Global (GWM) e
por Stanislas Dehaene e colegas (Dehaene; Kerszberg; Changeux, 1998;
Dehaene et al., 2006; Mashour et al., 2020) em um contraponto neural,
denominado de Espaço de Trabalho Neural (GNWM).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
105
4.3.1 modelo do espaço [neural] de trabalho global (gnW)
De modo geral, a hipótese do GNW baseia-se em três princípios: o
processamento informacional modular, o processamento em rede e o pro-
cessamento global (Baars, 1991, 1993; Dehaene; Kerszberg; Changeux,
1998; Mashour et al., 2020) para explicar o processamento subliminal sem
e com atenção, a pré-consciência e a consciência (Dehaene et al., 2006).
O argumento é que estes três princípios são compatíveis com a dissociação
singular entre a atenção e a consciência e as experiências observacionais
corroboram tal argumento (Dehaene; Changeux, 2005).
O processamento modular da informação (PMI) pode ser unimo-
dal ou multimodal, serial ou paralelo, mas sobretudo, é não-consciente.
Inicialmente, a informação é processada em módulos especializados e en-
capsulados de acordo com a sua origem sensorial (Dehaene; Kerszberg;
Changeux, 1998). Como um sistema de resposta comportamental, este
sistema é instrumental, preocupado com a forma como o organismo deve
interagir fisicamente com o mundo e realizar objetivos instrumentais, por
exemplo, os drivers reguladores e as respostas de luta/fuga/congelamento
(Morsella, 2005). Funcionalmente, é preciso lembrar que esse PIM é se-
rial, hierárquico, não-consciente e não-controlado (Dehaene et al., 2006).
Adicionalmente, o processamento passa a ser multimodal interagindo
com muitos módulos de processamento (Dehaene; Kerszberg; Changeux,
1998). Se a informação é visual, então os sistemas integram as saídas infor-
macionais de vários módulos especializados que são processados paralela-
mente, contudo, este processamento é subliminal e inatencional (Dehaene
et al., 2006). Novamente, se pensar em um sistema de resposta compor-
tamental, então o sistema músculo-esquelético é um exemplo. Contudo,
esses sistemas instrumentais competem entre si e podem entrar em con-
flito (Morsella, 2005). Devido a isso, a Teoria da Interação Supramodular
(TIS) de Morsella (2005) ainda postula um nível adicional chamado de
supramodular.
O Processamento Informacional em Rede (PIR) demanda de três
condições: 1) os modelos que demandam PIR se baseiam em modos de
teias que são formadas por nexos cluster/hubs em larga escala; 2) o PIR
pressupõe o processamento modular; 3) é preciso ter em mente que as de-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
106
finições conceituais de redes são na verdade descrições funcionais de ativi-
dades que se presume ocorrerem no cérebro. Este ponto é importante, pois
ele entra em jogo para explicar a consciência como “padrões de atividade
de todo o sistema” que seja biológico e, com isso, neural. A condição (1) é
explicada pelo Modelo Holomônico de Pribam (MHP) que demonstra a
formação de assembleias de neurônios integrando as redes que distribuem
a informação no cérebro entre as redes ativas. A condição (2) é descrita
pelo Modelo Neurodinâmico de Freeman (MNF) que demonstra como os
estados neurodinâmicos formam os padrões de atividade resultando numa
modulação de amplitude global (Global Amplitude Modulation-GAM).
A condição (3) é evidenciada pelo PIR que define as múltiplas redes inter-
conectadas influenciando-se mutuamente e trocando sinais entre si com
mecanismos reentrantes (Edleman, 2003). Atualmente, as pesquisas con-
centram-se sobre as redes cerebrais de larga-escala (condição 3) que dão
suporte aos processos cognitivos (Mashour; Hudetz, 2018).
O Processamento Informacional Globalmente distribuído (PIG)
possibilita um sistema ser capaz de coordenar e controlar os seus processos
internos mediante o uso de funções executivas como a memória de traba-
lho, a atenção seletiva top-down, o raciocínio, o planejamento e outras fun-
ções para a tomada de decisão que resultam em uma ação adaptativa (Baars,
1993). Para isso, é preciso entender que o processamento informacional
é modular (inicialmente é serial, mas depois é paralelo) e supramodular
(Baars, 1993). O processamento é em paralelo e distribuído, heterogêneo e
multimodal, como no caso das áreas de associação que alimentam o espaço
de trabalho global com as informações de origem dos variados sistemas de
percepção (Dehaene; Kerszberg; Changeux, 1998; Dehaene et al., 2006).
Entretanto, depois da integração global, ele é serial quando o mecanismo
atencional top-down focaliza retroalimentando o input sensorial relevante
na rede (Dehanene; Changeux; Naccache, 2011). Em grande medida, o
processamento informacional multimodal é automático e não-consciente
com relação às saídas dos módulos e supramódulos (Baars, 1993). A infor-
mação pode ser integrada como o resultado da interação entre as redes de
larga escala (Default Network Mode- DNM) (Andrews-Hanna et al., 2010)
e de atenção (Dorsal Attention Network-DAN) (Dixon et al., 2017) para
que o sinal output da competição/colaboração (Baars, 1993; Edelman,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
107
2003) entre os processadores acesse a rede global para que possa ser distri-
buído por todo o sistema (Dehaene et al., 2006). Logo, o resultado final
integrado, por meio de um espaço de trabalho global é serial, disponível a
todo o sistema e internamente consistente por meio da atenção focal que
faz a ignição do sistema (Dehaene et al., 2011).
Em síntese, para a GNW (Dehaene; Kerszberg; Changeux, 1998;
Mashour et al., 2020), a consciência, tanto no sentido de acesso quanto no
sentido fenomenal, ocorre quando e somente quando o conteúdo relevante
entra na rede global mais ampla envolvendo o processamento informacio-
nal que ocorre nas áreas sensoriais primárias, mas, acima destas, nas áreas
frontais e parietais associadas à atenção. Neste caso, as funções cognitivas
de alto-nível, como a atenção top-down e a consciência, requerem níveis de
codificação, tanto neural quanto informacional, subsequentes que susten-
tam a geração de representações de alta-ordem (HORs) (Lau; Rosenthal,
2011) sobre as codificações neurais e informacionais primárias e iniciais
que dão suporte para as representações de primeira-ordem (FORs) (Block,
1995). Em termos neurais, o córtex pré-frontal e parietal tornam cons-
cientes as informações sensoriais representadas no córtex visual secundário
(Dehaene; Kerszberg; Changeux, 1998) e, além disso, o tipo de processa-
mento informacional que dá apoio à transmissão global envolve múltiplos
módulos de processamento, módulos heterogêneos e múltiplos em extensa
conexão. Assim, o processamento informacional supramodular (Morsella,
2005) é uma função importante associada à consciência de acordo com a
hipótese GNW (Mashour et al., 2020).
5 aspEctos E contExtos do concEito dE rEprEsEntação Em
nEurociência
As pesquisas em neurociência sobre a codificação neural e o proces-
samento informacional em redes se depara com o desafio epistemológico
de preencher as lacunas entre o ambiente externo (mundo), a atividade
elétrica interna do cérebro (cérebro) e o funcionamento do comportamen-
to, da cognição e da consciência (representação). A palavra “representa-
ção” pode ser usada em diferentes contextos em neurociência para conectar
estes processos. Em outras palavras, há o desafio de explicar como, por
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
108
exemplo, a atividade neural no córtex visual pode representar um rosto
de um familiar ou como os neurônios nos centros de memória do cérebro
podem representar uma memória de infância. Desse modo, o objetivo da
atual seção é mostrar que o discurso científico recente apontou desafios na
forma como os termos “representação” e “código” são comumente usados
na neurociência.
5.1 aspEctos do concEito dE rEprEsEntação
Em neurociência, três aspectos experimentais são centrais: (1) cor-
relacional; (2) causal; (3) e teleológico (Baker; Lansdell; Kording, 2022).
Para o aspecto correlacional (1), um estado neural se correlaciona com um
evento ou característica do ambiente (Baker; Lansdell; Kording, 2022).
Por exemplo, um pesquisador pode descobrir que um grupo de neurônios
dispara sempre que um rato vê um predador. Como esse estado neural es-
pecífico está correlacionado com a visão do predador, o pesquisador pode
inferir que o estado neural representa o predador. Em geral, este aspecto
diz, que se alguma atividade neural N representa algum evento ou caracte-
rística do mundo F, então deve-se ser capaz de encontrar evidências de uma
correlação entre N e F (Baker; Lansdell; Kording, 2022). A noção de que a
atividade cerebral deve, de alguma forma, refletir as coisas representadas é
bem explorada na neurociência e pode ser chamada de foco predominante.
A maioria dos experimentos de neurociências sistêmicas correlacionam a
atividade neural com características do ambiente de um animal (por exem-
plo, estímulos ou movimentos) e tiram conclusões gerais dessas descober-
tas (Baker; Lansdell; Kording, 2022)8.
O aspecto causal (2) concerne sobre como a atividade neural causa
o comportamento relacionado a um determinado evento ou característica
do ambiente (Baker; Lansdell; Kording, 2022)9. Quando os pesquisadores
Não obstante, há críticas de que a noção de representação não pode ser implicada da correlação, pois a
correlação pode ocorrer entre o dado neural e toda a sorte de eventos que não são a representação de algo,
assim, a correlação é fraca demais para implicar um mecanismo que represente algo (Hájek, 2007).
Um segundo contexto comum para pensar sobre representações é relacionar a atividade neural a
comportamentos baseados em observações de certos tipos de comportamento animal. Esta definição sugere
que um animal utiliza representações na produção de comportamento adaptativo, apoiando a ideia de que
o comportamento de um animal pode nos dizer algo sobre coisas representadas em partes do cérebro do
animal. Especificamente, uma vez que se presume que as representações servem a comportamentos flexíveis
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
109
usam o termo nesse sentido, eles querem dizer que a atividade neural rela-
cionada a algum evento ou característica causa o comportamento relacio-
nado a esse evento ou característica (Laplane et al., 2019). Por exemplo,
a representação de um predador pode ser oferecida como parte de uma
explicação causal do voo de um animal. Geralmente, este aspecto diz que,
se a atividade neural N é uma representação de F, então a correlação de N
com F está causalmente envolvida em algum comportamento relaciona-
do a F. Este segundo aspecto pode ser especificado mais detalhadamente.
Dizer que a atividade neural N representa uma característica F implica um
efeito no comportamento relacionado a F determinado pelos mecanismos
cerebrais que fazem uso de N como uma representação de F. A descrição
funcional de N como parte de tal mecanismo deve apoiar previsões sobre
como o bloqueio experimental ou induzir a representação que deve afetar
o comportamento. Isto torna N explicativamente relevante de uma for-
ma que outras atividades que se correlacionam com F não o são (Baker;
Lansdell; Kording, 2022)10. Assim, essa perspectiva parte de uma relação
estatística entre a atividade neural e o ambiente para inferir a relação entre
uma representação e o dado representado. Por exemplo, algumas técnicas
experimentais modernas, como a optogenética, (Deisseroth et al., 2006)
permitem a estimulação precisa de populações específicas de neurônios,
tornando mais fácil para os cientistas provarem as ligações causais entre
a atividade neural e o comportamento (Baker; Lansdell; Kording, 2022).
O terceiro aspecto da representação (3) adiciona um componente
teleológico, que enfatiza o propósito de uma ação e não tanto a sua cau-
sa (Baker; Lansdell; Kording, 2022). Nesse uso, há uma razão pela qual
o estado neural e seu comportamento correspondente se correlacionam
com um evento ou recurso (Baker; Lansdell; Kording, 2022). Voltando ao
exemplo do rato, a atividade neural que representa ver um predador e fazer
com que o rato fuja existe para que o rato sobreviva. Em geral, a teleolo-
gia permite que uma representação de F oriente comportamento de um
e temporalmente estendidos, o comportamento que não é uma resposta imediata à estimulação parece
indicativo de representação. (Baker; Lansdell; Kording, 2022).
10 Um problema que pode surgir é se houverem outros padrões de fluxos causais N paralelos que são
responsáveis pelo comportamento F poderiam deflacionar uma noção mais precisa de representação, pois
implicaria uma quantidade surpreendente de redundância e não forneceria nenhuma relevância explicativa
significativa além da correlação apenas (Egan, 2020).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
110
organismo como se encontrasse um F presente, mesmo que não o tenha
encontrado, refletindo a dimensão normativa da forma como as represen-
tações são comumente usadas nas explicações da neurociência. Neste caso,
que o telos precisa ser especificado para que se N representa F, haja alguma
base para dizer que N supostamente se correlaciona com F, estabelecendo
assim a possibilidade de deturpação (Dretske, 1988; Neander, 1995). Isso
significa que, supondo que se tenha identificado um padrão de atividade
neural N cuja correspondência com F (Aspecto 1) desempenha um pa-
pel causal em um processo que modifica o comportamento relacionado
a F (Aspecto 2), algo mais é necessário para dizer por que N representa F
(por engano) quando o mecanismo falha em suportar o comportamento
(Baker; Lansdell; Kording, 2022).
5.2 contExtos do concEito dE rEprEsEntação
Quanto aos contextos de pesquisa, inicialmente, pode ocorrer uma
correlação da atividade neural com as entradas sensoriais, medindo uma
correspondência estatística entre os neurônios (ou populações deles) e as
características salientes do ambiente de um animal humano ou não-huma-
no (Baker; Lansdell; Kording, 2022). É mais fácil quantificar as correlações
com os eventos do mundo que um animal humano ou não-humano está
experimentando, portanto, esta abordagem à representação neural é mais
frequentemente associada ao trabalho nas áreas sensoriais iniciais, onde a
atividade depende em grande parte apenas dos estímulos recebidos, forne-
cendo a conexão entre a atividade dos neurônios e os recursos no mundo.
Em suma, são correlacionadas duas variáveis, sendo uma delas um dado
comportamental e outra um dado neural (Decharms; Zador, 2000).
Não obstante, se um animal não-humano possuir uma representação
de um predador que não esteja ao alcance dos sistemas sensoriais, ele pode
usar essa representação para fazer previsões sobre a localização futura do
predador e agir de acordo (Baker; Lansdell; Kording, 2022). Neste sentido,
os pesquisadores estão mais propensos a pensar em comportamentos não-
-reflexivos, pois é assumido que a representação está presente no processo
decisório (Mirski; Bickhard, 2019). Um importante detalhe é que os pro-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
111
cessos neurais e cognitivos, neste contexto, não estão nas áreas sensoriais
iniciais com a atividade fortemente ligada aos estímulos recebidos presen-
temente. Esse é um caso distinto do anterior, na qual, o código neural de
um rato que representa ver um predador, significa que esse código neural
pode causar uma ação como esconder-se ou fugir. Por um lado, se algumas
tarefas comportamentais demandam somente as representações de primei-
ra-ordem (Block, 1995) e a codificação neural em áreas sensoriais (Lamme,
2004), por outro lado, o sistema nervoso de um animal não-humano e
humano pode requerer as representações de alta-ordem (Lau; Rosenthal,
2011) e codificação neural dinâmica (por ritmo e temporal, populacio-
nal e esparsa) (Cariani; Baker, 2022), bem como, cognição e consciência
(Mashour et al., 2020). Logo, é no contexto de tais observações que mui-
tas hipóteses neurocientíficas são formadas sobre o que o cérebro de um
animal humano e não-humano pode representar (Krakauer et al., 2017).
Por fim, um terceiro contexto em que os neurocientistas usam fre-
quentemente a ideia de representação é ao falar sobre os diferentes tipos de
algoritmos que podem apoiar as capacidades gerais nas quais os neurocien-
tistas de sistemas estão interessados, como a tomada de decisão, a memória
e o raciocínio abstrato (Piccinini, 2008). O conteúdo das representações
num tal algoritmo pode parecer não ter nada a ver diretamente com o
ambiente ou com o comportamento, mas principalmente com os estados
internos do próprio sistema à medida que o seu algoritmo se desenrola ao
longo do tempo. De modo mais geral, os neurocientistas que pensam sobre
como um cérebro (ou algumas de suas partes) pode resolver um determi-
nado problema muitas vezes baseiam-se, de forma importante, em uma
noção de representação que não está associada à atividade sensorial, nem
a qualquer resposta comportamental específica a parte do mundo além do
acesso sensorial imediato (Pitt, 2020).
6 considEraçõEs finais
A referência ao problema de como relacionar o mundo-cérebro com
as representações internas do organismo depende de averiguar quais são
as características da relação mundo-cérebro que tornam possível produzir
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
112
as características da representação. Com base nas definições precedentes
de codificação neural, processamento informacional e representações men-
tais, a identificação de tal representação na atividade neural e informacio-
nal partiu da correlação da atividade neural, incluindo a codificação neural
e o processamento informacional com o comportamento representacional
aos níveis bottom-up e top-down. Isso implica dizer que a representação
tem uma natureza neural e informacional e um papel causal, isto é, a re-
presentação pode desempenhar funções no organismo como na percepção
do mundo ou na ação no mundo. Para compreender a relação entre o
dado físico, neste caso, neural e informacional, e as representações internas
é depende de estabelecer uma relação estatisticamente significativa entre
a dinâmica das representações internas e a temporalidade da codificação
neural e do processamento informacional (Northoff, 2023).
Pode-se, portanto, de um lado, dizer que a dinâmica têmporo-espa-
cial fornece uma característica compartilhada de códigos neuronais e pro-
cessamentos informacionais para as representações que permite atribuir as
características representacionais aos estímulos externos de fora do cérebro,
ou seja, no corpo e no mundo (Northoff, 2023). Por outro lado, restaria
admitir ou uma perspectiva realista teórica de que o problema é insolúvel
cientificamente (Chalmers, 1996) ou que esse processo de “transformação
neuromental” permanecerá ilusório (Frankish, 2016; Kammerer, 2021).
rEfErências
ANDREWS-HANNA, J. R.; REIDLER, J. S.; HUANG, C.; BUCKNER R.
L. Evidence for the default network’s role in spontaneous cognition. Journal of
neurophysiology, Washington, v. 104, n. 1, p. 322-335, July 2010. DOI: https://doi.
org/10.1152/jn.00830.2009. Disponível em: https://journals.physiology.org/doi/
full/10.1152/jn.00830.2009. Acesso em: 7 jul. 2025.
BAARS, B. A. Cognitive theory of consciousness. Cambridge, MA: Cambridge University
Press, 1993. Parte II, p. 71-134; Parte V, p. 299-344; Parte VI, p. 345-356.
BAARS, B. J.; GELD, N.; KOZMA, R. Global Workspace eory (GWT) and
prefrontal cortex: recent developments. Frontiers in psychology, Zurique, v. 12, n.
749868, p. 1-6, Nov. 2021. DOI: https://doi.org/10.3389/fpsyg.2021.749868.
Disponível em: https://www.frontiersin.org/journals/psychology/articles/10.3389/
fpsyg.2021.749868/full. Acesso em: 28 nov. 2024.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
113
BAILEY, C. H.; KANDEL, E. R. Synaptic remodeling, synaptic growth and the
storage of long-term memory in Aplysia. In: SOSSIN, W. S.; LACAILLE, J. C.;
CASTELLUCCI, V. F.; BELLEVILLE, S. (ed.). Essence of memory. Amsterdam: Elsevier,
2008. p. 179-198. (Progress in brain research, 169). DOI: https://doi.org/10.1016/
S0079-6123(07)00010-6.
BAKER, B.; LANSDELL, B.; KORDING, K. P. ree aspects of representation in
neuroscience. Trends in cognitive sciences, Cambridge, v. 26, n. 11, p. 942-958, Nov.
2022. DOI: https://doi.org/10.1016/j.tics.2022.08.014. Disponível em: https://www.
cell.com/trends/cognitive-sciences/fulltext/S1364-6613(22)00210-8. Acesso em: 7 jul.
2025.
BEAR, M. F.; CONNORS, B. W.; PARADISO, M. A. Neurociências: desvendando o
sistema nervoso. 4. ed. Porto Alegre: Artmed, 2017.
BLOCK, N. On a confusion about a function of consciousness. Behavioral and brain
sciences, Cambridge, v. 18, n. 2, p. 227-247, June 1995. DOI: https://doi.org/10.1017/
S0140525X00038188. Disponível em: https://www.cambridge.org/core/journals/
behavioral-and-brain-sciences/article/abs/on-a-confusion-about-a-function-of-conscious
ness/061422BF0C50C5FF00927F9B6E879413. Acesso em: 7 jul. 2025.
BROWN, E. N.; KASS, R. E.; MITRA, P. P. Multiple neural spike train data analysis:
state-of-the-art and future challenges. Nature neuroscience, Londres, v. 7, n. 5, p. 456-
461, Apr. 2004. DOI: https://doi.org/10.1038/nn1228. Disponível em: https://www.
nature.com/articles/nn1228. Acesso em: 7 jul. 2025.
BROWN, R.; LAU, H.; LEDOUX, J. E. Understanding the higher-order approach to
consciousness. Trends in cognitive sciences, Cambridge, v. 23, n. 9, p. 754-768, Sept. 2019.
DOI: https://doi.org/10.1016/j.tics.2019.06.009. Disponível em: https://www.cell.com/
trends/cognitive-sciences/fulltext/S1364-6613(19)30161-5. Acesso em: 7 jul. 2025.
BURTON, A.; WON, S. M.; SOHRABI, A. K.; STUART, T.; AMIRHOSSEIN, A.;
KIM, J. U.; PARK, Y.; GABROS, A.; ROGERS, J. A.; VITALE, F.; RICHARDSON,
A. G.; GUTRUF, P. Wireless, battery-free, and fully implantable electrical
neurostimulation in freely moving rodents. Microsystems and nanoengineering, London,
v. 7, n. 62, p. 1-12, Aug. 2021. DOI: https://doi.org/10.1038/s41378-021-00294-7.
Disponível em: https://www.nature.com/articles/s41378-021-00294-7. Acesso em: 7
jul. 2025.
CARIANI, P.; BAKER, J. M. Time is of the essence: neural codes, synchronies,
oscillations, architectures. Frontiers in computational neuroscience, Lausanne, v. 16, n.
898829, p. 1-36, June 2022.
CHALMERS, D. Conscious mind: in search of a fundamental theory. New York: Oxford
University Press, 1996.
CHURCHLAND, P. S.; SEJNOWSKI, T. Neural representation and neural
computation. Philosophical perspectives, Hoboken, v. 4, p. 343-382, Jan. 1990.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
114
CHURCHLAND, P. S.; SEJNOWSKI, T. Neuroscience Overview. In:
CHURCHLAND, P. S.; SEJNOWSKI, T. e computational brain. 4th ed. Cambridge,
MA: e MIT Press, 1996. p. 14-51.
CHURCHLAND, P. S. Soul searching. In: CHURCHLAND, P. S. Touching a nerve:
the self as brain. New York: W. W. Norton & Company, 2013. p. 33-63.
COHEN, J.; MESKIN, A. An objective counterfactual theory of information.
Australasian journal of philosophy, [s.l.], v. 84, n. 3, p. 333-352, Sept. 2006.
DAMASIO, A. R. Descartes’ error: emotion, reason, and the human brain. New York:
Peguin Books, 1994.
DECHARMS, R. C.; ZADOR, A. Neural representation and the cortical code. Annual
reviews of neuroscience, Palo Alto, v. 23, p. 613-647, Mar. 2000.
DEHAENE, S.; KERSZBERG, M.; CHANGEUX, J. P. A neuronal model of a global
workspace in effortful cognitive tasks. Proceedings of the National Academy of Sciences
(PNAS), Washington, v. 95, n. 24, p. 14529-14534, Nov. 1998.
DEHAENE, S.; NACCACHE, L. Towards a cognitive neuroscience of consciousness:
basic evidence and a workspace framework. Cognition, Amsterdam, v. 79, n. 1-2, p.
1-37, Apr. 2001.
DEHAENE, S.; CHANGEUX, J. P. Ongoing spontaneous activity controls access
to consciousness: a neuronal model for inattentional blindness. PLoS Biology, San
Francisco, v. 3, n. 5, p. 910-927, May 2005.
DEHAENE, S.; CHANGEUX, J. P.; NACCACHE, L.; SACKUR, J.; SERGENT,
C. Conscious, preconscious, and subliminal processing: a testable taxonomy. Trends
in cognitive sciences, Cambridge, v. 10, n. 5, p. 204-211, May 2006. DOI: https://doi.
org/10.1016/j.tics.2006.03.007. Disponível em: https://www.cell.com/trends/cognitive-
sciences/fulltext/S1364-6613(06)00079-9. Acesso em: 7 jul. 2025.
DEHAENE, S.; CHANGEUX, J. P.; NACCACHE, L. e global neuronal workspace
model of conscious access: from neuronal architectures to clinical applications. In:
DEHAENE, S.; CHRISTEN, Y. (ed.). Characterizing consciousness: from cognition to
the clinic?. Berlin: Springer, 2011. cap. 3. p. 55-84.
DEISSEROTH, K.; FENG, G.; MAJEWSKA, A. K.; MIESENBÖCK, G.; TING, A.;
SCHNITZER, M. J. Next-generation optical technologies for illuminating genetically
targeted brain circuits. Journal of neuroscience, [s.l.], v. 26, n. 41, p. 10380-10386, Oct. 2006.
DIXON, M. L.; ANDREWS-HANNA, J. R.; SPRENG, R. N.; IRVING, Z. C.;
MILLS, C.; GIRN, M.; CHRISTOFF, K. Interactions between the default network
and dorsal attention network vary across default subsystems, time, and cognitive states.
Neuroimage, Amsterdam, v. 147, p. 632-649, Feb. 2017.
DRETSKE, F. Explaining behavior. Cambridge, MA: MIT Press, 1988.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
115
DRETSKE, F. Epistemology and information. In: ADRIAANS, P.; VAN BENTHEM,
J. (ed.). Philosophy of information. Amsterdam: North Holland, 2008. Parte B, p. 29-47.
EDELMAN, G. Naturalizing consciousness: a theoretical framework. Proceedings of the
National Academy of Sciences (PNAS), Washington, v. 100, n. 9, p. 5520–5524, Apr. 2003.
EGAN, F. A Deflationary account of mental representation. In: SMORTCHKOVA, J.;
DOLEGA, K; SCHLICHT, T. (ed.). What are mental representations? New York: Oxford
University Press, 2020. p. 26-53.
FRANKISH, K. Illusionism as a theory of consciousness. Journal of consciousness studies,
Londres, v. 23, n. 11-12, p. 11-39, Jan. 2016.
FUSTER, J. M. Cortex and mind: unifying cognition. New York: Oxford University
Press, 2003.
GERSTNER, W.; KISTLER, W. M. Introduction. In: GERSTNER, W.; KISTLER,
W. M. Spiking neuron models: single neurons, populations, plasticity. Cambridge:
Cambridge University Press, 2002. p. 11-38.
GONZALEZ, M. E. Q.; NASCIMENTO, T. C. A.; HASELAGER, W. F. G.
Informação e conhecimento: notas para uma taxonomia da informação. In: FERREIRA,
A.; GONZALEZ, M. E. Q.; COELHO, J. G. (ed.). Encontro com as ciências cognitivas.
São Paulo: Cultura Acadêmica, 2004. p. 195-220. (Coleção Estudos Cognitivos, v. 4).
GUO, W.; FOUDA, M. E.; ELTAWIL, A. M.; SALAMA, K. N. Neural coding
in spiking neural networks: a comparative study for robust neuromorphic systems.
Frontiers in neuroscience, Lausanne, v. 15, p. 1-21, Mar. 2021.
HÁJEK, A. e reference class problem is your problem too. Synthese, London, v. 156,
n. 3, p. 563-585, June 2007.
HERNÁNDEZ, A.; ZAINOS, A.; ROMO, R. Neuronal correlates of sensory
discrimination in the somatosensory cortex. Proceedings of the National Academy of
Sciences (PNAS), Washington, v. 97, n. 11. p. 6191-6196, May 2000.
JOHNSON, K. O. Neural coding. Neuron, Massachusetts, v. 26, n. 3, p. 563-566, June
2000.
JOHNSON, K. O.; HSIAO, S. S.; YOSHIOKA, T. Neural coding and the basic law of
psychophysics. e neuroscientist, ousand Oaks, v. 8, n. 2, p. 111-121, Apr. 2002.
KAMMERER, F. e illusion of conscious experience. Synthese, London, v. 198, n. 1,
p. 845-866, Jan. 2021.
KANDEL, E. R. e molecular biology of memory storage: a dialogue between genes
and synapses. Science, Washington, v. 294, n. 5544, p. 1030-1038, Nov. 2001.
KANDEL, E. R.; SCHWARTZ, J. H.; JESSELL, T. M.; SIEGELBAUM, S. A.;
HUDSPETH, A. J. Principles of neural science. 5th ed. New York: McGraw Hill, 2013.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
116
KRAKAUER, J. W.; GHAZANFAR, A. A., GOMEZ-MARIN, A.; MACIVER, M.
A.; POEPPEL, D. Neuroscience needs behavior: correcting a reductionist bias. Neuron,
Massachusetts, v. 93, n. 3, p. 480-490, Feb. 2017.
LAMME, V. A. F.; SUPÈR, H.; SPEKREIJSE, H. Feedforward, horizontal, and
feedback processing in the visual cortex. Current opinion in neurobiology, Amsterdam, v.
8, n. 4, p. 529-535, Aug. 1998.
LAMME, V. Separate neural definitions of visual consciousness and visual attention; a
case for phenomenal awareness. Neural networks, Amsterdam, v. 17, n. 5-6, p. 861-72,
June/July 2004.
LAPLANE, L.; MANTOVANI, P.; ADOLPHS, R.; CHANG, H.; MANTOVANI, A.;
MCFALL-NGAI, M.; ROVELLI, C.; SOBER, E.; PRADEU, T. Why science needs
philosophy. Proceedings of the National Academy of Sciences (PNAS), Washington, v. 116,
n. 10, p. 3948-3952, Mar. 2019.
LAU, H. C.; ROSENTHAL, D. Empirical support for higher-order theories of
conscious awareness. Trends cognitive science, Cambridge, v. 15, n. 8, p. 365-373,
Aug. 2011.
MASHOUR G. A.; HUDETZ, A. G. Neural correlates of unconsciousness in large-
scale brain networks. Trends in neurosciences, Cambridge, v. 41, n. 3, p. 150-160,
Mar. 2018.
MASHOUR, G. A.; ROELFSEMA, P.; CHANGEUX, J. P.; DEHAENE, S. Conscious
processing and the global neuronal workspace hypothesis. Neuron, Cambridge, v. 105,
n. 5, p. 776-798, Mar. 2020.
MCGOVERN, K.; BAARS, B. J. Cognitive theories of consciousness. In: ZELAZO,
P. D.; MOSCOVITCH, M.; THOMPSON, E. (ed.). e Cambridge handbook of
consciousness. Cambridge: Cambridge University Press, 2007. p. 177-205.
MILLIKAN, R. G. What has natural information to do with intentional representation?
Royal institute of philosophy supplement, Cambridge, v. 49, p. 105-125, Mar. 2001.
MIRSKI, R.; BICKHARD, M. H. Encodingism is not just a bad metaphor. Behavioral
and brain science, Glendale, v. 42, n. e237, p. 1-8, Nov. 2019. DOI: https://doi.
org/10.1017/S0140525X19001286. Disponível em: https://www.cambridge.org/core/
journals/behavioral-and-brain-sciences/article/abs/encodingism-is-not-just-a-bad-
metaphor/C81AF06381724E0477E92B3F68B2FC46. Acesso em: 9 dez. 2024.
MORSELLA, E. e function of phenomenal states: supramodular interaction theory.
Psychological review, Princeton, v. 112, n. 4, p. 1000-1021, Oct. 2005.
MOUNTCASTLE, V. B. e view from within: pathways to the study of perception.
Johns Hopkins medical journal, Baltimore, v. 136, n. 3, p. 109-131, Mar. 1975.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
117
MOUNTCASTLE, V. B.; STEINMETZ, M. A.; ROMO, R. Frequency
discrimination in the sense of flutter: psychophysical measurements correlated with
postcentral events in behaving monkeys. e journal of neuroscience, [s.l.], v. 10, n. 9,
p. 3032-3044, Sept. 1990.
NEANDER, K. Misrepresenting & malfunctioning. Philosophical studies: an
international journal for philosophy in the analytic tradition, New York, v. 79, n. 2, p.
109-141, Aug. 1995.
NORTHOFF, G. Neurowaves: brain, time and consciousness. Montreal: McGill-
Queen’s University Press, 2023.
O’KEEFE, J.; RECCE, M. L. Phase relationship between hippocampal place units and
the EEG theta rhythm. Hippocampus, New York, v. 3, n. 3, p. 317-330, July 1993.
PICCININI, G. Computing mechanisms. Philosophy of science, Cambridge, v. 74, n. 4,
p. 501-526, Oct. 2007.
PICCININI, G. Computation without representation. Philosophical studies, Londres, v.
137, p. 205-241, Jan. 2008.
PICCININI, G.; SCARANTINO, A. Computation vs. information processing: why
their difference matters to cognitive science. Studies in history and philosophy of science,
Amsterdam, v. 41, n. 3, p. 237-246, Sept. 2010.
PICCININI, G.; SCARANTINO, A. Information processing, computation and
cognition. Journal of biological physics, [s.l.], v. 37, n. 1, p. 1-38, Jan. 2011.
PITT, D. Mental representation. In: ZALTA, E. N.; NODELMAN, U. (ed.). Stanford
encyclopedia of philosophy. Stanford, CA: Metaphysics Research Lab, 2020. Disponível
em: https://plato.stanford.edu/entries/mental-representation/. Acesso em: 25 jan. 2024.
PITTS, W.; MCCULLOCH, W. S. How we know universals; the perception of
auditory and visual forms. Bulletin of mathematical biophysics, Toronto, v. 9, n. 3, p.
127-147, Sep. 1947.
PURVES, D.; AUGUSTINE, G. J.; FITZPATRICK, D.; HALL, W. C.; LAMANTIA,
A.; MCNAMARA, J. O.; WILLIAMS, S. M. (ed.). Neuroscience. 3rd ed. Sunderland:
Sinauer Associates, 2004.
RAICHLE, M. E.; MACLEOD, A. M.; SNYDER, A. Z.; POWERS, W. J.; GUSNARD,
D. A.; SHULMAN, G. L. A default mode of brain function. Proceedings of the National
Academy of Sciences (PNAS), Washington, v. 98, n. 2, p. 676-682, Jan. 2001.
RICHMOND, B. J. Information coding. In: SQUIRE, L. R. (ed.). Encyclopedia of
neuroscience. Cambridge, MA: Academic Press, 2009. p. 137-144.
ROMO, R.; HERNÁNDEZ, A.; ZAINOS, A.; BRODY, C. D.; LEMUS, L. Sensing
without touching: psychophysical performance based on cortical microstimulation.
Neuron, Cambridge, v. 26, n. 1, p. 273-278, Apr. 2000.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
118
ROMO, R.; HERNÁNDEZ, A.; ZAINOS, A.; LEMUS, L.; BRODY, C. D. Neuronal
correlates of decision-making in secondary somatosensory cortex. Nature Neuroscience,
London, v. 5, n. 11, p. 1217-1225, Nov. 2002. DOI: https://doi.org/10.1038/nn950.
Disponível em: https://www.nature.com/articles/nn950. Acesso em: 9 dez. 2024.
SACKUR, J.; DEHAENE, S. e cognitive architecture for chaining of two mental
operations. Cognition, Amsterdam, v. 111, n. 2, p. 187-211, May 2009.
SAWATANI, F.; IDE, K.; TAKAHASHI, S. e neural representation of time
distributed across multiple brain regions differs between implicit and explicit time
demands. Neurobiology of learning and memory, Amsterdam, v. 199, n. 107731, p. 1-8,
Mar. 2023.
SETH, A. Being you: a new science of consciousness. Londres: Faber & Faber, 2021.
SETH, A. K.; FRISTON, K. J. Active interoceptive inference and the emotional brain.
Philosophical transactions of the Royal Society B, London, v. 371, n. 1708, p. 1-10, Nov.
2016.
SHANNON, C. E.; WEAVER, W. e mathematical theory of communication. Urbana:
Chicago: e University Illinois Press, 1964.
TALWAR, S. K.; XU, S.; HAWLEY, E. S.; WEISS, S. A.; MOXON, K. A.; CHAPIN,
J. K. Rat navigation guided by remote control. Nature, London, v. 417, n. 6884, p. 37-
38, May 2002.
THEUNISSEN, F.; MILLER, J. P. Temporal encoding in nervous systems: a rigorous
definition. Journal of computational neuroscience, [s.l.], v. 2, n. 2, p. 149-162, June 1995.
THORPE, S. J. Spike arrival times: a highly efficient coding scheme for neural
networks. In: ECKMILLER, R.; HARTMANN, G.; HAUSKE, G. (ed.). Parallel
processing in neural systems and computers. New York: North-Holland, 1990. p. 91-94.
THORPE, S.; FIZE, D.; MARLOT, C. Speed of processing in the human visual
system. Nature, Londres, v. 381, p. 520-522, June 1996.
VAN GULICK, R. Consciousness. In: ZALTA, E. N.; NODELMAN, U. (ed.).
Stanford encyclopedia of philosophy. Stanford, CA: Metaphysics Research Lab, Stanford
University, 2014, Disponível em: https://plato.stanford.edu/entries/consciousness.
Acesso em: 8 fev. 2023.
VICTOR, J. D. Spike train metrics. Current opinion in neurobiology, Amsterdam, v. 15,
n. 5, p. 585–592, Oct. 2005.
VON BARTHELD, C. S.; BAHNEY, J.; HERCULANO-HOUZEL, S. e search for
true numbers of neurons and glial cells in the human brain: a review of 150 years of cell
counting. e journal of comparative neurology, [s.l.], v. 524, n. 18, p. 3865-95, Dec. 2016.
WU, S.; AMARI, S.; NAKAHARA, H. Population coding and decoding in a neural
field: a computational study. Neural computation, Massachusetts, v. 14, n. 5, p. 999-
1026, May 2002.
PARTE II
INFORMAÇÃO E
TECNOLOGIA
121
4
A ABORDAGEM QUANTITATIVA
DA INFORMAÇÃO: A TEORIA
MATEMÁTICA DA COMUNICAÇÃO
THE QUANTITATIVE APPROACH
TO INFORMATION: THE
MATHEMATICAL THEORY OF
COMMUNICATION
Marcos Antonio ALVES
UNESP
marcos.a.alves@unesp.br
https://orcid.org/0000-0002-5704-5328
https://doi.org/10.36311/2025.978-65-5954-633-6.p121-152
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
122
Resumo: Expomos a proposta da quantificação da informação tal como sugerida na Teoria
Matemática da Comunicação. Iniciamos com a concepção de comunicação e do modelo
unidirecional de comunicação. Em seguida, focalizamos a noção de informação subjacente
a essa perspectiva, em vista de, na seção seguinte, expor a definição de quantificação
da informação. Procuramos mostrar que, apesar dessa abordagem analisar apenas dos
aspectos sintáticos da transmissão de mensagens, seus estudos são importantes para o
tratamento de questões relacionadas à eficiência semântica e pragmática da comunicação.
Palavras-chave: Comunicação. Quantidade de Informação. TMC. Ruído.
Abstract: We present the proposal to quantify information as suggested by the Mathematical
eory of Communication. We begin by introducing the concept of communication
and the unidirectional model of communication. Subsequently, we focus on the notion
of information underlying this perspective and aim to present, in the next section, the
definition of information quantification. We attempt to demonstrate that although this
approach analyzes only the syntactic aspects of message transmission, it is important to
address issues related to the semantic and pragmatic efficiency of communication.
Keywords: Communication. Quantity of Information. MTC. Noise.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
123
1 aprEsEntação
A informação talvez tenha sido um dos elementos presentes em to-
das as grandes revoluções tecnológicas humanas, principalmente no tocan-
te ao domínio e à manipulação de fenômenos ou objetos físicos. O contro-
le e o uso intencional do fogo, da madeira ou da pedra, de certos metais,
como ferro, cobre ou bronze, por exemplo, via produção de instrumentos
capazes de facilitar a sobrevivência da espécie, dependem da capacidade de
manipulação de informação referente às potencialidades ou propriedades
desses objetos.
Na modernidade, o ser humano deparou-se com outra revolução tec-
nológica: a invenção da imprensa. Diferentemente das outras revoluções,
nesta, a própria informação começou a ser o objeto manipulado, de sorte que
a informação capturada passou a ser sobre ela própria. No mesmo sentido,
o século XX testemunhou outro grande desenvolvimento, na manipulação
da informação, através da criação de alguns aparelhos, como o telégrafo, o
rádio e a TV. O passo seguinte para a universalização do seu uso foi a criação
e o desenvolvimento de tecnologias de informação e comunicação, como os
computadores pessoais, notebooks e telefones celulares.
Um dos grandes problemas da era da comunicação consiste em en-
contrar meios teóricos e práticos para maximizar a eficiência da comunica-
ção. Isso significa a transmissão de modo mais eficiente possível da infor-
mação, com o menor tempo possível e com o mínimo possível de perda de
sinais, ao longo do processo. A Teoria Matemática da Comunicação (do-
ravante, TMC), tal como desenvolvida por pesquisadores como Nyquist
(1928), Hartley (1928) e Shannon e Weaver (1949), trata de algumas des-
sas questões. Busca, por exemplo, uma definição da medida da informação
em uma fonte e a capacidade de um canal de comunicação, analisa as
características do ruído e de bons códigos de comunicação, o tipo de fontes
ou de mensagens no mundo, e como a sua natureza afeta a eficiência na
comunicação. O objetivo principal desta abordagem consiste em construir
meios eficientes de codificar e transferir mensagens.
Abordamos alguns aspectos da abordagem da Teoria Matemática
da Comunicação, baseados principalmente na obra de Shannon e Weaver
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
124
(1949), referentes a questões como as elencadas acima. Para tanto, inicia-
mos tratando da sua noção de comunicação e do modelo unidirecional de
comunicação. Em seguida, focalizamos a noção de informação subjacente
a essa perspectiva, em vista de, na seção seguinte, expor a sua definição de
quantificação da informação.
2 modElo unidirEcional dE comunicação
O matemático, engenheiro, criptógrafo, pesquisador dos laborató-
rios Bell, Claude Elwood Shannon, é conhecido como o pai da informa-
ção. Em 1948, ele publica um artigo intitulado “A Mathematical eory of
Communication”, no qual estabelecia as bases dessa nova área de pesquisa.
Em 1949, lança uma nova versão do texto, denominada “e Mathematical
eory of Communication” (Shannon; Weaver, 1949), com o acréscimo
de uma parte introdutória, não formal, escrita por Warren Weaver.
Do ponto de vista da TMC, a comunicação é vista como um processo
de transmissão de informações, a exemplo do que ocorre em uma conversa
presencial ou via ligação telefônica, no envio de e-mail, em uma consulta em
terminais eletrônicos. Explicitam Shannon e Weaver (1949, p. 3):
A comunicação é qualquer procedimento pelo qual uma mente
afeta outra mente. Além da fala escrita e oral, a comunicação
envolve música, artes pictóricas, teatro, balé e, de fato, todo
comportamento humano. Em algumas situações pode ser desejável
usar uma definição mais ampla de comunicação. Tal definição
envolveria procedimentos por meio dos quais um mecanismo (por
exemplo um equipamento automático para rastrear um aeroplano
e computar suas prováveis posições futuras) afeta outro mecanismo
(por exemplo um míssil guiado perseguindo este aeroplano).
A transmissão de informações pressupõe alguns componentes, como
uma fonte, um canal e um destino. Para a informação ser transmitida da
fonte até o destino, por meio de um canal, geralmente é necessária a cons-
trução de um transmissor e um receptor. A Figura 1 ilustra o modelo de
comunicação unidirecional. Nesse modelo, as informações são transmiti-
das apenas em uma direção: da fonte para o destino.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
125
Figura 1 – Modelo de comunicação unidirecional
Fonte: Shannon e Weaver (1949, p. 7)
No exemplo da ligação telefônica, o falante é a fonte de informações
e o ouvinte o destino. As palavras emitidas pela fonte (mensagens) são
transformadas pelo transmissor em sinais, ondas físicas. Em seguida, são
enviadas através de fios ou via satélite (canal) para o telefone do ouvinte,
onde são transformadas pelo receptor novamente em sons (mensagem), a
fim de serem recebidas pelo destino.
Uma vez selecionada e emitida a mensagem pela fonte, o transmis-
sor cumpre a sua função no processo comunicativo. O transmissor é uma
entidade que codifica as mensagens emitidas pela fonte e as transforma em
sinais a serem transmitidos para o destino. O sinal, o qual pode ser uma
onda elétrica ou química, por exemplo, geralmente é finito, tem curta du-
ração no tempo e depende de um canal, especialmente um ambiente físico,
para subsistir.
O transmissor tem a função de encontrar o melhor meio de trans-
formar as mensagens em sinais, para que estes sejam transmitidos corre-
tamente pelo canal. A realização dessa segunda função depende das capa-
cidades, propriedades e restrições do canal. Não é possível, por exemplo,
transmitir ondas visuais através de aparelhos de rádio, ou palavras faladas
por meio de pombos-correios.
O transmissor, em última instância, prepara a mensagem para que a
sua transmissão seja otimizada. A função de transmitir a mensagem efeti-
vamente é do canal de comunicação. O canal é o meio pelo qual os sinais
recebidos do transmissor são transmitidos para o receptor. Ele pode trans-
mitir os sinais de forma analógica, digital ou dos dois modos. É de acordo
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
126
com esse tipo de mensagem que os sistemas são classificados em discretos,
contínuos ou mistos.
No sistema de comunicação, a fonte e o destino costumam ser ele-
mentos dados no mundo, como um lance de moeda ou de um dado, a
partir do qual se teoriza a seu respeito, definindo-se, por exemplo, a sua
quantidade de informação. Já outros elementos, como o transmissor e o
receptor, são muito mais de engenharia tecnológica, sendo aparatos tecno-
lógicos a serem construídos. É preciso ter boas tecnologias de informação
e comunicação para transformar as mensagens, adequadamente, em sinais,
para serem transmitidas via canal, a fim de evitar ruído ou de recuperar
mensagens ruidosas. Sem bons aparelhos telefônicos, por exemplo, não
seria possível transmitir eficientemente áudios e vídeos da fonte para o des-
tino, mesmo com um canal suficientemente poderoso. Mesmo com todo o
aparato físico, com satélites atuais, não seria possível transmitir um vídeo
via aparelho telefônico da década de 1990.
O aspecto da engenharia citado acima também ilustra outro fator re-
levante, na abordagem da TMC. Essa teoria se inclina a estabelecer as bases
teóricas para a eficiência da comunicação. Considerando que a transmissão
da informação está vinculada ao gasto energético em um sistema, como
explicita Floridi (2010), seus resultados são importantes para a construção
de sistemas de comunicação eficientes. Todavia, a construção efetiva, físi-
ca, desses canais e seus aparelhos relacionados extrapola, em princípio, os
limites e objetivos da TMC.
O canal de comunicação situa-se entre o transmissor e o receptor.
Shannon e Weaver (1949) definem um canal discreto como um sistema
por meio do qual uma sequência de escolhas, a partir de um conjunto fini-
to de símbolos elementares, pode ser transmitida de um ponto para outro.
Na sua abordagem, por questões práticas, ele assume que cada símbolo
possui uma certa duração no tempo. Ou seja, os símbolos são discretos.
Sem essa restrição, além de dificultar a sua identificação e definir a sua
quantidade de informação, um símbolo de duração ilimitada poderia ja-
mais alcançar o destino.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
127
Nem sempre símbolos diferentes apresentam a mesma duração. Esse
é o caso da telegrafia, por exemplo, conforme ilustra Alves (2012). Um
sistema no qual os símbolos possuem a mesma duração é o da computação
digital, meio pelo qual quase toda a comunicação ainda é em grande parte
realizada, via tecnologias da comunicação e informação.
A eficiência da comunicação depende da capacidade do canal em
transmitir informações. Se um canal possui capacidade de transmissão de
informações menor do que a encontrada na fonte, pode ocasionar a per-
da ou demora excessiva na sua transmissão, prejudicando a eficiência da
comunicação.
O canal também pode interferir na eficiência da comunicação, mo-
dificando os sinais originalmente selecionados na fonte, através do ruído.
De maneira geral, ruído é tudo aquilo que modifica uma mensagem em
sua transmissão. São fatores inexistentes na mensagem original que a fazem
chegar incompleta, composta de novos elementos ou misturada com outra
mensagem ao destino. São fontes de perturbação que podem modificar
as mensagens originais, fazendo-as chegar distorcidas ao ponto final. Em
uma chamada telefônica, por exemplo, chiados na conversa podem fazer
com que a mensagem chegue incompleta ou mesmo alterada ao destino.
Conforme Shannon e Weaver (1949, p. 8), “[t]odas essas mudanças no
sinal transmitido são denominadas ruído”.
Em um sentido mais específico, Shannon distingue dois modos de
alteração nos sinais, produzidos no canal: o ruído e o equívoco. O ruído é
tudo aquilo que pode chegar ao destino sem ter partido da fonte. Assim,
no caso em que uma fonte emite “Luís é culto” e o destino pode receber as
mensagens “Luís é culto” ou “Luís é ladrão”, por exemplo, a probabilidade
de chegar ao destino aquilo que partiu da fonte é menor do que 1. Há
possibilidade de o destino receber algo não oriundo da fonte. Já o equívoco
é tudo aquilo que pode partir da fonte sem alcançar o destino. Este seria
o caso, por exemplo, de uma fonte enviar as mensagens, “Luís é culto” ou
“Luís é ladrão”, mas somente uma delas chegar ao destino. Assim, a proba-
bilidade de ter partido da fonte uma mensagem que alcançou o destino é
menor do que 1. Há possibilidade de não chegar ao destino algo oriundo
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
128
da fonte. Enquanto no ruído não é possível determinar o que o destino
recebe, no equívoco é impossível saber exatamente o que a fonte seleciona.
A Figura 2 ilustra tal diferença entre ruído e equívoco.
Figura 2 – Representação de ruído e equívoco
Fonte: Elaboração nossa.
Ruído e equívoco indicam graus de independência entre fonte e des-
tino. Eles são estabelecidos quantitativamente de forma semelhante à da
definição de entropia em uma fonte, a ser exposta na próxima seção, feita
com base na distribuição de probabilidades das mensagens. O valor do
ruído e do equívoco é calculado a partir da probabilidade condicional de
ocorrência de uma mensagem, dada a ocorrência de outra. Trata-se, assim,
de entropias relativas entre fonte e destino. A Figura 3 representa um mo-
delo de comunicação linear com ruído e equívoco.
No processo comunicativo, o grau de entropia, ou seja, o grau de
aleatoriedade de uma fonte, tende sempre a aumentar, em função da inci-
dência de ruído e equívoco, em conformidade à segunda lei da termodi-
nâmica. Imaginemos, por exemplo, um processo ilimitado de reproduzir
uma fotocópia. Cada nova tiragem vai perdendo um pouco do texto origi-
nal, até o ponto em que ele se torna ilegível, sendo impossível recuperá-lo
em sua totalidade, ou seja, é classificado como um processo irreversível,
segundo definido na termodinâmica.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
129
Figura 3 – Modelo de comunicação unidirecional com ruído e equívoco
Fonte: Elaboração nossa.
Dois meios de evitar ou recuperar símbolos alterados pelo ruído é
através da inserção da redundância e da codificação. A redundância é a
medida do grau de repetição de sinais em uma fonte. Consiste na inserção
de informações repetidas às mensagens, desnecessárias, em princípio, que
se manifestam no aumento do número de signos na mensagem. Por isso,
argumenta Roman (1992, p. 3), “[...] quanto maior a redundância adicio-
nada à mensagem de uma fonte, mais confiavelmente pode-se detectar e
corrigir erros, mas menor será a eficiência na transmissão das mensagens
(será mais lenta e custosa)”. Em termos técnicos, é a diferença entre a capa-
cidade de um canal de comunicação e o quanto dele é utilizado.
A redundância na língua portuguesa, por exemplo, é próxima a cin-
quenta por cento. A ocorrência de metade dos símbolos é controlada pela
estrutura estatística da língua. Assim, não há como ocorrer, por exemplo,
conforme as regras gramaticais, a sequência de palavras “homem é com-
prou” ou ocorrer a letra “p” depois de “n”. A probabilidade de ocorrên-
cia de “comprou” depois de “homem é” ou de “p” depois de “n” é nula.
Exatamente por causa da redundância, ao lermos a mensagem “_ ho_em _
bra_ilei_r_.”, na qual os traços substituem letras apagadas, sabemos quais
símbolos estão faltando na sentença, garantindo o processo comunicativo
e recuperando a mensagem original distorcida pelo ruído.
Conforme lembra Krippendorff (2009), a redundância pode se dar
devido à capacidade do canal não utilizada, à transmissão duplicada de
mensagens ou a restrições ao conjunto de mensagens possíveis, por exem-
plo, por uma gramática ou vocabulário especializado. Ela parece um des-
perdício, mas é de considerável importância na comunicação humana.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
130
No contexto da engenharia da comunicação, deseja-se que a co-
dificação das mensagens da fonte seja tal que elas possam ser transmi-
tidas em média, e não isoladamente, com o máximo de economia de
tempo, de dinheiro, de energia. Para tanto, determina-se, por exemplo,
que mensagens com maior probabilidade de ocorrência sejam codificadas
com um número menor de símbolos. Em um código binário, a letra “e”,
na língua portuguesa, por exemplo, deveria ser codificada como “0”, en-
quanto a letra “w” poderia ser codificada como “01001”. Se considerar-
mos que cada dígito possui uma duração para ser transmitido, a demora
na transmissão de “w” seria compensada pela rapidez na transmissão de
“e”, escolhido com maior frequência.
Diferentemente da redundância, a codificação desempenha papel
fundamental no tocante à economia, velocidade e fidelidade na transmis-
são de informações. O interesse específico por problemas de codificação
configura uma parte especial da TMC: a teoria do código. Nela são inves-
tigadas, dentre outras, questões a respeito da melhor sequência de símbolos
associados a mensagens, a fim de que se possa transmitir o maior número
de informações, em menos tempo, em um dado canal. Procura-se, ainda,
a construção de códigos capazes de auxiliar na identificação e eliminação,
por parte do receptor, dos erros inseridos no canal, como mostram Blahut
(1988), Roman (1992) e Cover e omas (1991).
O destino é o alvo final da informação. Possui um papel totalmente
passivo, no sistema de comunicação unidirecional. Ele apenas recebe as
informações emitidas pela fonte, a qual, juntamente com o canal, possui
um papel ativo no processo comunicativo.
Em um sentido geral, uma fonte pode ser entendida como um
processo gerador de informações. Os elementos de uma fonte no mundo
são os eventos abarcados por ela. Um evento pode ser pensado como um
signo linguístico, um acontecimento, fenômeno natural, uma ideia, um
comportamento, com base em uma circunstância.
Exemplos de fontes são os lances de moeda ou de dados, cujos even-
tos são, respectivamente, “cara” e “coroa” e cada um dos seis lados da face
do dado; os jogos de loteria, cujos eventos são os números sorteados; o
clima, cujos eventos são chuva, calor, umidade, raio etc.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
131
Segundo Alves (2023), um evento certo é aquele cuja probabilidade é
total (um), um evento impossível é aquele com probabilidade nula (zero) e
um evento possível é aquele cuja probabilidade não é nem total nem nula.
No lance de dado não viciado normal, um evento impossível seria “cair o
número sete” e um evento possível seria “cair o número três” – e nenhum
evento seria considerado certo. No lance de moeda totalmente viciada, com
apenas a face cara, o evento “cair cara” seria considerado certo, e qualquer
outro pertencente ao conjunto de eventos da fonte seria impossível.
Em termos conceituais, uma fonte pode ser pensada como um pro-
cesso gerador de mensagens, representantes dos eventos da fonte no mun-
do. As mensagens, na visão da TMC, concebidas como um conjunto de
signos organizados de acordo com determinadas regras adotadas, serão as
portadoras de informação. Para Wiener (1970, p. 33), “[...] uma mensa-
gem é uma sequência discreta ou contínua de elementos mensuráveis dis-
tribuídos no tempo (o que os estatísticos chamam série temporal)”. Pode
ser uma sequência de símbolos ou de palavras escritas ou faladas de uma
linguagem, a temperatura registrada por um termômetro contínuo ou o
toque de uma campainha.
As mensagens são selecionadas com base na sua probabilidade de
ocorrência. Quanto maior tal probabilidade, maior é a chance de a men-
sagem ser selecionada na fonte. Elas podem ser digitais ou analógicas. As
digitais, ou discretas, são constituídas por elementos com duração e tama-
nho delimitados, como nas sentenças escritas de uma linguagem. Nelas, é
possível distinguir, enumerar, classificar e identificar, com precisão, os seus
elementos. Já as mensagens analógicas, ou contínuas, caracterizam-se por
não apresentar separação nítida entre seus componentes, como nas sen-
tenças faladas ou nos velocímetros que registram a velocidade através de
ponteiros, em vez de números.
Uma fonte discreta é aquela que manipula (escolhe, delimita e gera)
apenas mensagens discretas. As fontes discretas geram suas mensagens sím-
bolo por símbolo, como na telegrafia ou na computação digital, em que os
elementos das mensagens podem ser representados por sequências finitas
de dígitos binários “0” e “1”.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
132
A produção de uma sequência de símbolos, de acordo com certas
probabilidades, é chamada processo estocástico. Para Shannon e Weaver
(1949), uma fonte discreta pode ser representada por um processo esto-
cástico, ou seja, como um espaço de probabilidades. Por outro lado, um
processo estocástico, o qual produz uma sequência discreta de símbolos
escolhidos a partir de um conjunto finito, pode ser considerado uma fonte
discreta.
Quando, em um processo estocástico, as probabilidades dependem
da ocorrência de mensagens anteriores, tem-se um processo ou uma cadeia
de Markov. De acordo com Epstein (1986, p. 59), uma cadeia de Markov
pode ser definida como “[...] um processo probabilístico no qual o desen-
volvimento futuro depende do que acontece as características probabilís-
ticas o estado presente”. Na língua portuguesa, por exemplo, seguindo as
suas regras gramaticais, a chance de ocorrer a letra “t” logo após a ocorrên-
cia de “m”, é nula, o que não acontece com as letras “a” ou “b”. No jogo de
xadrez, a possibilidade de ocorrência de certas jogadas no futuro depende
da realização de certos movimentos anteriores, conforme as regras do jogo.
Dentre as cadeias de Markov estão os processos ergóticos, caracteri-
zados pela existência de uma estabilidade, ou seja, uma regularidade es-
tatística duradoura. Como suas propriedades não mudam com o tempo,
qualquer amostra razoavelmente grande de suas mensagens tende a ser re-
presentativa da sequência geral de ocorrência de suas mensagens. Segundo
Wiener (1970), a previsão do futuro de uma mensagem faz-se sobre uma
espécie de operador sobre o seu passado, seja ele realizado por um esquema
de computação matemática, seja por um aparelho mecânico ou elétrico.
Fontes ergóticas são aquelas cujas amostras produzidas possuem as
mesmas propriedades estatísticas. As suas propriedades não se alteram com
o tempo. Descobertas as probabilidades de ocorrência dos símbolos, pode-
se prever, para qualquer momento, a probabilidade de ocorrência daquele
símbolo.
Uma fonte discreta pode ser representada por um processo estocásti-
co, ou seja, como um espaço de probabilidades (Shannon; Weaver, 1949).
Por outro lado, todo processo estocástico, o qual produz uma sequência
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
133
discreta de símbolos escolhidos a partir de um conjunto finito, pode ser
considerado uma fonte discreta. No que se segue, propomos uma concep-
ção de fonte discreta ergótica, a ser utilizada na definição da quantificação
da informação.
Definição 1 (Fonte discreta ergótica)
Seja AF = {m1, ..., mn} o espaço da fonte F, em que mi, para 1 ≤ i ≤ n e n
natural, é a mensagem i de F.
Seja PF = {p(m1), ..., p(mn)} a distribuição de probabilidades de F, em que
p(mi) ∈ Q, 0 ≤ p(mi) ≤ 1, é o valor probabilidade de mi. Além disso, Σn
i=1
p(mi) = 1.
Uma fonte discreta ergótica F com n mensagens é tal que F = {m1, p(m1);
...; mn, p(mn)}.
A fonte constituída pelas mensagens correspondentes aos eventos de
um lance de moeda não viciada, em que a mensagem “cara” é representada
por “C” e “coroa” por “K”, e a fonte constituída pelo lance de um dado não
viciado seriam assim descritas:
Exemplo 1
Moeda: {C, ½; K, ½}
Dado: {1,⅙; 2, ⅙; 3, ⅙; 4, ⅙; 5, ⅙; 6, ⅙}.
Na perspectiva da TMC, a eficiência da comunicação consiste em
transmitir, de modo adequado, as informações selecionadas na fonte para o
destino, no menor tempo e com gastos possíveis. Os problemas de comu-
nicação, sustentam Shannon e Weaver (1949), podem ser estudados sob
três enfoques, representados pela solução dos seguintes problemas:
a: Problema técnico: quão acuradamente os símbolos de comunica-
ção podem ser transmitidos.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
134
b: Problema semântico: quão precisamente os símbolos transmiti-
dos carregam o significado desejado.
c: Problema da efetividade: quão efetivamente o significado recebi-
do afeta a conduta de modo desejado.
O problema técnico consiste na análise da exatidão da transferência
dos símbolos das mensagens selecionadas na fonte. Sob esse prisma, ava-
lia-se em que medida os símbolos, entendidos como entidades formais de
uma estrutura, que chegaram ao destino, são, de fato, os que partiram da
fonte. Investigam-se, ainda, as causas das possíveis falhas no processo de
comunicação, como o ruído, e os meios para evitá-las, eliminá-las e cor-
rigi-las. Aqui, a informação é analisada sob um ponto de vista técnico, ou
seja, quantitativo e sintático. A eficiência da comunicação é medida pela
reprodução exata ou aproximada, no destino, dos símbolos selecionados
na fonte, bem como da velocidade pela qual os símbolos são transmitidos,
que pode depender tanto da capacidade do canal quanto da codificação.
O problema semântico, por sua vez, refere-se à precisão do significado
dos sinais. Sob esse prisma, busca-se analisar em que medida o destino
capturou o significado das mensagens emitidas pela fonte. A informação é
concebida sob um ponto de vista qualitativo e semântico.
A eficiência da comunicação semântica pressupõe a eficiência da co-
municação no nível técnico. Em geral, para que o significado original da
mensagem emitida pela fonte seja transmitido e captado pelo destino, é
essencial que os símbolos constituintes da mensagem cheguem ao destino
sem modificações sintáticas significativas, ou seja, com o mínimo possível
de ruído e equívoco. No problema semântico, a análise é centrada naquilo
a que as mensagens se referem ou sobre o seu conteúdo, naquilo que elas
querem dizer. A questão a ser investigada corresponde à análise da qualida-
de da mensagem, ao seu significado ou à sua referência.
Por fim, o problema da efetividade consiste na análise da realização
dos comandos subjacentes na mensagem emitida pela fonte. Uma vez rece-
bida a mensagem e captado o seu significado pelo destino, investiga-se em
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
135
quais condições a sua conduta satisfaz o solicitado na mensagem emitida
pela fonte. A eficiência da comunicação é definida a partir da adequação da
atividade efetuada pelo destino, com os pressupostos da mensagem oriun-
da da fonte.
A solução do problema da efetividade pressupõe, em geral, a solução
dos outros dois problemas anteriores. Se o destino não captura o signifi-
cado da mensagem, ou a recebe de modo alterado, pode não capturar o
pedido implícito emitido pela fonte. Assim, por exemplo, imaginemos a
situação na qual duas pessoas estão em uma festa. Se uma delas diz “Eu es-
tou cansado” e a outra não ouve, por conta do barulho alto, provavelmente
a falta de recepção do sinal emitido pela fonte, ou seja, a incidência de ru-
ído inserido no canal, também provocaria alterações nos níveis semântico
e pragmático, no processo comunicativo. Pode ocorrer que, ao receber o
sinal com cortes, o significado não alcance o ouvinte, levando-o a agir de
maneira diferente do esperado pela fonte.
Se, por um lado, problemas de engenharia podem resultar em pro-
blemas semânticos e sintáticos, por outro, a eficiência no primeiro nível
não garante a eficiência nos demais níveis. Pode ocorrer que a fonte, no
exemplo acima da festa, estivesse indicando um sentido de cansaço mental
devido ao barulho alto prolongado ou a uma indisposição, mas o destino
tenha interpretado como cansaço físico. Essa ineficiência no nível semân-
tico ocasionaria, com boa margem de probabilidade, ineficiência no nível
pragmático. O falante poderia, no caso, desejar ir embora do local, en-
quanto o ouvinte poderia trazer uma cadeira para descansar.
Para Shannon e Weaver (1949, p. 31), como mostrado acima, “[a]
spectos semânticos e pragmáticos da informação são irrelevantes para o pro-
blema técnico, ou de engenharia. Porém, aspectos de engenharia não são ir-
relevantes para os aspectos semânticos ou de efetividade”. No caso específico
da comunicação humana, pode-se estabelecer, ainda, um limite da quantida-
de máxima de informação recebida para um indivíduo ser capaz de entender
uma mensagem. Conforme Krippendorff (2009), há estimativas de que a
compreensão de leitura exige uma média máxima de 16 bits por segundo,
por conta de nossa capacidade atual de processamento da informação, que
envolve graus de concentração, atenção, estresse, cansaço, etc.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
136
Os problemas de segundo e terceiro níveis levam em conta determi-
nados aspectos, como desejos, intenções, construções semânticas, cogniti-
vas e emocionais, relações interpessoais, dentre outros fatores. Pensadores
como Dretske (1981), por exemplo, utilizam os resultados e conceitos da
TMC para propor uma abordagem semântica e pragmática da informação,
conforme mostram Alves (2011) e Salsmam e Alves (2022).
Ao direcionar seus estudos apenas ao nível sintático, a TMC des-
considera, propositalmente, todos esses elementos em sua abordagem, fo-
cando especificamente na forma, na estrutura dos signos, em seu aspecto
sintático. Assim, mensagens com valor semântico distinto podem possuir o
mesmo valor informacional. Mensagens como “Hoje é terça” e “A lua é de
queijo” podem possuir a mesma quantidade de informação, se possuíssem,
por exemplo, a mesma probabilidade de ocorrência.
Um dos recursos usados para medir a eficiência da comunicação foi
estabelecer uma definição quantitativa da informação. Antes de apresentá-
la, abordamos, a seguir, a noção de informação subjacente à proposta da
TMC.
3 a noção dE informação subjacEntE à tmc
A TMC não tem por finalidade apresentar uma definição de infor-
mação, discutir seu estatuto ontológico ou tratar do conteúdo das men-
sagens de uma fonte. Nessa perspectiva, um primata pressionando teclas
aleatoriamente em um teclado de computador, o sorteio de um número
na loteria ou uma descoberta científica produziriam bastante informação.
Isso independe das mensagens serem ou não verdadeiras, de possuírem ou
não significado. Embora muito pouco provável, o conjunto de símbolos
emitidos pelo primata poderia resultar em uma tradução fiel do artigo de
Shannon para a língua portuguesa. Mas não seria isso o que definiria a
informação, nos termos da TMC.
O sucesso na comunicação para a TMC consiste em fazer com que
a mesma quantidade de símbolos emitidos pela fonte seja entregue ao des-
tino com a máxima economia possível. Para lidar com essas questões, o
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
137
tratamento dado à informação segue o mesmo dado a qualquer objeto a
ser levado de um ponto a outro. É necessário definir uma medida, uma
quantificação do objeto transportado.
Como acontece nas transações comerciais, é fundamental saber se a
quantidade do produto recebido pelo comprador é a mesma do emitido
pelo vendedor, buscando identificar possíveis perdas no processo de trans-
porte. A quantificação também é essencial para saber que tipo de meio de
transporte deverá ser utilizado, para que a carga alcance o destino com o
mínimo possível de perda. Não se pode querer, por exemplo, transportar
500kg de repolho em uma carriola. Boa parte do produto não poderá ser
posto no veículo ou se perderia no percurso. A ideia da quantificação da
informação também possui estes dois aspectos: encontrar meios de com-
parar o montante de sinais emitido e recebido e definir a capacidade do
meio de transmissão, ou seja, do canal de comunicação. Não é possível, por
exemplo, transmitir uma grande quantidade de informação, envolvendo
áudio e vídeo, digamos, via telegrafia. Tampouco, pode-se desejar transmi-
tir as ligações telefônicas via aparelhos de celular em uma metrópole com
satélites muito rudimentares.
Dois dos pioneiros no estudo da quantificação, do armazenamento
e da transmissão da informação foram Nyquist (1928) e Hartley (1928).
Eles descrevem a quantidade de informação presente em uma fonte de
acordo com o seu número de mensagens possíveis. Shannon, em 1948,
aprimorou essa ideia e estabeleceu as bases da TMC. Ele inclui novos fato-
res à proposta de Nyquist (1928) e Hartley (1928), como o efeito do ruído
no canal, a economia possível na transmissão de informações e a possibili-
dade de mensagens possuírem quantidade de informações distintas.
Para Hartley (1928), a informação em uma mensagem é a medida
da liberdade de escolha de alguém, ao selecioná-la, baseada em uma fonte.
De acordo com Shannon e Weaver (1949), a informação relaciona-se não
ao que realmente se diz, mas ao que se poderia dizer. É uma medida da
liberdade de escolha, quando se seleciona uma mensagem. Na perspectiva
em questão, lembra Pignatari (1968, p. 45), “[...] só pode haver informa-
ção onde há dúvida e dúvida implica na existência de alternativas – donde
escolha, seleção, discriminação”.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
138
A concepção de liberdade aqui não pode ser confundida com visões
filosóficas, associando-a, por exemplo, ao poder de escolha, via deliberação
e efetivação dessa escolha com base na vontade. Na perspectiva filosófica,
tal noção costuma ser associada à capacidade de agir por si mesmo, à auto-
determinação, independência, autonomia do agente. Nesses termos, mes-
mo sendo um evento com probabilidade nula ou total de ocorrência em
uma fonte, em tese, um agente possuiria liberdade para escolhê-lo ou não,
mudando a ordem das coisas, se possível. Assim, embora não seja possível,
conforme as regras gramaticais atuais da língua portuguesa, a ocorrência de
“b” depois de “n”, pode-se optar por mudar a ordem das coisas e começar
a falar “ponbo”, por exemplo.
Na TMC, a noção de liberdade está associada a um espaço de proba-
bilidades, na qual se mede a variação na ocorrência de mensagens de uma
fonte. Assim, ao se afirmar que se tem mais ou menos liberdade na escolha
de uma mensagem em uma fonte, significamos a possibilidade de, no con-
texto total, essa mensagem eliminar mais ou menos possibilidades, como
buscaremos expor no restante deste capítulo.
Para Hershberger (1955), a informação pode ser definida como uma
medida da redução de incerteza. Está relacionada à imprevisibilidade em
uma mensagem ou em uma fonte, trazendo à tona um elemento ausente
antes da sua ocorrência. No caso do lance de dados, a queda de um de
seus lados para cima informa algo até então desconhecido. A informação
pressupõe a possibilidade de ocorrência de mais de uma mensagem em
uma fonte. Se ela admite apenas a ocorrência de uma mensagem, não há
liberdade de escolha, não há incerteza a ser reduzida. Sabe-se a priori qual
mensagem ocorreria, o que impede a geração de novidade ou redução de
incerteza.
Quanto maior a liberdade de escolha, a redução de incerteza, em
uma fonte, mais informativa a fonte será. A informação atinge seu valor
máximo, quando todas as mensagens de uma fonte tiverem a mesma chan-
ce de ocorrência. Já quando apenas uma delas puder ocorrer, temos um
valor informacional nulo.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
139
A informação também costuma ser associada à noção de ordem. Na
TMC, o termo “ordem” é utilizado para se referir à noção que se caracte-
riza pela estabilidade, regularidade, arranjo, e pressupõe previsibilidade,
regularidade. A desordem, por sua vez, é caracterizada pela aleatoriedade,
pelo acaso, pela randomicidade.
Na TMC, a ordem em uma fonte é definida a partir da distribuição
da probabilidade de seus eventos ou mensagens. Uma fonte totalmente
desordenada é aquela cujos eventos ou mensagens possuem a mesma pro-
babilidade de ocorrência. Já a ordem máxima acontece, quando um evento
possui probabilidade absoluta de ocorrência. Quanto mais díspares forem
as probabilidades de ocorrência dos eventos, mais ordenada é a fonte.
A ordem é geralmente associada à noção de entropia, compreendida
como a medida da aleatoriedade de uma fonte. Aplicada à noção de infor-
mação, a entropia é definida com base na probabilidade de ocorrência das
mensagens de uma fonte. Na concepção de Shannon e Weaver (1949), a
entropia é a medida da incerteza de uma variável randômica. Trata-se da
medida da desordem. Quanto mais desordenada uma fonte, maior a sua
quantidade de entropia. A entropia está em proporção inversa à ordem.
O aumento na entropia significa um aumento da liberdade de es-
colha, da redução da incerteza. Quanto mais desordenada for uma fon-
te, maior será sua quantidade média de informação. Por isso, conforme
Shannon e Weaver (1949), a informação e a entropia estão na mesma
proporção.
Quanto mais semelhantes forem as probabilidades de ocorrência das
mensagens de uma fonte, maior é a sua desordem, a qual está na mesma
proporção da aleatoriedade ou randomicidade. Quando, em uma fonte,
as mensagens acontecem aleatoriamente, a previsibilidade é sacrificada. A
ordem pressupõe que algumas coisas aconteçam mais vezes e outras, me-
nos, isto é, depende da disparidade da probabilidade de ocorrência das
mensagens.
Nesse processo, uma fonte é totalmente desordenada, possui o má-
ximo de entropia, quando todas as suas mensagens são equiprováveis. Em
fontes com essa característica, quanto maior a sua quantidade de mensa-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
140
gens possíveis, mais ela é desordenada. Por outro lado, por maior que seja
o número de mensagens possíveis em uma fonte, se uma delas tiver uma
probabilidade muito elevada de ocorrência, digamos, quase absoluta, a de-
sordem é baixa.
Para exemplificar o que afirmamos acima, consideremos um lance
não viciado de moeda, onde há duas possibilidades igualmente prováveis
de escolha: “cara” ou “coroa”; um lance não viciado de dados, onde exis-
tem seis possibilidades. A liberdade no lance da moeda é menor que no
lance de dado. No caso do dado, poderíamos dizer muito mais coisas do
que poderia ser dito no lance da moeda. Sob a ótica em questão, então,
a quantidade de informação presente no jogo de dados deve ser maior do
que a do lance de moeda.
Em termos ilustrativos, teríamos os dois seguintes espaços amostrais,
representando o lance de moeda e dado não viciados. A letra “C” repre-
senta “Cara”, “K” representa “coroa” e os números representam os lados de
um dado:
Exemplo 2
Lance de moeda: KCKKCCKCKCKCKKCCCK
Lance de dado: 121454213426564
Percebemos, no Exemplo 2, a existência de um padrão no lance de
moeda, uma regularidade maior, se comparado ao lance do dado, no senti-
do de se repetir mais os elementos possíveis. Como o número de opções na
moeda é menor, a repetição de mensagens é maior, restringindo a liberdade
de escolha e aumentando a previsão dos seus acontecimentos. A ordem no
lance da moeda é maior, ou seja, a entropia é menor. Assim, a quantidade
de informação nessa fonte deve ser menor do que a do lance do dado.
Observamos que o aumento no número de opções torna maiores o grau de
entropia e a quantidade de informação da fonte.
No caso de fontes não equiprováveis, essa relação é a mesma.
Podemos ilustrá-la através do Exemplo 3, no qual o primeiro espaço amos-
tral representa uma moeda não viciada, como acima exposto; o segundo,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
141
uma moeda viciada, cuja “cara” é escolhida setenta e cinco por cento das
vezes; e o terceiro seria uma moeda com a face “cara” em ambos os lados.
Exemplo 3
Moeda não viciada: KCKCKCKCKCKCKCKC
Moeda parcialmente viciada: CCCKCKCKCCCKCCKC
Moeda totalmente viciada: CCCCCCCCCCCCCCCC
A regularidade, existência de um padrão bem estabelecido, no se-
gundo caso e, mais ainda, no terceiro, pode ser percebida com facilidade.
A liberdade de escolha, ou seja, a variação na ocorrência dos eventos, no
primeiro caso, é maior do que no segundo, que também é maior do que
na terceira situação. A liberdade de escolha diminui progressivamente. A
queda da face “cara”, no terceiro caso, não gera novidade. Já o segundo gera
menos novidade do que no primeiro deles. Na moeda totalmente viciada,
eu nada mais poderia dizer além de “saiu cara”. Ao dizer tudo o que pode-
ria ser dito, nada se informa, dada a ocorrência sempre do mesmo evento.
No segundo caso acima, a variedade na ocorrência de eventos au-
menta, se comparada ao terceiro, mas ainda é restrita. Ao visualizar a ocor-
rência do evento “cara”, eu poderia ter visualizado, também, a ocorrência
de “coroa”, mas com uma margem menor do que na primeira situação, na
qual tudo pode acontecer em cada instante. No segundo caso, ao observar
a face “cara” no lance, haveria uma margem pequena de ter acontecido “co-
roa”. Observa-se, assim, que a ordem é maior, ou seja, a entropia e, assim, a
quantidade de informação são menores progressivamente do terceiro para
o primeiro caso.
A unidade de informação é identificada a uma fonte com duas men-
sagens possíveis com a mesma probabilidade de ocorrência. Pode-se facil-
mente perceber que um lance de moeda não viciado, conforme exposto
acima, exige apenas uma escolha: “cara” ou “coroa”. Esse não é o caso com
fontes mais complexas, como o dado não viciado.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
142
Mesmo se baseando em justificativas factuais ou pré-teóricas, a defi-
nição da unidade de informação possui certa dose de arbitrariedade, assim
como na definição de outras unidades, como de massa ou comprimento.
Todavia, há também fatores técnicos e práticos que justificam essa escolha.
Estabelecer que uma fonte possui uma unidade de informação significa
que os símbolos precisarão associar, ao máximo, um símbolo, um dígito
binário (Binary digit – Bit) por mensagem, para ser transmitido eficien-
temente. Se uma moeda é lançada a cada segundo, a capacidade mínima
do canal será de 1 bit por segundo, para o destino receber as mensagens
enviadas pela fonte. Em outras palavras, deve ser capaz de transmitir, por
exemplo, 0 (cara) ou 1 (coroa) a cada segundo.
Isso também está associado ao tipo de funcionamento das tecnolo-
gias de informação e comunicação, em geral, no sistema de circuitos elétri-
cos, cujo funcionamento é passa corrente e não passa corrente, ao estilo de
interruptores elétricos ou de termostatos. Se estivéssemos operando com
a computação quântica, por exemplo, em vez da digital, provavelmente
adotaríamos, como base, outra medida informacional.
Em vista desse panorama geral da noção de informação subjacente
à proposta da TMC, expomos, a seguir, uma definição da quantidade de
informação presente em uma mensagem e em uma fonte.
4 a quantificação da informação na tmc
A definição da medida da liberdade de escolha em uma fonte pode
ser ilustrada através de um método de divisão das mensagens, segundo
exposto por Edwards (1971), dentre outros. Para fontes com mensagens
equiprováveis, o procedimento consiste em sucessivas divisões do número
de alternativas possíveis em dois grupos, com o mesmo número de elemen-
tos, escolhendo-se um desses grupos em cada divisão, com base na resposta
à pergunta: “Escolho o primeiro grupo?” O número de respostas “sim”
ou “não” necessárias até se obter dois grupos constituídos por apenas um
elemento será o valor da liberdade de escolha na fonte.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
143
Uma fonte com oito mensagens equiprováveis precisaria de três res-
postas à pergunta em questão, conforme demonstrado na Figura 4, a qual,
como as próximas figuras.
Figura 4 – Método de divisão das mensagens de uma fonte com oito
mensagens possíveis equiprováveis
Fonte: Elaboração nossa.
A seleção ou a geração da mensagem número 3, no rol de mensa-
gens, portanto, demandou três escolhas sucessivas. Esse método permite
estabelecer a seguinte relação:
Figura 5 – Relação entre o número de mensagens de uma fonte e o de
decisões para a escolha de uma delas
Fonte: Elaboração nossa.
Esse método captura a noção de informação exposta na seção ante-
rior. Em situações equiprováveis, quanto maior for o número de elementos
da fonte, maior será a liberdade de escolha presente nela.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
144
A Figura 5, acima, permite fixarmos, por combinatória, a seguinte
relação matemática entre o número de mensagens, denotado por “n”, e o
número de decisões, denotado por “I”:
n = 2I (1)
De acordo com a definição de função logarítmica, se B = Ax, então,
logA B = x. A partir disso, estabelecemos uma definição da quantidade
de informação em uma fonte com mensagens equiprováveis (Shannon;
Weaver, 1949).
dEfinição 2 (quantidadE dE informação Em fontE com
mEnsagEns EquiprovávEis)
Seja F uma fonte ergótica discreta de informações com n mensagens
equiprováveis. A quantidade de informação de F, denotada por “IF”, é defi-
nida pela seguinte equação:
IF = log2 n. (2)
Exemplo 4:
F1 = {m1, ½; m2, ½}. HF1 = log2 2 = 1.
F2 = {m1, ¼; m2, ¼; m3, ¼; m4, ¼}. HF2 = log2 4 = 2.
F3 = {m1 ⁄; …; m6, ⁄}. HF3 = log2 6 = 2,58.
F4 = {m1, ⅛ ; …; m8, ⅛}. HF4 = log2 8 = 3.
Com base no exemplo 4, o jogo de moeda não viciada, representado
por F1, é menos informativo do que a fonte do jogo de dados, representado
por F3.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
145
Muitas fontes de informação, no entanto, possuem mensagens com
probabilidade de ocorrência distinta. Algumas mensagens ocorrem mais
vezes do que outras, como no caso de um lance de moeda viciado, por
exemplo.
Na perspectiva da TMC, a rigor, a informação é atribuída à fonte e
não às suas mensagens individuais. Embora algumas vezes seja conveniente
atribuir informação às mensagens individuais (como se faz com o signifi-
cado), o objetivo é definir uma quantidade de informação para uma fonte
como um todo, lembram Shannon e Weaver (1949). Um dos motivos
para isso está nos objetivos da TMC, os quais consistem em transmitir
eficientemente todas as mensagens possíveis de ocorrência. A eficiência da
comunicação está na transmissão, sem falhas, do conjunto de mensagens
possíveis e não apenas de uma ou algumas delas.
Entretanto, a definição da quantidade de informação, em uma fonte
de informações, cujas mensagens não são equiprováveis, depende de uma
espécie de quantificação da informação presente em cada mensagem.
Quando elas não são equiprováveis, o método da divisão em gru-
pos, com o mesmo número de elementos para determinar a quantidade
de informação, deixa de ser apropriado. A liberdade de escolha diminui
nesses casos, em função da existência de uma espécie de preponderância
de algumas mensagens. Ou seja, quando as mensagens são equiprováveis, a
divisão do número de mensagens ao meio é viável, porque cada metade fica
com cinquenta por cento de probabilidade de ocorrer, o que nem sempre
acontece, quando elas não são equiprováveis.
Uma variação do método para medir a quantidade de informa-
ção, nesses casos, está em considerar a probabilidade de ocorrência das
mensagens em uma fonte, de tal sorte a possibilitar a divisão em grupos
equiprováveis.
Para ilustrarmos essa nova versão do método, imaginemos uma fon-
te com quatro mensagens nas quais, de cada oito ocorrências, m1 ocorre
quatro vezes, m2 ocorre duas vezes, m3 e m4 ocorrem uma vez cada. A
Figura 6 ilustra como adequar o caso de fontes como essa, cujas mensagens
possuem probabilidades distintas, ao método anterior.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
146
Figura 6 – Método de divisão das mensagens de uma fonte com quatro
mensagens possíveis
Fonte: Elaboração nossa.
Com essa representação, podemos proceder como no caso das men-
sagens equiprováveis, dividindo o grupo ao meio. Segundo evidencia a
Figura 6, a seleção da primeira mensagem, no caso em questão, exigiria
apenas uma escolha; da segunda, exigiria duas; e das duas últimas, exigiria
três escolhas. O esquema abaixo (Figura 7) focaliza essa relação.
Figura 7 – Relação entre o número de escolhas para a seleção de uma
mensagem com a sua probabilidade de ocorrência
Fonte: Elaboração nossa.
No esquema acima, encontramos a seguinte relação matemática en-
tre as três últimas colunas:
pi = 2-Ii. (3)
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
147
De acordo com a definição da função logarítmica, estabelecemos
a quantidade de informação presente em uma mensagem de uma fonte,
conforme a próxima definição (Shannon; Weaver, 1949).
dEfinição 3 (quantidadE dE informação dE uma mEnsagEm)
Seja mi uma mensagem de uma fonte F e pi a probabilidade de
ocorrência de mi. A quantidade de informação em mi, denotada por “Ii”,
é denida pela seguinte equação:
Ii = - log2 pi. (4)
Quando pi = 0, definimos que – log2 0 = 0, ou seja, Ii = 0.
A quantidade de informação presente em cada uma das mensagens
enunciadas na Figura 6, acima, é assim definida:
I1 = - log2 ½ = 1; I2 = - log2 ¼ = 2; I3 = - log2 ⅛ = 3; I4 = - log2 ⅛ = 3.
Alves (2012) mostra que, em fontes com mensagens equiprováveis, a
quantidade de informação de qualquer das suas mensagens é igual à quan-
tidade de informação da própria fonte. Nesses casos, a liberdade de escolha
em uma mensagem coincide com a liberdade de escolha na própria fonte.
Além disso, deriva-se das definições acima que a quantidade de informação
é sempre positiva. Não há informação negativa, na perspectiva da TMC.
Ademais, mensagens impossíveis ou certas são nulas, informacionalmente.
A determinação da quantidade média de informação de fontes nas
quais as mensagens não são equiprováveis não se identifica com a sua
quantidade de mensagens. Enquanto a quantidade de informação, em
uma mensagem, é determinada pelo número de decisões binárias neces-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
148
sárias para poder selecioná-la, a quantidade de informação em uma fon-
te é definida pelo número médio dessas decisões, para cada uma de suas
mensagens.
No exemplo da Figura 6, acima, observamos que a quantidade de
vezes que m1 é selecionada é muito maior do que o número de vezes que as
demais mensagens são selecionadas. Como a sua probabilidade de ocorrên-
cia é maior, a sua quantidade de informação deve ser menor. O número de
decisões para a sua escolha também deve ser menor, o que representa que
a liberdade de escolha na fonte diminui.
O número médio de decisões depende da probabilidade de ocorrên-
cia de cada mensagem, associado ao número de decisões exigido para ela
ser selecionada. Quanto mais uma mensagem tem chance de ser escolhida,
menos decisões são necessárias para a sua seleção.
Para calcular a quantidade de informação de uma fonte, procede-
mos, inicialmente, multiplicando a probabilidade de ocorrência de cada
mensagem pela sua quantidade de informação. Com isso, obtemos a quan-
tidade de informação em uma fonte qualquer, conforme a próxima defini-
ção (Shannon; Weaver, 1949).
dEfinição 4 (quantidadE dE informação prEsEntE Em uma fontE)
Sejam F uma fonte ergótica discreta com n mensagens e Ii a quanti-
dade de informação na mensagem mi de F. A quantidade de informação de
F, denotada por “HF”, é definida pela seguinte equação:
HF = Σi pi × Ii (5)
Abaixo, consideramos três fontes e calculamos a sua quantidade de
informação.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
149
Exemplo 5
F1 = {m1, ¼; m2, ¾}.
F2 = {m1, ½; m2, ¼; m3, ⅛; m4, ⅛}.
F3 = {m1, ½; m1, ¼; m3, ⁄; m4, ⁄; m5, ⁄; m6, ⁄}.
F4 = {m1, ½; m2 ¼; m3, ⅛; m4, ⁄; m5, ⁄; m6, ⅓; m7, ⁄; m8, ⁄}.
HF1 = (¼ x 2) + (¾ x 0,39) = 0,89.
HF2 = (½ x 1) + (¼ x 2) + (⅛ x 3) + (⅛ x 3) = 1,75
HF3 = (½ x 1) + (¼ x 2) + (⁄ x 4) + (⁄ x 4) + (⁄ x 4) + (⁄ x 4) = 2.
HF4 = (½ x 1) + (¼ x 2) + (⅛ x 3) + (⁄ x 4) + (⁄ x 4) + (⅓ x 5)
+ (⁄ x 6) + (⁄ x 6) = 2,25
As fontes F1, F2, e F3 ilustram que o grau de liberdade de escolha di-
minuiu, quando comparado às fontes equiprováveis com a mesma quanti-
dade de elementos, como no exemplo 4. Houve uma economia no número
médio de escolhas. Também observamos que, embora F4 tenha o dobro de
mensagens possíveis do que F2, do exemplo 4, a sua quantidade de infor-
mação delas é praticamente a mesma.
A Figura 8 mostra a variação da informação de uma fonte com duas
mensagens, “m1” e “m2”. A probabilidade de ocorrência de m1 é denotada
por “p(m1)”, de modo que p(m2) = “1 - p(m1)”.
Figura 8 – Variação na informação de uma fonte com duas mensagens
Fonte: Shannon e Weaver (1949, p. 50).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
150
Esse gráfico explicita, dentre outras coisas, que a informação é máxi-
ma, quando as mensagens são equiprováveis, no caso, p(m1) = p(m2) = ½.
Já a informação é mínima, quando uma das mensagens possui a probabi-
lidade máxima. Exemplo de limite máximo seria o caso do lance de uma
moeda, cuja probabilidade de ocorrência seria a mesma para cada evento.
O limite mínimo seria o caso de uma moeda totalmente viciada, no qual
apenas um dos lados pudesse ocorrer.
5 considEraçõEs finais
A perspectiva informacional da TMC foi o tema deste capítulo, bus-
cando expor suas principais ideias, tais como a concepção de informação
subjacente à sua abordagem quantificacional. A quantidade de informação
depende, em última análise, da distribuição de probabilidades das men-
sagens de uma dada fonte, a partir da qual se define sua quantidade de
informação.
Um dos pressupostos básicos dessa perspectiva é a inexistência de
informação negativa. Isso explica o sinal negativo na equação que define o
valor probabilidade de uma mensagem, garantindo que o valor informa-
cional de um evento seja sempre positivo. Outro pressuposto básico é o
de que cada mensagem deve possuir um valor determinado, em uma dada
fonte. Isso justifica a arbitrariedade em se definir como nulo o valor infor-
macional de mensagens com valor probabilidade zero.
Pesquisadores da TMC, tais como Shannon e Weaver, expressam cla-
ramente o seu objetivo de tratar da quantificação da informação com vistas
a provar os principais teoremas da comunicação, como o da capacidade do
canal, a fim de maximizar a eficiência da transmissão de informação.
Tal perspectiva não trata dos aspectos semânticos ou pragmáticos
da informação ou da sua transmissão, como o fazem outros pensadores,
como Dretske (1981), por exemplo. Este toma como ponto de partida
resultados da TMC, em sua abordagem, mas os extrapola. Com isso, ele
busca criar uma teoria da informação filosoficamente útil, como ele deno-
mina, capaz de contribuir para estudos cognitivos, tal como a definição de
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
151
conhecimento. Por questões de espaço, não tratamos de possíveis críticas
à abordagem da TMC, tanto referentes à noção de informação quanto a
questões como as relações entre informação e entropia, conforme aborda-
do por Alves (2012), por exemplo.
rEfErências
ALVES, M. A. O teatro como um sistema de comunicação. Trans/form/ação: revista
de filosofia, Marília, v. 24, n. 1, p. 85-90, jan. 2001. Disponível em: https://revistas.
marilia.unesp.br/index.php/transformacao/article/view/825. Acesso em: 10 maio 2023.
ALVES, M. A. Lógica e informação: uma análise da consequência lógica a partir de uma
perspectiva quantitativa da informação. 2012. 211 f. Tese (Doutorado em Filosofia)
– Instituto de Filosofia e Ciências Humanas, Universidade Estadual de Campinas,
Campinas, 2012.
ALVES, M. A. Uma semântica informacional para a consequência lógica. Principia:
an international journal of epistemology, Florianópolis, v. 27, n. 1, p. 117-135, maio
2023. DOI: https://doi.org/10.5007/1808-1711.2023.e85659. Disponível em: https://
periodicos.ufsc.br/index.php/principia/article/view/85659. Acesso em: 10 maio 2023.
BLAHUT, R. Principles and practice of information theory. Amsterdam: Addison-Wesley,
1988.
COVER, T.; THOMAS, J. Elements of information theory. New York: John Wiley &
Sons, 1991.
DRETSKE, F. I. Knowledge and the flow of information. Oxford: Blackwell, 1981.
EDWARDS, E. Introdução à teoria da informação. São Paulo: Cultrix, 1971.
EPSTEIN, I. Teoria da informação. São Paulo: Ática, 1986. (Série Princípios).
FLORIDI, L. Information: a very short introduction. Oxford: Oxford University Press,
2010.
HARTLEY, R. Transmission of information. Bell System Technical Journal, v. 7, n. 3,
p. 535-563, July 1928. DOI: https://doi.org/10.1002/j.1538-7305.1928.tb01236.x.
Disponível em: https://ieeexplore.ieee.org/document/6769394. Acesso em: 18 nov. 2024.
HERSHBERGER, W. Principles of communication systems. New York: Prentice-Hall, 1955.
KRIPPENDORFF, K. Mathematical theory of communication. In: LITTLEJOHN,
W.; FOSS, K. A (ed.). Encyclopedia of communication theory. Los Angeles: Sage, 2009. p.
614-618.
NYQUIST, H. Certain topics in telegraph transmission theory. Transactions of the
American Institute of Electrical Engineers, v. 47, n. 2, p. 617-644, Apr. 1928. DOI:
https://doi.org/10.1109/T-AIEE.1928.5055024. Disponível em: https://ieeexplore.ieee.
org/document/5055024. Acesso em: 18 nov. 2024.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
152
PIGNATARI, D. Informação, linguagem, comunicação. São Paulo: Perspectiva, 1968.
ROMAN, S. Coding and information theory. New York: Springer, 1992.
SALSMAM, I. V.; ALVES, M. A. A abordagem informacional de conhecimento em
Dretske. Logeion: filosofia da informação, Rio de Janeiro, v. 8, n. 2, p. 174-196, mar.
2022. DOI: https://doi.org/10.21728/logeion.2022v8n2.p174-196. Disponível em:
https://revista.ibict.br/fiinf/article/view/5812. Acesso em: 18 jan. 2024.
SHANNON, C. E.; WEAVER, W. e mathematical theory of information. Urbana:
University of Illinois Press, 1949.
WIENER, N. O conceito de informação na ciência contemporânea. Rio de Janeiro: Paz e
Terra, 1970. (Ciência e informação, 2).
agradEcimEntos
Agradecemos ao Grupo de Estudos em Filosofia da Informação, da Mente
e Epistemologia - GEFIME (CNPq/UNESP), pelas discussões. Ao CNPq,
pelo apoio, por meio da Chamada Universal 2018, Projeto “Relações en-
tre informação, conhecimento e ação segundo Dretske”, processo número
420433/2018−0 e Chamada PQ - 2021, Projeto “Informação, cognição e
notícias falsificadas: uma análise a partir de Fred Dretske”, processo núme-
ro: 311630/2021−9. A André Martin de Oliveira Franco e Felipe Gustavo
Alves Moreira, pelas leituras prévias do texto.
153
5
INFORMAÇÃO DE SHANNON
SHANNON’S INFORMATION
João Eduardo KOGLER JUNIOR
USP
kogler@lsi.usp.br
https://orcid.org/0000-0002-3235-9646
https://doi.org/10.36311/2025.978-65-5954-633-6.p153-185
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
154
Resumo: Pretende-se neste capítulo apresentar de forma clara e acessível os elementos
da teoria da Informação de Shannon, situá-la historicamente, discutir suas principais
implicações e aspectos de seu uso e aplicabilidade, comentar os perigos de seu emprego de
forma incorreta e apontar para suas extensões. Será adotada uma abordagem heurística sob
uma perspectiva simplificada, todavia sem comprometer a precisão e exatidão das análises
dos aspectos fundamentais essenciais para a compreensão do legado de Shannon e o modo
pelo qual influenciou a ciência e revolucionou a tecnologia. Sempre que interessante,
serão incluídos aspectos históricos que auxiliem a compreensão do desenvolvimento das
ideias e conceitos.
Palavras-chave: Informação de Shannon. Entropia de Shannon. Codificação de fonte.
Capacidade do canal. Informação mútua.
Abstract: is chapter aims to present the elements of Shannon’s Information eory in
an accessible way, situate it historically, discuss its main implications and aspects of its
use and applicability, comment on common mistakes of its incorrect use, and indicate its
extensions. e heuristic approach here adopted through a simplified perspective, however,
does not compromise the precision and accuracy of the analyses of the fundamental
aspects essential for understanding Shannon’s legacy and the way he influenced science
and revolutionized technology. Whenever interesting, historical aspects will be included
to help understand the development of ideas and concepts.
Keywords: Shannon’s information, Shannon´s entropy, Source coding. Channel capacity.
Mutual information.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
155
1 introdução
O conceito denominado informação de Shannon surgiu publicamen-
te em 1948, quando foi removido o sigilo devido ao período da Segunda
Guerra Mundial imposto a um artigo escrito por Claude Shannon dois
anos antes (Shannon, 1948), então considerado assunto secreto e de cunho
estratégico, face à necessidade de se transmitir mensagens de maneira con-
fiável e sigilosa (codificada e criptografada), entre forças militares, núcleos
estratégicos e governos. Em seu trabalho, Shannon (1948) construiu os
fundamentos e a metodologia para lidar com a questão, obtendo grande
sucesso. Sua teoria, que tratava do problema geral de codificação e trans-
missão de mensagens, conduziu não só aos resultados esperados, como
produziu influências muito além do problema original de aplicação estra-
tégica na guerra, tornando-se posteriormente essencial para o desenvolvi-
mento de muitas aplicações tecnológicas desde então. Entre a miríade de
descobertas e invenções que empregam os princípios da teoria de Shannon,
estão por exemplo, a codificação em comunicações digitais (telefonia, rá-
dio, televisão, etc.), armazenagem e compressão de dados (CDs – compact
discs, pen drives, etc.), representação e recuperação de grandes volumes de
dados multimídia, criptografia de dados para sigilo e privacidade, e comu-
nicação segura e rápida entre dispositivos, redes locais e Internet. Estas e
várias outras aplicações ilustram o impacto que a teoria de Shannon pro-
vocou sobre o estilo de vida moderno, e sobre a organização da sociedade.
Essa teoria revolucionária, denominada “Teoria matemática da co-
municação”, foi cuidadosamente desenvolvida ao longo de dez anos (1939
– 1948), com o devido rigor matemático, e não há dúvidas quanto ao
acerto das ideias propostas por Shannon (1948), fato testemunhado pe-
los resultados dela decorrentes. Entretanto, logo após sua publicação, ela
não foi unanimemente bem recebida. Muitos não a compreenderam, a
acharam mal redigida, e reagiram com desconfiança e ceticismo, inclusive
veteranos da área e outros especialistas (Guizzo, 2003; Rioul, 2021). No
ano seguinte, em parceria com o matemático Warren Weaver, Shannon
republicou uma versão corrigida de seu artigo de 1948 em um livro, que
iniciava com um capítulo devido a Weaver destinado a explicar as ideias de
Shannon para o grande público (Shannon; Weaver, 1949). Ainda no mes-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
156
mo ano, Weaver publicou outro artigo de divulgação da teoria de Shannon
na popular revista Scientific American (Weaver, 1949). A essa altura, a fama
da teoria de Shannon alcançou novos domínios do conhecimento, e come-
çou a ser aplicada a outros problemas e questões, algumas vezes sem que
se tomasse o devido cuidado em verificar sua aplicabilidade. O conceito
de informação passou então a ser associado ao nome Shannon, e muitos
interpretaram sua teoria como panaceia capaz de prover respostas para as
mais diversas questões em torno do tema, simplesmente empregando sua
famosa fórmula, para o cálculo da quantidade de informação, em qualquer
situação que envolvesse o conceito de informação. Sua fórmula passou a
ser tratada como uma definição de informação, o que de fato não era.
Shannon opôs-se a esse uso indiscriminado e exortou a comunidade quan-
to aos perigos desse expediente (Shannon, 1956).
A teoria de Shannon aplica-se a um domínio bem definido, as hipóte-
ses nela adotadas são claras e válidas, desenvolvidas com abordagens correta-
mente demonstradas e resultados perfeitamente verificados. Neste capítulo,
apresentaremos alguns princípios e fundamentos dos pontos essenciais da
teoria e indicaremos algumas referências para estudos posteriores. Antes de
entrarmos nos detalhes, apresentaremos um sumário desses pontos, que se
deve ter sempre em mente ao considerar a teoria de Shannon:
• Ele não denominou seu trabalho ‘teoria da informação’, mas
Teoria matemática da comunicação. Suas palavras-chave foram
mensagem comunicada e medida da informação.
• Shannon não definiu informação em sua teoria. Ele definiu uma
medida da quantidade de informação contida em um evento ou
mensagem.
• Shannon ponderou que as mensagens mais prováveis trariam
menor quantidade de informação do que as mais improváveis.
• Shannon tratou a mensagem como um evento aleatório e asso-
ciou à surpresa produzida pela mesma, ou à sua correspondente
incerteza, o inverso de sua probabilidade de ocorrência.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
157
• Salientou também que a quantidade de informação cresce com a
incerteza, sendo proporcional ao logaritmo do inverso da proba-
bilidade de ocorrência da mensagem.
• Considerou que uma mensagem contém dois aspectos inter-re-
lacionados e que podem ser tratados separadamente: sua forma
(descrição) e seu conteúdo semântico (interpretação).
• Em sua teoria, ele tratou apenas da forma das mensagens e con-
siderou desnecessário envolver o conteúdo. Todas suas hipóte-
ses, derivações, provas e conclusões referem-se apenas à forma.
Tratou a codificação e a decodificação como transformações da
representação da forma.
• Considerou que, ao estimar a probabilidade de uma dada men-
sagem, apenas seus aspectos estruturais (sintáticos) devem ser
considerados, descartando-se nessas avaliações os seus significa-
dos, ou interpretações (isto é, seu conteúdo semântico).
• Evidenciou que as medidas estatísticas da fonte de mensagens
permitem determinar os parâmetros de eficiência de um proces-
so de comunicação.
• Shannon denominou entropia da fonte a quantidade média de
informação correspondente ao conjunto de mensagens que uma
fonte pode produzir.
• Demonstrou, então, que é possível transmitir com probabilida-
de nula de erro enquanto a taxa de transmissão de informação se
encontrar abaixo da capacidade máxima teórica do canal.
• Shannon associou a entropia à incerteza nas estimativas sobre
uma fonte, mas não explorou explicitamente suas eventuais co-
nexões com a Termodinâmica ou outros aspectos da Física.
2 shannon E o concEito dE informação
É usual que uma teoria sobre algum tema se inicie com uma apresen-
tação da natureza de seu objeto de interesse central, buscando conceituá-lo.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
158
Shannon (1948), entretanto, não escreveu uma teoria “sobre informação”,
nem a definiu ou conceituou, e apenas usou o termo “informação” tomado
intuitivamente. A palavra-chave em seu famoso artigo de 1948 é “mensa-
gem”, e não “informação”. Sua teoria é sobre comunicação de mensagens
entre uma fonte e um destinatário.
Caracterizar precisamente o que é informação constitui até hoje um
grande desafio. Intuitivamente sabe-se o que se quer dizer com a palavra
informação, embora ainda não se consiga defini-la de modo formalmente
satisfatório e aplicável às diversas áreas nas quais seria importante ter-se
uma tal definição. Shannon já advertia quanto a isso em sua publicação
de 1950 (Shannon, 1993). Shannon (1948) e seus precursores, Harry
Nyquist (1924) e Ralph Hartley (1928), empregaram uma concepção
intuitiva de informação, pressupondo que nenhuma explicação adicional
sobre o termo fosse requerida, pelo menos no contexto da engenharia de
telecomunicações, ao qual seus trabalhos estavam primariamente direcio-
nados. Norbert Wiener, ex-professor de Shannon no MIT, também não se
importou em apoiar-se em uma visão puramente intuitiva da ideia de in-
formação, quando concebeu a Cibernética como a ciência da comunicação
e controle (Wiener, 1948).
Shannon (1948) partiu de uma concepção, também tomada como
intuitiva, segundo a qual informação, apresentada como uma mensagem
comunicada, seria constituída por dois componentes inter-relacionados,
a forma e o conteúdo. O conteúdo referia-se ao aspecto semântico, à inter-
pretação da mensagem, ao passo que a forma seria constituída apenas dos
aspectos estruturais da mensagem, como sua sintaxe e organização topoló-
gica. Shannon (1948), então, considerou que esses aspectos poderiam ser
mutuamente separáveis do ponto de vista do tratamento teórico. Todavia,
essa hipótese de serem separáveis não implica que sejam independentes,
e sua adoção pode ser justificada pela sua eficácia em predizer correta-
mente os resultados observados com seu emprego em diversas aplicações.
Certamente é importante entender a classe de problemas à qual esses resul-
tados correspondem, de maneira a se poder apreciar essa justificativa sobre
a separação entre forma e conteúdo. Os problemas compreendidos por
essas aplicações constituem o objeto da engenharia de comunicações, e de
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
159
um modo geral podem ser abstraídos pelo esquema da figura 1, baseado no
diagrama originalmente apresentado em Shannon (1948), que representa a
estrutura básica de um sistema de comunicação de mensagens.
Figura 1 - Sistema de comunicação
Fonte: Elaborado pelo autor com base em Shannon (1948).
3 o sistEma dE comunicação
Um sistema de comunicação genericamente compreende os com-
ponentes apresentados na figura 1. A fonte produz mensagens que devem
ser transmitidas até o local onde serão utilizadas pelo seu destinatário. As
mensagens podem ser de diversas naturezas: sinais, texto, áudio, vídeo,
multimídia, dados, etc. A teoria de Shannon abstrai as mensagens sepa-
rando-as de suas naturezas físicas, ao considerar que, em última instância,
quaisquer que sejam essas naturezas, as mensagens podem ser descritas por
sequências de símbolos de algum alfabeto adequado, que denominou al-
fabeto de fonte.
O processo de transmissão se dá através do chamado canal de comu-
nicação, que é o meio ou dispositivo pelo qual as mensagens são enviadas
da fonte ao seu destino. Nesse processo poderão ocorrer perdas e alterações
devidas a ruído, resultando em uma mensagem recebida que não mais seria
idêntica à mensagem originalmente produzida pela fonte. Uma primeira
questão que então se colocou aos engenheiros de comunicações foi: como
projetar um sistema de comunicação de modo que as mensagens recebidas
no destino cheguem com um mínimo de perdas e ruído? O trabalho pu-
blicado por Shannon (1948) tratou justamente do arcabouço conceitual,
formal e metodológico que fundamenta essa atividade de projeto de siste-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
160
mas de comunicação, por exemplo, os empregados em telefonia, rádio e
televisão.
A fonte emissora de mensagens corresponde a algum processo, fenô-
meno, dispositivo ou entidade capaz de produzir mensagens. O utilizador,
destinatário das mensagens, é o dispositivo ou a entidade, a que se desti-
nam as mensagens.
O objeto central da teoria de Shannon é a mensagem, sendo a infor-
mação uma propriedade que ela apresenta. A fonte de mensagens e o des-
tinatário das mesmas encontram-se em locais distintos, que podem estar
separados por grandes distâncias. Por exemplo, nos dias de hoje consegue-
-se comunicar com satélites que se encontram a distâncias que vão além do
sistema solar. Espera-se, portanto, que após vencer tais distâncias, as men-
sagens transmitidas chegariam muito atenuadas, eventualmente distorci-
das e com ruído. Poder-se-ia em princípio supor que se o destinatário se
encontrasse no mesmo local da fonte, possivelmente sua interpretação da
mensagem seria diferente daquela que teria se estivesse no outro extremo,
neste caso por conta da distorção e ruído que a mensagem poderia apresen-
tar. Esse contraste entre essas duas situações ilustra o problema genérico a
ser resolvido pela engenharia de comunicação. A solução desenvolvida por
Shannon (1948) prescreveu que em um sistema de comunicação genérico,
esquematizado na figura 1, os dois subsistemas situados nos extremos do
canal de comunicação, nomeadamente o transmissor e o receptor, seriam as
instâncias responsáveis por garantir que a mensagem gerada pela fonte pos-
sa ser reproduzida no extremo onde se encontra o destinatário, de maneira
idêntica, ou aproximadamente, segundo um pré-determinado critério de
qualidade.
Na aplicação original de Shannon, no cenário da Segunda Guerra
Mundial, havia o problema adicional da segurança e privacidade: a mensa-
gem deveria ser criptografada de modo a manter-se seu sigilo entre a fonte
e o destinatário. Questões similares ocorrem atualmente, por exemplo, no
caso das redes de comunicação por onde trafegam simultaneamente diver-
sas mensagens originadas por diferentes fontes e dirigidas a destinatários
distintos, requerendo-se algum tipo de sigilo também protegido por es-
quemas de criptografia combinados entre as diversas partes comunicantes.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
161
Nesses casos, também são tarefas do transmissor e do receptor, respecti-
vamente, cifrar e decifrar a mensagem através das chaves de criptografia
combinadas entre a origem e o destino.
A figura 2 ilustra de modo pictórico a situação esquematizada na fi-
gura 1, tendo-se como exemplo a comunicação via telefonia celular, como
um caso em que tipicamente vários tipos de mensagens são transmitidos
entre diversas fontes e destinatários, como áudio, vídeo, multimídia, da-
dos, etc.
Figura 2 – Exemplo de sistema de comunicação: telefonia celular.
Fonte: Elaborada pelo autor.
O telefone celular ao enviar uma mensagem, faz o papel de fonte, e a
antena da estação de base da célula mais próxima é o primeiro receptor. Em
seguida, a estação age como transmissor e retransmite o sinal para a estação
mais próxima na sequência, ao longo do caminho que leva até a célula
onde se encontra o destinatário final da mensagem, um outro telefone ce-
lular, onde se encontra o receptor final. Na figura 2, a fonte e o destinatário
estão na mesma célula, apenas para simplificar o exemplo.
O tratamento teórico que separa a forma e o conteúdo da mensagem
foi o aspecto-chave que promoveu o avanço metodológico da engenharia
de comunicações. Os precursores de Shannon já preconizavam esse princí-
pio, como sendo a maneira adequada de tratar o problema da transmissão
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
162
de mensagens arbitrárias através de um mesmo sistema de comunicação. O
projeto das características desse sistema não deveria depender de aspectos
específicos de cada mensagem, mas apenas de aspectos comuns a todas elas.
Sob esse ponto de vista, tal como o fizeram Shannon (1948) e seus precur-
sores, Nyquist (1924) e Hartley (1928), o conteúdo das mensagens apre-
senta-se como aspecto a ser evitado pela metodologia de projeto. Como
o conteúdo de uma dada mensagem pode ser interpretado por diferentes
destinatários de maneiras também diversas, resulta que o processo de inter-
pretação é dependente da mensagem, fato que inviabiliza sua consideração
no projeto de um sistema que em princípio deve se comportar igualmente
para todas elas, sem privilegiar este ou aquele tipo de mensagem. Quanto
à forma, o caso é diferente, pois em geral diferentes mensagens usualmen-
te seguem um mesmo esquema ou princípio de geração pela fonte. Por
exemplo, se as mensagens forem textuais, então serão geradas em um dado
idioma, seguindo as regras sintáticas da linguagem correspondente. Se fo-
rem imagens, elas se apresentarão de acordo com os padrões de construção
das câmeras de vídeo empregadas para produzi-las. E assim por diante,
levando-se a concluir que a geração de mensagens pela fonte pode ser des-
crita de modo independente das mensagens específicas, seguindo regras de
representação padronizadas. A possibilidade de empregar-se tal esquema
de descrição da forma das mensagens, independente de seus conteúdos,
constitui o princípio básico que norteia a engenharia de comunicações. Na
teoria matemática da comunicação proposta por Shannon (1948), tais des-
crições constituem os códigos e o princípio de descrição denomina-se codi-
ficação. O aspecto “matemático” da teoria enfatizado por Shannon (1948)
advém da possibilidade de empregar-se um formalismo matemático para
investigar a natureza dos códigos e explorar os aspectos úteis à formulação
de uma metodologia aplicável à solução do problema de transmissão de
mensagens em processos de comunicação.
4 rEprEsEntação da informação
Toda mensagem se apresenta como um conjunto ordenado de sím-
bolos dispostos segundo uma maneira específica que a determina. Esses
símbolos são obtidos de um conjunto, dito alfabeto, uma coleção pré-de-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
163
terminada contendo todos os símbolos que podem ser usados para se cons-
truir as mensagens que uma dada fonte pode gerar. Por exemplo, uma
mensagem na forma de texto escrito usando-se português, empregará o
alfabeto composto pelas letras e demais caracteres necessários do idioma
(maiúsculas, minúsculas, acentos, pontuações, espaços, caracteres numéri-
cos, etc.). Se a mensagem for escrita usando-se outras línguas, os respecti-
vos alfabetos poderão ser diferentes, empregarão os caracteres válidos na-
quele idioma (por exemplo, caracteres gregos, árabes, hebraicos, japoneses,
etc.). Se a mensagem for uma fotografia, ela será composta de pixels em
vez de caracteres. Por exemplo, suponhamos que o que se deseja transmi-
tir seja uma imagem fotografada com a câmera de um telefone celular. A
imagem consistirá em um retângulo preenchido pelos pontos de diferen-
tes colorações, os pixels1, organizados segundo uma matriz cujas linhas e
colunas se estendem segundo as dimensões desse retângulo. A mensagem
transmitida quando se compartilha essa imagem conterá uma sequência
formada por esses pixels, enfileirando-se as linhas dessa matriz uma após
a outra, conforme ilustrado na figura 3, tomando-se como exemplo uma
imagem monocromática. Cada pixel corresponde a um símbolo seleciona-
do de um conjunto contendo todas as tonalidades de cinza, desde comple-
tamente escuro (preto) até completamente claro (branco). Cada diferente
tom de cinza representa uma intensidade proporcional à quantidade de luz
que incidiu no correspondente ponto do sensor da câmera fotográfica. O
conjunto de todos os tons de cinza que os pixels puderem apresentar entre
esses extremos constitui o “alfabeto” para produzir as mensagens na forma
de imagens monocromáticas.
Pixel, do inglês picture element, elemento de figura.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
164
Figura 3 – Fotografia monocromática2
Fonte: Elaborada pelo autor.
Em suma, toda fonte gera suas mensagens a partir de algum alfabeto
de símbolos, então denominado alfabeto de fonte. Nota-se então que cada
tipo de mensagem pode corresponder a um tipo de alfabeto completa-
mente diferente do outro. Uma mensagem de texto contém caracteres,
enquanto que uma imagem contém pixels. Uma mensagem de fac-símile
(fax) contém texto e imagens, portanto requer uma forma de representação
que dê conta dos dois tipos anteriores simultaneamente. Uma mensagem
telegráfica usando código Morse apresenta traços, pontos e espaços vazios.
Uma mensagem contendo fala será composta de fonemas, ou elementos
de fala. O primeiro passo, então, para construir-se uma teoria geral que dê
conta de todos os tipos de mensagens consistiu, portanto, em buscar uma
forma universal de representação que seja válida para todas elas. O dito
método de representação universal da informação, conforme já dissemos,
consiste em produzir, a partir da representação original, uma representação
a) imagem de tamanho 182 pixels na largura x 198 pixels na altura. Cada pixel está representado
por um tom de cinza de valores compreendidos entre 0 (preto) e 255 (branco). O detalhe no
círculo ampliado permite ver os pixels realçados nessa região. b) O histograma apresenta a
distribuição dos valores dos tons de cinza (intensidade) nos pixels: mostra a quantidade de
pixels para cada intensidade. São exibidos também o valor médio da intensidade e seu desvio-
padrão. c) Na parte inferior da figura, apresenta-se a imagem organizada como uma longa
sequência de 182 x 198 = 36036 pixels enfileirados, que pode ser vista como uma mensagem
tendo como símbolos os tons de cinza.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
165
binária da mensagem. Ou seja, os caracteres, fonemas, pixels, etc., devem
ser representados por números binários.
Por que uma representação binária? A razão é puramente prática: é
convenientemente fácil de ser realizada fisicamente e mais simples de ser
manipulada formalmente. A representação binária pode ser genericamente
considerada da seguinte forma: utiliza um alfabeto contendo apenas dois
símbolos diferentes. Pode-se dar diferentes interpretações a esses símbo-
los, tais como {falso, verdadeiro} em um contexto de lógica, {0, 1} em
um contexto de aritmética, e ainda, {desligado, ligado} em um contexto
de circuitos eletrônicos3, e assim por diante, há diversos outros contextos
equivalentes. Entretanto, todas essas interpretações podem ser abstraídas
simplesmente por um conjunto de dois símbolos distintos. Ao se repre-
sentar os elementos de outros alfabetos não-binários traduzindo-os para
representações binárias, todas as mensagens passariam a ser, em última
instância, mensagens binárias. Isso permite tratar todas as mensagens do
ponto de vista de sua forma usando-se sequências de símbolos binários.
Como consequência, os requisitos, processos, enfim todas as questões en-
volvidas na comunicação de mensagens podem ser estudadas usando-se
matemática com números binários, lógica booleana e circuitos e sistemas
digitais. Shannon desenvolveu essa visão em seu trabalho de mestrado no
MIT (Nahin, 2013).
Como primeiro exemplo, consideremos a representação binária de
imagens monocromáticas. Uma imagem em preto-e-branco é representá-
vel com apenas 1 bit4 por pixel, convencionando-se o valor zero do bit
como sendo preto e o valor 1 como branco. Nesse caso, o chamado al-
fabeto de fonte consiste em um conjunto com dois elementos apenas: {0,
1}. Imagens com mais tons de cinza requerem mais bits por pixel. Por
exemplo, usando-se 2 bits por pixel é possível construir um conjunto de
quatro valores numéricos binários: {00, 01, 10, 11} que, nesse caso pode-
rão indicar 4 tons de cinza possíveis, de totalmente escuro a totalmente
claro, passando por duas tonalidades intermediárias, resultando em um
{Transistor não conduzindo, conduzindo}, {chave fechada, aberta}, {tensão nula, não nula}, etc.
4 Bit – dígito binário (do inglês binary digit). Rioul (2021, p. 49) sugere que Shannon introduziu a palavra
bit, mas conceituando-a como unidade binária (binary unit).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
166
alfabeto de fonte com 4 símbolos possíveis. A figura 4 ilustra como isso se
dá para diversas quantidades de bits por pixel. Na figura 4, tomou-se um
recorte de tamanho 128 x 128 pixels da fotografia mostrada na figura 3 e
apresentou-se esse detalhe representando os tons de cinza originais usando-
-se diferentes profundidades em bits em cada caso. A profundidade indica
a quantidade de bits utilizada para representar cada tom de cinza contido
no alfabeto de tons empregado para representar a imagem. A profundidade
original na figura 3 era 8 bits, e na sequência da figura 4 representou-se
os mesmos pixels usando-se 8 bits, 7 bits, 6 bits, e assim por diante, até
1 bit de profundidade por pixel. Note que poucas diferenças podem ser
percebidas na qualidade de uma imagem para a outra na figura 4 desde a
profundidade de 8 bits/pixel até a de 5 bits/pixel. Abaixo de 4 bits/pixel,
consegue-se notar a perda de detalhes no conteúdo da imagem.
Figura 4 – Codificação binária de escalas de tons de cinza5
Fonte: Elaborada pelo autor.
A cadeia de bits que representa cada pixel denomina-se palavra de
código (code word) e o processo de representação chama-se codificação. A
5 a) A coluna à esquerda apresenta os alfabetos de símbolos constituídos pelos tons de cinza para cada
profundidade de código adotada. b) A coluna à direita apresenta sumariamente os códigos correspondentes
aos símbolos de cada alfabeto, utilizando cadeias de n bits, com n variando de 1 a 8 bits como palavra de
código. Cada imagem de 128 x 128 pixels mostrada constitui um exemplar de mensagem construída com
o correspondente alfabeto à sua esquerda.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
167
cada pixel corresponde uma palavra de código, e a imagem como um todo
resultará em uma mensagem composta pela justaposição sequencial das
palavras de código, como mostrado na figura 3 (c). Quanto menos bits/
pixel forem empregados, tanto menor o tamanho da sequência total de
bits a ser transmitida quando se compartilhar uma imagem pela rede de
comunicações. Entretanto, se diminuirmos muito essa profundidade de
bits/pixel, pode ocorrer perda na qualidade da imagem representada. Um
dos problemas associados a essa questão é justamente esse, o da chamada
eficiência de codificação, que consiste em determinar o tamanho ótimo em
bits/pixel da cadeia de bits usada nas palavras de código para se representar
a imagem sem perda de qualidade.
Um esquema similar de representação utilizando-se cadeias de bits
como palavras de código pode ser utilizado para mensagens de texto, repre-
sentando-se cada letra do alfabeto de um dado idioma por uma cadeia de
bits, sendo que o tamanho dessa cadeia dependerá de quantas letras exis-
tem no alfabeto daquele idioma. Um padrão para representação de textos
popularmente bastante conhecido é o ASCII6. Sob o ASCII cada caracter
de texto corresponde a uma cadeia de 7 bits e são especificados ao todo
128 caracteres – letras do alfabeto do idioma Inglês, números, pontuações,
espaços e outros caracteres que não podem ser impressos ou exibidos visu-
almente, como por exemplo o caracter codificado por 000 0111 (BELL),
que corresponde à emissão de uma indicação sonora. A letra maiúscula “A”
por exemplo é 100 0001, enquanto sua versão minúscula “a” é 110 0001.7
Nos casos de outros tipos de mensagens, inclusive as mensagens
oriundas de sinais contínuos, como áudio (música, fala, sons), sempre será
possível encontrar-se um sistema de representação que utilize algum alfa-
beto formado por cadeias de bits. As cadeias de bits que representam os
símbolos que constituem as mensagens geradas pela fonte denominam-se
código de fonte. A quantidade de bits por símbolo denomina-se compri-
mento de código. Esse comprimento, em número de bits/símbolo, depende
da quantidade de símbolos presentes no alfabeto de fonte. Esse esquema
denominado código de fonte, permite representar as mensagens geradas
American Standard Code for Information Interchange, padrão celebrado em 1963.
Para mais detalhes, consultar por exemplo os artigos “ASCII” e “Character encoding” na Wikipedia.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
168
pela fonte de um modo universalmente aplicável a qualquer tipo de men-
sagem (áudio, vídeo, multimídia, sinais, dados, etc.). Mensagens de todos
esses tipos consistirão, portanto, em sequências de cadeias de bits, isto é,
serão sequências binárias, todas elas. Cada uma dessas sequências constitui
uma descrição da mensagem correspondente, isto é, de sua forma, sem se
considerar seu conteúdo.
Prosseguindo-se na linha de raciocínio de Shannon, essas sequências
binárias são representações das mensagens geradas pela fonte, e em últi-
ma instância constituem aquilo que deve ser transmitido pelo canal e que
se espera reconstruir de modo exato ou aproximado de acordo com um
critério, conforme propôs Shannon (1948). Em outras palavras, garan-
tindo-se a preservação da forma, o conteúdo de cada mensagem também
será mantido. A estratégia proposta por Shannon (1948) para preservar a
forma consistiu então em transformar a descrição da mensagem obtida da
codificação de fonte, para uma nova forma denominada código de canal,
a ser utilizada na transmissão através do canal de comunicação. O código
de canal é produzido por um processo de codificação efetuado no dispo-
sitivo transmissor (vide figura 1), produzindo uma mensagem codificada
que é transmitida até o outro extremo do canal de comunicação, onde se
encontra o dispositivo receptor (vide figura 1), o qual recupera a mensa-
gem original através de um processo de decodificação, que é o inverso da
codificação. O objetivo de Shannon (1948) então foi determinar matema-
ticamente as leis que fundamentam a metodologia que serviria de base para
construir os diversos métodos de codificação. Essas leis são de natureza
probabilística e dependem de uma medida de informação proposta por
Shannon (1948), como mostraremos mais adiante. Antes, porém, vale a
pena salientar alguns aspectos que ajudam a apreciar a complexidade dessa
metodologia. Há três tipos de codificação envolvidos em um sistema de
comunicação:
Codificação de fonte - Em primeiro lugar, há a questão de qual é
o tamanho da palavra de código a ser empregada na codificação de
canal. Shannon (1948) observou que a eficiência de transmissão,
dada pela capacidade do canal para transmitir mais ou menos men-
sagens por segundo, decresce com o aumento da palavra de código.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
169
Entretanto, há um limite para a redução do comprimento de código
de fonte sem perder a fidelidade em descrever as mensagens. Seria
desejável, portanto, determinar-se o valor ótimo do comprimento
de código.
Codificação de canal - Em segundo lugar, a presença de ruído ale-
atório no canal tende a alterar as características estatísticas da trans-
missão, acarretando erros de estimação no processo de decodificação
pelo receptor. O expediente proposto por Shannon (1948) consistiu
então em adotar um processo de codificação de canal pelo transmis-
sor que envolvesse acrescentar redundâncias às mensagens, de modo
a facilitar a detecção e correção de erros de transmissão. A questão
complicada reside em saber quanto de redundância é requerido e
como ela deve ser aplicada. Conforme Shannon demonstrou, essas
questões dependem das estatísticas da fonte e do ruído.
Codificação criptográfica - Finalmente, há ainda a questão da pri-
vacidade da transmissão. Se a mensagem contiver informações sigi-
losas, haverá também necessidade de se introduzir mais um esquema
de codificação adicional, empregando criptografia. Entretanto, esse
aspecto, embora presente no contexto em que Shannon desenvol-
veu sua teoria, não altera os aspectos essenciais da mesma. De fato,
embora muitos suponham que a teoria de Shannon surgiu em con-
sequência de uma necessidade em Criptografia, essa relação ocor-
reu aparentemente porque durante o desenvolvimento de sua teo-
ria, Shannon trabalhava envolvido com uma demanda gerada pelo
contexto decorrente da Segunda Guerra Mundial, o qual requeria o
emprego eficiente de criptografia. Todavia, a parte essencial de sua
Teoria Matemática da Comunicação foi desenvolvida sem necessi-
tar de qualquer referência ou dependência em relação à criptografia,
concentrando-se apenas na questão da transmissão robusta e eficien-
te das mensagens (Guizzo, 2003, p. 23).
No que se segue, faremos considerações apenas sobre primeiro tipo,
a codificação de fonte, pois ela já será suficiente para introduzir o con-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
170
ceito que é nosso objetivo central, a dita informação de Shannon, que de
fato constitui uma medida de quantidade de informação, por ele proposta.
Recomendamos ao leitor interessado algumas referências para os demais
casos – por exemplo, Shannon (1948, 1953, 1956, 1984), Van Der Lubbe
(1988), Blahut (2002), Cover e omas (2006) e Harremoes e Topsøe
(2008).
5 Estatística da fontE
A linha de raciocínio desenvolvida por Shannon (1948) parte da
admissão de que uma fonte de mensagens é um dispositivo ou mecanismo
que gera mensagens que consistem em sequências de símbolos seleciona-
dos de um conjunto denominado alfabeto de fonte, de acordo com as frequ-
ências relativas com que esses símbolos aparecem no conjunto de possíveis
mensagens. Essa ideia de seleção de símbolos é similar ao procedimento exe-
cutado em tipografia arcaica, em que o tipógrafo selecionava de uma caixa
de tipos cada letra que iria compor as palavras do texto a ser impresso. Na
caixa de tipos, o tipógrafo encontrava tipos repetidos das mesmas letras,
que se repetiam em quantidades que dependiam da frequência com que
cada letra costuma aparecer em textos típicos em um dado idioma. Por
exemplo, considere a seguinte frase em Português: “A brisa quente ativou
sua memória e o sal do mar lhe lembrava aquela que o salvou de um destino
incerto ao naufragar.”
Nessa frase, tomada ao acaso, nota-se que a letra “a” aparece com
frequência maior que as demais, bem como as vogais também têm pre-
sença relativamente mais frequente. Por essa razão, o tipógrafo que im-
primia textos em português deveria dispor de uma quantidade maior de
tipos repetidos de vogais, particularmente da letra “a”. Para outros idiomas
espera-se outras proporções relativas entre os diversos tipos disponíveis.
Analogamente, a seleção de símbolos de um alfabeto de fonte ocorrerá com
diferentes frequências relativas, conforme o símbolo e conforme a fonte de
mensagens. Por exemplo, símbolos matemáticos ocorrem com frequências
nitidamente distintas se comparadas às das letras.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
171
No caso das imagens, como as da figura 3 que é monocromática, a
caixa de tipos usada por um tipógrafo que fosse compor a imagem pixel
a pixel, teria como caixa de tipos a paleta de tons de cinza. A quantidade
de tipos diferentes dependerá de quantos bits de profundidade são usados
na cadeia de bits de cada pixel, para representar as intensidades luminosas
nesse pixel, como mostrado nos exemplos da figura 4. Se a imagem for
preto-e-branco, isto é, com a profundidade de 1 bit/pixel, haverá apenas
2 possibilidades, isto é {0, 1}. Se a profundidade for 2 bits/pixel, então
teremos 2 x 2 = 22 = 4 possibilidades, isto é {00, 01, 10, 11}, ou 4 tons
de cinza. Para 3 bits/pixel, teremos 2 x 2 x 2 = 23 = 8 tons, isto é, {000,
001, 010, 011, 100, 101, 110, 111}. E assim por diante, podemos inferir
que, para profundidade de n bits/pixel, a paleta de tons de cinza terá 2n
símbolos. Ou seja, o número de elementos do alfabeto binário cresce
exponencialmente com o tamanho n em bits da cadeia de código empregada
para cada símbolo. Pode-se dizer, então, que a quantidade de seleções que
o tipógrafo terá de fazer cresce exponencialmente com o comprimento da
palavra de código empregada na codificação dos tons de cinza dos pixels.
No caso de mensagens de texto, ilustremos com a frase do exemplo
anterior representada com codificação em ASCII. Na figura 5 (a), apresen-
tamos um trecho daquela frase codificado em ASCII.8
Para entender melhor, basta tomar uma tabela de código ASCII e consultar qual a cadeia de bits que forma
a palavra de código para cada letra do alfabeto e compor a frase.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
172
Figura 5 – Codificação de uma mensagem em ASCII9
Fonte: Elaborada pelo autor.
A frase representada em ASCII corresponde a uma longa cadeia de
números binários, isto é, 0s e 1s concatenados em sequência. Para cada
posição dessa sequência que compõe a mensagem representada em binário,
o tipógrafo tem de fazer uma seleção entre um dos dois símbolos binários,
isto é, {0, 1}, disponíveis no alfabeto. Considerando-se todas as mensa-
gens que o tipógrafo poderia construir com os símbolos binários, há dois
símbolos binários, 0 ou 1, possíveis para a seleção na primeira posição da
cadeia. Para cada uma dessas duas possibilidades, ele poderia fazer uma
nova seleção entre os dois símbolos 0 ou 1 para a posição seguinte, e assim
9 a) Trecho da frase do exemplo, apresentando-se abaixo as palavras de código binário em ASCII para cada
letra da frase, com os espaços destacados em negrito. b) Árvore de seleções binárias dos bits das palavras
de código dos dois primeiros caracteres da frase exemplificada (“E” e “espaço”). As seleções destacadas
correspondem aos bits que compõem as palavras de código 1000101 (E) e 0100000 (espaço). Esse conjunto
de seleções forma um “caminho” composto pelos ramos da árvore de seleções, correspondente à específica
sequência de seleções para os dois caracteres dessa mensagem.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
173
por diante, dobrando-se o número total de possibilidades nas seleções a
cada passo, como mostrado na figura 5 (b). Portanto, se a mensagem total
tiver m caracteres, cada um codificado com uma cadeia de comprimento
n bits/caracter, serão necessárias m x n seleções para compor a mensagem.
Consequentemente, o número total de sequências possíveis com n x m
seleções será 2n x m. Para se ter uma ideia do quão grande pode ser esse nú-
mero, note-se que no caso do exemplo da figura 5 a frase contém m = 28
caracteres de n = 7 bits, resultando m x n = 28 x 7 = 196 seleções. Isso cor-
responde a uma árvore de seleções binárias com 196 bifurcações de ramos,
isto é, pode-se construir 2196 = 1059 sequências possíveis!10 Dentre todas es-
sas sequências, apenas uma corresponde exatamente à frase exemplificada.
Em grande maioria, muitas das sequências possíveis sequer farão sentido.
Fazendo-se um cálculo semelhante para as imagens da figura 4,
tomemos uma delas para exemplificar, o caso da imagem de preto-e-
branco. Essa imagem é quadrada e com 128 linhas e 128 colunas, portanto
apresenta m = 128 x 128 = 16384 pixels, cada um com n = 2 bits/pixel.
Serão então necessárias m x n = 16384 x 2 = 32768 seleções, resultando
em 2 m x n = 232768 as sequências possíveis, cada uma correspondendo a uma
imagem diferente. Apenas uma dessas constituirá exatamente a imagem
em preto-e-branco com o rosto mostrado. Mudando-se apenas um bit
dessa sequência, altera-se a imagem. Muitas dessas sequências sequer
corresponderão a imagens inteligíveis, tal como no caso do exemplo de
mensagem de texto.
O processo de codificação binária consiste, pois, em prover as sele-
ções necessárias para gerar a sequência que corresponde à representação da
mensagem codificada na forma binária. O número de seleções requerido
será, portanto, m x n, sendo m a quantidade de caracteres em símbolos do
alfabeto original da fonte e n o comprimento da palavra de código a ser
utilizada.11
Embora o número de possíveis sequências, correspondente às m x n
seleções, seja astronomicamente elevado conforme mostramos, nem todas
10 A base 2 na potenciação se deve à seleção ser binária, isto é, escolher de um alfabeto de 2 símbolos, 0 e 1,
no caso. Se o alfabeto tivesse p símbolos, a base seria p, e o número de possibilidades seria p m x n.
11 No caso de codificação em ASCII, n = 7 bits. No caso das imagens, n = profundidade em bits/pixel.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
174
elas resultam em mensagens inteligíveis. Só farão sentido aquelas que cor-
responderem a sentenças válidas em uma dada linguagem, ou generalizan-
do-se, composições de símbolos válidas de acordo o tipo de mensagem (tex-
to, imagem, música, fala, dados, etc.). Esse fato foi explorado por Shannon
em sua teoria (Shannon, 1948). Cada uma das seleções corresponde a uma
sequência de ramos de uma árvore binária, como mostrado na figura 5 (b).
Os caminhos escolhidos na árvore de seleções que correspondem a mensa-
gens inteligíveis não são equiprováveis. A probabilidade de cada caminho
desses depende da frequência de ocorrência dos caracteres nas mensagens.
Essas frequências dependem do idioma considerado, no caso de mensagens
de texto, em função do uso das letras, de suas relações entre letras vizinhas
na palavra, das relações entre palavras vizinhas em uma sentença e do estilo
de composição adotado por quem produziu o texto. No caso das imagens
monocromáticas, os símbolos são os tons de cinza, e suas ocorrências de-
pendem da maneira como a luz é espalhada pelas superfícies dos objetos
existentes na natureza, e de como ela se propagou e projetou-se sobre o
sensor da câmera, formando a imagem. Para outras modalidades de mensa-
gens, como imagens coloridas, ou vídeo contendo movimento, ou música,
fala, etc., diferentes mecanismos e relações determinarão as probabilidades
que cada mensagem apresenta dentre o número de possíveis sequências
de símbolos selecionados para construí-la. Shannon (1948) considerou a
importância desse fato e incorporou à sua formulação a necessidade de se
considerar a estatística das mensagens da fonte como elemento essencial
para se construir uma teoria que lhe permitisse determinar estratégias óti-
mas de codificação, e caracterizar os parâmetros que definem a eficiência
da transmissão e a possibilidade de reconstrução das mensagens pelo recep-
tor com exatidão ou aproximação especificada a priori.
Em seu artigo de 1948, Shannon colocou em evidência a importân-
cia da modelagem estatística da fonte em relação à geração de mensagens e
esse foi um dos pontos revolucionários e notadamente inovadores em sua
teoria (Rioul, 2021). Ralph Hartley foi um dos precursores da teoria da
informação, todavia ele considerou os símbolos sucessivos em uma men-
sagem como produzidos de modo equiprovável (Hartley, 1928), ao passo
que Shannon (1948) enfatizou e empregou intensivamente as diferenças
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
175
no comportamento estatístico dos símbolos nas mensagens. Para Shannon,
as diferenças nas probabilidades de ocorrência de cada símbolo constituí-
am uma oportunidade para se propor o uso de métodos de codificação em-
pregando palavras de códigos com tamanhos diferentes. Em sua proposta
(Shannon, 1948), símbolos mais frequentes requerem menos bits/símbolo
em sua representação, do que os menos frequentes. Em seu raciocínio, o
processo de decodificação, que reconstrói a mensagem original a partir de
sua versão codificada, teria maior facilidade em estimar símbolos mais fre-
quentes que na estimação de símbolos mais incomuns, baseando-o nessas
probabilidades.
Como ilustração da estratégia, Shannon (1948) propôs uma analo-
gia entre um processo de decodificação de uma mensagem de texto com
um outro processo, o de geração de sequências de caracteres simuladas,
seguindo certas regras de formação. Ele apresentou alguns exemplos, simu-
lando inicialmente sequências produzidas de forma totalmente aleatória,
e progressivamente introduzindo restrições baseadas nas probabilidades de
ocorrência dos caracteres de texto em língua inglesa. Para estas, partiu de
sequências contendo apenas monogramas – letras ocorrendo independen-
temente umas das outras, considerando apenas suas frequências típicas no
idioma. Nos demais exemplos, considerou digramas (pares de letras em se-
quência correlacionadas), trigramas (sequências de três letras correlaciona-
das) e de palavras geradas com base em aproximações de diferentes ordens
de correlação, com estatísticas características do idioma inglês. Nota-se em
seus exemplos, aqui reproduzidos na figura 6, que a ocorrência dos carac-
teres reflete esses aspectos de organização (Shannon, 1948), apontando
para a importância de se modelar estatisticamente as fontes de mensagens
de modo a extrair medidas que melhor especifiquem os esquemas de co-
dificação a serem empregados nos sistemas de comunicação. Em Shannon
(1948) encontram-se descritos os processos pelos quais essas sequências
foram geradas.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
176
Figura 6 – Sequências de caracteres produzidas por Shannon a partir de
amostras obtidas aleatoriamente de textos escritos em idioma inglês12
Fonte: Shannon, (1948, p. 388).
Na figura 6 nota-se que quanto maior a ordem de aproximação do
modelo, tanto mais a sequência se aproxima de um texto regular escrito em
língua inglesa. Na proposta de Shannon (1948), a estratégia de decodifi-
cação empregaria essas probabilidades de ocorrência, que podem ser medi-
das a priori. A ideia seria representar os caracteres por palavras de código
de diferentes comprimentos, determinados em função das probabilidades
com que ocorrem, de modo que caracteres mais comuns e, portanto, mais
frequentes, seriam codificados com cadeias menores, ao passo que os carac-
teres mais raros usariam cadeias maiores.13 Sua hipótese era que as cadeias
menores seriam mais fáceis de se estimar em função dessas probabilidades,
12 Cada sequência representa um tipo diferente de correlação longitudinal. Em (a), tem-se um modelo
de ordem zero, isto é, os caracteres são gerados aleatoriamente sem nenhuma correlação, como eventos
independentes e de mesma probabilidade de ocorrência. Em (b), tem-se um modelo de primeira ordem,
também independentes, porém com probabilidades de ocorrência típica do idioma inglês. Em (c), um
modelo de segunda ordem, com digramas de frequências estatísticas características do inglês. Em (d),
modelo de terceira ordem, com as mesmas características, mas para trigramas. Em (e) tem-se um modelo de
primeira ordem para palavras, e em (f) modelo de segunda ordem para palavras de língua inglesa (Shannon,
1948).
13 Esse processo denomina-se codificação de fonte.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
177
ao passo que as cadeias maiores poderiam ser consideradas exceções, tra-
tadas com cuidados extras. Tal expediente adicional seria engenhosamente
embutido no próprio código empregado, que incluiria bits indicadores ou
redundâncias, que serviriam de dicas para o processo de decodificação,
o qual faria seleções parametrizadas pelas probabilidades de ocorrência,
condicionadas pela detecção desses indicadores.14 Essa proposta apoiou-se
no emprego de uma grandeza que Shannon (1948) definiu, denominada
quantidade de informação.
6 mEdida da informação
Como mencionado anteriormente, as mensagens são constituídas
por caracteres, ou símbolos, selecionados a partir de um alfabeto de fonte.
Na comunicação animal (incluindo-se a humana) tais símbolos são distin-
guíveis pela percepção, devido a características detectáveis em suas apresen-
tações físicas. Entretanto, em uma abordagem formal como a de Shannon,
as descrições dos símbolos devem advir de uma forma de representação
adequada para seu tratamento técnico e o emprego de um código baseado
em cadeias binárias mostra-se muito prático. Todavia, uma questão ainda a
ser respondida era “quais os comprimentos das cadeias binárias requeridas
para descrever-se cada símbolo do alfabeto de fonte?”.
Nyquist (1924) e Hartley (1928) responderam essa questão ante-
riormente a Shannon, e consideraram que um símbolo, tratado como um
objeto ordinário, pode ser discriminado a partir de seleções de atributos
descritivos que os caracterizem e, portanto, o conjunto dessas seleções
constituiria sua descrição. Se tais atributos forem passíveis de escolhas
binárias, isto é, do tipo “ausente/presente” ou “não é/é”15, abstratamente
representáveis por seleções entre 0 e 1, o conjunto das seleções que descre-
vem um caracter constitui um caminho formado por ramos concatenados
sequencialmente ao longo de uma árvore binária. O comprimento desse
caminho, que corresponde ao número n de níveis de bifurcação da árvore,
14 Tais processos duais denominam-se codificação e decodificação de canal. Para mais detalhes, consultar
Shannon (1948), Van Der Lubbe (1988), Blahut (2002) e Cover e omas (2006).
15 Como nos jogos de brincadeira do tipo “o que é, o que é” (em países de língua inglesa conhecidos como
Twenty-questions games).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
178
será também o comprimento da cadeia de seleções, a chamada palavra de
código, que descreve o símbolo do alfabeto de fonte. No caso do código
ASCII, esse comprimento de código é de 7 bits/caracter, como ilustrado
na figura 5 para os caracteres correspondentes à letra “E” e ao espaço que
aparecem em sequência no início desse exemplo. Entretanto, para se res-
ponder à questão colocada no parágrafo anterior, é necessário conhecer-se
quantos símbolos, ou caracteres, compõem o alfabeto de fonte, valor que
denotaremos por S (de source, “fonte”, em inglês). Quanto maior for S,
tanto maior será o número de atributos necessários para distingui-los em
um processo de seleção. O alfabeto de símbolos ASCII apresenta número
S = 128 caracteres. Para selecionar um dentre esses 128 símbolos, são ne-
cessárias 7 seleções, definindo os bits que compõem a palavra de código
binário no ASCII. Cada conjunto de 7 seleções seguidas forma um cami-
nho de 7 ramos em sequência em uma árvore binária, como ilustrado na
figura 5. Como no caso há S = 128 caracteres no alfabeto, devem haver 128
caminhos possíveis nessa árvore de 7 níveis de bifurcação resultando em
um comprimento de código n = 7. Tal como discutimos na seção anterior,
esses dois parâmetros, se relacionam por S = 2n, ou seja, 128 = 27 no caso
do ASCII.
Matematicamente, há uma relação exponencial entre S e n, ou seja,
dado n, o valor de S pode ser calculado elevando-se 2 à potência n. A res-
posta da pergunta anterior é, portanto, dada pela relação inversa da expo-
nencial, isto é, partindo-se do tamanho S do alfabeto de fonte, o número n
de seleções requeridas – o comprimento da palavra de código – será dado
pelo logaritmo de S na base 2, ou seja, n = log2 S.16 Essa foi a resposta dada
por Hartley à questão (Hartley, 1928). Entretanto, chega-se a ela, como o
fez Hartley (1928), supondo-se que os caminhos formados pelas seleções
na árvore têm o mesmo peso no conjunto, isto é, que os caracteres da fon-
te são equiprováveis. Todavia, discutimos na seção anterior, que Shannon
argumentou que de fato os caracteres no alfabeto de fonte não são equipro-
váveis e propôs um método de cálculo diferente.
16 No caso geral, a base do logaritmo é ligada à quantidade de símbolos presentes no alfabeto para codificar
os caracteres da fonte. Para o caso binário, esse alfabeto contém apenas os símbolos {0, 1}, levando a uma
seleção binária. Se fossem usados 3 símbolos, ter-se-ia seleções ternárias, e a base seria 3. No caso geral a
expressão é S = logb n, sendo b a base de seleção b-nária. Quando se emprega apenas seleção binária, adota-
se b = 2 e omite-se esse detalhe, escrevendo-se sumariamente S = log n.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
179
Podemos mostrar heuristicamente como considerar as diferentes
probabilidades dos caracteres do alfabeto de fonte17. Vamos partir da fór-
mula de Hartley (1928), n = log2 S, e considerar que a probabilidade de a
fonte gerar um símbolo qualquer é p = 1/S, igual para todos os símbolos
na hipótese de Hartley de equiprobabilidade dos símbolos. Portanto, S =
1/p, resultando
n = log2 (1/p) = – log2 p (1)
Considerando-se, então, que os símbolos não sejam equiprováveis, e
que ocorrem com uma certa probabilidade pi= P(si) que pode ser diferente
para cada i-ésimo símbolo pertencente ao alfabeto de fonte S = {s1, s2, ...,
sS}, podemos heuristicamente escrever, de forma análoga ao resultado an-
terior, da situação equiprovável, que:
ni = – log2 (pi) (2)
na qual ni representaria um certo comprimento em bits da pala-
vra de código usada para representar o i-ésimo símbolo si. Seguindo-se
a argumentação de Shannon (1948) no caso geral em que a base do lo-
garitmo fosse qualquer, a grandeza ni deveria ser interpretada como um
comprimento em símbolos de uma base b-nária, para b > 2. Entretanto,
Shannon (1948) acaba por interpretar essa grandeza como sendo a medida
de informação associada ao i-ésimo símbolo. Todavia, Shannon (1948)
não menciona explicitamente esse fato, mas define como medida da infor-
mação média da fonte a grandeza
H = Σi ni pi = – Σi pi log2 (pi) (3)
17 Além de ser heurístico, nosso raciocínio se aplica para uma situação mais simplificada, em que as ocorrências
dos caracteres sejam independentes do estado em que se encontra a fonte. Shannon considerou um caso
mais geral (Shannon, 1948, p. 13).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
180
que de fato corresponde à expressão do valor médio da grandeza ni,
para um conjunto de símbolos { si }, cada um com sua probabilidade de
ocorrência pi. Shannon (1948), então, denominou a grandeza H entropia
da fonte, interpretada como a quantidade média de informação produzida
pela fonte. Essa fórmula é frequentemente citada como “informação de
Shannon” ou entropia de Shannon.
Em seu artigo de 1948, Shannon introduziu o conceito de entropia
de maneira axiomática, e demonstrou que a forma acima apresentada na
expressão de H é a única que satisfaz aos axiomas. Diversos outros concei-
tos podem ser derivados dessa expressão, como a dita entropia condicional,
e a informação mútua. Ambas são importantes para construção de algorit-
mos de codificação e decodificação, e para a determinação de parâmetros
do processo de transmissão das mensagens, como a capacidade do canal e
o limite de compressão de código. Não entraremos nos detalhes de definição
e caracterização desses conceitos e sugerimos aos interessados em mais de-
talhes consultarem (Shannon, 1948; Blahut, 2002; Cover; omas, 2006;
Harremoes; Topsøe, 2008).
7 consEquências da tEoria
Dois grandes resultados decorreram como consequência da aborda-
gem de Shannon ao problema de transmissão de mensagens (Rioul, 2021).
Como primeiro resultado obtido de sua teoria, Shannon (1948) demons-
trou que o menor tamanho de código que se poderia aplicar à representa-
ção de informação produzida por uma fonte, conhecido como limite de
compressão, é determinado pela entropia da fonte.
Nos anos 1940 pensava-se que um aumento progressivo na taxa de
transmissão de mensagens por segundo conduziria inevitavelmente a um
aumento da probabilidade de erros na recepção das mesmas. O segundo
resultado obtido por Shannon surpreendeu a comunidade de engenheiros
e cientistas, mostrando que seria possível alcançar uma probabilidade zero
de erro, desde que as taxas de transmissão se mantivessem abaixo da capa-
cidade do canal, determinada pela máxima informação mútua entre fonte
e receptor (Cover; omas, 2006).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
181
O surgimento da engenharia de comunicações moderna estabeleceu
como princípio a consideração de que seria possível modificar a forma de
uma mensagem sem alterar seu conteúdo, isto é, sem afetar intrinseca-
mente sua interpretação, tomando-se os devidos cuidados ao especificá-la.
Mais ainda, como consequência, que os aspectos semânticos seriam irrele-
vantes para o projeto de sistemas de comunicações (Shannon, 1948) e fa-
tores ditos “psicológicos” deveriam ser eliminados dos requisitos (Hartley,
1928). Esses princípios nortearam a formulação de Shannon e conduziram
ao sucesso da aplicação da teoria com resultados práticos, concretos, úteis
e que conduziram a uma revolução dos costumes (Guizzo, 2003; Rioul,
2021). Pode-se tomar, então, como mais uma consequência da teoria de
Shannon, a consolidação desse ponto de vista quanto à consideração do
conteúdo como requisito dispensável no projeto de sistemas de comunica-
ção. Todavia, embora isso seja fato, atualmente um novo tratamento tem
sido dado a essa questão e começa-se a discutir e explorar a possibilidade de
se considerar o aspecto semântico das mensagens na concepção de sistemas
de comunicação (Wheeler; Natarajan, 2023; Qin et al., 2022).
8 dEfinição dE informação
Certamente as mensagens possuem informação, porém Shannon
empregou essa palavra sem defini-la, em seu trabalho de 1948. De fato,
nesse artigo, Shannon (1948) prefere ater-se à ideia de mensagem como
o objeto central da comunicação e conceituar uma medida de quantidade
de informação sem definir o conceito em si. Shannon passou cerca de dez
anos, entre 1939 e 1948, sem nada publicar a respeito, refletindo profun-
damente sobre o conceito (Guizzo, 2003; Rioul, 2021). Ele só começa a
considerar a necessidade de uma definição depois, ao juntar-se ao MIT em
colaboração com Robert Fano (Rioul, 2021). Somente dois anos depois
da publicação de sua teoria, em outro artigo (Shannon, 1993), é que ele
propõe um conceito para informação. Luciano Floridi (2011) enfatiza o
ponto de vista de Shannon apresentado no início do texto de Shannon de
1950, de que não seria possível dispor de um único conceito de informa-
ção válido em todos contextos. Todavia, de certa forma o que Shannon
começa a delinear nesse artigo é uma certa possibilidade de se obter tal
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
182
definição, através de um princípio de equivalência entre tipos de relações
que ele denomina de “traduções entre dispositivos”. Entretanto, Shannon
não chegou a desenvolver suficientemente a ideia e não mais retornou ao
tema em outros artigos (Sloane; Wyner, 1993).
9 Entropia tErmoEstatística
Shannon (1948) definiu o conceito de entropia como uma medida
de quantidade média de informação, e a interpretou também como indi-
cador da incerteza apresentada por um receptor decorrente do processo
de decodificação e estimação das mensagens produzidas pela fonte. De
passagem, Shannon chamou a atenção para a similaridade entre o concei-
to de entropia que acabara de definir e o respectivo conceito pertinente
ao domínio da mecânica estatística e termodinâmica, fornecendo ape-
nas uma clássica referência bibliográfica (Tolman, 1938), e sem maiores
discussões (Shannon, 1948). Todavia, ele não enfatizou de qualquer
forma a importância dessa similaridade, e apenas a tratou como sendo
um aspecto naturalmente esperado. Desde então, muito se tem discutido
acerca dessa similaridade e da influência que ela exerceu sobre a física
estatística. Entretanto, muitos ainda não vêm claramente a necessidade de
se recorrer a princípios baseados na teoria da informação para entender a
mecânica estatística (Rioul, 2021; Anta, 2023).
Finalmente, resta mencionar ainda a questão do uso do termo “en-
tropia” por Shannon. A entropia de Shannon (1948) é definida por ele
como sendo a quantidade média de informação associada à observação
de um fenômeno de natureza estatística (geração de mensagens por uma
fonte, recebimento de mensagens de um canal de comunicação, armaze-
nagem de dados em memória, etc., compreendendo uma classe mais am-
pla ainda de situações). Em princípio, claramente Shannon não precisaria
adotar esse nome para o termo, todavia ele estava ciente da similarida-
de com o caso da mecânica estatística. Segundo conta Tribus e McIrvine
(1971), Shannon lhe havia revelado que adotara o nome “entropia” para a
sua medida de informação por sugestão que John von Neumann lhe havia
feito em Princeton, quando Shannon pesquisava no Instituto de Estudos
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
183
Avançados. Entretanto, ao ser entrevistado por John Price anos mais tarde,
Shannon (1984) alegou que não se recordava desse fato. De qualquer for-
ma, a similaridade entre a definição de Shannon e a entropia estatística da
física vai além da pura semelhança formal, podendo-se de fato estabelecer-
-se uma relação conceitual mais profunda, desde que se defina com maior
clareza o que se entende por informação, retornando-se assim ao grande
desafio, de fato, nesse território.
10 conclusão
Examinamos os fundamentos da Teoria Matemática da Comunicação
(Shannon, 1948) partindo do conjunto de concepções originárias de seus
principais precursores, Nyquist e Hartley, e buscamos introduzir as con-
tribuições de Shannon seguindo uma abordagem heurística que focalizou
a teoria sob uma perspectiva simplificada, mas suficientemente completa
para acomodar todos os princípios essenciais que nortearam seu desenvol-
vimento por Shannon ao longo da década 1939-1948. Todavia, ao ten-
tarmos atender ao compromisso com a clareza requerida para um texto
introdutório, deixamos de fora muitos aspectos interessantes, contudo sem
sacrificar qualquer aspecto essencial, assim esperamos.
rEfErências
ANTA, J. Under Shannon’s bandwagon: rethinking the reception of information theory
in thermal physics, 1948-1957. HoST - Journal of History of Science and Technology,
Lisboa, v. 17, n. 1, p. 17-38, June 2023. Disponível em: https://sciendo.com/
article/10.2478/host-2023-0003. Acesso em: 19 nov. 2024.
BLAHUT, R. E. Information theory and coding. In: MIDDLETON, W. M.; VAN
VALKENBURG, M. E. (ed.). Reference data for engineers: radio, electronics, computer,
and communications. 9th ed. London: Newnes, 2002. p. 1-31. Disponível em: https://
www.sciencedirect.com/science/article/pii/B9780750672917500273. Acesso em: 19
nov. 2024.
COVER, T. M.; THOMAS, J. A. Elements of information theory. 2nd ed. New Jersey:
Wiley-Interscience, 2006.
FLORIDI, L. e philosophy of information. Oxford: Oxford University Press, 2011.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
184
GUIZZO, E. M. e essential message: Claude Shannon and the making of information
theory. 2003. Dissertação (Mestrado em Escrita Científica) – Program in writing
and humanistic studies, Dept. of humanities, Massachusetts Institute of Technology,
Cambridge, 2003. Disponível em: http://hdl.handle.net/1721.1/39429. Acesso em: 19
nov. 2024.
HARREMOES, P.; TOPSØE, F. e quantitative theory of information. In:
ADRIAANS, P.; VAN BENTHEN, J. (ed.). Philosophy of information. Amsterdam:
Elsevier, 2008. (Handbook of the philosophy of science, 8). p. 171-216.
HARTLEY, R. V. L. Transmission of information. Bell system technical
journal, New York, v. 7, n. 3, p. 535-563, July 1928. DOI: https://doi.
org/10.1002/j.1538-7305.1928.tb01236.x. Disponível em: https://ieeexplore.ieee.org/
document/6769394. Acesso em: 19 nov. 2024.
NAHIN, P. J. e logician and the engineer: how George Boole and Claude Shannon
created the information age. New Jersey: Princeton University Press, 2013.
NYQUIST, H. T. Certain factors affecting telegraph speed. Bell system technical
journal, New York, v. 3, n. 2, p. 324-346, Apr. 1924. DOI: https://doi.
org/10.1002/j.1538-7305.1924.tb01361.x. Disponível em: https://ieeexplore.ieee.org/
document/6773395. Acesso em: 19 nov. 2024.
QIN, Z.; TAO, X.; LU, J.; TONG, W.; LI, G. Y. Semantic communications: principles
and challenges. arXiv, New York, n. 2201.01389, p. 1-30, 2022. DOI: https://doi.
org/10.48550/arXiv.2201.01389, v5. Disponível em: https://arxiv.org/abs/2201.01389.
Acesso em: 7 dez. 2023
RIOUL, O. is is IT: a primer on Shannon’s entropy and information. In:
DUPLANTIER, B.; RIVASSEAU, V. (ed.). Information theory: Poincaré Seminar 2018.
New York: Birkhäuser, Springer Nature, 2021. p. 49-86. (Progress in mathematical
physics, 78)
SHANNON, C. E. A mathematical theory of communication. e Bell system
technical journal, New York, v. 27, n. 3, p. 379-423, July 1948. DOI: https://doi.
org/10.1002/j.1538-7305.1948.tb01338.x. Disponível em: https://ieeexplore.ieee.org/
document/6773024. Acesso em: 18 nov. 2024.
SHANNON, Claude E. e lattice theory of information. In: SLOANE, N. J. A.;
WYNER, A. D. (ed.). Claude Elwood Shannon: collected papers. Piscataway: IEEE
Press, 1993.
SHANNON, C. E. e lattice theory of information. Transactions of the IRE
professional group on information theory, v. 1, n. 1, p. 105-105, Feb. 1953. DOI: https://
doi.org/10.1109/TIT.1953.1188572. Disponível em: https://ieeexplore.ieee.org/
document/1188572. Acesso em: 8 jul. 2025.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
185
SHANNON, C. E. e bandwagon. IRE transactions on information theory, New
York, v. 2, n. 1, p. 3, Mar. 1956. DOI: https://doi.org/10.1109/TIT.1956.1056774.
Disponível em: https://ieeexplore.ieee.org/document/1056774. Acesso em: 19 nov.
2024.
SHANNON, C. E. A conversation with Claude Shannon: one’s man approach to
problem solving. [Entrevista cedida a] Robert Price. [Editado por] Ellersick, F. IEEE
Communications Magazine, v. 22, n. 5, p. 123-126, May 1984. DOI: https://doi.
org/10.1109/MCOM.1984.1091957. Disponível em: https://ieeexplore.ieee.org/
document/1091957. Acesso em: 19 nov. 2024.
SHANNON, C. E.; WEAVER, W. e mathematical theory of communication. Urbana:
University of Illinois Press, 1949.
SLOANE, N. J. A.; WYNER, A. D. (ed.). Claude Elwood Shannon: collected papers.
Piscataway: IEEE Press, 1993.
TOLMAN, R. C. e Principles of Statistical Mechanics. Oxford: Oxford University
Press, 1938.
TRIBUS, M.; MCIRVINE, E. C. Energy and information. Scientific american, New
York, v. 225, n. 3, p. 179-188, Sept. 1971.
VAN DER LUBBE, J. C. A. Information theory. Cambridge: Cambridge University
Press, 1988.
WEAVER, W. e mathematics of communication. Scientific American, New York, v.
181, n. 1, p. 11-15, July 1949.
WHEELER, D.; NATARAJAN, B. Engineering semantic communication: a survey.
IEEE ACCESS, Piscataway, v. 11, p. 13965-13995, Feb. 2023. DOI: https://doi.
org/10.1109/ACCESS.2023.3243065. Disponível em: https://ieeexplore.ieee.org/
document/10038657. Acesso em: 18 nov. 2024.
WIENER, N. Cybernetics, or control and communication in the animal and the machine.
Cambridge: MIT Press, 1948.
186
187
6
PROBLEMAS DOS BIG DATA
BIG DATA PROBLEMS
Ricardo Peraça CAVASSANE
UNICAMP
ricardo.peraca@gmail.com
https://orcid.org/0000-0002-2189-1055
Felipe Sobreira ABRAHÃO
UNICAMP
felipesabrahao@gmail.com
https://orcid.org/0000-0001-7314-6543
Itala Maria Loffredo D’OTTAVIANO
UNICAMP
italaloffdotta@gmail.com
https://orcid.org/0000-0002-0591-6785
https://doi.org/10.36311/2025.978-65-5954-633-6.p187-202
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
188
Resumo: Independentemente de trazer uma inovação metodológica ou epistemológica
para o fazer científico, o paradigma dos Big Data certamente vem influenciando
a dinâmica da sociedade contemporânea, especialmente com a maior atuação de
algoritmos de inteligência artificial. Neste trabalho, apresentamos problemas dos Big
Data que questionam os alicerces tanto de sua confiabilidade empírica quanto de suas
propriedades fundamentais. Primeiramente, discutimos sobre: a prevalência esperada
de correlações espúrias na análise de dados, constituindo o chamado paradoxo dos Big
Data; e a emergência de profecias autorrealizáveis a partir de ciclos de retroalimentação.
Ambas constituem a ocorrência de zemblanidade (o contrário de serendipidade, ou seja,
um resultado desafortunado e esperado) dentro desse paradigma, a qual se distingue de
maneira diametralmente oposta à serendipidade, até então almejada pelos entusiastas dos
Big Data. Por fim, apresentamos uma limitação teórica fundamental dos Big Data que
impacta o próprio conhecimento formal obtido pela ciência.
Palavras-chave: Big Data, Bolha de Simplicidade, Correlação Espúria, Profecia
Autorrealizável, Zemblanidade.
Abstract: Regardless of whether it brings methodological or epistemological innovation
to scientific practice, the Big Data paradigm has certainly influenced the dynamics of
contemporary society, especially with the increased use of artificial intelligence algorithms.
In this chapter, we present Big Data problems that question the foundations of both
its empirical reliability and its fundamental properties. First, we discuss: the expected
prevalence of spurious correlations in data analysis, constituting the so-called Big Data
paradox; and the emergence of self-fulfilling prophecies from feedback loops. Both
constitute the occurrence of zemblanity (the opposite of serendipity, i.e. an unfortunate
and expected outcome) within this paradigm, which is diametrically opposed to the
serendipity hitherto sought by Big Data enthusiasts. Finally, we present a fundamental
theoretical limitation of Big Data that impacts the very formal knowledge obtained from
science.
Keywords: Big Data, Simplicity Bubble, Spurious Correlation, Self-Realizing Prophecy,
Zemblanity.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
189
1 introdução
Neste capítulo tratamos de alguns problemas que podem ocorrer
em modelos baseados em Big Data, isto é, em dados caracterizados prin-
cipalmente por seu grande volume, alta velocidade de expansão e ampla
variedade de estruturas. Muito embora o termo Big Data já não esteja mais
em tanta evidência, predominam nas discussões sobre os avanços recentes
de tecnologias informacionais termos que dizem respeito aos métodos de
análise dos dados, como Inteligência Artificial, Machine Learning e Deep
Learning e, mais recentemente, Inteligência Artificial Generativa e Large
Language Models. Todas estas tecnologias se fundamentam na análise de
quantidades massivas de dados, coletadas principalmente da atividade de
usuários de diversas plataformas online, portanto em constante crescimen-
to e atualização, em diferentes formatos e incluindo tanto dados estrutura-
dos quanto semi-estruturados e não-estruturados; ou seja, Big Data.
2 corrElaçõEs Espúrias E o paradoxo dos big data
Alguns autores defendem que modelos baseados em Big Data per-
mitem a detecção de correlações inesperadas nos dados, sem a necessi-
dade de estabelecer hipóteses de investigação ou de se fundamentar em
teorias científicas (Anderson, 2008; Mayer-Schönberger; Cukier, 2013).
Antecipando a advertência de que “correlação não implica em causalidade”
(Pearl, 2009; Zenil et al., 2020), tais autores afirmam que, com a análise de
dados massivos, encontrar correlações pode ser o suficiente e que saber “o
que” ocorre é o bastante, não sendo necessário saber “por que” isso ocorre.
Porém, a análise de Big Data em geral está sujeita a um grande nú-
mero de correlações espúrias, isto é, padrões estatísticos sem nenhum sig-
nificado. Uma correlação entre duas variáveis pode ser considerada espúria
devido a uma terceira variável causalmente correlacionada às duas primei-
ras, a chamada variável de confusão; mas também por se tratar de uma
mera coincidência. Conforme demonstrado por Calude e Longo (2017),
correlações espúrias aparecem necessariamente na maioria das análises rea-
lizadas sobre grandes bases de dados. Isso ocorre mesmo que, por constru-
ção ou por princípio, estas bases somente contenham dados gerados alea-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
190
toriamente, isto é, que tais dados sejam livres de quaisquer redundâncias e
estruturas subjacentes.
Cientistas e filósofos sempre se preocuparam com as falácias que
se comete ao olhar apenas para correlações [...] Nosso trabalho
confirma a intuição de que, quanto maior a base de dados em que se
busca por correlações, maior é a chance de encontrar regularidades
e maior é o risco de cometer tais falácias. [...] a maioria esmagadora
de correlações é espúria. Em outras palavras, haverá regularidades,
mas, por construção, na maior parte do tempo (quase sempre, no
sentido matemático), essas regularidades não podem ser usadas
para predições e ações confiáveis (Calude; Longo, 2017, p. 609,
tradução nossa).
Dentre as teorias matemáticas utilizadas pelos autores está a Teoria
de Ramsey, segundo a qual “A desordem total é uma impossibilidade. Todo
conjunto grande de números, pontos ou objetos necessariamente contém
um padrão altamente regular” (Graham; Spencer, 1990, p. 112, tradu-
ção nossa). Do resultado de sua análise, os autores derivam um fenômeno
matemático e científico que desafia a intuição: “Assim, paradoxalmente,
quanto mais informação temos, mais difícil é extrair algum sentido delas.
Muita informação tende a se comportar como pouca informação” (Calude;
Longo, 2017, p. 600, tradução nossa). Ou, como coloca Smith:
Quanto maior o conjunto de dados, maiores são as chances de
encontrarmos padrões que sejam, a priori, altamente improváveis.
[...] O mesmo princípio vale para modelos em que um conjunto
de variáveis explicativas seja usado para predizer uma variável de
resposta, de modo que quanto maior o número de potenciais
variáveis explicativas, maior é a probabilidade de que relações
coincidentes estatisticamente significativas sejam encontradas. Este
é o paradoxo dos big data: a mineração de dados é mais sedutora
quando há um grande número de variáveis, mas os inevitáveis
padrões coincidentes em grandes conjuntos de dados tornam mais
provável que as relações estatísticas descobertas em mineração de
dados sejam espúrias (Smith, 2020, p. 2, tradução nossa).
Segundo Smith (2020), o grande número de correlações espúrias
encontradas em uma base de dados massiva pode acabar dificultando a
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
191
detecção de correlações não-espúrias que possam estar presentes nos dados.
Padrões espúrios podem ser enganadores porque podem levar um observa-
dor a pensar que um padrão estatisticamente significativo foi encontrado,
mesmo que este padrão fosse de qualquer maneira ocorrer numa base de
dados desprovida de padrões (isto é, perfeitamente aleatória), e assim tais
padrões não fornecem qualquer informação útil acerca de características
dos dados ou do processo que os gerou.
3 feedback loops E profEcias autorrEalizávEis
Um feedback loop pode ocorrer em um modelo baseado em Big Data
quando este é aplicado a uma determinada população e o seu algoritmo e/
ou os seus dados, quer estes últimos sejam verdadeiros ou falsos, suscitam
respostas no público, público este que, por sua vez, através de suas ações,
retroalimenta o modelo com dados enviesados (Auerbach, 2014). Quando
não há nada com o que o conjunto de dados possa ser comparado, tal tipo
de má circularidade pode gerar erros flagrantes, como quando o Google
Flu Trends (GFT) sobre-estimou grosseiramente os casos de gripe mais
tarde confirmados pelo CDC, o centro de controle e prevenção de doen-
ças estadunidense (Lazer et al., 2014); porém, isso pode levar também a
um aparente sucesso do modelo, transformando-o assim em uma profecia
autorrealizável.
Ou seja, um modelo baseado em Big Data pode ter sua base de da-
dos alterada pela sua própria aplicação, devido às reações do público a tal
aplicação, se o público afetado e o público cujas atividades geram os dados
utilizados pelo modelo forem os mesmos, o que ocorre frequentemente no
contexto dos Big Data, uma vez que tais bases de dados são continuamente
expandidas, e em especial quando o modelo se utiliza de dados coletados
em redes sociais. Tal alteração na base de dados do modelo o tornará en-
viesado, possivelmente de modo a confirmá-lo ou reforçá-lo, perpetuando
uma certa propriedade, tendência ou um certo estado de coisas.
No caso do Google Flu Trends, a estimativa do modelo, que visava
detectar um padrão da realidade por meio de um padrão de atividade na
internet, foi inflacionada devido ao impacto do modelo naquela mesma
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
192
atividade online, isto é, as buscas por sintomas da gripe no google, que
deveriam constituir variáveis proxy apropriadas para casos de gripe, foram
inflacionadas pelo próprio mecanismo de busca do google, que sugere algu-
mas opções para completar automaticamente uma determinada sequência
de termos de pesquisa. Porém, nesse caso, havia com o que comparar os
resultados do GFT: os dados obtidos através de exames médicos reunidos
e publicados pelo CDC algumas semanas depois. Quando não há com o
que comparar os resultados do modelo, ele pode se comportar como uma
“profecia autorrealizável”, cuja descrição por Merton (1948b) se assemelha
muito àquela de um feedback loop pernicioso:
A profecia autorrealizável é, no início, uma falsa definição da
situação que evoca um novo comportamento, que faz a concepção
originalmente falsa tornar-se verdadeira. A validade ilusória da
profecia autorrealizável perpetua um reino do erro. Pois o profeta
citará o atual curso de eventos como prova de que ele estava correto
desde o início (Merton, 1948b, p. 195, tradução nossa).
O fato de que o “profeta” é um agente do sistema que introduz ou
propicia um novo comportamento no mesmo (que seria diferente ou mes-
mo o oposto sem a intervenção deste agente) através da interação entre o
algoritmo orientado por dados e os componentes do sistema datificado
(por exemplo, a população representada pelo modelo do GFT), faz com
que a ocorrência de profecias autorrealizáveis seja um efeito que, em geral,
é muito difícil de predizer, de tal maneira demandando muito mais aten-
ção de cientistas e filósofos de sistemas complexos. Este é o caso uma vez
que tal novo comportamento emergentemente enviesado pode ser caracte-
rizado como um caso de auto-organização secundária (ver Debrun, 2009a;
Debrun, 2009b). Além do agente causador do feedback loop induzir uma
estabilização do comportamento coletivo na forma de um viés, viés este
que é reforçado no tempo, esta forma de auto-organização ocorre devido
a um processo irredutivelmente emergente, ou criativo, com respeito aos
elementos constituintes do sistema (Cavassane; D’Ottaviano; Abrahão, no
prelo). Nesse caso, teorias formais podem, por princípio, ser incapazes de
predizer a presença de tais “profetas” no sistema (Abrahão; Zenil, 2022).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
193
O surgimento de profecias autorrealizáveis devido à presença de
feedback loops em modelos baseados em Big Data fica claro em alguns
exemplos apresentados por O’Neil (2016). O PredPol, hoje Geolitica1, um
modelo de policiamento preditivo, por exemplo, “[...] processa dados cri-
minais históricos e calcula, hora a hora, onde há maior probabilidade de
que ocorram crimes” (O’Neil, 2016, p. 85, tradução nossa). Seu algorit-
mo, projetado com base em programas de detecção de terremotos, tem
um enfoque geográfico. Por não focalizar nos dados de indivíduos, não
seria, supostamente, influenciado por preconceitos étnico-raciais. Porém,
é preciso notar que modelos de policiamento preditivo estão situados no
contexto de uma reforma no policiamento que visa “[…] tornar a polícia
mais proativa e vigilante, ao invés de reativa e focada em emergências”
(Benbouzid, 2019, p. 1, tradução nossa). Direcionados pela política de
tolerância zero, os departamentos de polícia utilizam o PredPol não apenas
para prever crimes violentos, mas também infrações menores, como o uso
de entorpecentes. Este tipo de infração é mais fácil de prever, pois tende
a ocorrer sempre nos mesmos locais, enquanto assaltantes e criminosos
violentos tentam evitar as áreas mais visadas pela polícia (O’Neil, 2016).
No entanto, o estudo de Lum e Isaac (2016) mostrou que os dados
de uso de drogas ilícitas produzidos pela polícia não são representativos
da realidade do uso de drogas, super-representando bairros pobres, onde
a maioria da população é afro-americana ou hispânica. Desta forma, ali-
mentado com os dados coletados pela polícia, o algoritmo define como
prioritárias tais áreas. O direcionamento do policiamento a estas áreas – e
as consequências das agressões e prisões voltadas contra uma população
vulnerável – aumenta ainda mais a quantidade de dados criminais acerca
delas. Isso gera um feedback loop, uma má circularidade que não apenas
reforça e reitera os vieses e preconceitos da sociedade, ao invés de evitá-los,
como também os justifica, devido à aura de cientificidade dos Big Data
(O’Neil, 2016). Ou seja, o modelo do PredPol é alimentado com dados da
polícia acerca de atividades criminosas, dados estes já enviesados, de modo
a priorizar certas populações; a aplicação do modelo, por sua vez, direciona
o policiamento a estas mesmas populações, produzindo dados cada vez
https://www.linkedin.com/company/geolitica.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
194
mais enviesados e confirmando o “sucesso” não apenas do modelo, como
da própria polícia, que vê seus números de flagrantes e prisões crescerem.
E, mesmo que um crime não ocorra, o modelo é considerado bem-sucedi-
do, como nota Dupuy:
[...] o programa PredPol [...] sempre vence! O PredPol anuncia
que um crime irá ocorrer em uma área específica da cidade. O
policial vai responder à situação. Uma de duas coisas acontece: ou
um crime ocorre como o planejado e o policial impede o infrator,
em cujo caso o PredPol recebe sua medalha de ouro; ou nenhuma
infração ocorre. Mas isto provavelmente está ligado à presença do
policial no local, e então ainda se trata de uma medalha de ouro
para o programa (Dupuy, 2018, p. 160, tradução nossa).
Para Benslimane (2014), o Predpol ignora os diversos fatores socioló-
gicos que levam à criminalidade, bem como os vieses do policiamento, de
modo a criar uma representação simplificadora e aparentemente objetiva
de acordo com a qual ocorrem mais crimes em certas áreas de uma cidade.
Tal modelo falha em representar acuradamente a presença real de crimina-
lidade em uma cidade porque os dados que o alimentam não representam
a totalidade dos crimes ocorridos na cidade (e tampouco representam uma
amostra aleatória dos crimes, mas sim uma amostra arbitrária). Outro mo-
tivo para tal falha, é que o modelo não é informado por teorias científicas
acerca das razões que fazem com que certos crimes ocorram mais em deter-
minadas áreas do que em outras.
Preocupado apenas com “o que” ocorre e não com o “porquê” de isso
ocorrer (motivado por uma lógica de mercado, cujo foco está em aumentar
a eficiência para diminuir custos), tal modelo gera “previsões” altamente
enviesadas (tal modelo certamente não é capaz de prever ocorrências da-
queles tipos de crime mais comuns em regiões mais ricas, por exemplo).
Além disso, uma vez que seus resultados sejam aplicados em políticas pú-
blicas, tais modelos podem não apenas não solucionar os problemas sociais
já existentes, como também agravá-los.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
195
4 sErEndipidadE E zEmblanidadE
Se a análise de Big Data funcionasse como alguns de seus entusias-
tas mais otimistas afirmam, de forma a encontrar correlações não-espúrias
inesperadas e de valor, sem a necessidade de estabelecer qualquer hipótese
de investigação, ela poderia ser caracterizada como uma geradora de seren-
dipidade artificial; porém, conforme argumentaremos, modelos baseados
em Big Data frequentemente produzem o oposto da serendipidade, isto é,
a zemblanidade.
O termo “zemblanidade” aparece pela primeira vez em um romance,
em um excerto do diário mantido por seu personagem principal:
Serendipidade. De Serendip, um antigo nome do Ceilão, hoje Sri
Lanka. Uma palavra cunhada por Horace Walpole, que a inventou
com base em um conto folclórico, cujos heróis estavam sempre
fazendo descobertas de coisas que eles não estavam procurando.
Ergo: serendipidade, a faculdade de fazer descobertas felizes e
inesperadas por acidente. Então qual seria o oposto de Serendip,
uma terra tropical rica em especiarias, vegetação exuberante e
pássaros canoros, banhada pelo mar e pelo sol? Pense em outro
mundo no norte longínquo, árido, coberto de gelo, frio, um
mundo de rocha. Chame-o Zembla. Ergo: zemblanidade, o oposto
da serendipidade, a faculdade de fazer descobertas infelizes,
desafortunadas e esperadas, e não por acidente. Serendipidade
e zemblanidade: os dois polos do eixo ao redor do qual giramos
(Boyd, 1998, p. 234-235, tradução nossa).
O termo “zemblanidade” é, portanto, o antônimo binário ou com-
plementar do termo “serendipidade”, isto é, a zemblanidade é diametral-
mente oposta ou contraditória em relação à serendipidade: enquanto a
serendipidade se refere a uma descoberta afortunada e inesperada, a zem-
blanidade é um resultado desafortunado e esperado.
A serendipidade é uma descoberta afortunada, tanto no sentido de
ser trazida por boa sorte ou por um acidente feliz, quanto no sentido de
ser benéfica ou valiosa. Já a zemblanidade é um resultado desafortunado.
Note, porém, que sendo “zemblanidade” o antônimo complementar de
“serendipidade”, ao invés de envolver má sorte, a zemblanidade não en-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
196
volve, de maneira alguma, a sorte ou o acaso; e que ao invés de ter pouco
ou nenhum valor ou benefício, um resultado zemblanitoso é maléfico ou
indesejado. Enquanto a ocorrência de serendipidade, no contexto da pes-
quisa científica, resolve um problema, ou mostra o caminho para a sua
solução, ou ainda oferece uma solução para um problema que ainda não
havia sido colocado (Merton, 1948a), a ocorrência de zemblanidade revela
ou traz à tona um problema subjacente, como um pressuposto, uma con-
sequência ou um efeito colateral.
A serendipidade, sendo fruto do acaso, é inesperada; já a zemblani-
dade é, ou ao menos deveria ser esperada, pois é fruto de uma necessidade.
Enquanto a serendipidade é uma descoberta surpreendente e imprevisível,
a zemblanidade não é uma descoberta, mas um resultado que foi ou de-
veria ter sido previsto. Trata-se de um resultado necessário, com o qual tal
pesquisa se depararia inevitavelmente. Assim, uma descoberta serendipito-
sa ocorre “[...] na interseção entre o acaso e a sabedoria [...]” (Copeland,
2019, p. 2386, tradução nossa), ou é realizada por acidente e sagacidade,
como o próprio Walpole, que cunhou o termo, coloca (Walpole, 2011).
Isto é, ela requer do pesquisador atenção e conhecimento a fim de que ela
seja notada e compreendida enquanto tal; já a zemblanidade decorre da
negligência e/ou da ignorância do pesquisador que foi incapaz de anteci-
pá-la, apesar de ela estar intrinsecamente ligada ao objeto da pesquisa em
questão. Não sendo um fenômeno emergente como a serendipidade, mas
redutível ao estado do conhecimento prévio do observador, um resultado
zemblanitoso é, em princípio, facilmente previsto.
Do ponto de vista das motivações iniciais subjacentes ao programa
de Hilbert2, as posteriores provas de resultados de incompletude podem
ser interpretadas como casos de zemblanidade em teorias formais. Sob o
mesmo formalismo e a mesma suposição do poder de sistemas axiomáticos
Em resumo, o programa de Hilbert buscava uma esquematização da matemática para que a produção
da mesma fosse garantidamente válida, correta e seguisse “boas práticas” (Abrahão, 2011; Zach, 2023).
Por exemplo, em um dos pontos centrais, buscava-se a consistência das teorias fundacionais de forma
que se evitasse os princípios básicos, como os axiomas, levassem a conclusões contraditórias. O programa
de consistência posteriormente teve suas motivações e objetivos postos em cheque com os resultados de
incompletude (e incomputabilidade). Outro ponto central era o programa de conservação em que se
buscava que teoria matemática mais abstratas (como números ordinais e cardinalidade) possam levar a
conclusões verdadeiras sobre domínios menos abstratos da matemática, como a teoria dos números inteiros.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
197
na matemática, pode-se obter uma prova de um metateorema que afirma
a impossibilidade de certas provas matemáticas. Nesse contexto das aspi-
rações mecanicistas e finitistas do programa de Hilbert, a incompletude
aparece como um efeito colateral negativo de teorias formais. Porém, na
verdade, incompletude na matemática evidencia a emergência de informa-
ção algorítmica (e, consequente, também a abertura ilimitada à criativida-
de) em formalizações matemáticas de sistemas suficientemente complexos
(Abrahão et al., 2020; Abrahão; Zenil, 2022).
Um exemplo de zemblanidade em Big Data é a ocorrência de cor-
relações espúrias em grandes bases de dados, das quais tratamos na Seção
2. Isso se dá justamente porque a ocorrência de correlações espúrias é ma-
tematicamente demonstrável no contexto de uma quantidade de dados
muito grande, embora qual correlação (ou correlações) em particular será
essa a ser revelada possa ser imprevisível.
A zemblanidade pode resultar também de um feedback loop previ-
sível e que determine o resultado da análise dos dados, como aqueles que
fazem o modelo se comportar como uma profecia autorrealizável, a qual
já esperamos que aconteça. Conforme o exemplo supracitado, parte dos
resultados do PredPol podem ser considerados zemblanitosos, uma vez que
qualquer morador que conheça a realidade das zonas periféricas e com
maior prevalência de populações vulneráveis saberá dizer quais regiões
provavelmente já serão apontadas como as mais “perigosas” pelos agentes
classificadores, detectores e registradores, os quais são partes de tal modelo
de policiamento preditivo.
Outro exemplo de modelo de Big Data que exibe resultados zem-
blanitosos seria o COMPAS, modelo criado para avaliar o potencial risco
de reincidência de detentos, que foi utilizado nos Estados Unidos para
informar certas decisões de juízes. Assim como o PredPol, tal modelo é
alimentado com dados produzidos pela polícia e pelos sistemas judiciário
e carcerário (Northpointhe, 2015). Ora, qualquer observador que conhe-
ça a realidade dos sistemas policial, judiciário e carcerário estadunidenses
saberá que um modelo que seja alimentado por tais dados produzirá resul-
tados com vieses raciais. De fato, o estudo de Larson et al. (2016) mostrou
que no modelo, cuja taxa de sucesso é de aproximadamente sessenta por
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
198
cento, detentos afro-americanos são frequentemente erroneamente clas-
sificados com um alto risco de reincidência, enquanto detentos caucasia-
nos são frequentemente erroneamente classificados com um baixo risco de
reincidência.
5 bolhas dE simplicidadE
Esses são exemplos de problemas empiricamente evidenciados dos
Big Data, cujos altos impactos práticos na sociedade suscitam uma per-
vasiva investigação acadêmica, assim como sua decorrente ação política e
social. Por outro lado, argumentamos que uma outra faceta dos Big Data
também revela limites no contexto da justificação do conhecimento, no
entanto, agora aparecendo como um limite fundamental do conhecimen-
to formal (seja este produzido pelo empreendimento científico humano
somente ou com a ajuda de implementações de inteligência artificial): o
problema das bolhas de simplicidade (Abrahão et al., 2024; Abrahão et al.,
2023).
Suponha uma teoria formal e um algoritmo de inteligência artificial
(IA) computavelmente implementável arbitrariamente escolhidos. A teo-
ria formal pode ser, por exemplo, aquela considerada capaz de idealmente
explicar grande parte (ou mesmo a totalidade) dos dados (ou fenômenos)
conhecidos até o momento. O algoritmo pode ser, por exemplo, aquele
considerado mais eficiente e/ou mais poderoso que combine da melhor
forma disponível os mais avançados métodos de aprendizado de máquina e
de processamento lógico-dedutivo simbólico, isto é, que combine tanto IA
bottom-up quanto a top-down (Zenil et al., 2023). O problema que levanta-
mos concerne uma quantidade suficientemente grande de dados externos
disponível a esse sistema lógico-matemático-computacional, quantidade
a partir da qual a teoria formal não conseguiria mais minimizar a proba-
bilidade dela própria estar errada. Estas condições configuram, então, um
limite ou um “teto” epistemológico para aquilo o que conseguimos garan-
tir que a ciência continuará progredindo em direção a minimizar erros ou
diminuir o desconhecimento. Em geral, não se pode evitar o aparecimento
de modelos ótimos espúrios, ou o aparecimento de teorias tanto válidas
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
199
quanto empiricamente verificáveis apesar de, ao mesmo tempo, serem
espúrias.
Para atingirmos tal problema, demonstra-se um método matemático
de ludibriação do observador (Abrahão et al., 2023). Em particular, quan-
do o processo externo que gera os fenômenos (i.e., os dados) armadilha o
observador (i.e., o sistema lógico-matemático-computacional supracitado)
dentro de uma bolha de simplicidade. Isso ocorre porque a fonte dos fenô-
menos disponíveis para o observador adquirir conhecimento é complexa
o suficiente para garantir que qualquer teoria ou modelo propostos pelo
observador não são suficientemente complexos para realmente conseguir
prever fenômenos futuros de forma global, mesmo que o observador con-
sidere (ou demonstre) que a teoria ou modelos consiga prever fenômenos
futuros de forma global.
6 considEraçõEs finais
Nesse texto defendemos a proposição de que o estudo dos limites
teóricos e empíricos dos Big Data é crucial tanto para o progresso da ci-
ência quanto para a mitigação de problemas sociais. Em particular, no
contexto dos Big Data, estudamos correlações espúrias, profecias autorre-
alizáveis, zemblanidade e bolhas de simplicidade. Os problemas aqui dis-
cutidos são pervasivos e impactantes especialmente numa sociedade atual
massivamente digitalizada, onde as próprias relações humanas estão cada
vez mais tecnológico-intermediadas. Nesse sentido, como pesquisa futura,
aqui levantamos a questão de que quanto mais as relações interpessoais ou
institucionais são intermediadas por algoritmos de IA, maior a pertinência
na sociedade dos efeitos dos limites, outrora teóricos e puramente matemá-
ticos, de nossos métodos científicos e tecnológicos.
rEfErências
ABRAHÃO, F. S. Demonstrando a consistência da aritmética. 2011. Dissertação
(Mestrado em história das ciências e das técnicas e epistemologia) – Coppe/IQM/IM,
Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2011. Disponível em: https://
doi.org/10.5281/zenodo.1213459. Acesso em: 10 jul. 2025.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
200
ABRAHÃO, F. S.; CAVASSANE, R. P.; WINTER, M.; VITTI-RODRIGUES, M.;
D’OTTAVIANO, I. M. L. A simplicity bubble problem and zemblanity in digitally
intermediated societies. In: IPPOLITI, E.; MAGNANI, L.; ARFINI, S. (eds.) Model-
Based Reasoning, Abductive Cognition, Creativity. MBR 2023. Studies in Applied
Philosophy, Epistemology and Rational Ethics, vol. 70. Berlim: Springer. Disponível
em: https://link.springer.com/chapter/10.1007/978-3-031-69300-7_20. Acesso em: 30
nov. 2024.
ABRAHÃO, F. S.; D’OTTAVIANO, Í. M. L.; WEHMUTH, K.; DÓRIA, F. A.;
ZIVIANI, A. Learning the undecidable from networked systems. In: WUPPULURI,
S.; DORIA, F. A. (ed.) Unravelling complexity: the life and work of Gregory Chaitin.
Singapore: World Scientific Publishing, 2020. p. 131-179.
ABRAHÃO, F. S.; ZENIL, H. Emergence and algorithmic information dynamics of
systems and observers. Philosophical transactions of the Royal Society A: mathematical,
physical and engineering sciences, London, v. 380, n. 2227, p. 1-20, July 2022.
Disponível em: https://doi.org/10.6084/m9.figshare.c.5901204. Acesso em: 01 jul. 2023.
ABRAHÃO, F. S.; ZENIL, H.; PORTO, F.; WINTER, M.; WEHMUTH, K.;
D’OTTAVIANO, I. M. L. A simplicity bubble problem in formal-theoretic learning
systems. arXiv, New York, n. 2112.12275v2, p. 1-38, Apr. 2023. Disponível em:
https://arxiv.org/abs/2112.12275. Acesso em: 01 jul. 2023.
ANDERSON, C. End of theory: Will the Data Deluge make the scientific method
obsolete? Wired magazine, San Francisco, v. 16, n. 7, June 2008. Disponível em: https://
www.wired.com/2008/06/pb-theory. Acesso em: 01 jul. 2023.
AUERBACH, D. Big data is overrated: and Ok-Cupid’s user experiments prove it. Slate,
New York, 30 July 2014. Disponível em: http://www.slate.com/articles/technology/
bitwise/2014/07/facebook_okcupid_user_experiments_ethics_aside_they_show_us_
the_limitations.html. Acesso em: 01 jul. 2023.
BENBOUZID, B. To predict and to manage. Predictive policing in the United States.
Big Data & society, London, v. 6, n. 1, p. 1-13, Jan./June 2019. Disponível em: https://
doi.org/10.1177/2053951719861703. Acesso em: 01 jul. 2023.
BENSLIMANE, I. Étude critique d’un système d’analyse prédictive appliqué à la
criminalité: Predpol. Cortecs, Grenoble, 10 Dec. 2014. Disponível em: https://cortecs.org/
politique-societe/predpol-predire-des-crimes-ou-des-banalites. Acesso em: 01 jul. 2023.
BOYD, W. Armadillo. London: Hamish Hamilton, 1998.
CALUDE, C. S.; LONGO, G. e deluge of spurious correlations in Big Data.
Foundations of science, Amsterdam, v. 22, n. 3, p. 595-612, Sept. 2017.
CAVASSANE, R. P.; D’OTTAVIANO, I. M. L.; ABRAHÃO, F. S. Big data and
the emergence of zemblanity and self-fulfilling prophecies. In: INTERNATIONAL
MEETING ON INFORMATIONAL, KNOWLEDGE AND ACTION, 11., 2021,
[s.l.]. Proceedings [...]. [202-?]. No prelo.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
201
COPELAND, S. On serendipity in science: discovery at the intersection of chance and
wisdom. Synthese, London, v. 196, n. 6, p. 2385-2406, June 2019.
DEBRUN, M. A ideia de auto-organização. In: D’OTTAVIANO, I. M. L.;
GONZALEZ, M. E. Q. (org.). Michel Debrun: Brazilian national identity and self-
organization. Campinas: Coleção CLE, 2009a. p. 53-74.
DEBRUN, M. A dinâmica da auto-organização primária. In: D’OTTAVIANO, I. M.
L.; GONZALEZ, M. E. Q. (org.) Michel Debrun: Brazilian national identity and self-
organization. Campinas: Coleção CLE, 2009b. p. 111-146.
DUPUY, J. P. Science without philosophy: the case of Big Data. Crisis and critique,
Tirana, v. 5, n. 1, p. 147-161, Mar. 2018.
GRAHAM, R.; SPENCER, J. H. Ramsey theory. Scientific American, New York, v. 263,
n. 1, p. 112-117, July 1990.
LARSON, J.; MATTU, S.; KIRCHNER, L.; ANGWIN, J. How we analyzed the
COMPAS recidivism algorithm. ProPublica, New York, 23 May 2016. Disponível em:
https://www.propublica.org/article/how-we-analyzed-the-compas-recidivism-algorithm.
Acesso em: 01 jul. 2023.
LAZER D.; KENNEDY, R.; KING, G.; VESPIGNANI, A. e parable of Google flu:
traps in Big Data analysis. Science, Washington, v. 343, n. 6176, p. 1203-1205, Mar.
2014.
LUM, K.; ISAAC, W. To predict and serve? Significance, London, v. 13, n. 5, p. 14-19,
Oct. 2016. Disponível em: https://doi.org/10.1111/j.1740-9713.2016.00960.x. Acesso
em: 01 jul. 2023.
MAYER-SCHÖNBERGER, V.; CUKIER, K. Big Data: a revolution that will
transform how we live, work and think. New York: Houghton Mifflin Harcourt, 2013.
MERTON, R. K. e bearing of empirical research upon the development of social
theory. American sociological review, Chicago, v. 13, n. 5, p. 505-515, Oct. 1948a.
MERTON, R. K. e self-fulfilling prophecy. e Antioch review, Yellow Springs, v. 8,
n. 2, p. 193-210, summer 1948b.
NORTHPOINTE INC. Practitioner’s guide to COMPAS core. Wheat Ridge, Mar. 2015.
Disponível em: https://assets.documentcloud.org/documents/2840784/Practitioner-s-
Guide-to-COMPAS-Core.pdf. Acesso em: 1 jul. 2023.
O’NEIL, C. Weapons of math destruction: how big data increases inequality and
threatens democracy. New York: Crown Publishers, 2016.
PEARL, J. Causality: models, reasoning and inference. 2nd ed. Cambridge: Cambridge
University Press, 2009.
SMITH, G. e paradox of Big Data. SN Applied sciences, Bern, v. 2, n. 1041, p. 1-8,
May 2020.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
202
WALPOLE, H. Horace Walpole’s correspondence. New Haven: Yale University Library,
2011. Disponível em: http://images.library.yale.edu/hwcorrespondence. Acesso em: 01
jul. 2023.
ZACH, R. Hilbert’s program. In: ZALTA, E. N.; NODELMAN, U. (ed.). Stanford
encyclopedia of philosophy. Stanford, CA: Metaphysics Research Lab, Stanford University,
2023.
ZENIL, H.; KIANI, N. A.; ABRAHÃO, F. S.; TEGNÉR, J. N. Algorithmic
information dynamics. Scholarpedia journal, v. 15, n. 7, p. 53143, 2020.
ZENIL, H. et al. e future of fundamental science led by generative closed-loop
artificial intelligence. arXiv Preprints, New York, n. arXiv:2307.07522v3, 2023.
Disponível em: https://arxiv.org/abs/2307.07522. Acesso em: 10 jul. 2023.
PARTE III
INFORMAÇÃO, SEMIÓTICA
E CRIATIVIDADE
205
7
INFORMAÇÃO E SEMIOSE
INFORMATION AND SEMIOSIS
Mariana VITTI-RODRIGUES
UNESP
mvittirodrigues@gmail.com
https://orcid.org/0000-0002-4764-2575
https://doi.org/10.36311/2025.978-65-5954-633-6.p205-235
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
206
Resumo: O presente capítulo discorre sobre o conceito de informação à luz da semiótica
peirciana. Para tanto, introduzimos os principais aspectos da semiótica proposta por Peirce,
como o conceito de semiose, signo e forma. Em seguida, apresentamos a caracterização de
informação a partir do estudo do signo dicente, i.e., um signo que diz algo sobre alguma
coisa por meio de descrição e referência, reivindicando a verdade daquilo que descreve.
Apresentamos, também, abordagens contemporâneas do estudo semiótico do conceito
de informação a partir da compreensão de signo como um meio para a comunicação de
uma forma. Por fim, refletimos sobre os desafios e potencialidades da caracterização do
conceito de informação à luz da semiótica Peirciana.
Palavras-chave: informação, semiose, signo, dicisigno, sintaxe.
Abstract: is chapter discusses the concept of information in the context of Peircean
semiotics. We introduce the main aspects of semiotics proposed by Peirce, such as the
concept of semiosis, sign, and form. Subsequently, we present the characterization of
information based on the study of the dicent sign, i.e., a sign that says something about
something by means of description and reference, claiming the truth of what it describes.
In addition, we present contemporary approaches to the semiotic concept of information
grounded on an understanding of sign as a medium for the communication of a Form.
Finally, we reflect on the challenges and perspectives in characterizing the concept of
information by considering Peircian semiotics.
Keywords: information, semiosis, sign, dicisign, sintaxe.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
207
1 introdução
No interior da Filosofia Peirciana, podemos encontrar três aborda-
gens do conceito de informação: Lógico-proposicional na qual Peirce ca-
racteriza a noção de informação a partir da relação entre extensão e profun-
didade de conceitos ou termos. O autor define extensão como o conjunto
de objetos de atribuição de um termo, por exemplo todos os objetos que se
enquadram na categoria ‘comida’, por exemplo, lasanha, feijoada, salada.
Profundidade, por sua vez, é concebida como o conjunto de proprieda-
des atribuíveis a um termo ou conceito, por exemplo todas as proprieda-
des atribuíveis ao termo ‘comida’, como fator nutricional, função, sabor.
Informação, neste contexto, é a medida da multiplicação entre extensão e
profundidade que delimita o significado como potencial de atribuição de
um termo ou conceito por meio de descrição e referência (para mais deta-
lhes sobre esta abordagem, ver Ferraz, 2020).
Em sua vasta obra, Peirce também se debruça sobre o conceito de
informação a partir da elaboração dos Grafos Existenciais. Nessa perspecti-
va, o autor propõe uma abordagem diagramática da informação por meio
do estudo da lógica das relações em que a atribuição de necessidade e pos-
sibilidade às proposições é concebida de acordo com um dado estado de
informação (Silveira 2008). A representação gráfica de um dado estado de
informação possibilita a instanciação lógica do processo de pensamento
daquele que conhece. Como explica Silveira (2008, p. 306):
A submissão da lógica ao estado de informação no qual se encontra
quem conhece validará ou invalidará várias sequências de grafos.
Grafos de mera possibilidade, válidos para um determinado estado
de informação, deverão ser substituídos por grafos representativos
de asserções necessárias se o estado de informação evoluir de uma
relativa ignorância sobre o fato para um conhecimento baseado na
genuína experiência do mesmo. E deste modo, ficará registrado o
encaminhamento da modalidade lógica no decorrer da experiência
de quem conhece.
Como ressalta Silveira (2008) grafos de mera possibilidade podem
se tornar grafos de necessidade se, no decorrer do tempo, o estado de in-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
208
formação, representado pelo grafo, se altere. Por exemplo, em dado estado
de informação, um grafo que descreve a possibilidade de chuva pode ser
alterado, uma vez que se constate que, de fato, chove. Nesse exemplo, a
modificação do estado de informação altera a representação do grafo de
uma possibilidade para a representação de uma necessidade.
Peirce também faz menção ao conceito de informação no interior
da Semiótica, conferindo-lhe um caráter processual, por meio do qual,
novas propriedades dos objetos de interesse podem ser extraídas através
de processos sígnicos de abstração. No estudo do conceito de informa-
ção à luz da semiótica, encontramos abordagens que focam na análise do
Signo Dicente, compreendido como um signo duplo, composto por um
ícone e um índice estruturados por uma sintaxe (Stjernfelt, 2014; Silveira;
Vitti-Rodrigues, 2016). A literatura também congrega abordagens con-
temporâneas do estudo semiótico do conceito de informação a partir da
caracterização de signo como um meio para a comunicação de uma for-
ma (De Tienne, 2005, 2006; Queiroz; El-Hani, 2007; El-Hani; Queiroz;
Emmeche, 2009; Vitti-Rodrigues; Emmeche, 2017). Essas abordagens
tendem a aproximar o conceito de informação daquele de semiose, i.e.,
ação do signo.
No presente capítulo, focalizamos nossa análise no conceito de
informação à luz da semiótica peirciana. Para tanto, na segunda seção,
explicitamos aspectos da semiótica no interior da filosofia peirciana que
fundamentam a classificação dos signos. Na terceira seção, introduzimos
a noção de signo, de seus correlatos, e dos tipos de signos essenciais para a
compreensão do processo semiótico envolvido na caracterização da noção
de informação. Na quarta seção, apresentamos as principais características
do estudo do signo dicente, i.e., um signo que diz algo sobre alguma coisa
por meio de descrição e referência, reivindicando a verdade daquilo que
descreve. Discorremos, na quinta seção, sobre abordagens contemporâneas
do estudo semiótico do conceito de informação a partir da caracterização
de signo como um meio para a comunicação de uma forma. Por fim, a
título de considerações finais, refletimos sobre os desafios e potencialidades
da caracterização do conceito de informação à luz da semiótica Peirciana.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
209
2 um brEvE passEio pEla sEmiótica pEircEana
A Semiótica, na filosofia peirceana, é considerada uma ciência nor-
mativa que oferece um guia para o raciocínio autocontrolado e autocorre-
tivo por meio do qual todo agente, idealmente, seria capaz de se aproximar
da realidade por meio da experiência (Bellucci, 2014). Peirce entende que
a realidade se apresenta em três categorias distintas à experiência que de-
marcam as condições do que pode ser conhecido, do que é inteligível e,
como tal, do que pode ser objeto da Semiótica. O autor descreve essas três
categorias da experiência como: “[...] o ser da possibilidade qualitativa po-
sitiva, o ser do fato efetivo e o ser da lei que governará os fatos no futuro”
(Peirce, 1931, p. 24, CP 1.23, de 1896).
A primeira categoria descreve a experiência da possibilidade real, a
qualidade de sentimento, as sensações, a disposição para criação que pro-
move o desdobramento do fenômeno em diferentes camadas de possibi-
lidade. A segunda categoria compreende a experiência de ação e reação, o
fato efetivo, do aqui e agora, do choque com o outro. A terceira categoria
engloba as experiências de hábitos, lei, mediação e intermediação que me-
deiam a interação entre a primeira e a segunda categorias. Essas três catego-
rias estão inter-relacionadas e entrelaçadas na dinamicidade de sentimen-
tos, ações e hábitos que permeiam o mundo da experiência. No fluxo da
experiência, podemos identificar a predominância de uma categoria sobre
a outra, entretanto, por serem indissociáveis, a consideração individual de
cada categoria é realizada apenas para fins de análise.
Para ilustrar os três modos da experiência, imaginemos em um cam-
po intocado de grama verde. O verde do campo pode ser experienciado
como uma qualidade que não apresenta nenhuma forma específica, que
oferece muitas possibilidades para o surgimento de novas espécies de flores
e da observação de diferentes formas de fauna. Como pura potencialidade,
o gramado intocado pode ser percebido como um espaço aberto a inúme-
ras possibilidades, podendo ser um espaço para surgimento de qualidades e
criação que, por não definir nada1, tem a capacidade de se tornar qualquer
coisa. Agora, imaginemos que alguém caminha por esse campo e, ao fazer
No inglês, esta ideia é representada pelo termo nothingness (‘nadidade’) e pode ser comparada à ideia de
não-coisa, ‘no-thing’, o que não é, necessariamente, equivalente à ideia da palavra ‘nada’ no português.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
210
isso, deixa uma marca momentânea na grama que desaparece algumas ho-
ras depois. Essa marca pode ser compreendida como uma experiência de
existência, uma reação do contato dos pés com a grama que se dá no tempo
e no espaço. Por fim, imagine que muitas pessoas caminham regularmente
por esse campo, moldando um caminho na grama que resiste ao tempo e
pode orientar a ação de outras pessoas. Isso cria uma forma, indicando um
hábito de ação coletiva que, por sua vez, medeia as possibilidades do cam-
po intocado e o contato físico constante dos passageiros. Como hábito, a
indicação de um caminho tem alguns efeitos duradouros, mas pode ser
dissolvido se os passageiros pararem de caminhar pelo campo verde.
Fundamentada pelas categorias da experiência, a semiótica é compre-
endida como uma ciência da observação por meio da qual pesquisadores e
agentes contemplam o objeto de interesse buscando desvelar suas proprieda-
des em termos de qualidade, existência e mediação (Silveira, 2008; Peirce,
1931, CP 2.277). Segundo Peirce, a semiótica oferece um método para que
a comunidade científica seja capaz de aprender por meio da experiência a fim
de adequar a ação coletiva em busca de um ideal de conduta. Assim, cabe à
Semiótica analisar como devem ser os caracteres de todos os signos utilizados
por uma inteligência “científica”, isto é, por uma inteligência capaz de apren-
der por meio da experiência (Peirce, 1931, CP 2.277).
Deste modo, cabe à semiótica fornecer ferramentas para o desvela-
mento das consequências necessárias do objeto de interesse na busca da
adequação da conduta perante o real. Segundo Peirce, por meio de racio-
cínio e informação, podemos acessar o real através do desvelamento de
signos, mas somente de forma parcial, pois nosso conhecimento é falível e
a realidade é dinâmica. Nas palavras do autor:
O real, então, é aquilo que, mais cedo ou mais tarde, informação
e raciocínio poderiam finalmente nele resultar, e que portanto
independe dos meus e dos seus caprichos. Então, a verdadeira
origem da concepção de realidade mostra que esta concepção
envolve a noção de COMUNIDADE sem limites definitivos,
e capaz de um crescimento de conhecimento definitivo. (Peirce,
1934, p. 1795, CP 5.331, grifos do autor, tradução nossa).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
211
Peirce compreende a noção de real em dois sentidos: como aquilo
que independe do que pensamos sobre ele e como uma doutrina oposta
ao nominalismo, isto é, um realismo que considera que alguns universais
são reais, isto é, que há predicados que correspondem a padrões do mun-
do independente na conceituação humana (Stjernfelt, 2014). Stjernfelt
(2014, p. 106) explica que Peirce “[...] era um realista no sentido simples
de que ele considerava que a realidade não era afetada pelo que ninguém
pensava sobre ela”. Além disso, Stjernfelt (2014, p. 106) ressalta que Peirce
compreende “[...] certos universais como reais, certos predicados como
correspondendo a padrões no mundo - o sentido de realismo oposto ao
nominalismo”.
Nesse cenário, Peirce (1992) compreende que o empreendimento
da semiótica, como ciência que permite desvelar as características do real,
possibilita aos agentes se aproximar da verdade. O autor (Peirce, 1992, p.
139) enfatiza que “[...] a opinião que está fadada a ser finalmente aceita
por todos os investigadores, é o que entendemos por verdade”. A noção
de verdade é considerada como um estado ideal que encontramos no fim
da inquirição (Legg, 2014); todos capazes de aplicar o método científico
podem se aproximar da verdade e, assim, conhecer aspectos da realidade.
A análise semiótica do que podemos conhecer sobre o real está na
base do pragmatismo Peirciano, de acordo com a qual o conhecimento
que temos de um dado objeto é caracterizado pelas possíveis consequências
(ou disposições) que este objeto possa ter em nossa conduta em um dado
estado de informação (ou contexto) (Peirce, 2000, p. 284, CP 5.402, [de
1878]):
[...] o teor racional de uma palavra ou outra expressão reside,
exclusivamente, em sua concebível influência sobre a conduta da
vida: de modo que, como obviamente nada que não pudesse resultar
de um experimento pode exercer influência direta na conduta, se
se puder definir acuradamente todos os fenômenos experimentais
concebíveis que a afirmação ou negação de um conceito poderia
implicar, ter-se-ia uma definição completa do conceito e nele não
há absolutamente nada mais.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
212
A aplicação da máxima pragmaticista na busca pela verdade e daquilo
que podemos conhecer sobre o real, coloca o conceito de informação e,
por consequência, de dicisigno, no centro da análise semiótica. Isto se
dá pois dicisignos são considerados ‘promotores da verdade’ (em inglês
truth-makers). Como veremos em profundidade na seção 4, o duplo
aspecto do dicisigno permite ancorar a representação do objeto ao fato
representado, indicando caminhos para averiguação da verdade do fato
que representa por meio de experiência colateral. Além disso, o dicisigno
incorpora a forma de seu o objeto por meio de suas próprias habilidades
representativas, consolidando a parte descritiva da representação sígnica.
Essa característica possibilita ao agente intervir na representação no objeto
de interesse e, a partir da imaginação de cenários possíveis, extrair mais
informação do que estava presente na representação inicial do objeto
representado. Para melhor clarificar o papel do dicisigno no processo
informacional, introduzimos, na próxima seção, o conceito de semiosis,
de signo, bem como de seus correlatos: objeto, signo-veículo e interpretante.
3 o signo E sEus corrElatos
Em termos gerais, signo é compreendido como uma relação envol-
vendo três elementos indissociáveis que não podem ser reduzidos a rela-
ções binárias. Estes elementos cumprem três funções lógicas distintas: (i)
ao objeto do signo cumpre determinar o (ii) signo-veículo que, por sua vez,
incorpora a forma de seu objeto e gera o (ii) interpretante do signo, ou um
signo mais desenvolvido, também descrito como os possíveis efeitos que o
signo-veículo, determinado por seu objeto, pode exercer na conduta.
A interrelação entre estas três funções lógicas é a base do processo
de ação sígnica ou semiose, i.e., “[…] uma ação, ou influência, que é, ou
envolve, uma cooperação entre três elementos, como um signo, seu objeto,
e seu interpretante, esta influência trivalente não sendo de forma alguma
redutíveis a ações entre pares” (Peirce, 1998, p. 41, [de 1907], tradução
nossa). Nadin (2000) observa que o processo de semiose se desenvolve em
distintas direções, do passado para o futuro, do futuro para o presente, mas
também do presente em direção ao passado. Para Peirce, signos são inter-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
213
pretados em processos temporais, nos quais signos anteriores influenciam
como as coisas são interpretadas no aqui e agora, assim como os hábitos
que os signos representam possibilitam processos de antecipação permitin-
do que expectativas futuras influenciem o presente. Reproduzimos a seguir
um diagrama da noção triádica de signo e de seus correlatos:
Figura 1 – Diagrama da noção peirceana de signo e seus correlatos
Fonte: Adaptada do texto “On Peirce´s notion of information” (Queiroz; El-Hani, 2007).
De acordo com a semiótica Peirceana, o signo-veículo é algo que
está no lugar de outra coisa, seu objeto, e medeia processos dinâmicos de
interpretação, a partir da geração de interpretantes sustentada por hábitos
de ação. Por exemplo, imagine que você recebe um presente de alguém
e, compreendendo que este presente é um signo, você se questiona o que
está no lugar deste presente, i.e., qual é seu objeto? O objeto pode ser o
afeto de quem te presenteou (objeto do signo). Assim, o signo incorpora
aspectos do objeto gerando um interpretante do signo, ou o convite que
o presente¸ estando no lugar de seu objeto, afeto, faz. Este convite pode
ter três aspectos: ser emocional, um presente pode nos deixar contentes;
pode ser energético, receber um presente pode nos fazer abraçar a pessoa
que nos presenciou; ou pode ser lógico: podemos não compreender o
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
214
significado daquele presente e questionarmos, afinal, este presente está no
lugar do quê? Essas questões possibilitam o desvelamento das camadas de
significado que o presente, assim como o ato de presentear, incorporam.
Cabe clarificar que, em um signo, em seu sentido amplo, o que en-
tendemos por objeto, signo-veículo, e interpretante, não são coisas, objetos
concretos ou pessoas, mas a função lógica desempenhada pelos elementos
que compõem uma dada semiose. Como exemplo, pensemos nos diver-
sos papéis que um chocolate pode desempenhar em uma cadeia semiótica
(para além do convite irresistível de saborear um chocolate a partir do
simples fato de ler o termo ‘chocolate’). Um chocolate é um signo-veículo,
objeto ou interpretante? Se o chocolate está no lugar de uma outra coisa,
por exemplo, se for um presente como no exemplo acima, podemos en-
tender que o chocolate cumpre a função lógica de signo-veículo. Se vemos
o desenho de um chocolate, ou até mesmo a palavra ‘chocolate’ escrita,
o chocolate determinando o desenho/palavra cumpre a função lógica de
objeto. Por fim, se alguém sabe que alguma pessoa gosta de chocolate, e ao
ver esta pessoa, alguém lhe oferece chocolate, o chocolate cumpre a função
lógica de interpretante, pois é a determinação da ação que possibilita a
continuação da semiose.
O signo-veículo, ou Representamem, é o correlato mais simples, não
composto, do signo em seu sentido amplo. O Objeto do signo, por sua vez,
é subdividido em duas instâncias: Objeto Imediato, isto é, o objeto contido
no signo ou o ‘objeto como o signo o representa’; e o Objeto Dinâmico
do signo, isto é, o objeto que determina o signo-veículo “[...] ou Objeto
realmente eficiente, mas não imediatamente presente” (Peirce, 1958, p.
2748). Bellucci (2015, p. 413, tradução nossa) argumenta que “apenas
proposições possuem objetos imediatos”2, isto significa que objetos ime-
diatos apenas existem em signos proposicionais, isto é, em dicisignos e
argumentos (que são signos estruturados a partir de dicisignos). Assim, ob-
jeto imediato constitui a parte do signo-veículo “[...] que separadamente,
ou independentemente, indica seu objeto” (Peirce, 1998, p. 307, tradução
Para uma análise completa do objeto imediato a partir de uma interpretação não-fregeana ver Bellucci
(2015).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
215
nossa). Como veremos na próxima seção, objetos imediatos são índices
que, no interior de dicisignos, fazem referência ao objeto dinâmico.
Silveira (2008, p. 46) ressalta que o objeto dinâmico só pode ser
alcançado por “uma experiência que independa daquele signo”, ou seja, por
experiência colateral. Entendemos experiência colateral como a experiência
possibilitada por uma cadeia semiótica independente daquela cuja atenção
está sendo direcionada. É importante compreender que estar ‘dentro do
signo’ significa pertencer a função lógica do signo-veículo, enquanto estar
‘fora do signo’, significa cumprir o papel lógico de determinar o signo-ve-
ículo. Ambas as funções são sígnicas, pois fazem parte da relação triádica
signo-objeto-interpretante. Pensemos em um cartão postal com a foto e o
nome de uma cidade. Neste contexto, a representação da cidade ilustrada
no cartão postal (seja existente ou imaginária) cumpre a função lógica de
objeto dinâmico do signo, pois determina uma possível forma de repre-
sentação no cartão postal, por exemplo, a ilustração de seu famoso rio. O
cartão postal, por sua vez, cumpre o papel de signo-veículo pois representa
a cidade em questão. A partir da interpretação de Bellucci (2015) sobre o
objeto imediato, temos que o nome da cidade estando no interior do sig-
no-veículo, cumpre o papel de objeto imediato, pois indica separadamente
o objeto dinâmico. A cidade enquanto objeto dinâmico pode ser experien-
ciada por outras formas, i.e., por experiência colateral, por exemplo, ao
assistir um vídeo ou mesmo realizar uma visita à cidade. Assim, o objeto
dinâmico não é algo que pode ser acessado ‘em si mesmo’, mas apenas algo
que cumpre uma função lógica de determinar o signo-veículo que, por sua
vez, determina o interpretante do signo.
O interpretante ou terceiro correlato do signo é subdividido em três
categorias, quais sejam: Interpretante Imediato, considerado o signo gerado,
mais desenvolvido, que permite a continuidade da semiose através do des-
dobramento das possíveis implicações que um determinado objeto pode
exercer na conduta de alguém; (ii) Interpretante Dinâmico, ou efeito real
de um signo em um intérprete real (seja um ser humano ou não-huma-
no); (iii) Interpretante Final, que “refere-se ao modo em que o signo tende
a representar a si mesmo em sua relação com seu objeto” (Peirce, 1933,
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
216
p. 1502, CP 4.536, [de 1906], tradução nossa). Bellucci (2018, p. 315,
tradução nossa) explica que:
O interpretante imediato é o signo que um signo objetiva produzir;
o interpretante dinâmico é o signo que ele de fato produz; e o
interpretante normal [i.e. final] é o signo que ele deve produzir
[...] o interpretante normal é a representação “final” que uma
investigação científica satisfatória do signo deve produzir.
Segundo Silveira (2008, p. 49), “[...] o interpretante final, ou nor-
mal, determina um hábito de conduta, cuja meta será a interação efetiva
com o objeto dinâmico do signo”. Através do interpretante final, nos apro-
ximamos do objeto dinâmico por meio de experiência colateral, possibili-
tando a adequação da conduta às exigências do meio. O interpretante do
signo não é apenas a geração de um signo mais desenvolvido que possibilita
a continuação do processo de semiose, ou o efeito do signo em um agente;
o interpretante do signo também é responsável por representar a relação
signo-objeto-interpretante que, se suficientemente desenvolvida, constitui
uma forma de guiar a comunidade para a adequação de conduta perante o
objeto analisado.
A partir da subdivisão dos correlatos do signo, é possível investigar as
consequências lógicas da relação entre signo e objeto dinâmico que se des-
dobram nos signos icônicos, indiciais e simbólicos. Na relação entre signo-
-veículo e objeto, ícones representam seu objeto por assemelhar-se a ele por
meio de suas próprias habilidades representativas, i.e., ícones incorporam
a forma de seu objeto ao representar a relação entre as partes do objeto re-
presentado. Índices, por sua vez, referem-se ao seu objeto de representação
por relação de causa e efeito, por estarem fisicamente vinculados ao objeto
de representação. Por fim, símbolos são entendidos como um tipo de signo
“[...] que se refere ao objeto que denota por meio de uma lei, normal-
mente por uma associação de ideias gerais, que atua para fazer com que o
símbolo seja interpretado como referindo-se àquele objeto” (Peirce, 1931,
p. 368, CP 2.249, [de 1903]). Peirce compreende que “[...] um símbolo,
se suficientemente completo, sempre envolve um índice, assim como um
índice suficientemente completo sempre envolve um ícone” (Peirce, 1931,
p. 368, CP 2.249, [de 1903]).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
217
Em relação ao interpretante do signo, podemos investigar os desdo-
bramentos da relação entre signo e interpretante imediato em termos de
possibilidade, existência e lei. Por exemplo, o termo isolado “vermelho”
é um símbolo que, em relação ao seu interpretante, é um signo de pura
possibilidade: ele representa uma característica de um objeto possível, mas
não faz qualquer referência ao objeto que poderia descrever (Peirce, 1931,
CP 2.250, [de 1903]). Se alguém diz “algo é vermelho” sem especificar ao
que “algo” se refere, a propriedade de atribuição ‘vermelho’ é simplesmente
um adjetivo que pode ser aplicado a um objeto qualquer. Os signos remáti-
cos têm seu interpretante imediato implícito: a determinação de um signo
mais desenvolvido não está presente no próprio signo. Em outras palavras,
o signo-veículo determinado por seu objeto não gera um interpretante ou
signo mais desenvolvido.
Signos remáticos constituem a estrutura lógica das proposições ou
dicisignos. Grosso modo, um dicisigno ou signo dicente é um signo du-
plo composto por um ícone e um índice remático estruturados por uma
sintaxe. Em outras palavras, signos dicentes são signos estruturados pela
justaposição de ícones e índices que atuam como interpretantes de exis-
tência pois reivindicam que a relação ícone/índice é sustentada para além
de sua representação sígnica. Assim como os signos remáticos, dicisignos
possuem interpretantes imediatos implícitos, isto é, o signo-veículo cujo
relação com seu interpretante é de existência não gera, por si só, um signo
mais desenvolvido.
Enquanto os dicisignos são estruturados por ícones remáticos
e índices remáticos, os argumentos são signos compostos por dois ou
mais dicisignos estruturados por um princípio lógico. Em relação ao seu
interpretante, o argumento é um signo de lei (Peirce, 1931, CP 2.252,
[de 1903]). Diferente dos remas e dos dicisignos, os argumentos têm
seu interpretante imediato explícito, isto é, sua conclusão. Enquanto os
dicisignos indicam separadamente o seu objeto (que se torna explícito pela
sua indexicalidade), os argumentos indicam separadamente a sua conclu-
são, tornando explícito o seu interpretante imediato. Na próxima seção,
aprofundamos o estudo do signo dicente enfatizando sua relação com a
noção de informação.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
218
4 signo dicEntE E sEu papEl no procEsso informacional
Na semiótica de Peirce, o estudo do dicisigno atinge um patamar
de relevância tanto no estudo dos processos informacionais, quanto na
investigação de raciocínios criativos em que processos de pensamento au-
tocontrolados possibilitam a extração de mais informação a partir da expe-
rimentação com diagramas (i.e., dicisignos). Nesta seção, apresentamos as
principais características do signo dicente, conferindo especial atenção ao
seu papel no processo informacional. Como introduzimos brevemente na
seção acima, o dicisigno é considerado um signo duplo composto por um
ícone e um índice estruturados por uma sintaxe. Podemos, ainda, compre-
ender que o dicisigno se estrutura na colocalização, justaposição, ou em
algum tipo de relação de vizinhança entre ícone e índice.
Na estruturação do dicisigno, ao ícone, ou o predicado de uma dada
proposição, cumpre a função de representar as propriedades do objeto que
representa por meio de suas próprias habilidades descritivas. Peirce com-
preende que:
Um ícone puro independe de qualquer finalidade. Ele se apresenta
como um signo apenas e simplesmente por exibir a qualidade
que pretende significar. A relação com seu objeto é uma relação
degenerada. Ele não afirma nada. Se veicula informação, é somente
no sentido em que o objeto do qual o ícone é usado para representar
transmite informação (Peirce, 1998, p. 306, tradução nossa).
Um exemplo aproximado de ícone puro pode ser experienciado na
composição de Messiaen. O músico francês almeja reproduzir a qualidade
pura dos cantos e melodias produzidas por diversos tipos de pássaros por
meio de composição para piano, entre outros instrumentos. Nesse sentido,
a composição de Messiaen se aproxima da representação de um ícone puro,
uma vez que incorpora uma qualidade de sentimento sem uma indicação
definida sobre o objeto ao qual a qualidade incide. Embora possamos fazer
uma abstração para analisar o conceito de “ícone puro”, deve-se notar que
as abstrações são simplesmente ferramentas analíticas para uma melhor
compreensão da natureza processual da semiose. Um ícone, sem a presença
de um índice, forma um predicado insaturado que não tem a capacidade
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
219
de transmitir informação. Este ícone, em sua relação com o interpretante,
é um rema, ou termo, uma pura possibilidade de significação. Um exemplo
comum de ícone insaturado é um termo sem sujeito: ____ é vermelho.
Em relação ao índice, Peirce compreende que “[...] um índice é um
signo que se refere ao objeto que denota em virtude de ser realmente afetado
por esse objeto” (Peirce, 2000, p. 52, CP 2.248, [de 1931, p. 368]). Um
exemplo clássico de índice é uma pegada na areia; a pegada indica que, no
passado, houve algo como um pé ou uma pata que, ao passar pela areia,
deixou uma marca. Esta marca pode ser compreendida como signo pois
está no lugar de outra coisa, o pé ou pata. Cumpre ressaltar que, para
indicar a passagem de um animal pela areia, a pegada, ou índice, precisa
incorporar um ícone, isto é, a forma da pata ou pé. Stjernfelt (2014, p.
62, tradução nossa) explica que “[í]ndices […] desempenhariam, então, o
papel de conectar certos ícones selecionados à realidade, concedendo-lhes
existência e garantindo, assim, sua sobrevivência em relação a outros [sig-
nos icônicos]”.
Da mesma forma que encontramos dificuldades em ilustrar um íco-
ne puro, encontrar exemplos de índice puro exige um certo grau de abs-
tração. Peirce (1998, p. 306, tradução nossa) esclarece que “[um] índice
puro simplesmente força a atenção para o objeto com o qual reage e coloca
o intérprete em reação mediata com esse objeto, mas não transmite ne-
nhuma informação”. Por exemplo, uma seta que aponta para algum lugar
indefinido pode ilustrar, em alguma medida, um índice puro. Isso porque
a seta apenas aponta para algo, mas não delimita o que está indicando ou
para onde está apontando.
Nesse contexto, Peirce ressalta que:
É notável que, enquanto nem um ícone puro nem um índice puro
possam afirmar alguma coisa, um índice que força algo a ser um
ícone, como faz um cata-vento, ou que nos obriga a considerá-
lo como um ícone, como faz a legenda sob um retrato, faz uma
afirmação e forma uma proposição (Peirce, 1998, p. 307, tradução
nossa, grifo nosso).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
220
Os exemplos fornecidos por Peirce ilustram como a incorporação de
um ícone por um índice, no caso do cata-vento, ou a relação de vizinhança
entre ícone e índice, no caso do retrato com a legenda, representam seu
objeto por descrição e referência formando uma proposição, ou dicisigno
que, por sua vez, está apto a veicular informação.
Uma outra forma de compreender a estrutura sígnica do dicisigno,
proposta por Stjernfelt (2019), é em termos da colocalização que ocorre
quando um ícone e um índice apresentam algum tipo de estrutura em
uma “vizinhança espaço-temporal de algum tipo”. Peirce (1958) descreve
este tipo de colocalização como uma justaposição entre ícone e índice,
como ilustrado no exemplo acima citado de um retrato com uma legenda:
o retrato descreve imageticamente o objeto representado a partir de suas
próprias habilidades representativas enquanto a legenda, separadamente,
indica o objeto ao qual o retrato se refere. Para satisfazer o critério de colo-
calização, tanto a descrição quanto a referência do objeto devem estar to-
pologicamente conectadas, ou seja, a legenda deve estar próxima do retrato
para poder, pelas regras convencionais, indicar quem está sendo retratado
pela pintura. Dessa forma, a conexão topológica consolida a sintaxe de
uma proposição multimodal pela colocalização de um ícone e um índice
(Stjernfelt, 2019).
Na constituição do signo dicente, índices são concebidos como sig-
nos que apontam separadamente para o objeto ao qual as propriedades
icônicas incidem, indicando a localização espaço-temporal do objeto re-
presentado. Na constituição de um signo proposicional, índices cumprem
a função lógica de objetos imediatos. Assim, dicisignos possuem dois ob-
jetos: o objeto dinâmico ou aquele que determina o signo-veículo; e o ob-
jeto imediato, ou o índice que, separadamente, indica o objeto dinâmico.
Como explica Bellucci (2015, p. 411, tradução nossa), o objeto imediato
é “[...] a referência feita dentro do signo ao objeto dinâmico, o modo em
que o signo indica seu objeto”. Em suma, cabe ao índice a função de re-
presentar o objeto dinâmico por meio de referência, enquanto ao ícone
cumpre descrever o objeto dinâmico por meio de suas próprias habilidades
representativas.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
221
Os signos informativos podem operar em três direções: (i) Por
autorreferência: o signo refere-se a si mesmo a partir de sua função como
signo-veículo. É como se o signo avisasse que não é o objeto que representa,
mas está no lugar dessa coisa representada. Por exemplo, em um nicho de
hábitos compartilhados, as listras amarelo-pretas de uma vespa comunicam
que as cores, como signo-veículo, representam que esta vespa listrada de
amarelo-preto é um inseto perigoso3. (ii) Por indicar separadamente seu
objeto: dicisignos referem-se inicialmente ao objeto dinâmico como um
meio de conectar o predicado, ou ícone que exerce a função descritiva,
a um objeto real (sendo ficcional ou não). No exemplo acima, o signo
constituído pelas listras amarelo-pretas configura um índice que incorpora
um ícone formando a proposição segundo a qual este determinado inseto,
que exibe este determinado padrão de cores, segundo o código estabelecido,
convida à interpretação de perigo. Finalmente, (iii) por referência à relação
signo-objeto dinâmico: o signo informacional refere-se a própria relação
entre signo-veículo e objeto dinâmico afirmando que a conexão dicisigno-
objeto dinâmico é verdadeira. Esta afirmação convida à interpretação de
que o conteúdo proposicional representado é verdadeiro, por este motivo,
dicisignos são considerados interpretantes de existência.
O interpretante de um dicisigno é a própria afirmação de que a cone-
xão signo-objeto dinâmico se sustenta, ou seja, de que a representação pro-
posicional por descrição e referência é adequada para representar o objeto
dinâmico. Isso significa que o interpretante afirma que a descrição icônica
do objeto está indicialmente conectada ao objeto dinâmico que busca re-
presentar. Neste contexto, Peirce compreende que o interpretante do di-
cisigno “[…] representa uma relação existencial real, ou uma secundidade
genuína, como subsistindo entre um dicisigno e o objeto real do dicisigno”
(Peirce, 1931, p. 388, CP 2.310, [de 1903], tradução nossa). Stjernfelt
(2014, p. 68, tradução nossa, grifo nosso) explica que “[...] o interpretante
não é meramente o predicado, mas a afirmação, tornada possível pela sinta-
xe, de que o predicado realmente descreve ao objeto existente”. Em outras
palavras, o interpretante de existência do dicisigno é a própria afirmação de
que seu caráter proposicional espelha as características do objeto por ele re-
Este exemplo é apresentado em Stjernfelt (2019).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
222
presentado. Isto significa que a estrutura da proposição espelha a estrutura
do fato representado, “[...] porque os estados de coisas ou fatos, na filosofia
de Peirce, são estruturas da realidade, distintas de simples subconjuntos da
realidade” (Stjernfelt, 2014, p. 74, tradução nossa). Nesse contexto, Peirce
(1931, p. 184, CP 2.320, tradução nossa) argumenta que “todo signo in-
formacional, portanto, envolve um fato, que é sua sintaxe”.
Peirce compreende que fatos possibilitam a atribuição de verdade4
aos signos proposicionais uma vez que proposições têm a capacidade repre-
sentativa de espelhar a estrutura do próprio universo. O autor explica que:
[o] que chamamos um ‘fato’ é algo que possui a estrutura de uma
proposição, mas supomos ser um elemento do próprio universo.
O propósito de todo signo é expressar um ‘fato’, e compondo-se
(being joined) com outros signos, chegar o mais próximo possível
da determinação de um interpretante [...]” (Peirce, 1998, p. 304,
tradução nossa).
Stjernfelt (2014, p. 236) ressalta que “[…] fatos são truth-makers
de proposições, e a informação contida na proposição é a informação so-
bre o fato”. Nesta linha de argumentação, Stjernfelt (2014) explica que o
realismo de Peirce depende da habilidade dos dicisignos de representar, a
partir de sua estrutura proposicional, aspectos da realidade. Assim, cabe ao
dicisigno não apenas gerar interpretantes de existência, mas também repre-
sentar sua própria capacidade representativa por meio de autorreferência.
Stjernfelt (2014, p. 72, tradução nossa, grifo nosso) explica que:
Em certo sentido, é a autodescrição do dicisigno que relaciona
de que forma o dicisigno descreve seu objeto. À primeira vista, o
dicisigno diz: ‘Aqui está um objeto O que tem a propriedade P’; a
dedução do Syllabus agora afirma que isto é apenas uma abreviação,
tornada possível por uma estrutura subjacente e mais complicada
que pode receber a seguinte formulação coloquial: ‘Aqui está um
objeto O, realmente conectado a este signo, e esta conexão garante
a verdade da afirmação ulterior deste signo de acordo com a qual
este predicado é válido para aquele objeto: P’. Portanto, o predicado
aparente do dicisigno está integrado em um predicado implícito e
No inglês, fatos são truth-makers de proposições.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
223
mais complicado que descreve o próprio dicisigno5.
O predicado implícito do dicisigno é a afirmação que subjaz a estru-
tura mais complexa da realidade que pode ser compreendida como uma
forma, uma disposição para unidade, um código, uma sintaxe anterior, ou
ainda hábitos de curta ou longa duração. A ideia de forma nos remete ao
realismo da terceiridade que direciona a cadeia semiótica para o futuro,
i.e., medeia a semiose e, por sua vez, o crescimento de signos, em direção
a uma finalidade (definida teleologicamente, mas não pré-determinada).
Ferraz (2020, 2025) enfatiza que informação não é apenas o resultado da
sintaxe ícone-índice, mas a antecipação da sintaxe que garante a colocali-
zação entre ícone e índice, de acordo com um hábito de conduta: “[...]
informação não é somente resultado da intersecção multiplicativa [sintaxe]
entre compreensão [ícone] e extensão [índice], mas é justamente a an-
tecipação de interpretação que causou essa a intersecção ou copulação”.
(Ferraz, 2025, p. 206).
Assim, podemos compreender que é precisamente na sintaxe que
subjaz a principal característica da constituição de signos que veiculam
informação pois sua estruturação possibilita representar um processo dinâ-
mico que sustenta aspectos de novidade e de realidade. Enquanto o ícone é
a quantidade supérflua que possibilita novidade na dinâmica do processo
semiótico, o índice ancora a semiose indicando separadamente o objeto
descrito na proposição. Estruturados por uma sintaxe, ícone e índice vei-
culam informação gerando interpretantes de existência que afirmam a ver-
dade do fato que representam.
Entendemos que Peirce (1982, p. 467) explicita o caráter dinâmico
do processo informacional ao caracterizar o conceito de informação como
a quantidade supérflua da representação icônica, ou compreensão de um
termo (na linguagem da lógica proposicional), na representação de seu
objeto. Esta quantidade ‘supérflua’ ou ‘adicional’ de compreensão pode
ser desvelada por meio de experimentação imaginativa a partir do signo
icônico presente no dicisigno. Assim, o entretenimento da representação
Este tópico incita a investigação do estatuto ontológico e epistemológico da sintaxe que estrutura o
dicisigno, porém, tal discussão está além do escopo do presente capítulo (para mais detalhes: Peirce, 1998,
p. 300-324 e Stjernfelt, 2014).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
224
icônica de objetos de interesse permite trazer possibilidades à existência.
Nas palavras de Peirce (1982, p. 467, tradução nossa):
Então, informação evidencia a compreensão supérflua [de um
termo]. E então como todo termo deve possuir informação, todo
termo possui compreensão supérflua. E, assim, sempre que fazemos
com que um símbolo expresse alguma coisa ou algum atributo, não
podemos torná-lo tão vazio que não tenha compreensão supérflua.
A análise da compreensão supérflua de um signo informativo expli-
cita o processo de conceber forma (in-formar). Tal processo também pode
ser compreendido como parte do crescimento de organização, de ajuste e
de desenvolvimento de uma cadeia semiótica. O crescimento da semiose,
a partir do desvelamento de novas propriedades de atribuição aos objetos
sob escrutínio, se torna possível por meio de raciocínio sobre signos lógi-
cos, principalmente sobre diagramas, que são dicisignos por excelência.
Em um diagrama, a quantidade supérflua de compreensão pode ser
desvelada através da imaginação de possíveis cenários que busquem repre-
sentar propriedades possíveis do objeto de interesse. O aspecto icônico
dos diagramas, ao representar o objeto por meio de suas próprias habili-
dades, possibilita ao investigador experimentar diferentes arranjos da re-
lação entre as partes do objeto representado iconicamente. A partir de tal
experimentação, o agente é capaz de derivar novas propriedades do objeto
representado e observar potenciais relações entre as partes do diagrama que
não foram consideradas no início de seu desenvolvimento (Peirce, 1976).
Peirce explica que “[u]ma característica extraordinária dos diagramas é que
eles mostram [...] que uma consequência se segue e, mais maravilhoso ain-
da, que ela resultaria sob todas as variedades de circunstâncias que acom-
panham as premissas.” (Peirce, 1976 [1909], p. 317-318, tradução nossa).
Assim, a experimentação com diagramas possibilita o desvelamento de
propriedades que não estavam imediatamente representadas na projeção
diagramática inicial (para mais detalhes, consultar Stjernfelt, 2007, 2014).
Em suma, dicisignos reivindicam a verdade do fato expresso em sua
estrutura, isto é, que o objeto determinado pelo índice está realmente co-
nectado às propriedades incorporadas pelo ícone. Assim, signos dicentes
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
225
dizem algo sobre alguma coisa e, mais importante, reivindicam a verdade
do fato que representam, isto é, reivindicam que a representação por des-
crição e referência do objeto representado é verdadeira (ver Bellucci, 2014,
2018; Vitti-Rodrigues, 2022). Podemos sumarizar as principais caracterís-
ticas do signo dicente na tabela abaixo:
Quadro 1 – Principais características do signo Dicente
(1) Signo duplo constituído por pelo menos um ícone e um índice estruturados por
uma sintaxe
(2) Possui dois objetos: objeto dinâmico e imediato
(3) Refere-se a si mesmo, ao seu objeto e à relação signo-objeto dinâmico
(4) Seu interpretante reivindica que, de fato, o signo-veículo representa seu objeto
dinâmico
(5) A sintaxe expressa um fato que possui a estrutura de uma proposição
(6) Dicisignos veiculam informação
Fonte: Elaborado pela autora.
As características acima descritas permitem melhor compreender
como dicisignos são capazes de veicular informação de acordo com a
Semiótica peirciana. Na próxima seção, apresentamos o conceito de in-
formação focalizando a caracterização de signo como meio para a comu-
nicação de uma forma, enfatizando as interpretações de De Tienne (2005,
2006), Queiroz e El-Hani (2007) e El-Hani, Queiroz e Emmeche (2009,
p. 93).
5 informação E signo como ‘mEio para a comunicação dE uma forma’
A presente seção introduz possíveis caracterizações da noção de in-
formação a partir do conceito de signo compreendido como “um meio para
a comunicação de uma forma” (Peirce, 1998, p. 544, tradução nossa). Nas
palavras de Peirce (1998, p. 544, tradução nossa):
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
226
[...] Signo pode ser definido como um Meio para a comunicação
de uma forma [...] Como um meio, o signo está essencialmente
em uma relação triádica, com o seu Objeto que o determina, e
com seu Interpretante que pelo signo é determinado [...] O que
é comunicado do Objeto por meio do Signo ao Interpretante é
uma Forma. [...] O Ser de uma Forma consiste na verdade de uma
proposição condicional. Sob certas circunstâncias, algo pode ser
verdadeiro.
A ideia de forma pode ser compreendida como um hábito de ação,
uma lei ou regularidade, que permite a interpretação de sua funcionalida-
de como indicativo de uma classe particular de entidades, eventos, fatos
e processos. Inspirados nessa caracterização de signo, El-Hani, Queiroz e
Emmeche (2009) propõem que o conceito de informação pode ser caracte-
rizado como um processo6 de comunicação da forma do objeto, via signo,
para um interpretante. A forma comunicada é considerada uma proprie-
dade do objeto que, incorporada no signo, direciona a cadeia semiótica a
partir da geração de interpretantes:
De acordo com nossa interpretação das ideias de Peirce, informação
possui uma natureza processual: é um processo de comunicação
de uma forma para o Interpretante que opera com uma
influência restritiva sobre os possíveis padrões do comportamento
interpretativo (El-Hani; Queiroz; Emmeche, 2009, p. 292,
tradução nossa).
El-Hani, Queiroz e Emmeche (2009) aproximam o conceito de in-
formação ao conceito de semiose: informação é um processo de veiculação
de formas que se estabelece na ação do signo constituída em um processo
genuinamente triádico. Nas palavras dos autores: “[Informação ≈ semiose]
Um processo triádico-dependente por meio do qual uma forma, incorpo-
rada no Objeto de modo habitual, é comunicada para um Interpretante
por meio da mediação do Signo” (El-Hani; Queiroz; Emmeche, 2009,
p. 292, tradução nossa). A partir desta caracterização geral da noção de
informação, os autores propõem dois tipos de processos relacionados:
Informação potencial e informação efetiva.
Para uma discussão aprofundada sobre a noção de processo ver Gudwin (2025).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
227
Informação potencial é caracterizada como “[...] um processo de co-
municação da forma de um Objeto para um Interpretante por meio da
mediação de um Signo que poderia realizar-se em um dado momento” (El-
Hani; Queiroz; Emmeche, 2009, p. 293, tradução nossa). Já informação
efetiva é compreendida como:
O processo pelo qual um Signo efetivamente produz um efeito
(Interpretante) em algum sistema semiótico (um intérprete)
fazendo com que o Interpretante permaneça numa relação similar
a outra coisa (o Objeto do Signo) como aquela em que o Signo
ele mesmo permanece. Então, o Signo medeia a relação entre
Objeto e Interpretante. O Signo efetivamente comunica, neste
sentido, a forma do Objeto ao Interpretante, alterando o estado
[de conhecimento] do intérprete. (El-Hani; Queiroz; Emmeche,
2009, p. 293, tradução nossa).
Em síntese, os autores compreendem que informação potencial diz
respeito àquilo que poderá ser transmitido, participando de um proces-
so de comunicação da forma de um objeto, via signo, que pode vir a se
realizar. Por outro lado, informação efetiva está presente em um processo
informacional instanciado em um sistema semiótico particular, veiculando
propriamente informação sobre as características que efetivamente partici-
pam de um determinado objeto em um dado momento.
De Tienne (2006), também apoiado na caracterização de signo como
meio para a comunicação de uma forma, propõe que o processo informa-
cional é instanciado na inter-relação entre os três elementos resultantes
da relação entre a noção de forma e os correlatos do signo: Exformação
(referente ao Objeto), Transformação (referente ao Signo-veículo) e
Metaformação (referente ao Interpretante). O autor ressalta que esses três
elementos possuem um propósito em comum: transmitir fielmente a for-
ma presente no objeto, numa tentativa de aproximar a representação sígni-
ca à realidade dinâmica a ser representada.
Segundo De Tienne, no processo de Exformação as possíveis formas
que o objeto disponibiliza ao signo podem ser comunicadas por meio da
geração de interpretantes: “Exformação é a emanação de uma forma do
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
228
objeto presente na relação sígnica com o propósito próximo de atrair a
atenção para ele, o objeto, e para o propósito remoto de dar combustível
à máquina semiótica em busca de um telos” (De Tienne, 2006, p. 9, tra-
dução nossa). Como exemplo de Exformação, pensemos em uma árvore
e todos seus hábitos incorporados que potencialmente disponibiliza, em
uma dada cadeia semiótica, à geração de interpretantes. Uma árvore pode
disponibilizar sombra convidando um agente ao descanso, pode convidar
pássaros a um banquete, ou ainda ser abrigo para um esquilo. Nesse exem-
plo, cada possibilidade de conduta disponibilizada pela presença da árvore
se deve às múltiplas formas nela presentes.
As disposições contidas no objeto podem ser veiculadas via signo
pelo processo que De Tienne denomina Transformação, i.e., o processo em
que o signo-veículo delimita que formas disponíveis no objeto ele está ca-
pacitado a incorporar. Nas palavras do autor (2006, p. 10, tradução nossa):
Transformação é o processo de carregar e transmitir formas
extraídas do misterioso, mas atraente, objeto para as formas capazes
de reconhecê-las de tal modo que a lei que fornece identidade
ao objeto pode progressivamente se manifestar. Como meios,
signos são transitórios, atuam por conta do objeto e não em seu
próprio nome. Eles veiculam a forma de acordo com sua própria
capacidade, e isto depende de sua própria constituição categorial,
caso sejam eles qualidades, atualidades ou generalidades.
No processo de Transformação, o signo atua incorporando a for-
ma disponibilizada pelo objeto de acordo com sua capacidade sígnica. Por
exemplo, se um signo é um ícone ele apenas transmitirá alguma seme-
lhança ou qualidade presente no objeto, não especificando o objeto como
um todo, mas apenas representando-o naquilo que a sua própria forma
icônica permite representar. Em nosso exemplo, imaginemos que o ob-
jeto árvore é representado por um signo icônico como um desenho no
papel. O desenho não será capaz de representar a experiência de sombra
ou o alimento proporcionado pela árvore, mas sim as propriedades que
o próprio signo-veículo papel e tinta, sendo um ícone, pode incorporar,
como o formato da árvore, a cor, etc.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
229
Por fim, De Tienne explica o processo de Metaformação que se estabe-
lece na emergência da forma presente no signo em relação ao interpretante.
Nas palavras do autor, o processo de transformação pode ser compreendi-
do como “[...] a influência exercida pelo interpretante proativo na medida
em que diz respeito à forma recebida pelo signo ou por ele sugerida” (De
Tienne, 2006, p. 10, tradução nossa). Ao processo de Metaformação cabe
reconstruir a forma presente no objeto, transmitida pelo signo, por meio
da relação entre o objeto e o signo-veículo instanciada no interpretante.
Em nosso exemplo, a árvore (objeto), uma vez disponibilizando abrigo e
comida (signo), faz um convite (interpretante) aos organismos, passari-
nhos e/ou esquilos, a adequar sua conduta possibilitando processos emer-
gente, por exemplo, a criação de um nicho.
Silveira (2008), comentando o texto de De Tienne, sugere que o in-
terpretante carrega três funções. A primeira diz respeito à reconstituição da
forma original que os signos transmitem, ou seja, cumpre ao interpretante
a função de incorporar as formas disponíveis no objeto e transmitidas via
signo a fim de representar o objeto fidedignamente. A segunda função é
sobre a avaliação de fidedignidade desta transmissão, cabendo ao interpre-
tante a tarefa autorreflexiva para atestar em que medida a representação
que realiza do objeto condiz com as formas presentes no objeto represen-
tado. A terceira função do interpretante refere-se a direção daquela forma
para a determinação de uma conduta futura, isto é, nas palavras de De
Tienne “[...] o interpretante necessita avaliar se a forma será reconhecida
[...] em um futuro, como premissa, e se nela é possível confiar como fonte
de informação para interpretantes preencherem suas funções de antecipa-
ção” (De Tienne, 2006, p. 10, tradução nossa).
Em síntese, De Tienne propõe que o processo informacional se es-
tabelece na conjunção dos três processos, “distinguíveis, mas inseparáveis”,
de Exformação, Transformação e Metaformação. Há informação quando
uma forma disponibilizada pelo objeto é restringida pelo signo e comu-
nicada via geração de interpretantes que, em um processo emergente, re-
constrói a forma do objeto transmitida pelo signo, avalia a fidedignidade
desta transmissão, e possibilita um convite à conduta futura por meio de
antecipação do poder representativo do signo.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
230
Inspirados nas abordagens aqui apresentadas, Vitti-Rodrigues e
Emmeche (2017, p. 300, tradução nossa) caracterizam o conceito de in-
formação como “[…] o processo de comunicação da forma disponível no
objeto por meio da constituição de um dicisigno formado pela coloca-
lização entre índice-ícone”. Esta definição foi adequada ao contexto da
biosemiótica do seguinte modo: “[...] informação é o processo que envolve
a reconstrução das formas disponíveis em um objeto por um ser vivo que
está apto a ajustar sua conduta de acordo com as consequências concebí-
veis deste objeto, o que possibilita o crescimento da organização do sistema
[ao qual pertence]” (Vitti-Rodrigues; Emmeche, 2017, p. 300-301, tradu-
ção nossa).
Esta caracterização aproxima o conceito de informação com a noção
pragmática de significado. De acordo com a máxima pragmaticista, a ideia
de significado pode ser compreendida como os efeitos concebíveis que o
objeto disponibiliza, via signo, para o desenvolvimento da cadeia semiótica
através da geração de interpretantes, ou signos mais desenvolvidos que,
incorporados na ação, podem servir como guia/convite à conduta futura.
Peirce (1934, p. 1831, CP 5.400, tradução nossa) enfatiza que “para de-
senvolver o significado de algo, temos, portanto, que simplesmente deter-
minar quais hábitos produz, pois o que uma coisa significa é simplesmente
os hábitos que ela envolve”. Assim, Vitti-Rodrigues e Emmeche (2017)
propõem que o processo informacional se consolida no crescimento da
semiose tornada possível pela comunicação das formas do objeto repre-
sentado, via signo, que possibilita, por sua vez, a emergência de interações
significativas entre organismo e ambiente.
Em síntese, apresentamos nesta seção três caracterizações do concei-
to de informação inspiradas na noção de signo como meio para a comu-
nicação de uma forma. Elas compartilham a defesa do caráter processual
da informação que se estabelece na relação triádica e indissociável entre
objeto-signo-interpretante. Assim, podemos considerar estas caracteriza-
ções de informação como reinterpretações da noção de semiose, ou, para
usar a própria teoria peirciana, como signos mais desenvolvidos da ideia
de semiose.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
231
6 considEraçõEs finais
Neste capítulo, apresentamos o conceito de informação à luz da se-
miótica peirciana enfatizando o papel do dicisigno no processo informa-
cional. Como vimos, o dicisigno é caracterizado como um signo duplo
composto por um ícone e um índice estruturados por uma sintaxe cuja
função lógica é representar seu objeto por descrição e referência. Dicisignos
contribuem para a comunicação das formas do objeto que representa e,
por possuírem uma parte icônica, possibilitam a extração de mais elemen-
tos do que estavam presentes na sua representação inicial. A parte indicial
do dicisigno, por sua vez, aponta separadamente seu objeto possibilitando
a indicação de meios de acesso ao objeto representado por experiência co-
lateral. Enfatizamos, ainda, que ao dicisigno cabe à afirmação, por meio
de sua sintaxe e autorreferência, de que a justaposição ícone-índice espe-
lha a estrutura do fato por ele representado. Vimos, também, que autores
como De Tienne (2006), Queiroz e El-Hani (2007), El-Hani, Queiroz
e Emmeche (2009) e Vitti-Rodrigues e Emmeche (2017), aproximam o
conceito de informação com a definição peirceana de semiose. Nessa pers-
pectiva, informação é compreendida como um processo de transmissão,
via signo, das formas disponíveis no objeto que possibilita a adequação da
conduta de agentes frente às necessidades do meio.
Antes de encerrarmos o capítulo, convém mencionar alguns desafios
que uma caracterização semiótica de informação enfrenta. Por exemplo,
explicitamos que o dicisigno veicula informação, mas não é, em si mesmo,
informação. Então, o que seria informação? Compreendemos informação
como um processo de crescimento da organização de um sistema a partir
da ação do signo, ou semiose, que incorpora signos cognitivos (i.e., aque-
les que podem ser apreendidos por inteligências científicas, quais sejam,
remas, dicentes e argumentos). Entretanto, acreditamos que a relação entre
informação, processo, organização e semiose precisa ser melhor investiga-
da, compondo, assim, uma das questões deixadas em aberto.
Outro desafio se estabelece na compreensão da habilidade do dici-
signo em representar ausência. Se entendemos que ausências são informa-
tivas, por exemplo, compreendermos que o fato da pessoa com quem você
marcou um almoço não aparecer diz algo sobre algo, como um dicisigno
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
232
poderia veicular tal informação? Qual seria a descrição e referência dessa
estrutura proposicional? Talvez uma alternativa seja considerar o contexto
de processos semióticos que fornecem algum tipo de contraste que evi-
dencie relações de ausência. Mesmo assim, acreditamos que questões dessa
natureza continuam em aberto.
Por fim, cabe elucidarmos a relação entre informação, dicisigno e ver-
dade. Vimos que um dicisigno pode ser verdadeiro ou falso, e que o valor de
verdade atribuído a uma proposição dependerá da adequação da proposição
ao representar seu objeto por descrição e referência. Apesar do dicisigno rei-
vindicar que a sintaxe por ele representada se sustenta, assim como as propo-
sições, ele pode ser tanto verdadeiro quanto falso. Por exemplo, o Dicisigno
‘esta maçã é azul’, dado que o índice ‘esta’ aponta para uma maçã que não é
azul, é falso. Nesse exemplo, a propriedade ‘ser azul’ é atribuída a um objeto
que não possui tal propriedade: a sintaxe não se sustenta. A falsidade ou ve-
racidade do dicisigno, nesse contexto, pode ser atestada com suficiente expe-
riência colateral, i.e., a partir do acesso ao objeto dinâmico por meio de ou-
tras cadeias semióticas. Em nosso exemplo, se alguém diz ‘esta maçã é azul’,
para averiguar o valor de verdade desse dicisigno, poderíamos olhar a maçã
cuja referência da proposição incide sobre a propriedade azul. A observação,
aqui, cumpriria o papel de experiência colateral, pois possibilitaria o acesso
ao objeto dinâmico pela percepção visual. Cabe ressaltar que, falamos em
experiência colateral, não queremos dizer experiência direta. Peirce compre-
ende que nossa cognição e, consequentemente, a percepção que temos das
coisas, se faz por meio de signos (para mais detalhes, recomendamos a lei-
tura de Santaella (2012) sobre a teoria semiótica da percepção desenvolvida
por Peirce). Assim, temos que o dicisigno, se verdadeiro, veicula informação,
não sendo – em si – informação. Seriam apenas dicisignos verdadeiros parte
do processo informacional? Qual seria o estatuto da relação existencial que
conecta o fato a sua representação sígnica? Entendemos que mais esforços
são necessários para melhor compreendermos a relação entre informação,
significado e verdade.
Em síntese, este capítulo apresentou o conceito de informação à luz
da semiótica peirciana, enfatizando o papel do dicisigno na veiculação de
informação. Introduzimos, também, interpretações contemporâneas do
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
233
conceito de informação inspiradas na noção mais geral de signo compreen-
dido enquanto meio para a comunicação de uma forma. Entendemos que
o estudo do conceito de informação aqui apresentado pode ser visto como
uma ferramenta relevante para a análise de fenômenos contemporâneos
que envolvem a noção de informação. Isto porque disponibiliza formas
de examinar fenômenos complexos através da observação da dinâmica das
relações e de tipos de relações presentes no objeto sob escrutínio. O cui-
dado na discriminação das funções lógicas presentes no fenômeno, e das
possíveis atribuições de verdade e/ou falsidade a estruturas proposicionais,
proporciona uma forma de análise não só do conteúdo proposicional, mas
de seu próprio poder representativo. Por fim, acreditamos que a riqueza da
análise semiótica se dá ao permitir irmos além das fronteiras da linguagem
verbal possibilitando o estudo de proposições multimodais que podem en-
volver sons, imagens, formas, dentre outros aspectos sensoriais.
rEfErências
BELLUCCI, F. “Logic, considered as Semeiotic”: on Peirce’s Philosophy of Logic.
Transactions of the Charles S. Peirce Society, v. 50, n. 4, p. 523-547, Fall 2014. Disponível
em: https://doi.org/10.2979/trancharpeirsoc.50.4.523. Acesso em: 10 jul. 2025.
BELLUCCI, F. Exploring Peirce’s speculative grammar: the immediate object of a
sign. Sign Systems Studies, Tartu, v. 43, n. 4, p. 399-418, 2015. DOI: https://doi.
org/10.12697/SSS.2015.43.4.02. Disponível em: https://ojs.utlib.ee/index.php/sss/
article/view/SSS.2015.43.4.02. Acesso em: 15 jul. 2025.
BELLUCCI, F. Peirce’s speculative grammar: logic as semiotics. Abingdon: Routledge,
2018.
DE TIENNE, A. Information in formation: a Peircean approach. Cognitio, São Paulo,
v. 6, n. 2, p. 149-165, jul./dez. 2005. Disponível em: https://revistas.pucsp.br/index.
php/cognitiofilosofia/article/view/13602/10109. Acesso em: 19 nov. 2024.
DE TIENNE, A. Peirce’s logic of information. In: SEMINARIO DEL GRUPO
DE ESTUDIOS PEIRCEANOS, 28 sept. 2006, Madrid. Seminarios [...].
Pamplona: Universidad de Navarra, 2006. Disponível em: https://www.unav.es/gep/
SeminariodeTienne.html. Acesso em: 10 fev. 2024.
EL-HANI, C. N.; QUEIROZ, J.; EMMECHE, C. Genes, information, and semiosis.
Tartu: Tartu University Press, 2009. (Tartu Semiotics Library, 8).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
234
FERRAZ, A. A. A natureza formal da matéria a partir da filosofia de Charles Sanders
Peirce. 2020. 221 f. Tese (Doutorado em Filosofia) – Faculdade de Filosofia e Ciências
Humanas, Universidade Estadual de Campinas, Campinas, 2020.
FERRAZ, A. A. O conceito lógico de informação de Charles Sanders Peirce. In:
ALMEIDA, C. C.; VITTI-RODRIGUES, M. (org.). Estudos pluridisciplinares da
informação: filosofia, tecnologia e semiótica. Marília: Oficina Universitária, 2025. p.
194-209.
GUDWIN, R. R. Informação e criatividade computacional. In: ALMEIDA, C. C.;
VITTI-RODRIGUES, M. (org.). Estudos pluridisciplinares da informação: filosofia,
tecnologia e semiótica. Marília: Oficina Universitária, 2025. p. 210-232.
LEGG, C. Charles Peirce’s limit concept of truth. Philosophy compass, Hoboken, v.
9, n. 3, p. 204-213, Mar. 2014. DOI: https://doi.org/10.1111/phc3.12114. Disponível
em: https://compass.onlinelibrary.wiley.com/doi/10.1111/phc3.12114. Acesso em: 10
jul. 2025.
NADIN, M. Anticipatory: a spooky computation. In: DUBOIS, D. (ed.). International
Journal of Computing Anticipatory Systems: Partial Proceedings of CASYS ’99, Liège,
Belgium, v. 6, p. 3-47, 2000. Disponível em: https://popups.uliege.be/3041-539x/
index.php?id=124. Acesso em: 15 jul. 2025.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press. 1931. v. 1-2.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press. 1933. v. 3-4.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press. 1934. v. 5-6.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Arthur W. Burks.
Cambridge: Harvard University Press, 1958. v. 7-8.
PEIRCE, C. S. e new elements of mathematics. Editado por Carolyn Eisele. e
Hague: Mouton; Atlantic Highlands: Humanities Press, 1976. v. 4.
PEIRCE, C. S. Writings of Charles S. Peirce: a chronological edition: 1857-1866.
Editado por Max H. Fisch. Bloomington: Indiana University Press, 1982. v. 1.
PEIRCE, C. S. e essential Peirce: Selected philosophical writings (1867-1893).
Bloomington: Indiana University Press, 1992. v. 1.
PEIRCE, C. S. e essential Peirce: Selected philosophical writings (1893-1913).
Bloomington: Indiana University Press, 1998. v. 2.
PEIRCE, C. S. Semiótica. Tradução de José Teixeira Coelho Neto. 3. ed. São Paulo:
Perspectiva, 2000.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
235
QUEIROZ, J.; EL-HANI, C. N. On Peirce’s notion of information: remarks in De
Tienne’s paper “Information in Formation”. Cognitio, São Paulo, v.8, n. 2, p. 289-298,
July/Dec. 2007. Disponível em: https://revistas.pucsp.br/index.php/cognitiofilosofia/
article/view/12232/9919. Acesso em: 10 jul. 2025.
SANTAELLA, M. L. Percepção: fenomenologia, ecologia, semiótica. São Paulo: Cengage
Learning, 2012.
SILVEIRA, L. F. B. Informação e verdade na filosofia de Peirce. Cognitio, São Paulo, v.
9, n. 2, p. 281-323, jul./dez. 2008. Disponível em: https://revistas.pucsp.br/index.php/
cognitiofilosofia/article/view/13390/9926. Acesso em: 22 jul. 2025.
STJERNFELT, F. Diagrammatology: an investigation on the borderlines of
phenomenology, ontology, and semiotics. New York: Springer, 2007.
STJERNFELT, F. Natural propositions: the actuality of Peirce’s doctrine of dicisigns.
Boston: Docent Press, 2014.
STJERNFELT, F. Co-localization as the syntax of multimodal propositions: an
amazing Peircean idea and some implications for the semiotics of truth. In: Jappy, T.
(ed.). Bloomsbury companion to contemporary Peircean semiotics. London: Bloomsbury
Academic, 2019. p. 419-458.
VITTI-RODRIGUES, M.; EMMECHE, C. Abduction: can non-human animals
make discoveries?. Biosemiotics, Dordrecht, v. 10, n. 2, p. 295-313, 2017. DOI: https://
doi.org/10.1007/s12304-017-9300-0. Disponível em: https://link.springer.com/
article/10.1007/s12304-017-9300-0. Acesso em: 10 jul. 2025.
VITTI-RODRIGUES, M. Abduction and semiosis. In: MAGNANI, L. (ed.).
Handbook of Abductive Cognition. Cham: Springer, 2022. p. 1-22. DOI: https://
doi.org/10.1007/978-3-030-68436-5_8-2. Disponível em: https://link.springer.com/
rwe/10.1007/978-3-030-68436-5_8-2. Acesso em: 11 jul. 2025.
236
237
8
O CONCEITO LÓGICO DE
INFORMAÇÃO DE CHARLES
SANDERS PEIRCE
THE LOGICAL CONCEPT OF
INFORMATION OF CHARLES
SANDERS PEIRCE
Alexandre Augusto FERRAZ
SEDU/Sorocaba
alexfferraz@uol.com.br
https://orcid.org/0000-0002-1742-397X
https://doi.org/10.36311/2025.978-65-5954-633-6.p237-254
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
238
Resumo: O objetivo deste capítulo é apresentar o conceito lógico de informação de Charles
Sanders Peirce (1839-2014), descrito entre os anos de 1865 e 1867. Para tal, seguiremos
os seguintes passos: Na Seção 1, apresentamos a definição de informação a partir das
quantidades dos termos no contexto das concepções lógicas semânticas da extensão e da
compreensão; na Seção 2, definimos informação essencial e informação substancial, a partir
dos conceitos de extensão e de compreensão essenciais e substanciais, mostrando como
o atual estado de conhecimento reside num espectro contínuo entre esses dois tipos de
informação; na Seção 3, discutimos a relação da informação e interpretante: a informação
é o interpretante onde os signos objetivamente se desenvolvem; na Seção 4, mostramos
que a informação se situa em um diferente “nível lógico” quando comparada às outras
quantidades da extensão e da compreensão e é resultado de uma conjunção copulativa
de termos ou intersecção de classes; na Seção 5 mostramos como informação resulta do
processo teleológico da interpretabilidade sígnica, quando aquela junção copulativa se faz
necessária para que a interpretação do signo seja possível.
Palavras-chave: Informação lógica. Símbolo. Forma. Interpretante. Interpretabilidade.
Abstract: e aim of this chapter is to present the logical concept of information proposed
by Charles Sanders Peirce (1839-2014), described between 1865 and 1867. To do so, we
take the following steps: In Section 1, we present the definition of information based on
the quantities of terms in the context of the logical semantic conceptions of extension and
comprehension; in Section 2, we define essential information and substantial information
based on the concepts of essential and substantial extension and comprehension. We
show how the current state of knowledge resides on a continuous spectrum between these
two types of information; in Section 3, we discuss the relationship of information and
interpretant: information is the interpretant where signs objectively develop; in Section 4,
we show that information is situated on a different “logical level” when compared to the
quantities of extension and comprehension and it is the result of a copulative conjunction
of terms or intersection of classes; in Section 5, we show how information results from the
teleological process of sign interpretability, when that copulative conjunction becomes
necessary to enable the interpretation of the sign to be possible.
Keywords: Logical information. Symbol. Form. Interpretant. Interpretability.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
239
1 dEfinição lógica dE informação
Nos textos Harvard Lecture X (Peirce, 1982, p. 272-302, Writings 1,
de 1865), Lowell Lecture (Peirce, 1982, p. 454-471, Writings 1, de 1866),
Lowell Lecture IX (Peirce, 1982, p. 471-488, Writings 1, de 1866) e Upon
Logical Comprehension and Extension (Peirce, 1984, p. 70-86, Writings 2,
de 1867), Peirce elaborou uma concepção de informação que se insere na
lógica tradicional, com o estudo da quantidade dos termos e, derivada-
mente, das proposições, que são estruturas lógicas compostas por termos.
Como ressaltado em trabalhos anteriores (De Tienne, 2006; Ferraz, 2020;
Nöth, 2012; Silveira, 2008), Peirce introduz o conceito de informação
em sua obra no contexto de sua contribuição à discussão sobre duas con-
cepções lógicas semânticas: “a informação transmitida por um símbolo é
uma quantidade resultante das quantidades da extensão e da compreensão
deste símbolo” (De Tienne, 2006, p. 3; Ferraz, 2020, p. 134).
A extensão de um termo é definida como a totalidade de objetos reais
que se aplicam àquele termo. Um dos exemplos que podemos encontrar
no texto de Peirce é em relação ao termo homem. A extensão deste termo
é composta por todos os homens que conhecemos, incluindo os possíveis.
A compreensão é formada pelas características, qualidades ou formas que
são relativas a esse termo. No caso do exemplo acima, a compreensão de
homem seria formada por animal, racional, bípede, etc.
De acordo com a lógica da época, na medida em que acrescentamos
a um termo uma característica, isto é, ao aumentarmos a compreensão
de um termo, estamos reduzindo a sua extensão e vice-versa. Por exem-
plo, suponhamos que ao termo animal, que possui uma extensão (todos os
animais que conhecemos, incluindo os possíveis) e uma compreensão (ser
vivo, capacidade de locomoção, multicelular etc.), nós atribuímos a qualida-
de racional. O conjunto que determina a extensão do termo animal possui
mais elementos do que o conjunto que determina a extensão do termo
animal racional. Por sua vez, a compreensão de animal é menor do que a
compreensão de animal racional, na medida em que animal racional possui
racional enquanto o primeiro termo não possui. Isso significa que podemos
tratar de uma quantidade de compreensão e de extensão quando falamos
de informação. É nesse contexto que Peirce define seu conceito.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
240
Como vimos, quanto maior a extensão, menor é sua compreensão e
vice-versa. Essa relação, denominada de relação de inversa proporcional, foi
descoberta, segundo Peirce, por Kant: “Quanto maior é a extensão, menor é
a compreensão” (Peirce, 1984, p. 83). A informação é justamente o terceiro
elemento que “quebraria” essa relação de inversa proporcional por um tem-
po, possibilitando um aumento de conhecimento sobre uma mesma classe
de objetos. A modificação de um termo aumenta ou diminui a sua quantida-
de, seja da extensão ou da compreensão. Quando há o aumento de uma sem
a diminuição da outra, estamos em um contexto informativo.
A primeira vez em que o conceito de informação é definido na obra
de Peirce foi no ano de 1865, na décima Harvard Lecture (Peirce, 1982)
e é apresentado no contexto em que o autor supõe não conhecer nada do
termo homem além do que está contido em sua definição de animal racio-
nal. A partir daí, Peirce divide a classe de homens em risível e não-risível.
Neste caso, a compreensão de homem seria menor do que a compre-
ensão de homem risível e homem não-risível, na medida em que essas últimas
possuem uma qualidade a mais em relação à primeira. Por sua vez, a extensão
do termo homem seria maior do que a extensão dos termos homem risível e
homem não risível. No entanto, diz Peirce (1982), ao sabermos que a classe
de homens não risíveis não existe e é impossível, então as ideias de homem e
de homem risível são alteradas: a extensão de homem risível é, agora, igual a
extensão de homem, e a compreensão de homem possui agora uma qualidade
a mais, a de ser risível. Peirce (1982) se pergunta, então, como essa mudança
nas relações entre os termos se efetuou. Se representarmos, conforme já fize-
mos de acordo com Peirce (Ferraz, 2020), a classe dos homens pela letra A
e a classe de homens risíveis por B e homem não risível por B’, então temos
que A = B ∪ B’ (onde “∪” representa a união usual de conjuntos). Agora,
sabemos que a classe B’ é vazia (B’ = ∅), ou seja, a classe de homem não risível
não existe e é impossível de vir a existir. Antes da adição de compreensão,
a classe de homens era A = B ∪ B’; agora, continua a mesma, ou seja, (1) a
sua extensão não se alterou. Por sua vez, quando dizíamos homem risível nos
referíamos à classe B; agora, (2) a extensão de homem risível aumentou, tor-
nando-se igual a extensão de homem. (3) A compreensão de homem risível é a
mesma que antes, enquanto (4) a compreensão do termo homem aumentou,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
241
uma vez que agora ela possui animal racional risível. Neste caso há aumento
de conhecimento de uma mesma classe de objetos.
Assim, todo símbolo (termo, proposição ou argumento) possui três
referências em relação ao objeto que representa (Peirce, 1982). Diz Peirce
(1982, p. 286): “[...] todo símbolo, seja verdadeiro ou não, afirma-se ser
aplicável a alguma coisa real. Essa é a denotação do símbolo.” Essa seria a
primeira referência do símbolo ao seu objeto. No mesmo texto, diz Peirce
que um símbolo possuirá mais denotação (extensão) do que outro quando
ele for aplicável a mais coisas reais além das quais são aplicáveis ao primeiro.
O segundo modo de referência é definido como a conotação, que nada
mais é do que a compreensão. Assim, diz Peirce (1982, p. 287): “todo sím-
bolo genuíno se relaciona ou pretende se relacionar com alguma forma in-
corporada em seu objeto. Essa é a sua conotação.” É somente por meio dessa
segunda referência a uma forma incorporada em seu objeto que um símbolo
pode ser aplicável a ele, concordando com o realismo peirceano. Não à toa,
diz Silveira (2008) que o conceito de informação de Peirce confere realismo
às nossas representações, na medida em que todo símbolo é aplicável a al-
guma coisa real. A quantidade de conotação está diretamente relacionada às
formas às quais o símbolo é aplicável. Neste caso, a palavra forma diz respeito
à parte inteligível dos objetos representados pelo símbolo.
Dirá Peirce (1982, p. 276): “[...] o processo de informação [descrito
em parte no exemplo de homem risível] perturba as relações de extensão e
de compreensão por um momento e a classe que resulta da equivalência
das duas outras têm uma maior intensão [compreensão] do que uma e uma
maior extensão do que a outra”. O autor então apresenta a seguinte fórmu-
la, expressando que, quando há aumento de informação, há um aumento
da extensão ou da compreensão, sem a diminuição da outra (Peirce, 1982,
p. 465): “Compreensão x extensão = informação” (Peirce, 1982, p. 276).
A informação é, justamente, a terceira referência do símbolo em
relação ao seu objeto. Objetivamente, temos, então: (i) denotativo – os
objetos reais aos quais o símbolo é aplicável, incluindo os objetos possíveis
[virtuais ou existentes]; (ii) conotativo – as formas implicadas ou manifes-
tadas; (iii) informativo – o total de símbolos traduzidos que são medidos
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
242
pelo quanto de compreensão o termo tem além do que é necessário para
limitar sua extensão (Peirce, 1982, p. 287).
2 informação atual, EssEncial E substancial
Os termos possuem um significado próprio, inscrito em sua natureza
sígnica, que é resultado de um processo de formação no tempo. Isso signifi-
ca que, ao interpretarmos um signo, no atual estado de conhecimento, deve-
mos levar em consideração “a verdade lógica no todo” do termo. Em outras
palavras, o signo possui, em sua própria natureza, um significado incorpo-
rado que não pode ser reduzido à compreensão individual de um intérpre-
te particular. Somente uma comunidade científica é capaz de, idealmente,
alcançar essa verdade lógica no todo do símbolo no longo prazo (in the long
run). Essa verdade lógica está relacionada ao que Peirce denominou infor-
mação atual. Como tal, termos ou símbolos possuem uma compreensão
atual e uma extensão atual. Peirce (1984, p. 79) define extensão ou largura
informada [atual], da seguinte maneira: “Por largura informada de um
termo, eu quero significar todas as coisas reais das quais ele é predicável,
com verdade lógica no todo em um suposto estado de informação [estado
de conhecimento]”. Por sua vez, por compreensão ou profundidade informa-
da [atual], Peirce (1984, p. 79) quer dizer os “[...] caracteres reais [...] que
podem ser predicados dele [do símbolo] (com verdade lógica no todo) em
um suposto estado de informação, nenhum caractere podendo ser contado
duas vezes [...]”.
Porém, há dois extremos imaginários que são de importância para
compreensão do conceito lógico de informação de Peirce. O primeiro refe-
re-se à informação essencial, constituída por meio da extensão essencial e da
compreensão essencial. A definição de um termo apresenta os elementos que
constituem a natureza do objeto que o termo representa, de modo que, se
retirássemos uma única característica desse termo, isto é, se diminuísse-
mos a sua compreensão, esse termo poderia deixar de denotar algum dos
objetos aos quais ele é aplicável. Por exemplo, caso retirássemos do termo
animal a propriedade racional, o símbolo não seria mais aplicável para a
mesma extensão, de modo que o seu significado mudaria. Esses elementos
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
243
relativos à compreensão e que perfazem a definição de um termo ou sím-
bolo constituem a compreensão ou profundidade essencial, assim definida
por Peirce (1984, p. 80): “Por profundidade essencial de um termo, eu
quero significar todas as qualidades realmente concebíveis dele, predicadas
em sua definição”. Como é de se esperar, a extensão ou amplitude essencial
de um termo seria definida como as coisas reais das quais, de acordo com o
seu próprio significado, um termo seria o predicado (Peirce, 1984, p. 80).
Assim como a informação atual residiria num contínuo entre a ex-
tensão e a compreensão atuais, a informação essencial residiria num espec-
tro contínuo entre a compreensão e a extensão essencial. Segundo Peirce
(1982), esse extremo limitado pela informação essencial estaria relacio-
nado a quando nenhum fato seria conhecido, apenas o significado dos
termos. Isso poderia significar que a informação essencial está relacionada
às definições usuais dos objetos que perfazem o significado mínimo que os
termos têm para que possam, de fato, representar os objetos.
O segundo extremo refere-se a um outro tipo de conhecimento ou
informação: a substancial. Neste caso, diz Peirce (1982, p. 79) que esse seria
“[...] o estado no qual a informação equivaleria a uma absoluta intuição de
tudo o que há, de modo que as coisas que nós deveríamos conhecer seriam
as próprias substâncias, elas mesmas, e as qualidades que nós deveríamos
conhecer seriam as próprias formas concretas”. Embora ambos os contex-
tos sejam informativos, o tipo de relação que se estabelece entre interpre-
tante e objeto, por meio do signo, é diferente: enquanto a informação es-
sencial está relacionada à definição de termos e conceitos, a substancial está
relacionada ao objeto real. Nesse caso, ao dizer que um termo tem largura
substancial, Peirce compreende o total agregado de elementos para os quais
o termo é aplicável, e o ‘agregado total’ somente pode ser alcançável em um
limite ideal, na medida em que até os elementos reais meramente possíveis
também o compõem. Por sua vez, a profundidade substancial é constituída
pelo total de formas deste mesmo termo, coincidindo com o caráter real
como unidade total que compõe o objeto de representação (Ferraz, 2020).
Podemos dizer, então, que a informação [atual] insere-se no interior
desses limites determinados pela informação essencial e pela informação
substancial. Parte de nosso conhecimento atual é substancial e parte é es-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
244
sencial. O processo de informação ocorre nesse universo lógico, no qual o
significado dos símbolos se torna cada vez mais complexo: informação é
nova compreensão sobre a mesma classe de objetos ou ainda outros objetos
podem fazer parte da extensão que é limitada por uma certa compreensão,
sem que essa última seja diminuída. Vejamos este último caso a partir do
texto de Peirce.
Suponhamos que afirmamos, a um homem cego, que nenhum ob-
jeto vermelho é azul. Notemos que este homem saiba, de antemão, que
(i) vermelho é uma cor e que (ii) certos objetos A, B e C são vermelhos.
Portanto, a compreensão de vermelho, antes da afirmação acima, era a de
uma cor; a extensão do termo, por outro lado, era formada pelos objetos A,
B e C. Com a nova informação, a compreensão do termo vermelho é, ago-
ra, cor não-azul e a sua extensão não se alterou. Neste caso, há maior com-
preensão a respeito da mesma classe de objetos, sem um decréscimo em sua
extensão. Por fim, consideremos que o homem agora sabe que um novo
objeto D é vermelho. A compreensão do termo vermelho, com essa nova
informação, não se alterou, ainda que tenha se alterado a sua extensão. Isso
implica dizer que, ao aprender que vermelho é não-azul, o termo vermelho
não-azul tornou-se equivalente a vermelho: eles significam a mesma coisa
e denotam a mesma classe de objetos. Antes da nova informação, podería-
mos pensar que o termo vermelho não-azul era um pouco mais restrito do
que o termo vermelho. É a informação que torna os termos equivalentes.
Assim, diz Peirce (1982, p. 464): “[…] toda adição à nossa informação
sobre um termo é uma adição ao número de equivalentes que aquele termo
tem”. Qualquer que seja o modo pelo qual um termo chegue a ter um novo
equivalente, seja por um aumento no nosso conhecimento, ou por uma
mudança nas coisas que ele denota, isso sempre resulta em um aumento da
extensão ou da compreensão sem um correspondente decréscimo na outra
quantidade (Peirce, 1982). O autor continua:
[…] o processo de tomar um equivalente para um termo é uma
identificação de dois termos previamente diversos. É, de fato, o
processo de nutrição dos termos pelos quais eles adquirem toda a
sua vida e vigor e pelo qual ele desenvolve uma energia quase criativa
– uma vez que ele tem o efeito de reduzir o caos da ignorância para
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
245
o cosmos da ciência. Cada um desses equivalentes é a explicação
do que está envolvido no primeiro – eles são os substitutos, os
intérpretes do termo original. Eles são novos corpos, animados
pela mesma alma. Eu os chamo os interpretantes do termo. E a
quantidade desses interpretantes, eu denomino informação ou
implicação do termo (Peirce, 1982, p. 464, tradução nossa).
3 informação E intErprEtantE
Se informação é o quanto de compreensão um símbolo possui além
daquilo que limita sua extensão, onde podemos encontrar esse além? Para
Peirce, é por meio de seus interpretantes que a informação cresce (Peirce,
1931), significando que informação pertence ao interpretante do signo.
Do processo representativo teleológico, temos que o interpretante é um
novo signo criado a partir da determinação do primeiro signo pelo objeto e
é através deste novo signo – interpretante – que o conhecimento e, portan-
to, uma nova forma transmitida do objeto ao interpretante é encontrada,
podendo ser o próprio símbolo tal forma reconhecida.
Nesse contexto, Nöth (2012, p. 145, tradução nossa) diz que “[...]
informação é o tipo de interpretante no qual símbolos são traduzidos em
novos e mais desenvolvidos símbolos. Esse é o motivo pelo qual informa-
ção é o aspecto quantitativo de um símbolo”.
No entanto, não é qualquer signo que transmite informação, mas
aqueles que podem incorporá-la em sua estrutura de maneira tal que a
forma captada do objeto possa chegar ao interpretante. Isso significa que
algumas estruturas sígnicas são responsáveis pela transmissão da informa-
ção e outras carregam essa informação em sua estrutura (ou seja, deve-se
distinguir entre os signos que “são” informação e os signos que carregam e
veiculam essa informação). O signo que transmite informação só poderia
ser da natureza de um símbolo, devido à sua estrutura triádica. Como
vimos, tal signo possui uma parte que denota (apresentando o universo
ou domínio ao qual se aplica) e uma que conota (apresentando as formas
às quais está relacionado). A parte que conota, formada por uma estrutu-
ra icônica, é dividida em duas partes – a ideia geral (parte propriamente
icônica que resulta de várias experiências particulares quando o objeto é
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
246
representado - a ideia geral de “árvore”, de “gato” etc.) que atualiza o hábito
mental (parte propriamente simbólica constituída por uma espécie de con-
dicional que é a regra de aplicação e de interpretação do hábito no tempo e
espaço). Tem-se assim a estrutura triádica do símbolo que o torna capaz de
incorporar a informação e transmiti-la para futuros interpretantes, man-
tendo vivo o processo orgânico semiótico. Na última seção continuaremos
o estudo da estrutura lógica dos símbolos, considerando que a informação
pertence ao interpretante do signo.
4 informação como “multiplicação” lógica
Para evidenciar ainda mais o conceito de informação de Peirce, de-
vemos considerar que a informação pertence a um “nível lógico” diferente
quando comparada à extensão e à compreensão. Na medida em que infor-
mação é definida a partir da multiplicação entre a extensão e a compreensão,
então, diz De Tienne (2005, p. 155), “é ela mesma uma quantidade lógica
de ordem superior, não redutível ao multiplicando e ao multiplicador.”
Este autor também dirá que o fato de ela pertencer a um nível superior em
relação às outras duas quantidades significa que, experimentalmente, ela se
manifesta também em um nível acima (De Tienne, 2005).
Para melhor compreensão desse segundo nível lógico da informação,
tomemos a seguinte proposição como exemplo: “Todas as criaturas que
possuem coração são criaturas que possuem rins”. A extensão dessa propo-
sição é constituída por todas as criaturas que possuem coração. A compre-
ensão, por sua vez, é constituída por “ter rins”. A informação “possuir co-
ração é possuir rim” não é redutível nem à compreensão, nem à extensão.
O estudo da natureza da operação de multiplicação lógica, dentro
desse contexto, deve ser objeto de nossas reflexões futuras. Em 1865, Peirce
estava escrevendo suas Harvard Lectures (Peirce, 1982). Naquela ocasião,
quando o autor apresenta pela primeira vez o conceito de informação, entre
Abril e Maio (Peirce, 1982, Lecture X), ele já havia apresentado o Cálculo
da Lógica de Boole (Peirce, 1982, Lecture VI), entre Março e Abril. O
sistema de Boole fornece um ferramental algébrico para a multiplicação
de classes. Como devemos tomar a compreensão e a extensão como classes
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
247
de indivíduos, então a informação pode ser considerada como resultado
deste tipo de multiplicação. No entanto, essa multiplicação é realizada pela
intersecção dessas duas classes, caso elas tenham elementos em comum. No
exemplo sobre homem risível, havia uma intersecção entre aqueles termos,
e essa intersecção não era redutível a nenhum deles (concordando com
o que dissemos acima a respeito da informação não ser redutível à sua
compreensão ou à sua extensão). Neste caso, seria necessário que uma pro-
posição tomasse lugar copulando os termos que estão sendo aplicados ao
mesmo contexto. A informação resultaria dessa conjunção copulativa
de termos ou intersecção entre classes.
Por isso, nesses mesmos meses (Peirce, 1982, Lecture XI), Peirce es-
tava preocupado com a questão de pseudo-símbolos que são compostos pela
combinação de dois ou mais termos, mas que carecem de extensão ou de
compreensão e, portanto, não são informativos. Os exemplos são: “gatos
e fogões” e “homens de cauda”. No primeiro caso, o termo não se propõe a
se relacionar com nenhuma qualidade definida; no segundo caso, embora
existam ambos, coisas com cauda e homens, não há uma extensão para a qual
o termo homens de cauda seja aplicável.
Portanto, para melhor compreensão do conceito lógico de informa-
ção de Peirce é necessário esclarecer a natureza da operação de multipli-
cação lógica que o autor tinha em mente e, consequentemente, esclarecer
precisamente o que significa esse “nível superior” em que a informação se
encontra quando comparada à extensão e à compreensão.
5 informação E intErprEtabilidadE sígnica
Informação não é somente resultado da conjunção copulativa1 entre
aquelas quantidades, mas ela resulta do próprio processo teleológico des-
Deve-se notar que por “conjunção” estamos querendo significar a junção de duas orações, atualmente
independentes, por meio de uma palavra, para formação de uma proposição. Tais orações independentes,
quando conectadas por conjunção, são denominadas “orações coordenadas sindéticas”. As conjunções
(palavras que ligam orações) podem ser coordenativas ou subordinativas, dependendo da função que
exercem em uma proposição. As coordenativas ligam duas orações independentes, formando uma relação
de sentido entre elas e podem ser divididas em copulativas, disjuntivas, adversativas e conclusivas. As
conjunções coordenativas copulativas são aquelas que ligam palavras ou orações. Portanto, “conjunção
copulativa” é simplesmente uma palavra que liga duas orações independentes entre si.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
248
crito pela semiótica peirceana: a interpretabilidade sígnica. De Tienne
(2005) dirá que o processo semiótico acontece por meio de dois vetores
e pela antecipação de interpretação que permite que o vetor do futuro
para o passado seja real, caracterizando o processo como teleológico.
Há uma causa final a ser alcançada pelo signo, caracterizada por sua cons-
tante interpretação e crescimento de suas capacidades representativas. Essa
causa final, que é potencial e, como tal, “futura”, guia o percurso atual do
signo, determinando os meios e ações que devem ser realizados para que
possam chegar a atingir o estado ideal estruturado pela própria causa final.
Por isso, o processo é teleológico e, para que seja genuíno, deve haver, no
processo semiótico informativo, um vetor direcionado do futuro para o
passado. Lembremos, para os propósitos atuais, que a informação pertence
ao interpretante do signo. Este, por sua vez, possui dois níveis (De Tienne,
2005; Ferraz, 2020): um que colabora com o signo na representação do
objeto (direção do vetor do interpretante para o objeto) e um que cuida
para representar a representação em si para futuros interpretantes (direção
oposta do primeiro vetor). No primeiro caso, estamos em um contexto ló-
gico de primeira intenção – quando representamos o objeto; no segundo
caso, trata-se de segunda intenção – quando a representação representa a
si mesma. Assim, informação não é somente resultado da intersecção mul-
tiplicativa entre compreensão e extensão, mas é justamente a antecipação
de interpretação que causou essa intersecção ou copulação. Em outras pa-
lavras, sem essa multiplicação, o signo não seria interpretado e o processo
teleológico de interpretabilidade sígnica se degeneraria. Portanto, o pro-
cesso informacional é relativo à causa final inscrita na natureza teleológica
do próprio signo, e a interpretabilidade do signo, sendo a própria causa
final, determina como alguns fins podem ser alcançados. No momento, o
meio pelo qual alguns fins podem ser alcançados é justamente a copulação
entre o aspecto conotativo e o aspecto denotativo dos termos. Portanto,
a informação emerge como uma necessidade de causalidade final: a
interpretabilidade sígnica. É a antecipação da informação que determina
sua atualização que se efetua no interpretante do signo (De Tienne, 2005;
Ferraz, 2020).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
249
Aqui já seria possível esboçar uma relação da informação com as
ciências normativas, na medida em que aquele conceito está diretamente
relacionado à causa final da semiótica, que é a interpretabilidade sígnica.
Diz Santaella (2000, p. 19) que “[...] a ação que é própria do signo é a de
crescer”, no contexto em que comenta o texto de Ransdell (1966) sobre o
crescimento do signo em seu caráter significante perfeito. Caso a especu-
lação astronômica tivesse sido interrompida nos estudos de Kepler, então
o signo complexo, que caracteriza as três leis do movimento planetário
segundo Kepler, teria “perdido seu significado perfeito”, de modo que seu
propósito, o de crescer em seu poder de representação e interpretabilidade,
teria sido apenas parcialmente realizado. É nesse sentido que, em outra
passagem, Santaella (2000, p. 142), ao explicar a natureza do interpretante
final, diz que “A tendência ou propósito do signo é chegar a desenvolver
seu efeito semiótico pleno [...]” e que “[...] o adjetivo final não significa
finalista, mas tendencialidade, meta, propósito, destino, direcionalida-
de em função de princípios guias, ideais de realização.” Por fim, a autora
(Santaella, 2000, p. 142) dirá ainda: “Como nunca estamos em condições
de saber em que ponto estamos no caminho desse ideal e uma vez que esse
ideal não cessa de aparecer sob novas perspectivas, a característica funda-
mental da semiose está na sua impossibilidade de parar de crescer”.
6 informação E forma
No capítulo O método científico de investigação de Peirce como forma
de vida (Ferraz, 2021), exploramos o fato de que o signo capta do objeto as
formas inteligíveis, incorporando, em sua estrutura sígnica, tais elementos
formais, e direcionando-se para os futuros interpretantes. Esse processo se
dá porque o signo é, como diz Peirce, o meio “[...] para a comunicação de
uma forma” (Peirce, 1998, p. 544). É justamente nesse contexto que De
Tienne (2005) enfatiza a necessidade de discutir essa definição de signo
quando tratamos do conceito de informação de Peirce.
Como sabemos, o signo é também definido por Peirce como uma
relação triádica, na qual o objeto o determina e ele determina um inter-
pretante. Dirão então Emmeche, Queiroz e El-hani (2010, p. 641) que,
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
250
se considerarmos ambas as definições, então podemos dizer “[...] que se-
meiosis é um processo triádico de comunicação de uma forma do objeto para
o interpretante através da mediação do signo”. Ainda inseridos nessa dis-
cussão, os autores dirão que forma, em Peirce, é definida como (i) tendo
o “ser de predicado” (Peirce, 1998, p. 544) e como (ii) uma proposição
condicional, em seu sentido pragmático, afirmando que algumas coisas
sob determinadas condições funcionarão de determinada maneira – neste
caso, os autores estão se referindo à forma como o próprio hábito que está
incorporado no objeto (Peirce, 1998); como uma disposição; um real po-
tencial (Peirce, 1998) etc., para concluir que “[...] Peirce segue a via média
na qual ‘forma’ tem ambos os caracteres de primeiridade e de terceiridade”
(Emmeche; Queiroz; El-hani, 2010, p. 641, grifos nossos). Esse assun-
to foi trabalhado em outra perspectiva (cosmológica-semiótica), na qual
Ferraz e D’Ottaviano (2019) identificam a noção de Peirce de qualidade
com a noção de forma.
Se o signo é o meio para a comunicação de uma forma e essa tem
caráter de primeiridade (real potencial) e de terceiridade (hábito incorpo-
rado no objeto), e o processo que “transfere ou comunica” essa forma do
objeto ao interpretante se efetua através da mediação do signo, então a
informação confunde-se com a própria noção de semiose, na medida em
que esse processo é informativo (Emmeche; Queiroz; El-hani, 2010). No
entanto, anteriormente dissemos que o único signo com capacidade de
carregar e transmitir informação é o símbolo, devido à sua complexa estru-
tura. Por isso, a estrutura do símbolo deve ser composta necessariamente
por elementos de primeiridade (forma potencial) e de terceiridade (hábito
incorporado no objeto e que é transmitido, por meio do símbolo, aos seus
interpretantes). Assim, convém compreender melhor a estrutura do sím-
bolo e sua relação com o interpretante nesse contexto. É o que faremos na
próxima e última seção.
7 a Estrutura do símbolo
Como vimos, os símbolos possuem três referências ao seu objeto. A
primeira está relacionada aos indivíduos que o signo representa, indicando
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
251
assim o domínio ao qual ele se aplica. Dentro do vocabulário semiótico de
Peirce, essa referência poderia ser executada por um índice, na medida em
que é este tipo de representante que conecta o caráter geral do signo (a sua
compreensão) a uma experiência em particular, presente no tempo e espa-
ço atuais. A segunda referência está relacionada às formas ou qualidades
que aqueles elementos, que perfazem a extensão do termo, compartilham
entre si. Essas formas são os caracteres gerais que, como vimos, constituem
a compreensão do termo. O tipo de signo que executaria bem essa função
é o ícone, na medida em que este, no interior do símbolo, apresenta os
aspectos gerais dos objetos que representa. Esses aspectos gerais emergem
através de uma síntese da multiplicidade sensível. Isso significa que a es-
trutura do símbolo é formada por ícones e índices nele incorporados. É
por isso que Peirce (1933, p. 166) diz que todo símbolo necessariamente
possui informação e “[...] deve denotar um individual [índice] e significar
um caractere [ícone]”. Portanto, “[...] um constituinte de um Símbolo
poderia ser um [1] Índice, e um constituinte poderia ser um [2] Ícone”
(Peirce, 1933, p. 166). A terceira referência, por sua vez, como vimos, é a
informativa. Se esse é o caso, que espécie de signo poderia representá-la?
A terceira referência (a parte simbólica do símbolo) também está
em sua parte icônica (Ransdell, 1966; Santaella, 2000; Ferraz, 2020).
É justamente essa parte do símbolo, no “interior” do ícone, que consti-
tui seu caráter simbólico. Nesta citação, Ransdell (1966) propõe deno-
minar os termos meaning, signification e application a cada uma daque-
las três referências. Meaning é o conceito; signification é a ideia geral ou
ícone (compreensão, em nosso caso) incorporado no símbolo, application
é formada pelos objetos aos quais o símbolo é predicável (extensão). A
terceira referência, então, estaria intimamente conectada com a ideia geral,
que é o ícone, pois “[...] o conceito e a ideia geral têm uma relação especial
entre eles consistindo no fato de que a última é a atualização da primeira. A
ideia geral (ícone, Gestalt) é, por assim dizer, a concretização do conceito”
(Ransdell, 1966, p. 182-183).
Para compreender o conceito de informação, a terceira referência do
símbolo, é necessário compreender a relação entre o ícone e o conceito, ou,
em outras palavras, as relações entre meaning e signification. Como disse-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
252
mos, Ransdell (1966, p. 187) sugere que pelo termo símbolo, Peirce parece
querer dizer o “significado [meaning] ou conceito como de fato associado
a uma ou mais palavras enquanto regras sintáticas que governam suas ré-
plicas”. Assim, o símbolo “homem” não é a palavra “homem”, mas é o con-
ceito de homem aplicado às regras sintáticas que determinam as palavras
“homem”, “man”, “hombre” etc. Ransdell (1966, p. 188-189) continua: A
palavra “[...] é provavelmente melhor compreendida como sendo consti-
tuída por quaisquer regras sintáticas que governam entidades isomórficas,
denominadas réplicas, que são de fato associadas com um conceito de tal
forma que a réplica é capaz de atualizar o conceito”.
Se tomarmos em consideração a estrutura interna do símbolo como
composta por um índice e por um ícone (incluindo suas subdivisões –
signification e meaning), podemos dizer que o índice pode ser relacionado
com o sujeito de uma proposição e o ícone com o predicado. Nesse caso,
o símbolo tem uma estrutura que é logicamente similar àquela da proposi-
ção, embora, em um primeiro momento, possamos dizer que suas funções
sejam distintas, na medida em que proposições transmitem informação
sobre um dado objeto e incorporam símbolos em sua estrutura lógica. O
processo de informação nesse contexto ficaria mais claro na medida em
que a ideia geral (signification) atualizaria o conceito (meaning) em um
contexto determinado por um índice ou sujeito (application). Esse é o pro-
cesso de “dar forma”.
8 considEraçõEs finais
Resumidamente, neste capítulo, consideramos: (i) a definição de in-
formação a partir do elemento que perturba a relação de inversa propor-
cional entre a extensão e a compreensão dos termos; (ii) as três referências
de um símbolo ao seu objeto – denotativo, conotativo e informativo; (iii)
as noções de informação substancial e essencial; (iv) a informação estando
em nível superior em relação às outras duas quantidades; (v) a informação
como pertencente ao interpretante do signo; (vi) informação que emerge
da intersecção de classes ou da copulação entre termos por meio de uma
proposição; (vii) os dois níveis do interpretante; (viii) informação como
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
253
resultado da interpretabilidade sígnica (teleologia); (ix) informação e for-
ma – signo é o meio para comunicação de uma forma; (x) informação e
semiose; (xii) e a complexa estrutura do símbolo.
Podemos dizer que a informação é nova compreensão sobre a mesma
classe de objetos e resulta de uma causalidade final, que é a interpretabi-
lidade sígnica. Não haveria tal interpretabilidade caso não houvesse uma
conjunção copulativa entre a extensão e a compreensão dos termos envol-
vidos. A informação, resultante dessa copulação, reside no interpretante do
signo e não é redutível nem à sua extensão, nem à sua compreensão. Além
disso, ela reside entre dois limites imaginários que compõem a informa-
ção substancial e a informação essencial, significando que parte de nosso
conhecimento é substancial e parte essencial. Se o signo é o meio para a
comunicação de uma forma e o único signo capaz de carregar e veicular
informação é o símbolo, então este símbolo é o meio pelo qual a forma
do objeto é comunicada ao interpretante em um contexto informativo.
Por isso, uma análise do símbolo se fez oportuna: além de compor, em sua
estrutura, o elemento indicial ou extensão (os objetos aos quais se aplica), o
símbolo possui uma parte icônica que é, por sua vez, dividida em duas par-
tes – parte propriamente icônica (ideia geral, constituída a partir de uma
síntese da multiplicidade sensível) e uma parte propriamente simbólica ou
conceitual. A ideia geral (signification) atualiza o conceito (meaning) em
um contexto determinado por um índice ou sujeito (application). A parte
propriamente simbólica do símbolo (lembremos que o símbolo é determi-
nado por uma regra ou convenção de interpretação) tem natureza de uma
disposição ou condicional, que guarda, em sua estrutura, não somente o
conceito (hábito não atualizado), mas também as regras que determinam
como tal conceito deverá ser atualizado pela ideia geral – ícone – e sob quais
condições espaço-temporais – índice.
rEfErências
DE TIENNE, A. Information in formation: a Peircean approach. Cognitio, São Paulo, v.
6, n. 2, p. 149-165, jul./dez. 2005. Disponível em: https://revistas.pucsp.br/index.php/
cognitiofilosofia/article/view/13602/10109. Acesso em: 27 nov. 2024.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
254
DE TIENNE, A. Peirce’s logic of information. In: SEMINARIO DEL GRUPO DE
ESTUDIOS PEIRCEANOS, 28 sept. 2006, Madrid. Seminarios [...]. Pamplona:
Universidad de Navarra, 8 out. 2006. Disponível em: https://www.unav.es/gep/
SeminariodeTienne.html. Acesso em: 10 dez. 2023.
EMMECHE, C.; QUEIROZ, J.; EL-HANI, C. N. Information and semiosis in
living systems: a semiotic approach. In: FAVAREAU, D. (ed.). Essential readings in
biosemiotics. Dordrecht, Netherland: Springer, 2010. v. 3, p. 629-656.
FERRAZ, A. A. A natureza formal da matéria a partir da filosofia de Charles Sanders
Peirce. 2020. 221 f. Tese (Doutorado em Filosofia) - Faculdade de Filosofia e Ciências
Humanas, Universidade Estadual de Campinas, Campinas, 2020.
FERRAZ, A. A. O método científico de investigação de Peirce como forma de vida.
In: SANTAELLA, L.; BORGES, P. (org.). A relevância de C. S. Peirce na atualidade:
implicações semióticas. Barueri: Estação das Letras e Cores, 2021. p. 87-97.
FERRAZ, A. A.; D’OTTAVIANO, I. M. L. Quality and form in the philosophy of
Charles S. Peirce. Cognitio, São Paulo, v. 20, n. 2, p. 343-377, jul./dez. 2019. DOI:
https://doi.org/10.23925/2316-5278.2019v20i2p343-377. Disponível em: https://
revistas.pucsp.br/index.php/cognitiofilosofia/article/view/46510/31499. Acesso em: 27
nov. 2024.
NÖTH, W. Charles S. Peirce’s theory of information: a theory of the growth of symbols
and of knowledge. Cybernetics & human knowing, orverton, v. 19, n. 1-2, p. 137-161,
Jan. 2012.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press, 1931. v. 1-2.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press, 1933. v. 3-4.
PEIRCE, C. S. Writings of Charles S. Peirce: 1857-1866. Bloomington: Indiana
University Press, 1982. v. 1.
PEIRCE, C. S. Writings of Charles S. Peirce: 1867-1871. Bloomington: Indiana
University Press, 1984. v. 2.
PEIRCE, C. S. e essential Peirce: Selected philosophical writings (1893-1913).
Bloomington: Indiana University Press, 1998. v. 2.
RANSDELL, J. Charles Peirce: the idea of representation. 1966. 220 f. Tese (Doutorado
em Filosofia) - Columbia University, Nova York, 1966.
SANTAELLA, L. A teoria geral dos signos: como as linguagens significam as coisas. São
Paulo: Pioneira, 2000.
SILVEIRA, L. F. B. Informação e verdade na filosofia de Peirce. Cognitio, São Paulo, v.
9, n. 2, p. 281-324, jul./dez. 2008. Disponível em: https://revistas.pucsp.br/index.php/
cognitiofilosofia/article/view/13390/9926. Acesso em: 27 nov. 2024.
255
9
INFORMAÇÃO E CRIATIVIDADE
COMPUTACIONAL
INFORMATION AND
COMPUTATIONAL CREATIVITY
Ricardo Ribeiro GUDWIN
UNICAMP
gudwin@unicamp.br
https://orcid.org/0000-0002-2189-1055
https://doi.org/10.36311/2025.978-65-5954-633-6.p255-281
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
256
Resumo: Existe um debate perene na filosofia, questionando se máquinas podem
ser criativas, ou se podem somente se limitar a reproduzir tarefas para as quais foram
programadas, sem exercer nenhum poder criativo. Neste trabalho, fazemos uma análise
dos fundamentos teóricos por trás de processos criativos, sob a perspectiva da teoria da
informação e da computação, e também da filosofia Peirceana.
Palavras-chave: informação, criatividade computacional, semiótica, processos criativos.
Abstract: ere is a permanent philosophical debate about whether machines can be
creative, or whether they can simply reproduce the tasks they have been programed to
perform without exerting any creative power. In this chapter, we analyze the theoretical
foundations underlying creative processes from the perspective of information and
computing theory, as well as Peircean philosophy.
Keywords: information, computational creativity, semiotics, creative processes.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
257
1 introdução
Sistemas computacionais são máquinas capazes de seguir instruções,
previamente armazenadas em programas disponibilizados em sua memó-
ria. Tipicamente, um programa de computador é executado sempre da
mesma maneira, sendo que para um dado conjunto de entradas, as saídas
devem sempre ser as mesmas, uma vez que o conjunto de instruções, em
princípio não muda. Apesar de ser possível criar programas que modi-
ficam a si mesmos, fazendo com que seu comportamento se modifique
durante sua própria execução, a grande maioria dos programas não possui
essa característica, sendo que o código executado permanece o mesmo.
Assumindo essa premissa, é razoável nos perguntarmos se programas desse
tipo (que não se auto-modificam) podem ser criativos, ou exercer atividade
criativa. De acordo com (Runco; Jaeger, 2012), o conceito de criatividade
advém da combinação de dois fatores: originalidade (também muitas vezes
chamado de novidade) e efetividade, que está relacionado ao valor daquilo
que é criado. Em muitas definições de criatividade, essa efetividade está
relacionada à utilidade daquilo que é gerado. Algumas vezes, a palavra ade-
quabilidade (fitness) a um determinado propósito ou situação é também
empregada. O termo efetividade se mostra talvez mais interessante, pois
permite uma abrangência mais ampla do que utilidade, ou adequabilida-
de. Isso aconteceria, por exemplo, na geração de obras de arte, que po-
dem possuir um valor efetivo, sem possuir uma utilidade evidente ou uma
adequabilidade a um critério canônico. Além desses dois fatores, Boden
(1998) acrescenta um terceiro fator, que seria o fator surpresa, ou seja, o
fato de que aquilo que foi criado seja surpreendente, inesperado ou impre-
visível. Este terceiro fator está menos ligado à própria criatividade em si,
mas mais à questão da intensidade, ou do nível de criatividade. Assumindo
que a criatividade é uma capacidade que as pessoas (e talvez os sistemas)
possam ter em diferentes níveis, altos níveis de criatividade estão ligados à
capacidade de surpreender com suas criações. Isso não significa que o pro-
duto da ação criativa necessite desse fator surpresa, mas que, em havendo
esse fator surpresa, ele implica na consideração de que o agente criador é
bastante criativo.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
258
Levando-se em conta a definição de criatividade de Runco e Jaeger
(2012) (desconsiderando, em princípio, o fator surpresa como uma ne-
cessidade para a atividade criativa, mas aquiescendo que sua manifesta-
ção pode implicar em altos níveis de criatividade), para que um processo
computacional seja considerado criativo, ele precisaria ser capaz de duas
coisas: gerar estruturas originais e estimar o valor daquilo que foi gerado.
Vamos analisar cada uma dessas pré-condições. Em primeiro lugar a ques-
tão da originalidade: Boden (2005) nos alerta que se quisermos nos ater à
definição de dicionário para originalidade1, isso seria algo impossível. Em
princípio, tudo o que é original, gerado pela mente humana, acaba tendo
alguma influência em elementos previamente assimilados pela percepção.
Da mesma forma, a própria Boden (1998) nos exorta a diferenciar entre o
que ela chama de P-criatividade (ou criatividade pessoal, ao nível de indiví-
duo) e H-criatividade (ou criatividade histórica). A P-criatividade envolve
uma originalidade que ocorre somente ao nível do indivíduo, algo que é
novo para ele, mas que pode ter sido já criado por outros indivíduos na
história da humanidade. Para o próprio indivíduo, seria uma atividade
criativa. Já do ponto de vista histórico, somente valeria a H-criatividade,
ou seja, a geração de algo que nunca foi gerado anteriormente na histó-
ria da humanidade. Apesar de um conceito interessante, esse conceito de
H-criatividade é bastante criticável. O que significaria algo completamente
original, do ponto de vista da H-criatividade? Vamos pensar em uma nova
teoria científica, por exemplo. Será que quando uma nova teoria científica
é publicada em um artigo científico, em um periódico de amplo conheci-
mento, podemos dizer que ela possui H-criatividade? Quem nos garante
que essa mesma teoria não poderia ter circulado anteriormente em um
círculo restrito de pessoas, talvez transmitida somente verbalmente, como
um comentário momentâneo em uma conversa particular, da qual não
nos lembramos com exatidão o autor? Boden (1998) também nos sugere
os meios pelos quais essa geratividade pode ocorrer. Ela sugere que exis-
tem três meios principais que podem dar origem a novas estruturas (ou
ideias): a combinação de elementos anteriores, gerando algo novo, a explo-
ração de um espaço conceitual previamente delimitado, e a transformação
‘to bring into being or form out of nothing’, ou seja, gerar algo a partir do nada.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
259
de uma ou mais dimensões desse espaço conceitual, levando a abstrações
de um novo tipo, que em certos casos demanda toda uma reestrutura-
ção do conhecimento obtido até então. Ela chama a essas criatividades de
criatividade combinacional, criatividade exploratória e criatividade trans-
formacional. Nas seções subsequentes, vamos analisar um pouco mais pro-
fundamente essa questão da originalidade e suas possibilidades em termos
computacionais.
Mas, como também nos exorta Boden (2005), não necessariamente
alguma coisa original pode ser considerada criativa. Diversas coisas extre-
mamente originais são completamente inúteis, e portanto, despidas de va-
lor e, sendo assim, de criatividade. O segundo requisito para a criatividade
é a necessidade de que aquilo que foi gerado tenha valor, ou seja, que tenha
efetividade. Talvez esse seja o requisito mais importante para que máquinas,
dispositivos ou algoritmos computacionais sejam considerados criativos.
A grande dificuldade em estimar o valor daquilo que é gerado é o fato de
que nem mesmo seres humanos são plenamente capazes de fazer essa esti-
mativa, de maneira efetiva. O valor de alguma coisa é algo extremamente
subjetivo, podendo variar de pessoa para pessoa, ou até mesmo dependen-
do de circunstâncias momentâneas em que cada pessoa se encontra. Com
isso, qualquer estimativa do valor de alguma coisa original que tenha sido
gerada está sujeita a imprecisões, e está limitada aos critérios utilizados
na estimação desse valor, que podem ser de maior ou menor qualidade.
De uma certa forma, assumindo que algoritmos computacionais possam
exibir criatividade, já temos aqui uma restrição: a qualidade da capacidade
criativa desses algoritmos será maior ou menor, dependendo da qualidade
na estimativa do valor daquilo que é gerado.
Alguns algoritmos computacionais (programas de computador),
como os algoritmos genéticos (Dennis; Stella, 2011; Vega et al., 2013), pa-
recem ser capazes de satisfazer essas duas condições para que sejam criati-
vos: originalidade e efetividade. A originalidade é conseguida às custas dos
assim chamados algoritmos geradores de números pseudoaleatórios, além
dos operadores de crossover e mutação, que simulam um processo evoluti-
vo em estruturas computacionais. A efetividade é conseguida a partir das
assim chamadas funções de fitness, que avaliam a qualidade das estruturas
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
260
geradas por meio dos operadores de crossover e mutação. Da mesma forma,
algoritmos mais recentes, tais como as redes neurais dos tipos Autoencoder,
redes gerativas adversariais (GANs), LSTM, redes de convolução, modelos
de difusão (Franceschelli; Musolesi, 2021), os Transformers (Franceschelli;
Musolesi 2021; Wertz; Kuhn, 2022), ferramentas para síntese de ima-
gens hiper-realísticas, como o MidJourney e o DALL-E (Akyıldız, 2023;
Borji, 2022; Hanna, 2023; Jaruga-Rozdolska, 2022; Pearson, 2023;
Radhakrishnan, 2023) e até mesmo os LLMs (Large Language Models)
como o ChatGPT, o Llama 2, o Google Bard ou o Claude 2 (Franceschelli;
Musolesi 2023; Chakrabarty et al., 2023; Chakrabarty et al. 2023; Zhang,
2023) parecem também exibir características de criatividade.
Nas seções a seguir, faremos uma análise mais detalhada de como tais
algoritmos, como processos computacionais de transformação de informa-
ção, podem desenvolver criatividade. Para isso, nos serviremos de ideias
já apresentadas nesta introdução, referentes ao trabalho de Boden (1998),
reinterpretadas segundo a teoria da semiótica de Charles Sanders Peirce.
2 princípios da tEoria pEircEana
O filósofo norte-americano Charles Sanders Peirce (1839-1914) é
hoje considerado como um dos maiores filósofos americanos, tendo desen-
volvido uma teoria ao mesmo tempo inovadora e complexa que modela o
pensamento humano. Sua teoria, também chamada de Semiótica, explica
como o pensamento pode ser modelado em termos de signos, e como es-
ses signos podem representar a realidade. Neste trabalho, vamos analisar a
questão da criatividade computacional, utilizando como base alguns ele-
mentos da teoria Peirceana.
Diversos filósofos, dentro de uma tradição da filosofia chamada fi-
losofia da mente, antes de Peirce, tentaram categorizar os diferentes tipos
de pensamentos que habitam a mente humana. Por exemplo, Aristóteles
(2021) entendia que os pensamentos podem ser enquadrados entre dez di-
ferentes categorias: substâncias, quantidades, qualidades, relações, lugares,
períodos de tempo, posições, estados, ações ou efeitos. Essas categorias,
de acordo com Aristóteles (2021), se referiam aos tipos de palavras que
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
261
podem ser utilizadas para dizer coisas sobre o mundo. Já Kant (2024),
desenvolveu uma teoria de categorias que englobava doze diferentes cate-
gorias, enquadradas em quatro grandes grupos: em termos de quantidades:
Unidade, Pluralidade, Totalidade; em termos de qualidades: Realidade,
Negação, Limitação, em termos de relações: Subsistência/Inerência,
Causalidade/dependência, comunalidade (reciprocidade entre agente e
paciente) e em termos de modalidade: Possibilidade/Impossibilidade,
Existência/Inexistência, Necessidade/Contingência. As categorias de Kant,
ao contrário de Aristóteles, dizem respeito aos tipos de juízos que se podem
fazer sobre o mundo. Peirce (1931), tentando fazer uma síntese sobre as
categorias de Kant, chegou à conclusão de que todos os pensamentos po-
dem ser reduzidos e enquadrados em três grandes categorias: Primeiridade,
Segundidade e Terceiridade. Essas categorias de Peirce estão relacionadas
aos tipos de relações que podem ocorrer no mundo: relações monádicas,
diádicas e triádicas. Dessa forma, os pensamentos, segundo Peirce (1931),
funcionam de maneira análoga a compostos químicos, ou seja, possuem
uma valência, que indica como esses compostos podem se coligar com
outros compostos formando compostos mais elaborados.
As categorias de Peirce podem ser vistas como arranjos filosóficos,
concepções derivadas da análise lógica do pensamento e presumidamente
aplicáveis a todos os fenômenos do mundo (Peirce, 1931, CP 1.300)2.
Assim define Peirce suas três categorias (Peirce, 1931, CP 1.295, CP 1.296,
CP 1.297, 1958, CP 8.328):
• Primeiridade: É tudo aquilo que é assim como é, ou seja, um
primeiro, independente de um segundo ou terceiro.
• Segundidade: É tudo aquilo que é o que é, somente em relação a um
segundo, mas de maneira independente de um terceiro (outridade).
• Terceiridade: É tudo aquilo que é o que é, em função de co-
locar um segundo e um terceiro, em relação um com o outro
(composição).
Citações para as obras de Peirce seguem o formato ABNT acrescido do formato tradicional usado por
estudiosos peirceanos. Para parágrafos dos Collected Papers of Charles Sanders Peirce, a citação aparece como
(Peirce, ano, CP x.y), onde “ano” indica o ano de publicação do volume, CP indica Collected Papers, x
indica o volume e y indica o parágrafo – veja (Wikipedia contributors, 2023)
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
262
Segundo Peirce, a ideia de Primeiro é predominante nas ideias de
aleatoriedade, novidade, criação, liberdade, originalidade, potencialida-
de (Peirce, 1931, CP 1.302). Dentre os exemplos fornecidos por Peirce
como exemplos de primeiro estão as sensações e os sentimentos. A ideia de
Segundo é predominante nas ideias de causação e reação (forças estáticas
ocorrem sempre aos pares), comparação, oposição, polaridade, diferencia-
ção, existência (oposição ao resto do mundo) (Peirce, 1931, CP 1.325).
As ideias de segundo nascem da comparação entre percepção (sensação) e
ação (vontade). A ideia de Terceiro é predominante nas ideias de mediação,
meio, intermediário, continuidade, representação, generalidade, infinitu-
de, difusão, crescimento, inteligência (intencionalidade) (Peirce, 1931, CP
1.340). É interessante, entretanto, nos exemplos de Peirce, que ele sem-
pre fala em “predominância” de primeiridade, segundidade e terceiridade.
Isso porque segundo ele, primeiridade, segundidade e terceiridade formam
uma tecitura intrincada na constituição da realidade. Por exemplo, nas
ideias de criação, liberdade e originalidade, a primeiridade é predominan-
te. Mas isso não significa que não existam traços de segundidade ou de
terceiridade, como veremos mais à frente.
De uma certa forma, Peirce em sua teoria faz uma mistura do assim
chamado Tychismo (de Tyche – chance: acaso), a doutrina do acaso (ideia
de que pode existir o acaso absoluto - nem tudo é fonte de um determinis-
mo absoluto) com o assim chamado Sinequismo, a doutrina que prega que
tudo que existe é contínuo. Segundo o sinequismo, o discreto é somente
uma percepção simplificada de certos tipos de comportamento contínuo.
Ou seja, o sinequismo é fundado na noção de que a coalescência, o tor-
nar-se contínuo, o ser governado por leis não é nada mais do que fases de
um único e mesmo processo de crescimento e desenvolvimento. Em outras
palavras, no pensamento, ou seja, o fluxo das ideias na mente, as ideias so-
mente podem ser conectadas por continuidade. Para Peirce (1931), o acaso
é primeiridade (tudo aquilo que é assim como é, ou seja, um primeiro in-
dependente de um segundo ou terceiro) e o contínuo é a terceiridade (tudo
aquilo que é o que é, em função de colocar um segundo e um terceiro, em
relação um com o outro).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
263
Um outro construto teórico importante, vindo de Peirce, é a distin-
ção que ele faz entre Existência e Realidade. A Existência é um fenômeno
de segundidade (Lane, 2024; Silveira, 2000). A distinção que Peirce faz en-
tre Existência e Realidade é que as leis não fazem parte da Existência, em-
bora operem sobre ela. Dessa forma, a Realidade corresponde à Existência,
acrescentada das leis que operam sobre ela e do possível. Para Peirce (1931,
1934) as leis não existem, mas são reais. Cabe lembrar que, para Peirce
(1931, 1934), leis são terceiridades, o que implica que os três elementos
constituintes da realidade são: originalidade (primeiridade), obsistência
(segundidade) e transuação (terceiridade). Obsistência tem a ver com o flu-
xo de mudanças observáveis na Existência, e a transuação com a identifica-
ção da operação de leis sobre esse fluxo, dando origem a seu entendimento.
3 procEssos
Considerando que nosso objetivo é entender melhor o que seja o
processo criativo, e avaliar se processos desse tipo podem ocorrer em dis-
positivos computacionais, é importante primeiramente compreendermos
o que é um processo. O conceito de processo, entretanto, não é simples.
A palavra processo é utilizada em diversos contextos diferentes, podendo
muitas vezes ter um significado muito particular dentro de cada contexto.
Por exemplo, em negócios e sistemas de produção, um processo é uma
série de atividades realizadas por diferentes agentes, sobre um conjunto
de matérias-primas, que acabam por resultar em um produto. No serviço
público, um processo é uma pasta com documentos e anotações que re-
gistram o histórico de eventos relacionados a uma determinada pessoa ou
empresa. Na computação, um processo é um programa de computador
em execução em um dispositivo computacional. Na engenharia de softwa-
re, um processo é um método padronizado para detectar os requisitos de
usuários e promover o desenvolvimento de um programa ou sistema de
computador, seguindo uma metodologia. No sistema legal, um processo é
o registro histórico temporal dos eventos e decisões judiciais relacionados
a uma demanda ou queixa encaminhada à justiça. Há, entretanto, uma
noção pervasiva que colige os múltiplos significados da palavra processo,
que tentaremos apreciar nessa seção.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
264
Em sua versão mais abstrata, um processo pode ser entendido como
um conjunto (ou coleção) ordenado de itens. Esse conjunto pode ser dis-
creto (finito ou infinito) ou contínuo. Em processos discretos, temos uma
sequência. Em processos contínuos, temos um fluxo. Existe uma correla-
ção, que se caracteriza em todos os tipos de processos, entre o tempo e a
ordenação dos itens no processo, em que cada item está relacionado a um
instante de tempo. Esse tempo não precisa ser um tempo absoluto (embora
muitas vezes o seja), mas pode ser simplesmente um tempo ordinal, que
indica a ordem em que os itens aparecem no processo, ao longo do tempo.
Para deixar a coisa um pouco mais complexa, a palavra processo é utiliza-
da, de maneira intercambiável, tanto a processos particulares (instâncias),
como a processos gerais (leis). Da mesma forma, a palavra processo pode
se referir tanto ao conjunto completo, tomado como (um todo, quanto
ao procedimento para a construção do conjunto, a partir de alguma fun-
ção. Processos são tipicamente utilizados para representar as mudanças que
ocorrem no mundo real, ao longo do tempo, em diferentes escopos.
Existe toda uma área de investigação, conhecida como filosofia dos
processos, que busca estudar a natureza dos diferentes processos e como
eles acontecem no mundo. A filosofia dos processos propõe uma ontologia
da realidade onde os processos são os blocos elementares constituintes da
realidade. Nessa visão, a realidade pode ser vista como uma grande teia de
processos, conectados uns aos outros, constituindo aquilo que chamamos
de Existência. Essa ontologia se coloca em oposição à assim chamada on-
tologia das substâncias, onde entidades, que sofrem mudanças no tempo,
são os blocos básicos elementares. Os processos, como elementos básicos
constituintes da realidade, são estudados por exemplo nos trabalhos de
Whitehead (2010) e Rescher (1996).
No intuito de compreender melhor o que seria um processo criativo,
vamos agora assumir que o conjunto ordenado que constitui um processo
seja um conjunto numérico e analisar possíveis procedimentos para sua
construção. Aplicando as categorias de Peirce a esse procedimento, po-
deríamos conceber três situações: cada novo elemento independe com-
pletamente dos elementos anteriores (primeiridade); cada novo elemento
depende de maneira determinística (somente) dos elementos anteriores (se-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
265
gundidade); cada novo elemento depende, de maneira determinística (fun-
ção) dos elementos anteriores, e também de um alvo ou meta, para o qual
desejamos que haja uma convergência na sequência de itens (terceiridade).
Os processos construídos a partir desses procedimentos nos levariam, com
certeza, a três diferentes tipos de sequências. O processo de primeiridade é
claramente não-determinístico. Os processos de segundidade e terceirida-
de, como definidos aqui, são totalmente determinísticos. Entretanto, esses
tipos não seriam os únicos possíveis que poderíamos conceber. Tanto os
processos de segundidade como os de terceiridade, que são determinísticos,
poderiam ter alguma influência não-determinística, simultânea à influên-
cia determinista em sua constituição. Poderíamos entender esses processos,
portanto, como sofrendo uma degeneração na pureza de sua constituição.
De fato, esses são os casos que Peirce chama de segundidade e terceiridade
degeneradas, pois sofrem, de algum modo, influências dos outros modos,
em nosso caso aqui, da primeiridade. Dessa forma, querendo analisar os
casos em que poderíamos encontrar algum tipo de originalidade, podemos
encontrar três opções: processos completamente aleatórios (primeiridade
pura), processos transformativos não-determinísticos (segundidade de-
generada, com influências de primeiridade), e processos combinacionais
não-determinísticos (terceiridade degenerada, com influências de segundi-
dade e primeiridade). É interessante confrontar aqui essa análise Peirceana
dos processos e os três tipos de criatividade apontados por Boden (1998):
criatividade exploratória, criatividade transformacional e criatividade com-
binacional, como faremos mais a frente, na seção 5.
4 gEração dE númEros psEudoalEatórios
Um dos algoritmos mais requisitados na construção de simuladores
computacionais é o assim chamado gerador de números pseudoaleatórios
(Knuth, 2014). O propósito desse algoritmo é produzir sequências de
números cujo comportamento seja muito difícil de distinguir de sequên-
cias “verdadeiramente aleatórias”, pelo menos para aplicações de interesse
(Deng; Lin, 2000). Apesar desse algoritmo ser um algoritmo determinís-
tico, diversas estratégias são utilizadas para tornar as sequências geradas
indistinguíveis de uma sequência realmente aleatória. Algumas dessas es-
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
266
tratégias são melhores do que outras, quando critérios mais estritos são
utilizados para julgar essa aleatoriedade. Bons geradores de números ale-
atórios podem ser difíceis de encontrar, quando as exigências são maio-
res (Hellekalek, 1998), como por exemplo em algoritmos de criptografia.
Uma estratégia muito utilizada, principalmente em aplicações mais recen-
tes (James; Moneta, 2020) são os algoritmos baseados em mapas caóticos
(Naik; Singh, 2024). Esses algoritmos se baseiam em uma propriedade dos
sistemas caóticos de serem virtualmente indistinguíveis de processos alea-
tórios, quando operando na zona de caos, apesar de serem determinísticos.
O determinismo de geradores de números pseudoaleatórios pode ser
relativizado, utilizando-se como uma das entradas desses algoritmos um
número que seja realmente aleatório. Muitos dos geradores de números
pseudoaleatórios necessitam de uma (ou mais) semente(s), que são uti-
lizadas para gerar os demais números da sequência. Um tipo de semente
muito utilizada em simuladores é uma medida do instante inicial em que
o programa é inicializado, num determinado uso do simulador. Assim,
detecta-se o milissegundo exato em que o programa é inicializado, e esse
número, que é de fato aleatório, é utilizado como semente para o gerador
de números aleatórios. Com isso, cada vez que o programa seja executado,
toda uma sequência diferente será gerada, a partir dessa semente aleató-
ria, tornando a similaridade com uma sequência verdadeiramente aleatória
ainda mais próxima.
Assim, assumindo que utilizamos um algoritmo gerador de núme-
ros pseudoaleatórios, a partir de uma semente verdadeiramente aleatória,
podemos ter um gerador de originalidade que será muito útil na constru-
ção de criatividade computacional. Na falta de um gerador de números
aleatórios verdadeiro, os geradores de números pseudoaleatórios podem
ser vistos como os motores de primeiridade utilizados em sistemas de cria-
tividade computacional.
5 procEssos gEradorEs dE originalidadE
Em computadores, toda informação fica armazenada em estruturas
de dados. Essas estruturas podem ser de diversas formas, tais como tuplas,
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
267
vetores, matrizes, tensores, árvores, grafos, etc. Essas estruturas são utiliza-
das para representar informações dos mais variados tipos, tais como dados
de sensores, atuadores e estados internos de agentes, imagens gráficas, e até
mesmo estruturas 3D como objetos. Tipicamente, quando pensamos em
um processo criativo, gerado por computadores, estamos falando da cria-
ção de uma estrutura de dados como essas já mencionadas que seja, ao mes-
mo tempo, original e efetiva, ou seja, que tenha algum valor. Analisando a
questão sob a perspectiva das categorias Peirceanas, estamos falando de um
processo de primeiridade.
Vamos agora retomar a proposta de Boden (1998), de que existem
três mecanismos geradores de originalidade, mas vamos fazê-lo agora
sob uma perspectiva da semiótica Peirceana. Uma das características do
pensamento Peirceano é aplicar de maneira recursiva os conceitos de
primeiridade, segundidade e terceiridade, a si próprios. Assim, apesar de
estarmos interessados em mecanismos geradores de originalidade, vamos
categorizá-los como mecanismos com características de primeiridade,
segundidade e terceiridade. O primeiro candidato para um processo gerador
de originalidade, com características de primeiridade, é o próprio gerador
de números pseudoaleatórios. Por meio deste processo, podemos gerar
estruturas de dados completamente originais, simplesmente utilizando o
processo de geração de números pseudoaleatórios para gerar cada item de
uma estrutura de dados que queremos criar. Vamos chamar esse processo
de um processo de geração. Ele é um processo de primeiridade, porque
segundo Peirce, uma primeiridade é “tudo aquilo que é assim como é, ou
seja, um primeiro, independente de um segundo ou terceiro” (Peirce, 1958,
p. 221, CP 8.328, tradução nossa). O processo de geração, entretanto, não
nos leva muito longe, pois as estruturas de dados que podem ser geradas
vão se assemelhar, no máximo, a um ruído branco. A probabilidade de se
conseguir gerar uma estrutura efetiva, necessária para um processo criativo,
é muito baixa, utilizando-se somente processos de geração. Para conseguir
estruturas originais e efetivas, faremos uso de um segundo processo, onde
também utilizamos o gerador de números pseudoaleatórios, mas fazendo
uso de uma outra estrutura de dados. Com isso, temos um exemplo de
um processo de segundidade, pois segundo Peirce, uma segundidade
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
268
é “tudo aquilo que é o que é, somente em relação a um segundo, mas
de maneira independente de um terceiro” (Peirce, 1958, p. 221, CP
8.328, tradução nossa). A esse tipo de processo, daremos o nome de um
processo de transformação. Em um processo de transformação, tomamos
como base um conjunto de estruturas de dados já existentes (que podem
ser de qualquer tipo: imagens, grafos, parâmetros de funções, etc.), e
primeiramente utilizamos o gerador de números pseudoaleatórios para
escolher uma estrutura que será transformada. Em seguida, aplicamos
novamente o gerador de números pseudoaleatórios para escolher um
conjunto de partes da estrutura original que serão modificadas. E por
fim, utilizamos novamente o gerador de números pseudoaleatórios, agora
para substituir a parte modificada, utilizando um número pseudoaleatório
gerado pelo gerador de números pseudoaleatórios. Há várias maneiras
diferentes de criar processos de transformação. Em todas elas, entretanto,
sempre usamos o gerador de números pseudoaleatórios para funcionar
como motor de primeiridade. Por exemplo, quando vamos selecionar qual
estrutura de dados vamos escolher para ser modificada, podemos escolher
essa estrutura de maneira completamente aleatória, ou utilizar algum viés
que nos indique a efetividade que queremos obter com o processo criativo.
Assim, podemos dar maior probabilidade de escolha para estruturas que
sejam mais efetivas. Entretanto, sempre haverá alguma aleatoriedade
envolvida. Da mesma forma, quando vamos escolher a parte da estrutura
original que será modificada, podemos também utilizar (ou não) algum
viés que nos permita escolher as partes que sejam mais promissoras
para gerar estruturas mais efetivas. E por fim, também na substituição
da parte da estrutura que será inserida, podemos ou não utilizar a parte
original, que pode por exemplo, ser utilizada em uma operação com os
números pseudoaleatórios gerados para compor a nova parte da estrutura.
Vemos com isso, que há várias maneiras diferentes de gerar processos de
transformação.
Apesar de podermos, em um primeiro momento nos darmos como
satisfeitos com processos de geração e processos de transformação, po-
demos ainda nos valer do conceito de terceiridade, e com isso conceber
um terceiro tipo de processo gerador de originalidade: um processo que
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
269
chamaremos de processo de combinação. Esse tipo de processo fará uso de
uma terceiridade, que para Peirce é “tudo aquilo que é o que é, em função
de colocar um segundo e um terceiro, em relação um com o outro” (Peirce,
1958, p. 221, CP 8.328, tradução nossa). Um processo de combinação
guarda muitas semelhanças com um processo de transformação, mas ao
invés de utilizar somente uma estrutura original como base para a geração
de novas estruturas, faz uso de estruturas terceiras. Para um processo de
combinação, não é necessário que usemos somente duas estruturas origi-
nais. Podemos fazer uso de um número qualquer de estruturas originais
(até mesmo um número aleatório). Um processo de combinação é consti-
tuído das seguintes etapas: da mesma maneira que no processo de transfor-
mação, utiliza-se um conjunto de estruturas de dados já estabelecidas (por
exemplo, um banco de imagens, um conjunto de parâmetros para funções,
etc.), e na sequência utiliza-se um gerador de números pseudoaleatórios
para decidir um subconjunto desse conjunto original, que deverá compor
o conjunto de estruturas que serão usadas no processo de combinação. Essa
seleção das estruturas originais pode (ou não) envolver algum tipo de mé-
trica que defina a efetividade, ou qualidade da estrutura original, visando
aqui não somente gerar originalidade, mas gerar criatividade (lembrando
que para haver criatividade, é necessário que aquilo que é gerado seja não
somente original, mas também efetivo). Em seguida, utiliza-se novamente
o gerador de números pseudoaleatórios, para decidir quais partes das estru-
turas originais serão utilizadas na composição da nova estrutura que será
gerada. Por fim, utiliza-se novamente o gerador de números pseudoaleató-
rios, para gerar as novas subestruturas que serão inseridas na nova estrutura.
De novo, da mesma maneira que no caso dos processos de transformação,
no processo de combinação, há várias maneiras diferentes que podem ser
concebidas. Pode-se utilizar números pseudoaleatórios para decidir quanto
de cada estrutura do banco de estruturas inicial será utilizado, bem como
o grau de modificação dessas subestruturas, e pode-se utilizar algum tipo
de métrica que avalie o grau de efetividade da modificação. Assim, diversos
tipos de processos de combinação podem ser concebidos.
Desta maneira, podemos conceber, do ponto de vista computacio-
nal, três tipos de processos geradores de originalidade:
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
270
• Processos de Geração (primeiridade)
• Processos de Transformação (segundidade)
• Processos de Combinação (terceiridade)
É importante salientarmos que, apesar dos três processos serem pro-
cessos de primeiridade, cada um deles o faz exibindo características distin-
tas de primeiridade, segundidade e terceiridade.
Um bom observador perceberá nesses processos de geração uma
grande semelhança com operadores utilizados em algoritmos genéticos ou
algoritmos evolutivos. O processo de transformação se assemelha muitíssi-
mo com os processos de mutação, e os processos de combinação se asseme-
lham muitíssimo com as operações de crossover. De fato, uma operação de
mutação não deixa de ser um processo de transformação, e uma operação
de crossover não deixa de ser um processo de combinação. Aqui em nossa
análise estamos apenas generalizando os tipos de processos geradores de
originalidade para abstrair esses operadores e compreender melhor por que
esses operadores são efetivos no que se propõem a realizar, fazendo uma
análise semiótica de seu funcionamento.
6 procEssos dE dEcisão por EfEtividadE
Na seção anterior, já percebemos que, dentre as etapas de descrição
dos processos geradores de originalidade, podemos fazer uso do motor de
primeiridade proporcionado pelo algoritmo gerador de números pseudoale-
atórios para não somente gerar estruturas originais, mas estruturas efetivas.
Para isso, como sugerimos já na seção anterior, é necessária uma métrica
de efetividade. Essa métrica deve ser capaz de avaliar a efetividade de uma
dada estrutura, dando um valor a ela que seja proporcional a sua qualidade,
para os objetivos que pretendemos atingir com ela. Essa métrica funcionará
como um mediador no processo de decisão, ou seja, a mesma agirá como
um elemento de terceiridade (mediação) na tomada de decisão. Mas como é
possível realizar essa decisão mediada? Vamos aqui analisar o algoritmo mais
comum utilizado nos algoritmos genéticos ou evolutivos para tomada de de-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
271
cisão: o algoritmo da roleta3. Todo processo de decisão envolve uma seleção
dentre um conjunto de alternativas. Vamos assumir aqui que cada alternativa
corresponde a uma estrutura computacional, que pode (ou não) ter sido
construída utilizando-se um processo gerador de originalidade.
Figura 1: Exemplo do Algoritmo da Roleta
Fonte: Elaborado pelo autor.
Observemos a Figura 1, que nos apresenta um exemplo do uso do
algoritmo da roleta. Nesse exemplo, temos 3 estruturas: a, b e c, em que
o algoritmo precisa decidir por uma delas. A métrica de efetividade foi
utilizada para reservar uma região, dentro do intervalo 0 a 1, proporcional
à métrica atribuída a cada uma das estruturas. Vemos, portanto, que a mé-
trica de efetividade é menor para a estrutura a, bem maior para a estrutura
b e tem um valor intermediário para a estrutura c. Dessa forma, definimos
as regiões do intervalo 0 a 1 para cada uma das estruturas que precisará ser
selecionada. Em seguida, utilizamos o gerador de números pseudoaleató-
rios para nos gerar um número aleatório entre 0 e 1 (uma grande gama de
algoritmos de geração de números pseudoaleatórios gera valores entre 0
e 1), e dependendo de qual região esse número cair, é feita a decisão pela
estrutura computacional correspondente. Vemos que, por possuir uma re-
gião maior, a probabilidade da seleção da estrutura b é maior do que das
estruturas c e a. Apesar disso, existe sempre uma possibilidade de estru-
turas com menor probabilidade serem selecionadas, pois existe um fator
aleatório no processo. Com isso, o algoritmo da roleta pode fazer escolhas
Algum leitor pode estranhar que a forma linear que o intervalo [0,1] é representada na figura 1, seria
incompatível com o termo “roleta”. O algoritmo tem sua origem em roletas usadas em cassinos em jogos
de azar. Nestes aparelhos, existe de fato um disco giratório, e sobre esse disco estão entalhados sulcos onde
podem se acomodar uma pequena esfera que é lançada sobre o disco em movimento, sendo que a esfera
acaba por se acomodar em um dos sulcos, após cessado seu movimento, realizando o sorteio do número
correspondente ao número que identifica o sulco onde a esfera se acomodou. O algoritmo da roleta é
inspirado em roletas reais, abstraídas em sua forma algorítmica e portanto acaba por levar seu nome por
conta dessa inspiração.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
272
que, ao mesmo tempo que envolvem certa aleatoriedade, proporcionam
um viés de qualidade, onde a probabilidade de se escolher estruturas com
maior valor na métrica de efetividade são maiores.
Aliás, é interessante observarmos a relação de processos de decisão
por efetividade com inteligência. Apesar de existirem diferentes entendi-
mentos do que seja inteligência e, de fato, essa ser uma questão em aberto
na área de ciências cognitivas, se buscarmos a compreensão etimológica
da palavra inteligência (Klein, 2003), veremos que esse termo advém da
justaposição de “inter” com “legere”, ou seja, “pegar do meio de”, que em
outras palavras indica a capacidade de fazer seleções, de fazer boas esco-
lhas. O próprio Peirce identifica a terceiridade como a categoria da inte-
ligência, talvez imaginando o processo de mediação onde uma escolha é
mediada pelo valor atribuído a cada alternativa. Em nosso caso (processos
criativos) estamos não somente fazendo uso de valores como mediadores,
mas promovendo um hibridismo entre originalidade (primeiridade) e in-
teligência (terceiridade), pois a proporcionalidade da região da roleta para
cada alternativa dá mais peso para as alternativas com maior efetividade
(inteligência), mas também a aleatoriedade do processo de decisão envolve
a importância da originalidade (primeiridade), envidando a descoberta de
algo que seja novo e efetivo ao mesmo tempo.
7 possívEis quEstionamEntos E discussão
Seguindo nossa linha de raciocínio até aqui, podemos concluir que
uma criatividade computacional não é somente uma aparência, ou seja, as
diferentes evidências na geração de imagens hiper-realistas que são criadas
em ferramentas como o MidJourney4, ou o DALL-E5, e os textos criados
com LLMs como o ChatGPT6, o Gemini7, o Llama8 não são somente um
artifício de prestidigitação computacional, gerando ilusões de criatividade,
mas que é sim possível falarmos de uma criatividade computacional,
https://www.midjourney.com/
https://openai.com/index/dall-e-3/
https://chatgpt.com/
7 https://gemini.google.com/
https://www.llama.com/
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
273
que programas de computador podem gerar comportamento criativo.
Apesar disso, alguns possíveis questionamentos poderiam ser levantados.
A fragilidade mais aparente em nossa argumentação é que de uma certa
forma, toda originalidade deriva, de um modo ou de outro, dos algoritmos
de geração de números pseudoaleatórios. Alguém poderia questionar: se os
números são chamados de pseudoaleatórios (em outras palavras, falsamen-
te aleatórios), não seriam de fato números aleatórios. Com isso, toda essa
geração seria determinística e, portanto, não haveria originalidade genuína.
Nessa linha de raciocínio, entretanto, nos esquecemos de um ponto cru-
cial: a semente utilizada nos algoritmos para iniciar o processo de cálculo.
Essa semente é genuinamente aleatória, e tem a ver com o instante em que
o programa é iniciado. É realmente notável como um único fator genuina-
mente aleatório pode ser o elemento gerador de aleatoriedade para toda a
criatividade computacional. Mas definitivamente é isso que acontece. Uma
única semente aleatória transforma um gerador de números pseudoaleató-
rios em um gerador de números aleatórios, e com isso temos o motor de
primeiridade capaz de gerar originalidade em processos computacionais.
É necessário ressaltar, entretanto, que a coisa não é tão simples assim.
É necessário compor, de diferentes maneiras, primeiridade, segundidade e
terceiridade, para compreender os processos de geração, transformação e
combinação, que geram originalidade, e depois utilizar os processos de de-
cisão com efetividade, para lograrmos de fato estruturas criativas, ou seja,
que não somente são originais, como possuem efetividade, possuem valor,
possuem qualidade.
Um fator que ainda não abordamos, mas que é crucial aqui é a qua-
lidade dos processos criativos computacionais. Quando analisamos a cria-
tividade em seres humanos, vemos que existem diferentes níveis, diferentes
intensidades de criatividade. Existe desde a criatividade inventiva de seres
humanos médios (ou normais, utilizando aqui a definição estatística de
normalidade), e um espectro que começa com a baixa criatividade de in-
divíduos menos dotados e a genialidade dos grandes gênios da humanida-
de, capazes de invenções transformadoras da humanidade, seja nas artes,
seja na ciência. Será que poderíamos observar o mesmo na criatividade
computacional?
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
274
Aqui vamos nos aprofundar um pouco mais na questão da qualida-
de de nosso gerador de números pseudoaleatórios. Apesar de até aqui não
termos levantado ainda essa questão, ela é crítica. Nem todos os gerado-
res de números pseudoaleatórios possuem a mesma qualidade. Como nos
alertam Hellekalek (1998) e James e Moneta (2020), bons geradores de
números aleatórios não são fáceis de encontrar. Todo algoritmo gerador de
números aleatórios possui suas vantagens e deficiências. Hellekalek (1998)
discute diferentes critérios para encontrar os melhores algoritmos, segun-
do diferentes perspectivas e entender suas deficiências. James e Moneta
(2020) nos trazem uma revisão dos algoritmos mais populares nos dias de
hoje, junto com as principais metodologias que são utilizadas para garantir
sua eficiência em aplicações críticas, onde qualquer viés na geração desses
números pode ser comprometedora, como por exemplo, em aplicações na
área de criptografia. Podemos então inferir que o uso de diferentes algorit-
mos geradores de números aleatórios em nossos processos criativos com-
putacionais pode nos levar também a diferentes níveis ou intensidades de
criatividade. Com isso, podemos inferir que a qualidade de um processo
capaz de criatividade computacional pode ser influenciada pela qualidade
do algoritmo gerador de números pseudoaleatórios utilizada como base
para seu funcionamento.
Da mesma forma, outro fator crítico para o desenvolvimento de
processos de criatividade computacional é a métrica de efetividade utili-
zada. Uma métrica de efetividade é uma função numérica que avalia uma
dada estrutura computacional e atribui um valor a ela. A presunção para
uma boa métrica de efetividade é que exista uma proporcionalidade entre
os números gerados por essa função e a qualidade da estrutura computa-
cional sob escrutínio. Embora, em princípio, a ideia seja completamente
compreensível, encontrar boas métricas de efetividade também não é fá-
cil. Não-linearidades na adoção de uma ou outra métrica de efetividade
podem comprometer seriamente a qualidade na avaliação das estruturas
computacionais e implicar em uma distribuição deficiente de regiões no
algoritmo da roleta, comprometendo todo o processo de geração criativa.
A grande dúvida, que poderia comprometer uma atribuição de ca-
pacidade criativa a máquinas, seria a questão do fator surpresa. Se assu-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
275
mirmos a definição de criatividade de Runco e Jaeger (2012), poderíamos
concluir que processos computacionais podem ser criativos. Se aderirmos
à noção de Boden (1998, 2005), de que o fator surpresa é também, junto
com novidade e valor, condição necessária para a criatividade, então talvez
essa capacidade criativa possa ser questionável. De uma certa forma, o fator
surpresa depende muito da criatividade de quem avalia. Se uma estrutura
computacional gerada por um processo computacional nos causar surpre-
sa, ou seja, se for muito diferente do que esperaríamos observar, iremos
atribuir criatividade ao responsável por sua geração. Se apesar de original
e efetivo, essa criação não for muito diferente de algo que nós mesmos
poderíamos gerar, talvez questionemos se o processo é mesmo criativo.
Entretanto, o uso do fator surpresa como condição necessária torna uma
definição de criatividade algo muito subjetivo. Talvez não deixe de ser cria-
tivo, mas seja somente menos criativo do que nós mesmos seríamos. Uma
definição de criatividade como essa acaba sendo por demais antropocêntri-
ca e dá margem a muitas discussões. Daria margem até mesmo a que certos
seres humanos fossem considerados não criativos. De fato, dependendo
dos juízes escolhidos para atribuir criatividade, um número diferente de
seres humanos poderia (ou não) ser considerados criativos – aqueles com
capacidade criativa inferior a dos juízes.
Esse embate vem sendo travado na literatura. Alguns autores, como
por exemplo Chakrabarty et al. (2023) defendem que a criatividade atri-
buída a LLMs é falsa, e que esses algoritmos não podem ser considerados
criativos, mesmo que suas criações sejam originais e de valor. No estudo
que realizaram, analisaram textos criados por LLMs, versus textos criados
por escritores profissionais, onde um conjunto de especialistas era convida-
do a avaliar a criatividade dos textos, acabando por concluir que os textos
gerados pelos LLMs não eram criativos (talvez pudéssemos dizer, menos
criativos, ao invés de não criativos). Chakrabarty et al. (2023) chegam a
sugerir que a colaboração entre humanos e LLMs poderia levar ao desen-
volvimento de textos mais criativos, mas sempre dentro dessa perspectiva
antropocêntrica, que reserva a criatividade como uma capacidade exclusi-
va a seres humanos. Já Franceschelli e Musolesi (2023) são mais abertos.
Entendem que LLMs poderiam exibir criatividade combinacional (Boden,
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
276
1998), mas defendem que os atuais LLMs certamente não são capazes de
exibir criatividade transformacional (aquela que demandaria abstrações ou
mudanças de perspectiva no enquadramento das coisas, segundo Boden).
Mas não excluem a possibilidade de que futuros LLMs, mais elaborados e
refinados, possam também vir a exibir esse tipo de criatividade.
Vamos tentar entender a questão um pouco melhor. Sabemos que
os atuais LLMs não levam em consideração a questão semântica em seu
processo gerativo. Os textos produzidos por LLMs levam em considera-
ção somente a vizinhança entre palavras, em um repertório gigantesco de
textos utilizados como amostras, durante sua fase de aprendizagem, para
estabelecer uma correlação entre as distâncias entre diferentes palavras em
textos de referência, para gerar, utilizando um viés aleatório, a próxima
palavra de uma sentença que está construindo. Isso é feito de maneira
recursiva, levando em consideração não somente a probabilidade de uma
palavra em relação à palavra anterior, mas a toda uma sequência anterior,
e as probabilidades em que isso já pode ou não ter ocorrido no passado.
Essa estratégia extremamente simples acaba por gerar textos surpreenden-
temente sofisticados, como se tivessem sido escritas por uma pessoa, com
atribuição de significado. Na verdade, não uma única pessoa, mas todas as
pessoas que redigiram os textos originais, utilizados como amostras duran-
te o treinamento do algoritmo. Mas a atribuição de significado, de fato, se
dá somente por conta do leitor, não do algoritmo. O percentual de aleato-
riedade inserido no procedimento é crítica. Uma aleatoriedade muito pe-
quena pode levar à clara identificação dos fragmentos dos textos originais
que foram utilizados na fase de aprendizagem. Uma aleatoriedade muito
grande, pode levar ao fenômeno conhecido por “alucinação”. Ou seja, os
textos gerados tornam-se por demais “criativos” (adjetivo colocado aqui
de modo propositadamente provocativo), chegando, em alguns momen-
tos, até a perder o sentido, caso a aleatoriedade torne-se alta demais. Esse
mesmo procedimento utilizado nos LLMs é também utilizado nos proces-
sos de geração de imagens hiper-realistas. Só que nesse caso, ao invés da
proximidade entre palavras, em textos utilizados como amostras, é medida
a proximidade entre pixels de imagens utilizadas como referência. Mas
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
277
a estratégia é similar, só que bidimensional, ao invés de unidimensional,
como no caso de textos.
Poderíamos nos questionar se esses algoritmos possuem compreen-
são (ou entendimento) daquilo que geram (e aqui nossa posição é a de que
de fato, não possuem esse entendimento, mesmo os sistemas mais mo-
dernos de inteligência artificial, na data de hoje – o que não significa que
no futuro não o possam ter). Mas a pergunta aqui é outra, e não convém
misturar entendimento com criatividade. Afinal, um indivíduo savant9
pode ser considerado extremamente criativo, mesmo que não compreenda
exatamente o que está fazendo. Dessa forma, nosso entendimento é que os
processos computacionais podem ser criativos, mesmo que o façam sem
um entendimento comparável ao entendimento humano sobre aquilo que
produzem.
Nosso entendimento é que processos computacionais podem sim ser
criativos. Entretanto, essa criatividade possui um nível, uma intensidade,
que pode ser bastante inferior à de seres humanos, principalmente quando
consideramos especialistas humanos em certas habilidades. Com relação ao
fator surpresa, constatamos que o mesmo possui forte dependência com o
nível de aleatoriedade utilizado nos processos de geração, transformação e
combinação de estruturas computacionais que são utilizados nos algoritmos
de inteligência artificial. Quando essa aleatoriedade é pequena demais, o re-
sultado acaba sendo menos criativo, mais parecido com os fragmentos de
componentes (palavras, píxeis ou outro elemento atômico de dados) utiliza-
dos durante a fase de treinamento dos algoritmos. Quando essa aleatoriedade
cresce, aumenta a chance das estruturas geradas se tornarem surpreendentes,
até chegar ao ponto em que começam a “alucinar” e deixar de gerar estrutu-
ras realistas, condizentes com as que seres humanos seriam capazes de gerar.
No caso de textos, esses começam a perder a coerência semântica. Em caso
de imagens, elas deixam de ser realistas. Dessa forma, até mesmo o fator sur-
presa poderia ser considerado, dentro das possíveis definições de criatividade
que poderíamos utilizar para evidenciar nosso entendimento. Entretanto,
O savantismo é considerado um distúrbio psíquico com o qual a pessoa possui uma grande habilidade
intelectual aliada a um déficit de outros tipos de inteligência. Tais habilidades são sempre ligadas a uma
memória extraordinária, porém com pouca compreensão do que está sendo descrito.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
278
estudos futuros ainda serão necessários para uma melhor compreensão de
como essa dose de aleatoriedade afeta as estruturas de dados geradas, e se
haveria uma dose ideal de aleatoriedade onde estruturas surpreendentes, ori-
ginais e com valor possam ser criadas, atendendo até mesmo a definição de
criatividade de Boden. Da mesma forma, seria necessário compreender me-
lhor por que, acima dessa dose ideal de aleatoriedade, os resultados começam
a degenerar e as estruturas geradas deixam de ser compatíveis com aquelas
que seriam geradas por seres humanos.
8 conclusão
Podemos concluir, de toda essa discussão que: (a) apesar dos algo-
ritmos geradores de números pseudoaleatórios serem determinísticos, o
uso de uma semente verdadeiramente aleatória os transforma em geradores
de números aleatórios; (b) esse gerador de números aleatórios, como um
processo computacional, funciona como um motor de primeiridade, ca-
paz de gerar originalidade; (c) essa originalidade, composta com elementos
de segundidade e terceiridade (trazidos pelo critério de efetividade, que
funciona como um mediador nos processos de decisão e seleção), nos per-
mite derivar os processos de geração, transformação e combinação, que
seriam os elementos principais na construção de processos de criatividade
computacional; (d) a capacidade criativa pode possuir diferentes níveis de
intensidade, que estão relacionadas, de forma ainda não completamente
conhecida, com a quantidade e onde a aleatoriedade é inserida em estrutu-
ras obtidas a partir da realidade.
Dessa forma, podemos concluir que processos geradores de criati-
vidade computacional são, não somente viáveis, mas explicáveis segundo
a perspectiva da semiótica de Peirce. Entretanto, da mesma forma que a
criatividade humana é variável, de indivíduo para indivíduo, os processos
geradores de criatividade computacional podem ter diferentes níveis de
qualidade, dependendo da qualidade dos geradores de números aleatórios,
das métricas de efetividade utilizados e da proporcionalidade entre a alea-
toriedade empregada e a preservação das estruturas originais utilizadas nos
processos de transformação e combinação.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
279
rEfErências
ARISTÓTELES. e Categories. e Project Gutenberg: Salt Lake City, 2021.
Disponível em: https://www.gutenberg.org/ebooks/2412. Acesso em: 15 jul. 2025.
AKYILDIZ, E. C. Generative text-to-image models in architectural design: a study
on relationship of language, architectural quality and creativity. Icontech international
journal of surveys, engineering, technology, Izmit, v. 7, n. 3, p. 12-26, Sept. 2023.
Disponível em: https://icontechjournal.com/index.php/iij/article/view/304/108. Acesso
em: 25 set. 2024.
BODEN, M. A. Creativity and artificial intelligence. Artificial intelligence, v. 103, n.
1-2, p. 347-356, Aug. 1998.
BODEN, M. A. What is creativity?. In: MITHEN, S. (ed.). Creativity in human
evolution and prehistory. London: Routledge, 2005. p. 27-55.
BORJI, A. Generated faces in the wild: quantitative comparison of stable Diffusion,
Midjourney and DALL-E 2. arXiv, New York, n. 2210.00586v1, p. 1-9, Oct. 2022.
Disponível em: https://arxiv.org/pdf/2210.00586v1/. Acesso em: 25 set. 2024.
CHAKRABARTY, T.; LABAN, P.; AGARWAL, D.; MURESAN, S.; WU, C. Art
or artifice? large language models and the false promise of creativity. arXiv, New
York, n. 2309.14556v1, p. 1-42, Sept. 2023. Disponível em: https://arxiv.org/
pdf/2309.14556v1/. Acesso em: 25 set. 2024.
CHAKRABARTY, T.; PADMAKUMAR, V.; BRAHMAN, F.; MURESAN, S.
Creativity support in the age of large language models: an empirical study involving
emerging writers. arXiv, New York, n. 2309.12570v1, p. 1-33, Sept. 2023. Disponível
em: https://arxiv.org/pdf/2309.12570v1/. Acesso em: 25 set. 2024.
DENG, L.; LIN, D. K. J. Random number generation for the new century. American
Statistician, [s.l.], v. 54, n. 2, p. 145-150, May 2000. Disponível em: https://doi.
org/10.2307/2686034/. Acesso em: 25 set. 2024.
DENNIS, J. L.; STELLA, A. Teaching creativity: the case for/against genetic
algorithms as a model of human creativity. e open education journal, v. 4, n. 1,
p. 36-40, Nov. 2011. Disponível em: https://benthamopenarchives.com/abstract.
php?ArticleCode=TOEDUJ-4-36/. Acesso em: 25 set. 2024.
VEGA, F. F. de; NAVARRO, L.; CRUZ, C.; CHÁVEZ, F.; ESPADA, L.;
HERNÁNDEZ, P.; GALLEGO, T. Unplugging evolutionary algorithms: on the
sources of novelty and creativity. In: IEEE CONGRESS ON EVOLUTIONARY
COMPUTATION, July 2013, Cancun, Proceedings [...]. Cancun: Institute of electrical
and electronics engineeers, 2013. p. 2856-2863. Disponível em: https://ieeexplore.ieee.
org/stamp/stamp.jsp?tp=&arnumber=6557916/. Acesso em: 25 set. 2024.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
280
FRANCESCHELLI, G.; MUSOLESI, M. Creativity and machine learning: a survey.
arXiv, New York, n. 2104.02726v1, p. 1-25, Apr. 2021. Disponível em: https://arxiv.
org/pdf/2104.02726v1. Acesso em: 25 set. 2024.
FRANCESCHELLI, G.; MUSOLESI, M. On the creativity of large language models.
arXiv, New York, n. 2304.00008v1, p. 1-17, Mar. 2023. Disponível em: https://arxiv.
org/pdf/2304.00008v1/. Acesso em: 25 set. 2024.
HANNA, D. M. e use of artificial intelligence art generator “Midjourney” in
artistic and advertising creativity. Journal of design sciences and applied arts, Cairo,
v. 4, n. 2, p. 42-58, June 2023. Disponível em: https://dx.doi.org/10.21608/
jdsaa.2023.169144.1231/. Acesso em: 25 set. 2024.
HELLEKALEK, P. Good random number generators are (not so) easy to find.
Mathematics and computers in simulation, Bruxelles, v. 46, n. 5-6, p. 485-505, June
1998. Disponível em: https://doi.org/10.1016/S0378-4754(98)00078-0/. Acesso em:
25 set. 2024.
JAMES, F.; MONETA, L. Review of high-quality random number generators.
Computing and software for big science, [s.l.], v. 4, n. 2, p. 1-12, Jan. 2020. Disponível
em: https://doi.org/10.1007/s41781-019-0034-3/. Acesso em: 25 set. 2024.
JARUGA-ROZDOLSKA, A. Artificial intelligence as part of future practices in
the architect’s work: MidJourney generative tool as part of a process of creating an
architectural form. Architectus, Wroclaw, v. 3, n. 71, p. 95-104, Nov. 2022. Disponível
em: http://doi.org/10.37190/arc220310/. Acesso em: 25 set. 2024.
KANT, I. Critique of pure reason. London: Minerva Heritage Press, 2024.
KLEIN, E. A comprehensive etymological dictionary of the English language: dealing
with the origin of words and their sense development thus illustrating the history of
civilization and culture. [Amsterdam]: Elsevier, 2003.
KNUTH, D. E. Random numbers. In: KNUTH, D. E. e art of computer
programming: seminumerical algorithms. [USA]: Addison-Wesley Professional, 2014. v.
2, p. 1-193.
LANE, R. Peirce on reality and existence. In: De Waal, C. (ed.). e Oxford handbook of
Charles S. Peirce. Oxford: Oxford University Press, 2024.
NAIK, R. B.; SINGH, U. A review on applications of chaotic maps in pseudo-
random number generators and encryption. Annals of data science, [s.l.], n. 1, p. 25-
50, Feb. 2024. Disponível em: http://doi.org/10.1007/s40745-021-00364-7/. Acesso
em: 25 set. 2024.
PEARSON, A. e rise of CreAltives: using AI to enable and speed up the creative
process. Journal of AI, robotics & workplace automation, London, v. 2, n. 2, p. 101-114,
Jan. 2023.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
281
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Charles
Hartshorne e Paul Weiss. Cambridge: Harvard University Press, 1931. v. 1-2.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce. Editado por Arthur W. Burks.
Cambridge: Harvard University Press, 1958. v. 7-8.
RADHAKRISHNAN, A. M. Is MidJourney-AI a new anti-hero of architectural
imagery and creativity?: an atypical era of Ai-based representation & its effect on
creativity in the architectural design process. Global Scientific Journals, v. 11, n. 1,
Jan. 2023. Disponível em: http://www.globalscientificjournal.com/researchpaper/
Is_MidJourney_AI_a_new_Anti_hero_of_Architectural_Imagery_and_Creativity_.pdf/.
Acesso em: 25 set. 2024.
RESCHER, N. Process metaphysics: an introduction to process philosophy. [New York]:
Suny Press, 1996.
RUNCO, M. A.; JAEGER, G. J. e standard definition of creativity. Creativity
research journal, Philadelphia, v. 24, n. 1, p. 92-96, Feb. 2012. Disponível em: https://
doi.org/10.1080/10400419.2012.650092/. Acesso em: 25 set. 2024.
SILVEIRA, L. F. B. Acaso, existência e lei num universo em evolução. Cognitio, São
Paulo, v. 1, n. 1, p. 117-137, jul./dez. 2000.
WERTZ, L.; KUHN, J. Adapting transformer language models for application in
computational creativity: generating German theater plays with varied topics. In:
INTERNATIONAL CONFERENCE ON COMPUTATIONAL CREATIVITY, 13.,
2022, Bolzano. Proceedings [...]. Bolzano: Association for computational creativity, June/
July 2022. p. 17-25.
WHITEHEAD, A. N. Process and reality. [New York]: Simon and Schuster, 2010.
WIKIPEDIA CONTRIBUTORS. Charles Sanders Peirce bibliography. In:
WIKIPEDIA: the free encyclopedia. Disponível em: https://en.wikipedia.org/w/index.
php?title=Charles_Sanders_Peirce_bibliography&oldid=1187258778. Acesso em: 31
jan. 2024.
ZHANG, C. User-controlled knowledge fusion in large language models: balancing
creativity and hallucination. arXiv, New York, n. 2307.16139, p. 1-7, Aug. 2023.
Disponível em: https://arxiv.org/pdf/2307.16139/. Acesso em: 19 Jan. 2024.
282
283
GLOSSÁRIO
Carlos Cândido de ALMEIDA
UNESP
carlos.c.almeida@unesp.br
https://orcid.org/0000-0002-8552-1029
Mariana VITTI-RODRIGUES
UNESP
mvittirodrigues@gmail.com
https://orcid.org/0000-0002-4764-2575
A breve peça terminológica abaixo arrolada foi compilada e sistematizada
pelos organizadores. Para tanto, foram coletados e selecionados os prin-
cipais termos e definições elaborados pelos autores dos capítulos das co-
letâneas: “Estudos Pluridisciplinares da Informação: Filosofia, Tecnologia
e Semiótica” (Coleção Estudos em Ciência da Informação, nº 2) e
“Estudos Pluridisciplinares da Informação: Ciência da Informação, Ética e
Linguagem” (Coleção Estudos em Ciência da Informação, nº 3). O crité-
rio de pertinência dos termos incluídos na lista deu-se pela representativi-
dade da temática dos livros. Em alguns casos, os organizadores do glossário
adicionaram termos e complementaram as definições. Espera-se que este
https://doi.org/10.36311/2025.978-65-5954-633-6.p283-299
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
284
breve glossário seja útil para a compreensão dos livros supracitados e para
o estudo do tema.
Abordagem interdisciplinar: Uma abordagem interdisciplinar é a colabo-
ração entre diferentes áreas para entender questões complexas, combinan-
do conhecimentos e métodos para uma visão aprofundada. Em contraste
com uma abordagem disciplinar única, essa metodologia busca combinar
conhecimentos, metodologias e perspectivas provenientes de diversas áre-
as, visando oferecer uma compreensão mais holística e abrangente de um
determinado fenômeno ou problema. O propósito é estabelecer uma siner-
gia entre os conhecimentos específicos de cada disciplina, a fim de alcançar
compreensão mais completa e integrada do assunto em análise.(Valdirene
Aparecida Pascoal e Maria Eunice Quilici Gonzalez).
Afeto: instrumento de autorregulação do bem-estar ou/e de regulação das
relações sociais de um organismo, manifestado como expressão corporificada
de uma avaliação infraconsciente de informações ambientais (físicos e cultu-
alizados) ou/e internas ao corpo, que são valoradas de acordo com condições
e motivações contextuais do organismo, motivando expressões físicas e res-
postas comportamentais de algum tipo. (Pedro Dolabella Chagas).
Affordance: possibilidades de ação que o ambiente oferece para um orga-
nismo incorporado e situado. As affordances constituem e caracterizam o
modo como o organismo vive, constituindo o seu nicho, o qual expressa o
processo co-evolutivo organismo-ambiente. (Juliana Moroni).
Arqueologia do saber: Método de investigação nas Ciências Humanas,
denominado pelo por Michel Foucault de arqueologia ou método
arqueológico. Descreve o domínio do saber por meio da prática discursiva
em uma estrutura específica ou em um campo específico. (Marta Lígia
Pomim Valentim e Augusto Júnior Macucule).
Bolha de Simplicidade: Quando uma fonte externa de fenômenos prende
o observador numa armadilha nômica dentro da qual o observador é enga-
nado (devido a fonte ser suficientemente mais complexa que o observador)
a demonstrar que uma teoria (ou modelo) é globalmente ótima, apesar
desta ser apenas localmente ótima. (Ricardo Peraça Cavassane, Felipe S.
Abrahão e Itala M. Loffredo D’Ottaviano)
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
285
Ciência da Informação: 1. “Ciência da Informação é a disciplina que in-
vestiga as propriedades e o comportamento informacional, as forças que
governam os fluxos de informação, e os significados do processamento da
informação, visando à acessibilidade e a usabilidade ótima. A Ciência da
Informação está preocupada com o corpo de conhecimentos relacionados
à origem, coleção, organização, armazenamento, recuperação, interpreta-
ção, transmissão, transformação, e utilização da informação. Isto inclui a
pesquisa sobre a representação da informação em ambos os sistemas, tanto
naturais quanto artificiais, o uso de códigos para a transmissão eficiente da
mensagem, bem como o estudo do processamento e de técnicas aplicadas
aos computadores e seus sistemas de programação. É uma ciência interdis-
ciplinar derivada de campos relacionados, tais como a Matemática, Lógica,
Linguística, Psicologia, Ciência da Computação, Engenharia da Produção,
Artes Gráficas, Comunicação, Biblioteconomia, Administração, e outros
campos científicos semelhantes. Têm ambos componentes, de ciência pura
visto que investiga seu objeto sem considerar sua aplicação, e um compo-
nente de ciência aplicada, visto que desenvolve serviços e produtos” (Borko,
1968, p. 3). (Elaborado por Marta Lígia Pomim Valentim e Augusto Júnior
Macucule). 2. De modo geral, cabe à ciência da informação (i) “a análise dos
processos de construção, comunicação e uso da informação” e (ii) “a con-
cepção dos produtos e sistemas que permitem sua construção, comunicação,
armazenamento e uso.” (Le Coadic, 1996, p. 26).
Codificação Neural: A codificação neural descreve o estudo do processa-
mento das informações através dos neurônios. O objetivo desses estudos é
qual tipo de informação é utilizada e como a informação é transformada à
medida que passa de uma fase de processamento para outra. O campo da
codificação neural procura sintetizar as informações provenientes de vários
níveis de análise e explicar como o comportamento integrado surge da ati-
vidade cooperativa de populações de neurônios formando assembleias no
cérebro. (Diogo Fernando Massmann).
Codificação: representação dos caracteres ou símbolos constituintes de
uma mensagem ou um evento utilizando-se um outro alfabeto de símbo-
los mais conveniente e com palavra de código pré-especificada. (João E.
Kogler Jr.).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
286
Competência em informação: conjunto de habilidades que demanda dos
indivíduos a capacidade de reconhecer quando a informação é necessária e
ter a competência de localizar, avaliar e utilizar as informações necessárias
de maneira eficaz. (Maria Lívia Pacheco de Oliveira).
Complexidade: Coexistência dos contrários no sistema. (Marivalde
Moacir Francelin). Um sistema complexo pode ser definido como um
conjunto de objetos interdependentes, o que implica que a modificação ou
retirada de qualquer objeto pertencente ao sistema afeta as propriedades do
mesmo (Bresciani, 2013). (Mariana Vitti-Rodrigues)
Compreensão de um termo: A compreensão é formada pelas caracte-
rísticas, qualidades ou formas que são relativas a um termo. No caso do
exemplo do termo homem, a compreensão de homem seria formada por
animal, racional, bípede etc. (Alexandre Augusto Ferraz).
Comunicação: Qualquer procedimento pelo qual uma mente afeta outra
mente. Além da fala escrita e oral, a comunicação envolve música, artes
pictóricas, teatro, balé e, de fato, todo comportamento humano. Em algu-
mas situações pode ser desejável usar uma definição mais ampla de comu-
nicação. Tal definição envolveria procedimentos por meio dos quais um
mecanismo (por exemplo um equipamento automático para rastrear um
aeroplano e computar suas prováveis posições futuras) afeta outro mecanis-
mo (por exemplo um míssil guiado perseguindo este aeroplano). (Marcos
Antonio Alves).
Criatividade: caracteriza-se como um processo gerativo de estruturas ori-
ginais, por meio da combinação, exploração, ou transformação de um es-
paço conceitual vigente, cujo resultado possui algum tipo de valor (Runco
e Jaeger 2012; Boden 1996). Boden (1999, p.76) distingue dois tipos de
criatividade: P-Criativa e H-Criativa: “uma ideia valiosa é P-Criativa se a
pessoa em cuja mente a ideia surgiu não poderia já ter tido a mesma ideia.
Por contraste, uma ideia valiosa é H-Criativa se esta ideia for P-Criativa e
ninguém mais, em toda história humana, já teve esta ideia antes” (Mariana
Vitti-Rodrigues).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
287
Dado: “Dado é qualquer elemento identificado em sua forma bruta que,
por si, não conduz a uma compreensão de determinado fato ou situação”
(Oliveira, p. 275-276, 2004).
Decodificação: processo inverso ao da codificação, de restituir à sua forma
original uma mensagem codificada. (João E. Kogler Jr.).
Desinformação: Informação deliberadamente criada com o intuito
de ludibriar, enganar, contradizer e confundir. (Maria Lívia Pacheco de
Oliveira).
Desordem da informação: conjunto de múltiplas transgressões do uso
da informação, de modo que esta se torne divergente da informação con-
siderada como legítima e verdadeira, com base na história, nos fatos, no
contexto e na ciência. (Maria Lívia Pacheco de Oliveira).
Dicisigno: um signo duplo composto por um ícone e um índice remático
estruturados por uma sintaxe que gera um interpretante de existência, i.e.,
uma afirmação que reivindica que a estrutura representada pela colocaliza-
ção entre ícone e índice espelha um fato (que é o objeto do signo-veículo
que o representa por descrição e referência).(Mariana Vitti-Rodrigues).
Documento: “O documento é um valor informacional que se atribui ao
objeto, ou seja, é o produto da significação ou da função atribuída a uma
coisa institucionalizada num determinado contexto. A materialidade do
documento é ulterior à fisicalidade da informação num suporte. Todo do-
cumento: (a) representa algo e pode ser representado; (b) é uma expressão
simbólica de poder/saber.” (Rabello, 2019, p. 25). (Rodrigo Rabello).
Entropia de Shannon: valor médio da quantidade de informação de um
conjunto de mensagens ou eventos. (João E. Kogler Jr.).
Entropia: Medida da incerteza de uma variável randômica. Trata-se da
medida da desordem. Quanto mais desordenada uma fonte, maior a sua
quantidade de entropia. A entropia está em proporção inversa à ordem.
(Marcos Antonio Alves).
Epistemologia histórica da Ciência da Informação: teorias do conhe-
cimento baseadas na historicidade local, contextual e dialética de mani-
festação da pluralidade e da horizontalidade de teorias, de métodos, de
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
288
conceitos e de práxis co-constituídos por pessoas pesquisadoras de, em e
para Ciência da Informação. (Gustavo Silva Saldanha).
Decolonialidade biblioteconômico-informacional: perspectiva episte-
mológica tecida do local para o global via a compreensão de construtos
teórico-metodológicos em Ciência da Informação como parte da dialéti-
ca do colonialismo epistêmico, fruto dos processos econômico-políticos
de formação da cientificidade moderna de origem europeia e americana.
(Gustavo Silva Saldanha).
Epistemicídio biblioteconômico-informacional: fundamento do massa-
cre de saberes a partir do uso de teorias e de conceitos, de métodos e técni-
cas oriundas do pensamento biblioteconômico-informacional hegemônni-
co para exploração e para extinção de epistemologias locais. (Gustavo Silva
Saldanha).
Estrutura Intelectual: Refere-se à organização das capacidades cognitivas
e mentais de um indivíduo ou grupo, que influenciam a maneira de pen-
sar, processar informações, tomar decisões e compreender o mundo ao seu
redor. (Marta Lígia Pomim Valentim e Augusto Júnior Macucule).
Ética Informacional: área filosófico-interdisciplinar que visa refletir sobre
questões éticas relacionadas aos impactos da inserção de tecnologias digi-
tais na vida cotidiana. Conforme Moraes (2019), a ética informacional é
uma extensão de um subsistema de princípios morais de um sistema ético
tradicional. A Ética Informacional pode ser analisada como constituída a
partir de alguns princípios morais de teorias éticas tradicionais, mas que
pode também apresentar novos princípios para avaliar moralmente as pos-
sibilidades de ação que surgem da relação entre os indivíduos e as tecnolo-
gias digitais. (João Antonio de Moraes e Rafael Rodrigues Testa).
Extensão de um termo: A extensão de um termo é definida como a tota-
lidade de objetos reais que se aplicam a um termo. Um dos exemplos que
podemos encontrar no texto de Peirce (1982, p. 272-286) é em relação ao
termo homem. A extensão deste termo é composta por todos os homens
que conhecemos, incluindo os possíveis (passados e futuros). (Alexandre
Augusto Ferraz).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
289
Fake news: Tipo de desinformação geralmente estruturada em um simu-
lacro de informação jornalística, como as notícias. (Maria Lívia Pacheco
de Oliveira).
Ficção: ato de poiesis autoral que produz um “mundo possível”, entendido
como um quadro, situação ou enredo a priori não limitado por proprie-
dades do mundo real, habitado por entes selecionados ou inventados no
próprio processo de construção de mundo, regrado por modalidades de
existência e ação internas a ele mesmo, e que, na interface com o públi-
co, indica pragmaticamente a sua própria condição de invenção. (Pedro
Dolabella Chagas).
Filosofia da Informação: Analisa o conceito de informação a partir de
uma perspectiva histórica e sistemática, tendo surgido a partir do cres-
cente interesse da noção de informação nas humanidades, e, em especial,
em diferentes áreas da Filosofia, como lógica, ética, estética e ontologia
(Adriaans 2024). Filósofos da informação buscam investigar a relação en-
tre informação e verdade, informação e dados, informação, significado e
conhecimento, fake News, dentre outros temas. Além de interesses sobre
as consequências éticas do crescente uso de tecnologias da informação e da
comunicação para a ciência e sociedade.
Fisicalidade da informação: “Corresponde às propriedades físicas do ob-
jeto-suporte de informação que permite sua existência no espaço e no tem-
po.” (Rabello, 2019, p. 24). É o pressuposto do conceito de informação
registrada.
Forma: (i) Possui o “ser de predicado” (Peirce, 1998, p. 544); (ii) É uma
disposição; um real potencial (Peirce, 1998, p. 388). No item (ii) forma
pode ser vista como uma proposição condicional, em seu sentido pragmáti-
co, afirmando que algumas coisas sob determinadas condições funcionarão
de determinada maneira – trata-se do próprio hábito que está incorporado
no objeto (Peirce, 1998, p. 544) e que pode ser representado mediante
um símbolo ou um conceito (hábito mental). Peirce segue a via media na
qual “forma” tem ambos os caracteres de primeiridade e de terceiridade”
(Emmeche; Queiroz; El-hani, 2010, p. 641). (Alexandre Augusto Ferraz).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
290
Ícone: “[...] é um signo que se refere ao objeto que denota por meio de seus
próprios caracteres” (Peirce, CP 2.247, 1903, tradução nossa). (Mariana
Vitti-Rodrigues).
Identidade de gênero: Gênero com o qual uma pessoa se identifica, que
pode ou não concordar com o gênero que lhe foi atribuído quando de
seu nascimento. Diferente da sexualidade da pessoa. Identidade de gêne-
ro e orientação sexual são dimensões diferentes e que não se confundem.
Pessoas transexuais podem ser heterossexuais, lésbicas, gays ou bissexuais,
tanto quanto as pessoas cisgênero. (Jesus, 2012, p. 24). (Marco Donizete
Paulino da Silva e Luciana de Souza Gracioso).
Imaginação: agenciamento de conteúdos mentais, substâncias físicas e/ou
capacidades corporais em ações e/ou produtos imprevistas, cujas funções
serão integradas aos contextos de experiência, produção, juízo e ação em
que ela acontece, podendo gerar resultados momentâneos ou de longa sub-
sistência no tempo. (Pedro Dolabella Chagas).
Índice: é um signo “[…] que se refere ao objeto que denota por meio
de ser realmente afetado por este objeto”, como pegadas na areia (Peirce,
1931, p. 368, CP 2.248, tradução nossa). (Mariana Vitti-Rodrigues).
Informação (Etimologia): 1. derivada da palavra latina informare, cujo
significado é dar forma (Capurro 2009). 2. o que dá forma, unidade de
sentido. (Marivalde Moacir Francelin).
Informação (Ciência da Informação): No contexto da Ciência da
Informação, informação é gerada por seres humanos e para seres humanos,
dependendo de uma forma de registro que possibilita sua permanência no
tempo e no espaço. De acordo com Le Coadic (1996, p.5), “informação
comporta um elemento de sentido. É um significado transmitido a um ser
consciente por meio de uma mensagem inscrita em um suporte espacial-
temporal: impresso, sinal elétrico, onda sonora, etc. Essa inscrição é feita
graças a um sistema de signos (linguagem), signo este que é um elemento
da linguagem que associa um significante a um significado”.
Informação (Teoria Matemática da Comunicação): Medida da liberdade
de escolha quando se seleciona uma mensagem. Relaciona-se não ao que
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
291
realmente se diz, mas ao que se poderia dizer. Nessa perspectiva, só pode
haver informação onde há dúvida e dúvida implica na existência de alter-
nativas – donde escolha, seleção, discriminação”. (Marcos Antonio Alves).
Informação (Teoria Peirceana): 1. Lógico-Proposicional: O total de
símbolos traduzidos que são medidos pelo quanto de compreensão o
termo tem além do que é necessário para limitar sua extensão (Peirce,
1982, p. 287). (Alexandre Augusto Ferraz). 2. Semiótica: “o processo
de comunicação da forma disponível no objeto por meio da consti-
tuição de um dicisigno formado pela colocalização entre índice-ícone”
(Vitti-Rodrigues; Emmeche, 2017, p. 300, tradução nossa). 3. Grafos
Existenciais: uma abordagem diagramática da informação por meio do
estudo da lógica das relações em que a atribuição de necessidade e pos-
sibilidade às proposições é concebida de acordo com um dado estado de
informação (Silveira 2008).
Informação ecológica: informação prenhe de significado, disponível no
ambiente para ser captada diretamente. Conjunto de invariantes que emer-
gem de processos auto-organizados, ajustando-se, propiciando a instancia-
ção de significado (Juliana Moroni).
Internet: caracteriza-se como uma estrutura topológica distribuída e se
caracteriza como uma rede livre-de-escala. Considerando seu propósito
inicial de constituir um sistema de comunicação militar, preocupou-se
que a internet possuísse uma estrutura que não fosse vulnerável a possíveis
inimigos. Paul Baran, responsável por desenvolver o projeto, a construiu
com uma estrutura distribuída, similar ao sistema de rodovias, de modo a
ser redundante o bastante para que, mesmo com a queda de qualquer nó,
outros caminhos alternativos fossem possíveis para a conexão entre os nós
restantes. Barabási (2002, p. 145) faz a seguinte consideração: “embora
tenha sido construída pelo homem [...], a internet está mais próxima de
um ecossistema do que de um relógio suíço”. (João Antonio de Moraes e
Rafael Rodrigues Testa).
Interpretante: Um signo, ou representamen, é aquilo que, sob certo aspec-
to ou modo, representa algo para alguém. Dirige-se a alguém, isto é, cria,
na mente dessa pessoa, um signo equivalente, ou talvez um signo mais
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
292
desenvolvido. Ao signo assim criado denomino interpretante do primeiro
signo. O signo representa alguma coisa, seu objeto. Representa esse obje-
to não em todos os seus aspectos, mas com referência a um tipo de ideia
de que eu, por vezes, denominei fundamento do representamen (Peirce,
1960a, p. 135, grifos do autor); “[...] informação é o tipo de interpretante
no qual símbolos são traduzidos em novos e mais desenvolvidos símbolos.”
(Nöth, 2013, p. 145). (Alexandre Augusto Ferraz).
Invariante: padrões informacionais que apresentam constância no pro-
cesso de dinamicidade da relação organismo-ambiente. As invariantes são
classificadas por Gibson (1986) em estruturais, isto é, propriedades que
permanecem constantes em meio a alterações no ambiente, e transforma-
cionais, isto é, padrões de mudança que permanecem constantes, possi-
bilitando a identificação da ação dos organismos no ambiente. (Juliana
Moroni).
Leitura: processo cognitivo que parte da visão sequencial dos símbolos lin-
guísticos grafados no papel para articulá-los semioticamente nas unidades
maiores de significado, que substanciam tanto a compreensão, interpreta-
ção e valoração de conteúdos processados como intenções de comunicação
do texto, quanto as experiências qualitativas relativas à imaginação, enação
e afetivização emergentes na relação estabelecida pelo leitor com aqueles
conteúdos. (Pedro Dolabella Chagas).
LGBTQIAPN+: Sigla que contempla a inclusão das identidades de gê-
nero em sua diversidade de expressões, representadas na sigla pelos ter-
mos de Lésbica; Gays; Bissexuais; Transexuais; Queer; Intersexo; Assexual;
Pansexual; Não-binário, mais o sinal (+) para indicar ampliação/adição de
outros agentes reconhecidos nesse movimento, compondo uma pauta po-
lítica de reconhecimento de direitos civis e de inclusão pelas iniciais que
compõem a sigla, uma diversidade de identidades de gêneros dentro de
uma diversidade de indivíduos e classes sociais. (Pimentel, 2023). (Marco
Donizete Paulino da Silva e Luciana de Souza Gracioso).
Linguística Decolonial: Linguística Decolonial é uma proposta crítica
que tem sido desenvolvida no campo da linguística, e que possui uma
abordagem interdisciplinar pois envolve estudos de áreas como antropo-
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
293
logia, sociologia, estudos culturais, comunicacionais e informacionais. Tal
abordagem se propõe a questionar as narrativas dominantes que têm per-
petuado a desvalorização de determinadas línguas e culturas e, nesse senti-
do, problematiza as normas linguísticas e os sistemas de conhecimento que
foram historicamente dominados por perspectivas eurocêntricas. Portanto,
busca analisar e problematizar as influências do colonialismo no estudo e
na compreensão das línguas e das práticas linguísticas. Seu objetivo central
é ampliar o espaço de expressão das línguas e perspectivas que historica-
mente foram marginalizadas, promovendo, assim, a valorização da diver-
sidade linguística e cultural. (Severo; Markoni, 2022). (Marco Donizete
Paulino da Silva e Luciana de Souza Gracioso).
Materialidade da informação: Manifesta-se nos enunciados, sejam eles
registrados ou não. Corresponde a dimensões epistêmica, política e ética da
informação. Alcança maior perenidade e força com o processo de inscrição.
Compõe e está composta em redes ou regimes de relações. A materialidade
da informação, em tais redes, é operacionalizada em práticas orientadas
por determinados modos de institucionalidade. (Rodrigo Rabello).
Mensagem: objeto essencial da comunicação entre um emissor e um des-
tinatário, composto por um arranjo sequencial ou espacial ordenado de
elementos oriundos do alfabeto da linguagem utilizada na comunicação.
(João E. Kogler Jr.).
Modos de institucionalidade: Correspondem a configurações de redes
sociotécnicas em suas variadas manifestações. Eles se apresentam em ao
menos três disposições ou enfoques: formal, semiformal e informal. Tais
modos estabelecem ou podem estabelecer relações entre si, algo que indica
o seu caráter situacional, temporário e transitório. Orientam as práticas
dos atores responsáveis pela circulação, perenidade e força da materialidade
dos enunciados. (Rodrigo Rabello).
Nicho: parte do ambiente na qual os organismos deixam suas marcas; ele
delimita a identidade do organismo no seu processo coevolutivo com o
ambiente. Expressa a relação dinâmica organismo-ambiente. Nessa relação
dinâmica, no processo coevolutivo, segundo Schmidt (2007), elementos
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
294
naturais e socioculturais estão interligados, propiciando informações para
que o organismo direcione suas ações.. (Juliana Moroni).
Objetos: coisas, acontecimentos e fenômenos (in)formados. (Marivalde
Moacir Francelin).
Ordem: Definida a partir da distribuição da probabilidade dos eventos
de uma fonte. Uma fonte totalmente desordenada é aquela cujos eventos
ou mensagens possuem a mesma probabilidade de ocorrência. Já a ordem
máxima ocorre quando um evento possui probabilidade absoluta de ocor-
rência. Quanto mais díspares forem as probabilidades de ocorrência dos
eventos, mais ordenada é a fonte. (Marcos Antonio Alves).
Palavra de código: cadeia de símbolos usados na codificação para repre-
sentar os caracteres ou símbolos originais de uma mensagem. (João E.
Kogler Jr.).
Paradoxo dos Big Data: Trata-se da contradição entre a expectativa de
que, quanto maior a quantidade de dados analisados, maior a chance de
encontrar correlações não-espúrias; e a realidade de que, quanto maior a
quantidade de dados analisados, maior a ocorrência de correlações espú-
rias que podem, inclusive, atrapalhar na detecção de correlações não-espú-
rias que possam eventualmente estar presentes nos dados. (Ricardo Peraça
Cavassane, Felipe S. Abrahão e Itala M. Loffredo D’Ottaviano)
Pensamento: articulação de sentidos e juízos em torno de questões sobre
unidades e contrários. (Marivalde Moacir Francelin).
Percepção direta: não envolve inferências, proposições e representações
mentais. Dinâmica, contínua e panorâmica, a percepção direta capta
informação do ambiente, sem a necessidade da mediação de representações
mentais. (Juliana Moroni).
Pragmática: qualquer processo empírico de comunicação linguística, em
que enunciados orais ou escritos produzem reações em ouvintes ou leito-
res a partir de conteúdos ostensivamente codificados neles mesmos, ou de
conteúdos inferidos pelos destinatários (indutiva, dedutiva ou abdutiva-
mente), em atendimento ou não às intenções do escritor ou falante. (Pedro
Dolabella Chagas).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
295
Processamento Informacional: O processamento informacional é defi-
nido de acordo com a natureza da informação e o tipo de instância de
processamento. Aqui, neste texto, o leitor vai encontrar referência à in-
formação natural e aos processamentos recorrente e global de informação.
A informação natural é transmitida em um meio material e ecológico de
um emissor à um receptor, podendo ser um sistema orgânico ou artificial.
Os processamentos recorrente e global ocorrem no contexto neural, mas
o primeiro depende de loops feedforward–feedback de atividade em áreas
primárias no cérebro, enquanto que, o segundo é caracterizado por proces-
samento, primeiramente, paralelo e distribuído, multimodal e heteromo-
dal, mas depois é predominantemente localizado em áreas pré-frontais e é
serial. (Diogo Fernando Massmann).
Processo: apesar de ser um termo complexo, pode-se caracterizar um pro-
cesso como um conjunto ordenado de itens. Processos podem ser tanto
discretos, como uma sequência de eventos; ou contínuos, em termos de
fluxo. A característica comum a todos os processos é a relação entre o tem-
po e ordenação dos elementos presentes em um determinado processo. Em
síntese, “processos são tipicamente utilizados para representar as mudanças
que ocorrem no mundo real, ao longo do tempo, em diferentes escopos”
(Gudwin, este livro – elaboração Mariana Vitti-Rodrigues).
Realismo: pode ser caracterizado, de forma abrangente, como uma cor-
rente filosófica que afirma a existência de fenômenos independentes de
nossas crenças, vontades, pensamentos, e visões de mundo. Há vários tipos
de realismos que exploram diferentes questões e perspectivas. Por exem-
plo, na defesa da existência de objetos inobserváveis, ou da realidade dos
universais, na afirmação que gerais possuem um estatuto independente da
coleção de objetos particulares. (Mariana Vitti-Rodrigues)
Racismo ambiental: O termo cunhado, no início dos anos 80, por
Benjamin Franklin Chavis Jr., líder afro-americano da luta pelos direitos
civis nos Estados Unidos. Através de manifestações da população negra
norte-americana, exigia-se justiça ambiental, na medida em que a distri-
buição dos impactos ambientais negativos como a poluição do ar, con-
taminação da água de rios e solo recaia majoritariamente na população
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
296
historicamente marginalizada, vulnerabilizada, invisibilizada e silenciada.
(Dias, 2023). (Juliana Moroni)
Reciprocidade: troca de informação entre organismo e ambiente, no qual
ambos estão intrinsecamente interconectados, formando uma unidade. A
reciprocidade indica a inseparabilidade entre organismo-ambiente, bem
como as implicações recíprocas das ações de um no outro. Segundo Large
(2003), na concepção ecológica nada existe em isolamento, na medida em
que o ambiente é considerado como um todo, com estruturas entrelaçadas
(nesting), as quais expressam o dinamismo que permeia as relações de reci-
procidade entre organismos e ambiente. A reciprocidade é essencial para a
construção do nicho e percepção de affordances. (Juliana Moroni).
Redes sociais on-line: se caracterizam como uma “estrutura dinâmica e
complexa formada por pessoas com valores e/ou objetivos em comum,
interligadas de forma horizontal e predominantemente descentralizada”
(Souza; Quandt, 2008, p. 32). Nelas os usuários preenchem seus perfis
com uma grande variedade de informações pessoais. Outro fator impor-
tante a ser considerado no uso de tais redes sociais via aplicativos é estar na
“palma da mão”, o que facilita a inserção de informação de forma “imedia-
ta”, “espontânea” e “em tempo real”, se tornando um hábito com o passar
do tempo. (João Antonio de Moraes e Rafael Rodrigues Testa).
Relação triádica: A relação triádica é um modelo descritivo que delineia
a interação entre três entidades distintas. Esta configuração específica é
caracterizada pela interdependência entre três elementos ou indivíduos,
cada um conectado aos outros dois de maneira singular e determinante.
Tal estrutura triádica é observada em uma variedade de contextos, incluin-
do interações sociais, processos comunicativos, sistemas complexos e até
mesmo na estruturação de sistemas de pensamento filosófico. Na teoria
semiótica de Charles Sanders Peirce, por exemplo, a relação triádica é fun-
damental, abrangendo um signo (representação), um objeto (aquilo que
o signo representa) e um interpretante (a interpretação ou efeito do signo
sobre um intérprete). (Valdirene Aparecida Pascoal e Maria Eunice Quilici
Gonzalez).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
297
Relativismo: pode ser definido, em geral, como uma corrente filosófica em
que a atribuição de verdade, valor ou significado a proposições ou crenças
depende do contexto em que determinadas asserções são feitas. Há vários
tipos de relativismo, os que reivindicam uma atenuação da atribuição de
verdade e falsidade no contexto geral, ou relativismos que focam em aspec-
tos específicos como, por exemplo, o realismo conceitual, histórico, moral,
epistêmico, conceitual (Rios 2021). (Mariana Vitti-Rodrigues)
Representações Mentais: A definição de representação mental não remete
para algo abstrato, mas se baseia no discurso neurocientífico recente que
relaciona a definição com a codificação neural e o processamento infor-
macional. Isso apontou para certos desafios na forma de como os termos
“representação” e “código”, neural e informacional, são comumente usa-
dos na neurociência. Nesse sentido, a “representação mental” pode estar
correlacionada com o conteúdo que ela representa, pode ter uma função
causal no organismo, como efeitos sobre o controle cognitivo do compor-
tamento, e pode representar um objetivo ou propósito que serve ao com-
portamento. Em todos esses casos, a representação resulta da codificação e
processamento no cérebro, mesmo que, em introspecção, a sua dinâmica
temporal pareça outra. (Diogo Fernando Massmann).
Semiose: “[…] uma ação, ou influência, que é, ou envolve, uma coopera-
ção entre três elementos, como um signo, seu objeto, e seu interpretante,
esta influência trivalente não sendo de forma alguma redutíveis a ações en-
tre pares” (Peirce, 1998, p. 411, EP2.411/1907, tradução nossa).(Mariana
Vitti-Rodrigues).
Signo: uma relação indissociável entre três correlatos que cumprem três
funções lógicas distintas, objeto do signo que determina o signo-veículo
que, por sua vez, determina o interpretante do signo ou signo mais desen-
volvido. Signo também pode ser caracterizado como um meio para a co-
municação de uma forma (Peirce, 1998, p. 544, EP2:544/1909). (Mariana
Vitti-Rodrigues).
Símbolo: Um símbolo é um Representamen cujo caráter representativo
consiste exatamente em ser uma regra que determinará seu Interpretante
(Peirce, 1960a, p. 165). (Alexandre Augusto Ferraz).
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
298
Sistemas: 1. Estruturas que conformam modelos (Marivalde Moacir
Francelin). 2. “um sistema é uma estrutura cujos elementos exercem
funções (atividades); é uma estrutura em funcionamento, caracterizando-
se, portanto, como uma estrutura com funcionalidade.” (D’Ottaviano e
Bresciani, 2004, p. 6).
Sociedade da Informação: há uma diversidade de definições acerca da
expressão sociedade da informação. Conforme Webster (2006), cada
uma delas é desenvolvida com um enfoque num cenário específico, mas
compartilham do pressuposto segundo o qual a informação está produzindo
alterações quantitativas na dinâmica dos indivíduos, promovendo
também um tipo de organização social qualitativamente nova. Dentre tais
definições, destacam-se cinco: (i) tecnológica – as inovações tecnológicas
que surgiram a partir de 1970 produziram uma reconstrução do mundo
social em função de seu impacto (Toffler, 1980; Angel, 1995); (ii) econô-
mica – ocorreu o aumento do valor econômico das atividades informa-
cionais (Jonscher, 1999); (iii) profissional – houve um crescimento das
oportunidades de trabalho informatizadas (Bell, 1976; Perkin, 1990); (iv)
espacial – o poder das redes informacionais para conectar diferentes lo-
cais (geográficos) afetou as organizações sociais em seu tempo e espaço,
assumindo alcance global e instantâneo (Castells, 1996); e (v) cultural – o
conteúdo informacional gerado tem alterado os rumos da moda, literatura,
cinema, entretenimento televisivo, entre outras expressões culturais. Para
Moraes (2019), a sociedade da informação reúne aspectos de tais defini-
ções, mas possui um enfoque mais profundo na digitalização da sociedade,
de modo a analisar a relação íntima entre indivíduos/TIC a qual culmina
na reformulação do entendimento que os indivíduos possuem de si e de
suas interações com outros indivíduos e com o ambiente. (João Antonio de
Moraes e Rafael Rodrigues Testa).
Tecnologias digitais: pode-se distinguir entre dois tipos de tecnologias, as
pré-digitais e as digitais, sendo que o limiar entre elas é, essencialmente, a
internet (Floridi, 2005, 2014). As tecnologias pré-digitais seriam o telégra-
fo, jornal, máquina fotográfica, televisão, entre outros artefatos informa-
cionais tradicionais em seu formato anterior ao surgimento da internet. Já
as tecnologias digitais são os notebooks, smartphones, tablets, câmeras de
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
299
vigilância, etc., os quais podem estar conectados em rede. Uma diferença
importante entre os modos de atuação dos dois tipos de tecnologias é a re-
lação destas com seus usuários. Enquanto que nas tecnologias pré-digitais
os usuários eram, em sua grande maioria, apenas receptores de informação,
nas tecnologias digitais estes mesmos usuários também podem contribuir
com informação para a rede (eles podem gerar e compartilhar informação,
em tempo real, ao invés de estarem apenas passivos à informação disponí-
vel). (João Antonio de Moraes e Rafael Rodrigues Testa).
Teoria crítica em Ciência da Informação: formulação histórica da teo-
ria dialética dos estudos biblioteconômico-informacionais como parte da
crítica do Iluminismo e ao Positivismo como correntes epistemológicas
co-constituidoras da Ciência da Informação. (Gustavo Silva Saldanha).
Teorias unificadas: Teorias unificadas são construções teóricas que bus-
cam integrar e harmonizar múltiplos conceitos, princípios e fenômenos de
diversas áreas ou disciplinas do conhecimento. Seu propósito fundamental
é oferecer uma estrutura explanatória abrangente e coesa, capaz de unificar
e explicar fenômenos aparentemente distintos em busca de significação
objetiva. (Valdirene Aparecida Pascoal e Maria Eunice Quilici Gonzalez).
Zemblanidade: O oposto da serendipidade: enquanto a serendipidade diz
respeito a uma descoberta surpreendente e benéfica, produto de um aci-
dente e da atenção e conhecimento necessários para que ela seja identifica-
da, a zemblanidade é um resultado esperado e prejudicial, que ocorre ne-
cessariamente em um determinado contexto e é produto de incompetência
e/ou negligência. (Ricardo Peraça Cavassane, Felipe S. Abrahão e Itala M.
Loffredo D’Ottaviano).
300
301
PARA SABER MAIS
Carlos Cândido de ALMEIDA
UNESP
carlos.c.almeida@unesp.br
https://orcid.org/0000-0002-8552-1029
Mariana VITTIRODRIGUES
UNESP
mvittirodrigues@gmail.com
https://orcid.org/0000-0002-4764-2575
Nesta seção, encontra-se a classificação das indicações de biblio-
grafia feitas pelos autores e autoras dos capítulos dos livros “Estudos
Pluridisciplinares da Informação: Filosofia, Tecnologia e Semiótica” (Coleção
Estudos em Ciência da Informação, nº 2) e “Estudos Pluridisciplinares da
Informação: Ciência da Informação, Ética e Linguagem” (Coleção Estudos
em Ciência da Informação, nº 3). A bibliografia foi sistematizada pelos
organizadores das coletâneas e é imprescindível para compreender mais
amplamente os assuntos tratados nestes dois livros. A lista a seguir está
dividida por grandes temas de interesse e não refletem a divisão de partes
e/ou capítulos.
https://doi.org/10.36311/2025.978-65-5954-633-6.p301-310
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
302
introdução ao concEito dE informação
ADRIAANS, P. Information. In: ZALTA, E. N. (ed.). Stanford encyclopedia of
philosophy. Califórnia: Metaphysics Research Lab, Stanford University, Fall 2020.
Disponível em: https://plato.stanford.edu/archives/fall2020/entries/information. Acesso
em: 19 nov. 2024.
CAPURRO, R.; HJORLAND, B. O conceito de informação. Perspectivas em ciência da
informação, Belo Horizonte, v. 12, n. 1, p. 148-207, abr. 2007. Disponível em: http://
hdl.handle.net/20.500.11959/brapci/33134. Acesso em: 28 dez. 2023.
DÍAZ NAFRÍA, J. M.; SALTO ALEMANY, F. (coord.). ¿Qué es información?
Salamanca: Instituto Nacional de Tecnologías de la Comunicación (INTECO), 2008.
ISBN: 978-84-9773-451-6.
DRETSKE, F. I. Knowledge and the flow of information. Oxford: Blackwell, 1981.
FLORIDI, L. e philosophy of information. Oxford: Oxford University Press, 2011.
GLEICK, J. O. A informação: uma história, uma teoria, uma enxurrada. Rio de Janeiro:
Intrínseca, 2013.
GONZALEZ, M. E. Q.; NASCIMENTO, T. C. A.; HASELAGER, W. F. G.
Informação e conhecimento: notas para uma taxonomia da informação. In: FERREIRA,
A; GONZALEZ, M. E. Q.; COELHO, J. G. (ed.). Encontro com as ciências cognitivas.
São Paulo: Cultura Acadêmica, 2004. p. 195-220. (Coleção Estudos Cognitivos, v. 4).
LE COADIC, Y. F. A ciência da informação. 2.ed. Brasília: Briquet de Lemos, 2004.
TOUTAIN, L. (org). Para entender a ciência da informação. Salvador: Edufba, 2007.
abordagEm quantitativa da informação
ARNDT, C. Information measures. Berlin: Springer, 2004.
ANTA, J. Under Shannon’s bandwagon: rethinking the reception of information theory
in thermal physics, 1948-1957. HoST - Journal of History of Science and Technology,
Lisboa, v. 17, n. 1, p. 17-38, June 2023. Disponível em: https://sciendo.com/
article/10.2478/host-2023-0003. Acesso em: 19 nov. 2024.
BLAHUT, R. E. Information theory and coding. In: MIDDLETON, W. M.; VAN
VALKENBURG, M. E. (ed.). Reference data for engineers: radio, electronics, computer,
and communications. 9th ed. London: Newnes, 2002. p. 1-31. Disponível em: https://
www.sciencedirect.com/science/article/pii/B9780750672917500273. Acesso em: 19
nov. 2024.
COLLINS, A. From H = log sn, to conceptual framework: a short history of information.
History of psychology, Washington, v. 10, n. 1, p. 44-72, Feb. 2007. Disponível em: https://
psycnet.apa.org/record/2007-02158-003. Acesso em: 19 nov. 2024.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
303
COVER, T. M.; THOMAS, J. A. Elements of information theory. 2nd ed. New Jersey:
Wiley-Interscience, 2006.
EDWARDS, E. Introdução à teoria da informação. São Paulo: Cultrix, 1971.
EPSTEIN, I. Teoria da informação. São Paulo: Ed. Ática, 1986. (Série Princípios)
GUILBERT, E. N. Information theory after 18 years. Science, Washington, v. 152, n.
3720, p. 320-326, Apr. 1966. DOI: https://doi.org/10.1126/science.152.3720.320.
Disponível em: https://www.science.org/doi/10.1126/science.152.3720.320. Acesso em:
19 nov. 2024.
GUIZZO, E. M. e essential message: Claude Shannon and the making of information
theory. 2003. Dissertação (Mestrado em escrita científica) – Program in writing and
humanistic studies, Dept. of humanities, Massachusetts Institute of Technology,
Cambridge, 2003. Disponível em: http://hdl.handle.net/1721.1/39429. Acesso em: 19
nov. 2024.
HARREMOES, P.; TOPSØE, F. e quantitative theory of information. In:
ADRIAANS, P.; VAN BENTHEN, J. (ed.). Philosophy of information. Amsterdam:
Elsevier, 2008. p. 171-216. (Handbook of the philosophy of science, 8).
HORGAN, J. Claude Shannon: profile. IEEE Spectrum, Piscataway, v. 29, n. 4, p. 72-
75, Apr. 1992. DOI: https://doi.org/10.1109/MSPEC.1992.672257. Disponível em:
https://ieeexplore.ieee.org/document/672257. Acesso em: 19 nov. 2024.
LE COADIC, Y. A matemática da informação. In: TOUTAIN, L. (org.). Para entender
a ciência da informação. Salvador: Edufba, 2007. p. 219-238.
LOMBARDI, O.; HOLIK, F.; VANNI, L. What is Shannon information? Synthese,
New York, v. 193, n. 7, p. 1983-2012, July 2016. DOI: https://doi.org/10.1007/
s11229-015-0824-z. Disponível em: https://link.springer.com/article/10.1007/s11229-
015-0824-z. Acesso em: 19 nov. 2024.
NAEEM, S.; ANAM, S.; ALI, A.; ZUBAIR, M.; AHMED, M. A brief history of
information theory by Claude Shannon in data communication. Journal of applied
and emerging sciences, Quetta, v. 13, n. 1, p. 23-30, June 2023. DOI: http://dx.doi.
org/10.36785/jaes.131550. Disponível em: https://journal.buitms.edu.pk/j/index.php/
bj/article/view/550. Acesso em: 19 nov. 2024.
NAHIN, P. J. e logician and the engineer: how George Boole and Claude Shannon
created the information age. New Jersey: Princeton University Press, 2013.
NIZAMI, L. Information theory is abused in neuroscience. Cybernetics and human
knowing, Washington, v. 26, n. 4, p. 47-97, 2019. Disponível em: https://chkjournal.
com/node/344. Acesso em: 19 nov. 2024.
RIOUL, O. is is IT: a primer on Shannon’s entropy and information. In:
DUPLANTIER, B.; RIVASSEAU, V. (ed.). Information theory: Poincaré seminar 2018.
New York: Birkhäuser, 2021. (Progress in mathematical physics,78)
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
304
RIOUL, O.; MAGOSSI, J. C. On Shannon’s formula and Hartley’s rule: beyond the
mathematical coincidence. Entropy, Basel, v. 16, n. 9, p. 4892-4910, Sept. 2014. DOI:
https://doi.org/10.3390/e16094892. Disponível em: https://www.mdpi.com/1099-
4300/16/9/4892. Acesso em: 19 nov. 2024.
ROMAN, S. Coding and information theory. New York: Springer, 1992.
SHANNON, C. E. e bandwagon. IRE Transactions on information theory, New
York, v. 2, n. 1, p. 3, Mar. 1956. DOI: https://doi.org/10.1109/TIT.1956.1056774.
Disponível em: https://ieeexplore.ieee.org/document/1056774. Acesso em: 19 nov.
2024.
SHANNON, C. A conversation with Claude Shannon: one’s man approach to
problem solving. [Entrevista cedida a] Robert Price. [Editado por] Ellersick, F. IEEE
Communications Magazine, v. 22, n. 5, p. 123-126, May 1984. DOI: https://doi.
org/10.1109/MCOM.1984.1091957. Disponível em: https://ieeexplore.ieee.org/
document/1091957. Acesso em: 19 nov. 2024.
SHANNON, C.; WEAVER, W. e mathematical theory of information. Urbana:
University of Illinois Press, 1949.
SLEPIAN, D. Information theory in the fifties. IEEE Transactions on information
theory, Piscataway, v. 19, n. 2, p. 145-148, Mar. 1973. DOI: https://doi.org/10.1109/
TIT.1973.1054963. Disponível em: https://ieeexplore.ieee.org/document/1054963.
Acesso em: 19 nov. 2024.
STONE, J. V. Information theory: a tutorial introduction. Sheffield: University of
Sheffield, 2022.
TRIBUS, M.; MCIRVINE, E. C.. Energy and information. Scientific American, New
York, v. 225, n. 3, p. 179-188, Sept. 1971.
VAN DER LUBBE, J. C. A. Information theory. Cambridge: Cambridge University
Press, 1988.
VERDÚ, S. Fifty years of Shannon theory. IEEE Transactions on information
theory, Piscataway, v. 44, n. 6, p. 2057-2078, Oct. 1998. DOI: https://doi.
org/10.1109/18.720531. Disponível em: https://ieeexplore.ieee.org/document/720531.
Acesso em: 19 nov. 2024.
WEAVER, W. e mathematics of communication. Scientific American, New York, v.
181, n. 1, p. 11-15, July 1949.
WIENER, N. O conceito de informação na ciência contemporânea. Rio de Janeiro: Paz e
Terra, 1970. (Ciência e informação, v. 2).
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
305
informação Em charlEs sandErs pEircE
DE TIENNE, A. Information in formation: a Peircean approach. Cognitio, São Paulo, v.
6, n. 2, p. 149-165, jul./dez. 2005.
EL-HANI, C. N., QUEIROZ, J., EMMECHE, C. Genes, information, and semiosis.
Tartu: Tartu University Press, 2009.
FERRAZ, A. A. A natureza formal da matéria a partir da filosofia de Charles Sanders
Peirce. 2020. 221 f. Tese (Doutorado em Filosofia) - Faculdade de Filosofia e Ciências
Humanas, Universidade Estadual de Campinas, Campinas, 2020.
NÖTH, W. Charles S. Peirce’s theory of information: a theory of the growth of symbols
and of knowledge. Cybernetics & human knowing, Exeter, v. 19, n. 1-2, Jan. 2012.
PEIRCE, C. S. Writings of Charles S. Peirce: a chronological edition, volume 1: 1857-
1866. Bloomington: Indiana University Press, 1982.
PEIRCE, C. S. e essential Peirce: Selected philosophical writings (1893-1913).
Bloomington: Indiana University Press, 1998. v. 2.
SILVEIRA, L. F. B. Informação e verdade na filosofia de Peirce. Cognitio, São Paulo, v.
9, n. 2, p. 281-324, Jan. 2008.
SILVEIRA, L. F. B., VITTI-RODRIGUES, M. O conceito de informação na filosofia
de Peirce. In: GONZALEZ, M. E. Q.; MORAES, J. A.; KERR, D. (org.). Informação e
ação: estudos interdisciplinares. São Paulo: Cultura Acadêmica/UNESP, 2016. p. 39-64.
STJERNFELT, F. Co-localization as the syntax of multimodal propositions: an
amazing Peircean idea and some implications for the semiotics of truth. In: JAPPY, T.
(ed.). Bloomsbury companion to contemporary Peircean semiotics. London: Bloomsbury
Academic, 2019. p. 419-458; 482-485.
informação E discurso
ASMA, S. T.; GABRIEL, R. e emotional mind: the affective roots of culture and
cognition. Boston: Harvard University Press, 2019.
DOLEZEL, L. Heterocosmica: fiction and possible worlds. Baltimore: e Johns
Hopkins University Press, 1998.
DOR, D. e instruction of imagination: language as a social communication
technology. Oxford: Oxford University Press, 2015.
FONTANILLE, J. Semiótica do discurso. Tradução Jean Cristtus Portela. 2. ed. São
Paulo: Contexto, 2019.
HJELMSLEV, L. Prolegômenos a uma teoria da linguagem. Tradução J. Teixeira Coelho
Neto. São Paulo: Perspectiva, 2013.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
306
KOCKELMAN, P. Agent, person, subject, self: a theory of ontology, interaction, and
infrastructure. New York: Oxford University Press, 2012.
LOCHER, M. A., JUCKER, A. H (ed.). Pragmatics of fiction. Berlim: De Gruyter
Mouton, 2017.
MAINGUENEAU, D. Elementos linguísticos para o texto literário. Tradução Maria
Augusta Bastos de Mattos. São Paulo: Martins Fontes, 1996.
VAN DIJK, T. A. Cognição, discurso e interação. Tradução Ingendore V. Koch. 7. ed. São
Paulo: Contexto, 2019.
VAN DIJK, T. A. Discurso e contexto: uma abordagem sociocognitiva. Tradução Rodolfo
Ilari. São Paulo: Contexto, 2020.
informação E rEprEsEntaçõEs mEntais
BAKER, B.; LANSDELL, B.; KORDING, K. P. ree aspects of representation in
neuroscience. Trends in cognitive sciences, Cambridge, v. 26, n. 11, p. 942-958, Nov.
2022.
CHURCHLAND, P. S.; SEJNOWSKI, T. e computational brain. 4th ed. Cambridge,
MA: e MIT Press, 1996.
MCGOVERN, K.; BAARS, B. J. Cognitive theories of consciousness. In: ZELAZO,
P. D.; MOSCOVITCH, M.; THOMPSON E. (ed.). e Cambridge handbook of
consciousness. Cambridge: Cambridge University Press, 2007. p. 177-205.
MORSELLA, E. e function of phenomenal states: supramodular interaction theory.
Psychological review, Princeton, v. 112, n. 4, p. 1000-1021, Oct. 2005.
NORTHOFF, G. Neurowaves: brain, time and consciouness. Montreal: McGill-Queen’s
University Press, 2023.
PICCININI, G.; SCARANTINO, A. Computation vs. information processing: why
their difference matters to cognitive science. Studies in history and philosophy of science,
Oxford, v. 41, n. 3, p. 237-246, Sept. 2010.
ética informacional
BERRIO-ZAPATA, C.; SANT’ANA, R. C. G. Exclusão digital: discurso e poder sobre a
tecnologia da informação. São Paulo: Cultura Acadêmica, 2017. Disponível em: https://
www.culturaacademica.com.br/catalogo/exclusao-digital/. Acesso em: 6 dez 2023.
COECKELBERGH, M. Ética na inteligência artificial. São Paulo: UBU, 2023.
EMPOLI, G. Os engenheiros do caos. São Paulo: Vestígio, 2020.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
307
FUCHS, C. Information and society: social theory in the information age. New York:
Routledge, 2008.
MOROZOV, E. Big tech: a ascensão dos dados e a morte da política. São Paulo: Ubu,
2018.
ZUBOFF, S. A era do capitalismo de vigilância: a luta por um futuro humano na nova
fronteira do poder. Rio de Janeiro: Intrínseca, 2020.
dEcolonialidadE, informação E gênEro
ASANTE, M. K. A história da África: a busca pela harmonia eterna. Petrópolis: Vozes,
2023.
FOUCAULT, M. História da sexualidade 1: a vontade de saber. Rio de Janeiro: Graal,
1999.
HJØRLAND, B.; ALBRECHTSEN, H. Toward a new horizon in information science:
domain analysis. Journal of the American society for information science, New York, v.
14, n. 6, p. 400-425, July 1995. Disponível em: https://www.academia.edu/1304539/
Toward_a_new_horizon_in_information_science_domain_analysis. Acesso em: 19 out.
2024.
HOOKS, B. Pertencimento: uma cultura do lugar. São Paulo: Elefante, 2022.
JESUS, J. G. Orientações sobre identidade de gênero: conceitos e termos. Brasília: [s. n.],
2012.
MUDIMBE, V. Y. A ideia de África. Petrópolis: Vozes, 2022.
NASCIMENTO, E. L.; GÁ, L. C. (org.). Adinkra: sabedoria em símbolos africanos. 2.
ed. Rio de Janeiro: Cobogó, 2022.
PINHO, F. A.; MELO, L. A. F. de; OLIVEIRA, J. P. de. Os assuntos gênero e
sexualidade: representação temática nos sistemas Sophia/Biblioteca Nacional e
Pergamum/UFPE. Brazilian journal of information science: research trends, Marília, v.
13, n. 2, p. 36-47, jun. 2019. Disponível em: https://revistas.marilia.unesp.br/index.
php/bjis/article/view/8876/5739. Acesso em: 19 out. 2024.
SILVA, A. N. do N. Homossexualidade: do preconceito aos padrões de consumo. Rio de
Janeiro: Caravansarai, 2003. Disponível em: https://adriananunan.com.br/wp-content/
uploads/2020/01/livro-homossexualidade-do-preconceito-aos-padroes-de-consumo_-_
adriana_nunan.pdf . Acesso em: 19 out. 2024.
UNESCO. Metodologia e pré-história da África. 3. ed. São Paulo: Cortez; Brasília:
Unesco, 2011.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
308
informação E fakE nEws
BEZERRA, A. C.; SCHNEIDER, M. (org.). Competência crítica em informação: teoria,
consciência e práxis. Rio de Janeiro: IBICT, 2022. (Coleção PPGCI 50 anos).
FALLIS, D. What is disinformation? Library trends, Baltimore, v. 63, n. 3, p. 401-426,
Apr. 2015. Disponível em: https://muse.jhu.edu/article/579342. Acesso em: 12 jan. 2021.
WARDLE, C.; DERAKHSHAN, H. Information disorder: toward an interdisciplinary
framework for research and policy making. [Strasbourg]: Council of Europe
report, 2017. Disponível em: https://rm.coe.int/information-disordertoward-an-
interdisciplinary-framework-for-researc/168076277c. Acesso em: 20 jan. 2021.
UNESCO. Jornalismo, fake news & desinformação: manual para educação e treinamento
em jornalismo. Paris: UNESCO, 2019. (Série Unesco sobre Educação em Jornalismo).
informação E big data
ABRAHÃO, F. S.; CAVASSANE, R. P.; WINTER, M.; RODRIGUES, M. V.;
D’OTTAVIANO, I. M. L. A simplicity bubble problem and zemblanity in digitally
intermediated societies. In: 9th International Conference on Model-Based Reasoning,
(MBR 2023), 2024, Roma. Proceedings [...]. [S. l.]: Springer. No prelo. Disponível em:
https://arxiv.org/abs/2304.10681. Acesso em: 10 out. 2024.
ABRAHÃO, F. S.; ZENIL, H.; PORTO, F.; WINTER, M.; WEHMUTH, K.;
D’OTTAVIANO, I. M. L. A simplicity bubble problem in formal-theoretic learning
systems. arXiv, New York, n. 2112.12275v2, p. 1-38, Apr. 2023. Disponível em:
https://arxiv.org/abs/2112.12275. Acesso em: 01 de jul. de 2023.
BUCCI, E. A superindústria do imaginário. São Paulo: Autêntica, 2021.
CAVASSANE, R. P. Zemblanity and Big Data: the ugly truths the algorithms remind us
of. Acta scientiarum. Human and social sciences, v. 44, n. 1, Jan. 2022.
CAVASSANE, R. P.; D’OTTAVIANO, I. M. L.; ABRAHÃO, F. S. Big Data and the
emergence of zemblanity and self-fulfilling prophecies. In: Cognition & modeling,
proceedings of 11th INTERNATIONAL MEETING ON INFORMATIONAL,
KNOWLEDGE AND ACTION, 11., 2021, [s. l.]. Proceedings [...]. [202-?]. No prelo.
MOROZOV, E. Big Techs: a ascenção dos dados e a morte da política. São Paulo: UBU,
2018.
ZENIL, H.; TEGNÉR, J.; ABRAHÃO, F. S.; LAVIN, A.; KUMAR, V.; FREY, J. G.;
WELLER, A.; SOLDATOVA, L.; BUNDY, A. R.; JENNINGS, N. R.; TAKAHASHI,
K.; HUNTER, L.; DZEROSKI, S.; BRIGGS, A.; GREGORY, F. D.; GOMES, C. P.;
ROWE, J.; EVANS, J.; KITANO, H.; KING, R. e future of fundamental science
led by generative closed-loop artificial intelligence. arXiv, New York, n. 2307.07522v3,
2023. Disponível em: https://arxiv.org/abs/2307.07522. Acesso em: 10 de jul. de 2023.
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
309
documEnto E informação
BARBIER, F. História das bibliotecas: de Alexandria às bibliotecas virtuais. Tradução de
Regina Salgado Campos. São Paulo: Edusp, 2018.
BARTHES, R.; MARTY, E. Oral/escrito. In: ENCICLOPÉDIA EINAUDI.
Enciclopédia Einaudi. Lisboa: Imprensa Nacional; Casa da Moeda, 1987. v. 11.
FEBVRE, L.; MARTIN, H. J. O aparecimento do livro. Tradução de Fulvia M. L.
Moretto, Guacira Marcondes Machado. Posfácio de Frédéric Barbier. São Paulo: Edusp,
2017.
FROHMANN, B. Documentary ethics, ontology, and politics. Archival science:
international journal on recorded information, Dordrecht, v. 8, n. 3, p. 165-180, Sept.
2008.
FROHMANN, B. Taking information policy beyond information science: applying
the actor network theory. In: ANNUAL CONFERENCE OF THE CANADIAN
ASSOCIATION FOR INFORMATION SCIENCE, 23., 1995, Edmonton.
Proceedings […]. Edmonton: CAIS; ACSI, 7-10 June 1995.
FROHMANN, B. O caráter social, material e público da informação. In: FUJITA, M.
S. L.; MARTELETO, R. M.; LARA, M. L. G. de (org.). A dimensão epistemológica da
ciência da informação e suas interfaces técnicas, políticas e institucionais nos processos de
produção, acesso e disseminação da informação. São Paulo: Cultura Acadêmica; Marília:
Fundepe, 2008, p. 19-34.
GONZÁLEZ DE GÓMEZ, M. N. Regime de informação: construção de um conceito.
Informação & sociedade: estudos, João Pessoa, v. 22, n. 3, p. 43-60, set./dez. 2012.
LATOUR, B. Reagregando o social: uma introdução à teoria do ator-rede. Salvador:
Edufba; Bauru-SP: Edusc, 2012.
MANGUEL, A. Encaixotando minha biblioteca: uma elegia e dez digressões. Tradução
de Jorio Dauster. São Paulo: Companhia das Letras, 2021.
MELOT, M. A sabedoria do bibliotecário. Tradução de Geraldo Gerson de Souza. Cotia:
Ateliê Editorial; São Paulo: Edições Sesc São Paulo, 2019.
MIDORI, M. O império dos livros: instituições e práticas de leitura na São Paulo
oitocentista. São Paulo: EDUSP, 2019.
RABELLO, R. A face oculta do documento: tradição e inovação no limiar da ciência da
informação. 2009. 331 f. Tese (Doutorado em Ciência da Informação) - Faculdade de
Filosofia e Ciências, Universidade Estadual Paulista, Marília, 2009.
RABELLO, R. Informação institucionalizada e materializada como documento:
caminhos e articulações conceituais. Brazilian journal of information science: research
trends, Marília, v. 13, n. 2, p. 5-25, jun. 2019.
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
310
SHANKAR, K.; HAKKEN, D.; ØSTERLUND, C. Rethinking documents. In: FELT,
U.; FOUCHÉ, R.; MILLER, C. A.; SMITH-DOERR, L. (ed.). e handbook of science
and technology studies. 4th ed. Cambridge, MA: MIT Press, 2017.
informação Ecológica
BATESON, G. Mente e natureza. Rio de Janeiro: F. Alves, 1986.
DEBRUN, M. A idéia de auto-organização. In: D’OTTAVIANO, I. L.; GONZALEZ,
M. E. Q. (org.). Identidade nacional brasileira e auto-organização. Campinas: Coleção
CLE, 2009. p. 53-74. Disponível em: https://ebooks.marilia.unesp.br/index.php/lab_
editorial/catalog/view/121/2311/3857. Acesso em: 13 nov. 2024.
ESCRIBANO, M. H. e philosophy of affordances. Switzerland: Palgrave Macmillan, 2019.
GIBSON, J. J. e ecological approach to visual perception. New Jersey: Lawrence
Earlbaum Associates, 1986.
GONZALEZ, M. E. Q.; MORONI, J. Visões de mundo: uma reflexão a partir
da perspectiva da Filosofia Ecológica. In: SIMONETTI, M. C. L. (org.). A (in)
sustentabilidade do desenvolvimento: meio ambiente, agronegócios e movimentos
sociais. São Paulo: Cultura Acadêmica; Marília: Oficina Universitária, 2011, p.
25-37. Disponível em: http://www.marilia.unesp.br/Home/Publicacoes/a%20(in)
sustentabilidade.indd.pdf. Acesso em: 24 dez. 2023.
KRISHNAMURTI, J. Sobre a natureza e o meio-ambiente. São
Paulo: Cultrix, 1997. Disponível em: https://archive.org/details/
SobreANaturezaEOMeioAmbienteJidduKrishnamurti. Acesso em: 11 jul. 2025.
MACE, W. J. J. Gibson’s ecological approach: perceiving what exists. Ethics and the
environment, v. 10, n. 2, 195-216, Autumn 2005.
MICHAELS, C. F.; CARELLO, C. Direct perception. Englewood Cliffs: Prentice-Hall,
1981.
MORIN, E. Introdução ao pensamento complexo. Lisboa: Instituto Piaget, 1995.
PACHECO, T. Racismo ambiental: expropriação do território e negação da cidadania.
In: Racismo ambiental (Blog). Disponível em: https://racismoambiental.net.br/textos-e-
artigos/racismo-ambiental-expropriacao-do-territorio-e-negacao-da-cidadania-2/. Acesso
em: 13 abr. 2024.
TURVEY, M. T. Affordances and prospective control: an outline of the ontology.
Ecological philosophy, Philadelphia, v. 4, n. 3, p. 173-187, 1992. Disponível em: https://
www.tandfonline.com/doi/abs/10.1207/s15326969eco0403_3. Acesso em: 14 nov. 2024.
VARELA, F. ; THOMPSON, E.; ROSCH, E. e embodied mind: cognitive science
and human experience. Cambridge, MA: MIT-Press, 1991.
311
SOBRE OS AUTORES
alExandrE augusto fErraz
Doutor em Filosofia pela UNICAMP, com período de estágio no exterior no
Peirce Edition Project, Indianapolis (EUA). Mestre em Filosofia pela UNESP,
Campus Marília. Possui graduação em Matemática pela UNESP, Campus Bauru.
É autor do livro “Como é possível o conhecimento matemático: as estruturas
lógico-matemáticas a partir da Epistemologia Genética”.
Lattes iD: http://lattes.cnpq.br/2244885859752074
Orcid iD: https://orcid.org/0000-0002-1742-397X
E-mail: alexfferraz@uol.com.br
carlos cândido dE almEida
Docente do Departamento de Ciência da Informação da Universidade Estadual
Paulista “Júlio Mesquita Filho” (UNESP), campus de Marília, com atuação nos
cursos de Arquivologia, Biblioteconomia, Mestrado e Doutorado em Ciência da
Informação. Professor visitante na Universidad Carlos III de Madrid (Espanha,
2021) e Universidad Nacional de Misiones (Argentina, 2012). Pós-Doutor em
Biblioteconomia e Documentação pela Universidad de Zaragoza, Espanha.
Doutor em Ciência da Informação pela UNESP, mestre em Ciência da Informação
pela Universidade Federal de Santa Catarina e graduado em Biblioteconomia
pela Universidade Estadual de Londrina. Tem interesse nas áreas: Epistemologia,
Ciência da Informação, Semiótica, Comunicação, Organização da Informação,
Organização do Conhecimento e Mediação.
Lattes iD:http://lattes.cnpq.br/3901317157203491
Orcid iD: https://orcid.org/0000-0002-8552-1029
E-mail: carlos.c.almeida@unesp.br
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
312
diogo fErnando massmann
Mestre pela UNESP/Marília com ênfase em Ciências Cognitivas e Filosofia da
Mente e doutorado pela PUCRS, cuja especialidade é Neurofilosofia. Atualmente,
está desenvolvendo pesquisa de pós-doutorado no Departamento de Filosofia na
USP. As suas principais áreas de pesquisa são: (1) pesquisas de correlatos neurais
e estados conscientes, modelos animais de correlatos neurais e filogenia da cons-
ciência; (2) implicações neuroéticas do uso de animais não-humanos; (3) efeitos
do uso das estratégias de neuromarketing sobre o indivíduo e a sociedade; (4)
e tópicos em tomada de decisão e as suas consequências para o debate sobre o
livre-arbítrio.
Lattes iD: http://lattes.cnpq.br/2282898810917726
Orcid iD: https://orcid.org/0000-0001-5944-7139
E-mail: diogofm1818@gmail.com
fElipE sobrEira abrahão
Pesquisador de pós-doutorado no Centro de Lógica, Epistemologia e História
da Ciência, parte da Universidade de Campinas (UNICAMP), com bolsa da
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), Processo
Número 2021/14501-8, e sob a supervisão da Profa. Itala M. Loffredo
D’Ottaviano. Ele é pesquisador visitante no Oxford Immune Algorithmics,
Oxford University Innovation, Universidade de Oxford, U.K. Ele também é
pesquisador associado no DEXL, National Laboratory for Scientific Computing
LNCC), Brasil; Algorithmic Nature Group, LABORES for the Natural and
Digital Sciences, França; e AUTOMACOIN Foundation.
Lattes iD: http://lattes.cnpq.br/8688393739407225
Orcid iD: https://orcid.org/0000-0001-7314-6543
E-mail: felipesabrahao@gmail.com
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
313
itala maria loffrEdo d’ottaviano
Professora Titular Sênior do Centro de Lógica, Epistemologia e História da
Ciência da Unicamp e Professora Titular Colaboradora em Lógica e Fundamentos
da Matemática do Departamento de Filosofia da Universidade Estadual de
Campinas. Assessora ad hoc de diversas instituições de ensino e de fomento ao
ensino e à pesquisa do Brasil e do exterior. Consultora, parecerista e membro de
conselhos editorais de periódicos de circulação internacional, do Brasil e do exte-
rior. Membro de comissões científicas e coordenadora de diversos eventos brasi-
leiros e internacionais. Membro fundadora do (CLE) da Unicamp e da Sociedade
Brasileira de Lógica (SBL).
Lattes iD: http://lattes.cnpq.br/7607464709853156
Orcid iD: https://orcid.org/0000-0002-0591-6785
E-mail: italaloffdotta@gmail.com
joão Eduardo koglEr junior
Formado em Engenharia Elétrica pelo IMT – Instituto Mauá de Tecnologia, e ba-
charel em Física pela USP. Realizou o mestrado e o doutorado na Escola Politécnica
da USP, na área de Sistemas Eletrônicos, com ênfase em Processamento Estatístico
de Sinais Biológicos. Foi colaborador do Laboratório de Engenharia Biomédica
da EPUSP e do Laboratório de Percepção Visual do Instituto de Psicologia da
USP. Desenvolveu o doutorado na área de Visão Computacional e Inteligência
Artificial no SRC Lab de Princeton. Trabalhou como cientista visitante no INRIA
Sophia-Antipolis, França. Foi professor de diversos cursos, departamentos e insti-
tuições, e atualmente realiza pesquisas em Ciência Cognitiva.
Lattes iD: http://lattes.cnpq.br/1541358395524786
Orcid iD: https://orcid.org/0000-0002-3235-9646
E-mail: kogler@lsi.usp.br
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
314
juliana moroni
Pós-doutorado em Filosofia (em andamento) no departamento de Filosofia,
Informação e Comunicação da Faculdade de Letras da Universidade de Coimbra
- PT, apoio à pesquisa CNPq. Pós-doutorado em Filosofia na UNESP - Marília,
SP, com estágio pós-doutoral no Instituto Universitário de Lisboa - ISCTE.
Doutora em Filosofia pela Universidade do Estado do Rio de Janeiro - UERJ.
Mestre, Bacharela e Licenciada em Filosofia pela Universidade Estadual Paulista
“Júlio de Mesquita Filho” - UNESP - Marília, SP. Trabalhou como docente na
E.E. João Jacinto do Nascimento, JJN, Ibaté, SP, contratada pela Secretaria da
Educação do Estado de São Paulo, na UNESP - Botucatu, SP e como professo-
ra voluntária na UERJ, Rio de Janeiro. Áreas de atuação: Filosofia, com ênfase
em Filosofia Ecológica, Filosofia da Informação, Filosofia da Mente, Ética da
Informação e Interdisciplinar.
Lattes iD: http://lattes.cnpq.br/1789739930915029
Orcid iD: https://orcid.org/0000-0002-4878-4823
E-mail: j.moroni@unesp.br
marcos antonio alvEs
Doutor em Filosofia pela UNICAMP e professor no departamento de filosofia
e programa de pós-graduação em filosofia da Unesp. Tem experiência na área de
Filosofia, com ênfase em Epistemologia, Filosofia da Mente e da Informação,
atuando no estudo das relações entre informação, cognição, emoções. Líder
do Grupo de estudos em filosofia da informação, da mente e epistemologia -
GEFIME (CNPq/UNESP) e integrante do núcleo de sustentação do GT Filosofia
da Mente e da Informação (ANPOF). Editor da Trans/form/ação: revista de filo-
sofia da Unesp desde 2020. Foi coordenador do Programa de Pós-Graduação em
Filosofia da Unesp no biênio 2020/2021. É pesquisador CNPq/Pq-2. Docente
no Departamento de Filosofia e Programa de Pós-Graduação em Filosofia da
Universidade Estadual Paulista (UNESP), Marília, SP – Brasil e Líder do Grupo
de Estudos em Filosofia da Informação, da Mente e Epistemologia – GEFIME
(CNPq/UNESP). Editor responsável da Trans/Form/Ação: revista de Filosofia da
UNESP. Pesquisador CNPq/Pq-2, Proc. nº 311630/2021−9.
Lattes iD: http://lattes.cnpq.br/9898742802418170
Orcid iD: https://orcid.org/0000-0002-5704-5328
E-mail: marcos.a.alves@unesp.br
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
315
maria EunicE quilici gonzalEz
Graduação em Física pela Universidade Estadual Paulista Júlio de Mesquita
Filho (1977), mestrado em Epistemologia Lógica e Filosofia da Ciência pela
Universidade Estadual de Campinas (1984) e doutorado em Cognitive Science,
Language And Linguistics Phd - University of Essex (1989) Inglaterra. Atualmente
é professora associada (livre docente) no Departamento de Filosofia da Faculdade
de Filosofia e Ciências da Universidade Estadual Paulista Júlio de Mesquita Filho.
Tem experiência na área de Filosofia, com ênfase em Epistemologia, Filosofia da
Informação e da Tecnologia, Filosofia Ecológica, Ciência Cognitiva e Filosofia
da Mente, atuando principalmente nos seguintes temas: auto-organização, auto-
nomia e informação, sistemas complexos, big data, a dinâmica de formação da
opinião, criatividade e serendipidade.
Lattes iD: http://lattes.cnpq.br/1279824839196223
Orcid iD: https://orcid.org/0000-0002-3837-4644
E-mail: eunice.gonzalez@unesp.br
mariana vitti-rodriguEs
Pós-doutorado em Filosofia da Informação e Tecnologia pela Universidade
Estadual Paulista Júlio de Mesquita Filho (2024). Doutorado em Filosofia da
Ciência pela Universidade de Copenhagen (2019). Mestrado em Filosofia pela
Universidade Estadual Paulista Júlio de Mesquita Filho (2014). Bacharelado em
Filosofia (2012) e Licenciatura Plena em Filosofia (2010) pela mesma universi-
dade. Tem interesse nos conceitos de informação, abdução, significado, serendi-
pidade, amizade, e estilos de pensar e fazer ciência, bem como nas consequências
epistemológicas e éticas da crescente automação da prática científica para os pro-
cessos de descoberta científica.
Lattes iD: http://lattes.cnpq.br/4365289597123626
Orcid iD: https://orcid.org/0000-0002-4764-2575
E-mail: mvittirodrigues@gmail.com
Carlos Cândido de Almeida & Mariana Vitti-Rodrigues
316
ricardo pEraça cavassanE
Pesquisador de pós-doutorado no Centro de Lógica, Epistemologia e História
da Ciência (CLE) da Universidade de Campinas (Unicamp), com bolsa CNPq,
Processo Número 150915/2024-1, sob a supervisão da Profa. Dra. Itala M.
Loffredo D’Ottaviano. Sua pesquisa trata de questões epistemológicas e lógicas
acerca da Inteligência Artificial, em especial os estatutos semânticos possíveis dos
resultados gerados por Large Language Models, em termos de verdade, quase-
-verdade, ou mesmo contrassenso. Seus interesses incluem também teoria da qua-
se-verdade, teoria dos sistemas, ciência de dados, serendipidade e o seu oposto,
zemblanidade, e ensino de lógica.
Lattes iD: http://lattes.cnpq.br/0755269863320059
Orcid iD: https://orcid.org/0000-0002-2189-1055
E-mail: ricardo.peraca@gmail.com
ricardo ribEiro gudwin
Professor associado no Departamento de Engenharia de Computação e Automação,
da Faculdade de Engenharia Elétrica e de Computação, da Universidade Estadual
de Campinas - DCA/FEEC/UNICAMP. Obteve sua graduação (1989),
Mestrado (1992) e Doutorado em Engenharia Elétrica (1996), e Livre Docência
em Engenharia de Computação (2003), todos os títulos pela FEEC/UNICAMP.
Atua na área de Arquiteturas Cognitivas, Sistemas Cognitivos, Cognição
Artificial e na fronteira entre Semiótica e Ciência Cognitiva. É pesquisador do
CEPID-BRAINN – Brazilian Institute of Neuroscience and Neurotechnology e
pesquisador associado do H.IAAC – Hub de Inteligência Artificial e Arquiteturas
Cognitivas. Foi vice-presidente da SBCC - Sociedade Brasileira de Ciência
Cognitiva, de 2013 a 2017.
Lattes iD: http://lattes.cnpq.br/3775696878060147
Orcid iD: https://orcid.org/0000-0002-9666-3954
E-mail: gudwin@unicamp.br
Estudos Pluridisciplinares da Informação: filosofia, tecnologia e semiótica - nº 2
317
valdirEnE aparEcida pascoal
Doutoranda do Programa de Pós-Graduação em Ciência da Informação da
Universidade Estadual Paulista Júlio de Mesquita Filho. Mestre em Filosofia,
na Linha de Filosofia da Informação, da Cognição e da Consciência pela
Universidade Estadual Paulista Júlio de Mesquita Filho (2018-2021) . Possui gra-
duação em Licenciatura Plena (2017) e Bacharelado (2018) em Filosofia pela
Universidade Estadual Paulista Júlio de Mesquita Filho. Foi professora colabo-
radora no Projeto de Extensão Ciclo de Leituras e Debates da Obra de Charles
S. Peirce da Universidade Estadual do Norte do Paraná (UENP). Tem interesse
nas áreas de pesquisa em Informação, Semiótica e Tecnologias Informacionais
de Comunicação, com ênfase em Epistemologia, Filosofia da Informação, Ética
Informacional e Ciência da Informação.
Lattes iD: http://lattes.cnpq.br/5339919652908876
Orcid iD: https://orcid.org/0000-0002-3695-6560
E-mail: valdirene.pascoal@unesp.br
catalogação na publicação (cip)
Telma Jaqueline Dias Silveira
CRB 8/7867
normalização
Janaína Celoto Guerrero de Mendonça
CRB-8 6456
Lucas Corrêa da Cunha Silva
CRB 3: CE1626
Giovanna Karolline Lemes de Lima
capa E diagramação
Gláucio Rogério de Morais
produção gráfica
Giancarlo Malheiro Silva
Gláucio Rogério de Morais
assEssoria técnica
Renato Geraldi
oficina univErsitária
Laboratório Editorial
labeditorial.marilia@unesp.br
formato
16 x 23cm
tipologia
Adobe Garamond Pro
2025
sobrE o livro
,
Carlos Cândido de Almeida
Mariana Vii-Rodrigues
(Organizadores)
ESTUDOS
PLURIDISCIPLINARES DA
INFORMAÇÃO
"Como é de se presumir, o diálogo entre
cientistas da informação, cientistas da
computação, filósofos e outros especialistas
e as convenções sobre os termos de toda e
qualquer discussão nem sempre são fáceis de
atermar.
A ideia original de reunir os estudos da ci-
ência da informação, ciência da computação,
filosofia e outras áreas sobre o tema informa-
ção ficou extremamente complexa, como
devia de ser. Para tanto, foi recomendado se-
parar o projeto em duas coletâneas: a primei-
ra, intitulada “Estudos pluridisciplinares da
informação: filosofia, tecnologia e semiótica”
(Coleção Estudos em Ciência da Informação;
2) e a segunda, intitulada “Estudos pluridis-
ciplinares da informação: ciência da informa-
ção, ética e linguagem” (Coleção Estudos
em Ciência da Informação; 3). A leitura do
conjunto permitirá uma compreensão mais
adequada das perspectivas realistas e relativis-
tas da informação, embora estas classificações
não sejam sempre as mais adequadas para
abarcar a complexidade das contribuições
dos diversos autores."
ESTUDOS PLURIDISCIPLINARES DA INFORMAÇÃO
,
Carlos Cândido de Almeida | Mariana Vii-Rodrigues (Orgs.)
Programa CAPES-PRInt-UNESP, Código de Financiamento 001
Processo: 88887.571329/2020-00.
Auxílio para impressão: CAPES-PROEX - Auxílio - 1628/2024 -
Processo: 88881.974501/2024-01
Coleção Estudos em
Ciência da Informação
2
Coleção Estudos em
Ciência da Informação
Nº 1 - Estudos críticos em organização do
conhecimento
Organizadores: Carlos Cândido de Almeida,
Rosa San Segundo e Daniel Martínez-Ávila
Nº 2 - Estudos pluridisciplinares da informação:
filosofia, tecnologia e semiótica
Organizadores: Carlos Cândido de Almeida e
Mariana Vitti-Rodrigues
2
PPGFIL
PPGFIL
