人們需要資訊是因為認知的不确定性。
- 鵬坤理論
首先，資訊和資訊是關于消除認知不确定性的
香農說，資訊可以消除不确定性。
坤鵬曾談到誰是"不确定"的不确定性。
是的，這是接收器的不确定性。
在資訊論中，接受者是一個标準化的客觀存在。
例如，如果願景是從資訊理論擴充而來的，那麼它就包括溝通。
是以，我們可以說，資訊和資訊都是為了消除感覺到的不确定性而設計的。
将資訊放在一起的原因是它是資訊的容器，沒有它，資訊就無法傳輸，如果飛機不采取它，乘客就無法到達另一個地方。
人們需要資訊是因為認知的不确定性。
确定性和不确定性不是物質存在的問題，而是物質存在的認知問題。
同時，認知确定性和不确定性不是事實是否與真假相符的問題，而是認知選擇的問題，即機率問題。
是以，鳐鵬之前所說的，對"資訊"的"興趣"被視為"資訊"，并不準确。
這也是資訊和消息之間的本質差別。
消息是編碼的，它是物質的。
但資訊是非實體的。
韋納曾經強調過"資訊就是資訊，不是物質或能量"。唯物主義不承認這一點，今天就不能存在。"
溝通家埃弗雷特·羅傑斯（Everett Rogers）也指出："'資訊'被定義為與物質能量不同的東西。
可以說，資訊不是物質性的存在，也不是身體運動的形式。
資訊是一種認知形式和存在狀态。
用香農的話來說，這種認知的形式和狀态是确定性的。
正是在認知次元上，韋納和香農從兩個角度解釋了這些資訊。
如果你把它們放在一起，你可以得到一個更清晰的答案。
"關于資訊名稱的事情是，我們調整外部世界，讓我們的調整為外界所知，以及我們與外界交換的内容，"韋納說。"
韋納說，"交換"是一個信号，表明人和事或人會給對方一個信号，表明它們存在或存在，這樣彼此就能感覺到對方的存在。
比如夏天，我們坐在辦公室裡，開着空調，溫度已經很舒服了，有時候你突然覺得房間越來越冷，冷到雞皮疙瘩起來。
冷是來自某種存在的信号。
信号本身隻是一種物質存在。
它不是人們與外界交換的東西。
人們與外界交換的是來自信号的認知。
您将環顧四周，看看空調是否太低，并檢視外面的天氣如何變化。
最終你知道，天氣很冷，因為外面突然的暴風雨。
天氣突然變化的原因是來自我們感受到的冷交換。
交換的過程是一個認知過程，交換的是人類的認知。
是以，認知是資訊的基本屬性，留下認知讨論資訊是沒有意義的。
從認知的角度來看，讓我們來看看香農的資訊熵公式。
它揭示的是發送給收件人的消息中每個符号（認知）不确定性的權重平均值。
是以，資訊是收件人删除的消息中所有符号（認知）不确定性的權重平均值。
在資訊論中，資訊之是以存在，是因為現實中的所有符号系統都具有接收者的認知不确定性。
在現實中，資訊的存在是因為世界太大，社會太複雜，人們對許多事物的感覺存在不确定性。
正是随着認知的不确定性，人類才會不斷探索、探究、擷取資訊、提煉資訊，使認知不斷更新。
可以毫不誇張地說，幾乎所有人類的行為都是為了消除不确定性，學習是，科研是，工作也是，吃喝拉紮爾的睡眠是一樣的。
正如薛定谔所說，生命以負熵為食。
負熵（當然，這是更合适的，或減法）實際上是消除不确定性。
第二，什麼是傳播科學？
通過對資訊和資訊這兩個概念的解釋，我們可以了解和掌握溝通的基本原則。
無論是增加知識的普及，還是利用這種溫暖的——資訊、知識和新——交流，坤鵬理論認為有必要引入這門學科。
1. 溝通的起源
人是資訊的創造物，人靠資訊行事。
那麼，我們對資訊的研究就不應該局限于溝通等幾個領域。
此外，如果交流被定義為資訊的傳遞，那麼從原始社會來看，人類交流和傳播的過程一直在進行中。
歸根結底，溝通的意義在于減少和消除閱聽人對資訊存在的認知不确定性。
無論是新聞傳播、廣告傳播、影視傳播等其他形式的傳播活動。
它們的意思是，它們減少了人們對事件或事物的看法的不确定性。
傳播成為一門專門的學科，始于二十世紀的美國。
第一次世界大戰後，宣傳研究的興起使各國人民和政府意識到宣傳的力量。
就在這個時候，廣播公司的崛起，讓市場調研開始關注觀衆的喜好。
在第二次世界大戰期間，社會科學領域的許多跨學科學者，包括實驗心理學家卡爾·霍夫蘭，社會學家保羅·拉紮爾斯菲爾德，哈羅德·拉斯韋爾，被稱為行為科學的達爾文，哲學家，社會學家和音樂理論家西奧多·阿多諾，被美國政府聚集在華盛頓進行幾種類型的傳播研究。
例如，霍夫蘭等人從事電影說服的研究，拉斯韋爾等人專注于宣傳内容的研究。
第二次世界大戰後，一些為傳播做出貢獻的學者回到了他們原來的領域，威爾伯·施拉姆（Wilbur Schramm）提出了建立一門新學科的想法。
1947年，他建立了世界上第一個傳播研究機構和伊利諾伊大學傳播學院系，并編纂了第一本傳播教科書《現代社會中的傳播》;
他被稱為"溝通的祖先"和"溝通之父"。
施拉姆于1949年出版了《大衆傳播》，這是他的第一本關于傳播的權威著作，創立了傳播主義。
從二十世紀中葉開始，許多大學開始建立新聞和傳播學院。
下圖顯示了通信的五個主要創始人。
從左到右分别是拉斯韋爾、盧因、拉紮斯菲爾德和霍夫蘭，排在第五位的是二傳手施拉姆。
2. 什麼是溝通？
溝通也被稱為溝通，傳福音等。
傳播學是人類所有交流行為和過程的發生和發展的規律，也是研究人與人與社會之間關系的規律。
傳播研究是社會資訊系統及其運作規律。
傳播學研究如何用資訊傳達資訊的問題。
傳播學是人類如何使用符号進行社會資訊交換。
溝通的最大特點是跨學科研究。
因為溝通是人類的基本社會功能。
那麼，隻要研究科學的人際關系，如政治學、經濟學、人類學、社會學、心理學、哲學、語言學、語義學、精神病學等，都與溝通有關。
是以，傳播學通過彙集上述各個學科的理論觀點和方法論來研究各種傳播活動的性質和概念。
可以看出，溝通與其他社會學科密切相關。
各種社會學科的理論是傳播科學理論的一部分。
同時，它有自己的理論，其他社會科學無法取代。
除了社會科學，傳播科學還将學習資訊論、控制論、系統論等自然科學。
人們稱之為跨學科學科，一門處于許多學科十字路口的學科。
特别是通信和資訊理論研究是資訊的傳遞，一是通信系統的傳遞，一是人與人之間的傳遞。
是以，它們背後的原因很常見。
資訊論的傳輸模型是：
源→編碼→通道→→消息解碼
著名的Rathwell 5W通信模型是：
→消息→頻道→的閱聽人/接收者→ →效果
為什麼選擇 5W？
誰→說什麼→在哪個管道→對誰→産生什麼影響
簡而言之，發件人以語言、文本或其他方式對消息進行編碼（編碼），然後通過通信通道将其傳輸給收件人，收件人由收件人自己解碼消息（Decode）。
例如，在廣播電台的情況下，無線電雇員（發送者）用聲音加密資訊（例如新聞），并通過大氣廣播（大衆媒體）的頻道将其傳輸給聽衆（接收者），後者在腦海中解釋聲音以擷取資訊。
然而，這兩種模式的共同點是，資訊的傳輸被視為一個單向過程，這在網際網路時代之前基本上是不可分割的。
網際網路給人們帶來的最大變化之一是，閱聽人不再隻是收件人，他們也可以是發件人，一個是向發件人發送回報，另一個是向其他收件人發送消息。
是以，通信中還有兩種循環模式：
首先，在Osgood和Schramm模型中，每個溝通者既是處理，解釋和解釋資訊的人，既傳遞和編輯資訊，又進行了解。
其次，Duffler基于香農的互動模型不再是單一的傳播，用發射器和接收器取代了編碼和解碼，增加了噪聲對傳播各個方面的影響。
相比之下，Devereux的互動模式更加通用，考慮到噪音，非常逼真。
3. 實踐：了解傳播和新聞傳播
基于上述資訊和消息定義的差別，我們可以從三個角度簡化對傳播的了解：
從溝通過程來看，溝通就是如何利用資訊傳播資訊的過程;
就溝通的效果而言，溝通是如何使接收者充分了解和接收消息中的資訊;
在溝通互動方面，溝通是對資訊如何與資訊一起傳播的系統控制。
為了驗證知識水準，讓我們通過新聞傳播來思考資訊和資訊。
不确定性，混亂，無序;
确定性，順序，順序。
是以，新聞的本質是幫助人們了解外部事件，從不确定性到确定性。
好吧，隻有人們在認知上不确定的事件才有新聞價值。
新聞的規模與閱聽人對事件的看法有關。
簡而言之，我們也可以通過資訊的熵直接來衡量它——關于事件（人）的資訊熵越大，可以報告的資訊越多，資訊量就越大。
新聞界有一句名言：狗咬不是新聞，狗咬就是新聞。
因為狗咬傷是人認知的确定性，而狗咬傷是無序的，是人認知的不确定性。
所有與觀衆原始認知不符的存在，都是無序的存在，可以成為有價值的資訊。
這就是媒體經常提到的"新聞點"。
另外，需要注意的是，要做好新聞，不能依靠事件（人）認知的不确定性來判斷大小。
還有閱聽人的限制，即充分考慮接受者，預測閱聽人是否願意消除認知不确定性。
就像晚報上發表的數學論文一樣，對許多人來說，這在認知上是非常不确定的，但大多數時候，大多數人都不想弄清楚。
是以，在大資料在網際網路上的廣泛應用之前，書籍、報紙等媒體都應該有選擇的題目，必須有社論稿，這其實是給主編、主編、主編的經驗去猜測做新聞和文章，是不是觀衆願意消除的認知不确定性。
随着大資料的不斷應用，從淘寶開始千人嘗試，到新聞網站和APP的個性化推薦，其實就是利用程式自動跟蹤使用者的搜尋、購買、閱讀習慣來猜測他們最想清除的認知不确定性，進而形成規則，然後根據規則過濾掉正确的新聞， 商品、文章等有針對性推送，并在此過程中不斷保持跟蹤和分析，并不斷做出正确的判斷，這使得未來的推薦越來越符合使用者期望消除的認知不确定性。
想想看，在這個充滿機率的世界裡，我們每天都生活在各種可能性的選擇中，而這一切最終都是為了消除不确定性。
本文原載于《昆鵬理論》，轉載請保留此資訊
請大家注意這個标題，坤鵬理論自2016年初創立以來，創始人為馮立鵬、滕大鵬，包括今日頭條、雪球、搜狐、網易、新浪等知名網站或來自媒體平台的特邀專家或專欄作家，已經發表了6000多篇原創文章和問答， 文章已被轉載超過800萬次，文章總閱讀量近20億。