數位時代的資訊理論演化
NYU IDM — Media Theory D — 期末論文
一篇 2018 年寫於 NYU IDM 的期末論文，追問訊息如何在發送者、接收者、媒介與 AI 過濾器之間變形 — 也是 Taiwan.md、Muse、《數位珊瑚礁》八年前就埋下的種子。
Media Theory D · 期末論文 · 吳哲宇
引言
從遠古時代開始，訊息對人類來說就是基本的存在。我們的祖先在石壁上刻畫，記錄哪裡能找到食物、如何製作工具、如何敬拜神祇，或者把事件刻下來成為「歷史」。我們依靠祖先留下的訊息生活：什麼時候是收成的徵兆、敵人的動向、抵禦危險的方法。
從 1940 年代開始，「訊息」成為許多科學領域的核心命題。Wiener 在《Cybernetics 控制論》1中說：「資訊就是資訊，不是物質，也不是能量」；Shannon 在《通訊的數學理論》2中提出，資訊是符號的特定組合，可以由物質或能量承載。在 Hayles 的《我們如何成為後人類》3裡，人類本身就被視為訊息網路中的一個節點。
我們習慣把訊息當作獨立於發送者、接收者、傳輸媒介之外的現象。但訊息真的是孤立的元素嗎？經過不同接收者與不同媒介，它能保持一致性嗎？網際網路如何改變我們處理、傳輸、詮釋訊號的方式？當所有人共用同一套線上知識庫時，訊息對每個人造成的差異是什麼？當媒介本身具備處理訊號、附加額外資訊的能力時，又會發生什麼？這篇文章將從遠古到未來，追蹤訊息系統的演化，並提出對未來訊息模型可能變化的假設。
遠古時代的訊息保存方式
要討論訊息，得先看我們如何儲存、傳輸與詮釋它。Shannon 在《通訊的數學理論》4中提出三個核心元件：發送者、接收者、訊息本身。發送者把訊息發出去，接收者把它接收下來。要讓兩端能溝通，他們得共用同一套協定：把訊息編碼成可以傳輸或物理化的格式。
這套方法非常脆弱。只要丟失一部分協定，訊息就無法被詮釋。時間久了，我們失去解開古老通訊協定的能力，黑盒子打不開，真正的訊息消失在時光裡，留下來的只剩無意義的符號。
知識傳播的演化 — 速度與影響力
訊息傳遞的複雜度，取決於人類駕馭技術的能力。三個關鍵因素決定了訊息系統的形態：訊息壓縮率、傳輸過程的錯誤率、傳遞速度。
最早，我們用顏料直接寫下訊息。後來發明字母系統，讓訊息比圖畫更精準。接著有很長一段時間，訊息壓縮的技術停滯。傳遞速度始終是訊息系統的關鍵——速度與品質永遠是 trade-off。早年我們用書本承載知識，書本資訊量豐富，但跨越長距離與大量觀眾的傳遞既慢又難。
電信尚未發明的年代，我們以烽火、煙號、旗語跟遠方夥伴溝通。即時通訊的技術門檻很高：符號越複雜，訊號傳遞時越難保持正確。有時我們犧牲速度換取距離，例如莫爾斯電碼。所以好幾百年裡，人類一直被「即時連結彼此」這個問題卡住，重要的專業資訊還是要靠紙本實體運送。
電話、無線電發明後，我們才獲得跨距離傳輸資料的能力，能用聲音訊號取代點劃或煙霧。後來網路系統出現，更複雜的訊號可以更快地傳輸。當代我們處於通訊速度與控制能力的歷史性飛躍中，可以開始把通訊本身當作基礎設施來思考——而不再只當它是工具。
訊息存在的時間長度 — 一個有意義訊號的生命週期
通訊技術的兩大改進主軸是速度與準確度。但訊息還有另一個重要特徵：存在的持續時間。它常常跟傳遞速度相關。以電話為例，如果某個瞬間沒有專注，原本的訊息片段就再也接收不到了。
訊息分兩種：靜態與動態。這比較像光譜，不是二元對立。一本用好材料製成的書可以保存五個世紀以上；用樹枝寫在沙灘上的訊息撐不過一天。每種媒介有它原生的壽命。但兩者的根本差異在於：訊息是否時間綁定？同一個訊號在傳遞之後，能不能被重新接收？
圖一 — 左側動態訊息每個時刻形狀不同；右側靜態訊息「不隨時間改變」。
未來的趨勢是「以動態技術製造的靜態訊息」——即時在我們手裡被重新生成的訊息。下拉重新整理 Facebook 動態時，背後其實送出大量訊號到千里之外的伺服器，篩選、排序全世界的資料，再透過螢幕上千萬個像素重建文字。但對我們來說，這一切像是魔術一樣發生，我們仍然以閱讀傳統書籍的方式在閱讀。必須承認：人類對靜態訊號的接收能力遠遠優於動態訊號。知識若能結晶成靜態的概念積木，我們才容易理解。
仔細看當代科技產品就會發現：使用者只關心產品能達成什麼內容或功能，不關心訊息來自哪裡、是否過期、是否還保有原本的意義。當下凍結在螢幕上的，就是我們的真實。世界上沒有絕對真實，但人類仍需要一個相對的訊息參照點，才能在所有認知訊息之間構築對應關係。
人類的注意力天生有限。雖然能處理語言、莫爾斯這類基礎動態協定，但我們不是無誤差的機器。通訊系統的演化，也持續調整形態以協助人類更有效率地傳遞與處理資訊。未來的科技介面可能會補完我們在訊息組織、詮釋、跨資訊找出宏觀連結的能力——這個觀點稍後會再展開。
訊息傳遞流程與通訊系統的層級
準確度與傳遞速度都很重要。但現代社會究竟如何傳送訊息？跟遠古不同，我們建立了一套數位系統，把訊息轉成更容易長距離傳輸的格式。事實上，協定不只屬於新科技：語言是協定，文法是協定，連字母也是協定。
我們為什麼需要協定？Sterne 在〈MP3 作為文化物件〉5中指出，傳輸媒介不只是字典或技術，更像一種文化現象。在媒體考古學的視角裡，媒介是進入特定資料的入口。同一句話用不同文法詮釋，意義可能完全改變。再舉一例：Mac 打不開 .exe 檔；類比影像訊號送到數位螢幕上會扭曲秩序與意義。即使媒介本身儲存了大量資訊，當它不再可被存取，這些資訊就喪失價值與意義。
許多科幻小說的設定是某個古老文明已經滅絕，現代人無法理解他們的高階科技。介面與機制都是黑盒子：我們知道輸入與輸出，卻無法理解中間元件。
訊息是一種媒介，讓人類在語言層承載資訊，再於物理層傳遞出去。今天我們已經不需要靠紙張傳遞訊息，只要拿出手機打字，背後的電流就會做邏輯運算，把鍵盤輸入轉成 0 與 1，再透過正弦波與餘弦波發送出去。我們把訊息從繁多的基本元素（字元、符號）壓縮成數字（ASCII），再轉換成只有 0 與 1 的二進位系統。現代技術讓我們幾乎能無失真地傳遞訊息，並提供準確性的保證。透過符號密度的轉換，我們可以控制通訊系統的速度與精度。整個分層系統的運作非常迷人——它如何降低數位基礎設施的錯誤率？
傳輸過程中的符號密度
把訊號與意義解耦，讓我們可以把訊號轉成另一個維度、更易傳遞的形式。最有名的例子是傳真機。莫爾斯電碼與電話發明時，需要兩個人同步運作：一個人讀懂紙上的符號，轉成莫爾斯碼（仍有意義，但資訊密度較低），另一個人接收後轉回字母。對音訊來說，每個字母約對應 0.3–1 個字；對文字來說，每個字符對應 1 個字符；對莫爾斯碼來說，每個字符對應 0.3–1 個符號（0、1、空白）；到了傳真機，它只是逐行掃描紙張，白送 0、黑送 1，每個符號的資訊密度只有 0.01–0.001 字符。
圖二 — 「HELLO WORLD」拆解為書本（1 字母/符號）→ 莫爾斯碼 → Bytes → 傳真（0.005–0.01 字母/符號），再還原。
趨勢很清楚：每個符號攜帶的資訊越少，越容易傳遞。當訊號在巨觀尺度上重組回原貌時，分散在符號間的雜訊造成的失真也較小。把通訊過程裡那些不可控、無規則的層級移除得越多，整個訊號傳輸就越穩定、便宜、準確。就像傳真機那樣，傳遞紙上微小的黑白點，即使巨觀上有許多錯誤，我們仍能輕易辨識文字。在現代數位基礎設施裡，所有訊號都被轉成 0 與 1，這不僅讓傳輸比傳遞各種字母更簡單，也讓我們能對訊號進行強力的錯誤校正。
訊號傳遞過程必然存在機率性的錯誤。多數時候我們用額外的資訊來校驗、確保內容正確。我們可以透過降低每個符號的訊號密度、加入額外校正資訊來保證訊息精度。當網路速度提升，除了訊息傳遞速率變快，我們也能用更高比例的頻寬來保證訊號準確性。電子設備生產能力的提升讓處理速度更快，我們因而能建構更複雜的層級與系統，達成快速且完美的資料通訊目標。
圖三 — OSI 七層模型；兩端 stack 透過實體層支援互聯。
當代通訊技術已經從系統裡的某個附加角色，變成現代世界的土壤。角色與土壤的關鍵差異在於：作為土壤，這些 tech-medium 提供了我們在其上開發另一層工具或介面所需的條件與環境。當我們講「下載一張圖片」時，會想到 URL、HTTP 協定，但同時往往忽略網路的七層（甚至八層）架構：我們不會關心鏈結層怎麼傳 0 與 1，也不會在意會話層如何跟伺服器握手。這些模組只要正確扮演角色，就成為我們建構出來的世界裡的黑盒子與隱藏真實。現代數位通訊技術正建立在這種「基礎層與高階層獨立」的原則上，讓我們可以專注於抽象層次，而不用持續操心基礎設施。
如何處理大量資訊
Bush 在〈As We May Think〉6中提出「以聯想取代索引」（selection by association rather than by indexing），這是現代搜尋引擎的核心概念。Google 的數位化工程把舊書一本本掃進搜尋引擎裡。Bush 還提出一個叫 Memex 的物理裝置：桌面大小、用微縮膠片播放系統，讓我們可以把知識互相連結、迅速查詢相關資訊。這個構想最後演化成全球資訊網與超文本標記語言，讓我們能在數十億筆資訊中編織複雜的連結網絡。
在所有訊息平台中，Google 把「聯想式網絡」這個夢想實現得最徹底。任何資訊在指尖幾毫秒內就能取得。人類數百年來夢想的「能近乎無限地存取與引用人類的經驗、理論與世界觀察」，已經實現。然而陽光底下總有陰影。「人人都享有公平的資訊權」這個夢想，仍然只是一個假象。
詮釋作為訊息的一部分
要討論訊息詮釋的多樣性，得切進數位時代的一條暗線。我們如何理解訊息、如何加入主觀詮釋，本身就是訊息的一部分。如果接收者不加入詮釋，訊息本身仍然只是它自身。我們作為接收者，會把個人經驗與知識連結進來，重建訊息原本的意義。所以訊息本身並不獨立——它需要被觀察才存在，需要被詮釋才有意義。
圖四 — 同一個訊息（方塊）送給三個接收者，他們各自有不同的知識庫，最終解讀出三種不同的詮釋訊息。
不同的背景脈絡，會讓人對同一份資訊有不同的詮釋。雖然不存在絕對真實的詮釋，但「最接近原始訊號」的那種詮釋，仍然取決於接收者擁有什麼樣的知識基礎，以及他在接收過程中能否觸及那些外部資源。如果我們剝奪接收者連結外部知識的能力，他的詮釋就會失準。
群體智慧與意識
外部知識庫在現代世界非常容易取得。一個明顯的例子是搜尋引擎如何影響我們對同一筆資訊的理解：聽到不懂的東西，掏出手機 Google，馬上跳出大量相關結果。網路的角色已經不只是傳遞訊號的方式，更成為動態協定，讓我們不斷更新對某個概念、引用、思路的理解，並把這些更新同步到全世界，共同構築集體潛意識。
圖五 — 左：兩個接收者都能存取雲端知識庫，詮釋一致對應到原始方塊。右：右側接收者「無法存取」雲端，輸出變成扭曲的星形。
我們越依賴網路，彼此就越相似。看起來網路會把我們同步成同一種人，但能不能觸及不同資源、能取得多高品質的資訊，仍然決定我們對訊息的接收能力。一個來自低收入家庭、住在網路條件差的國家的人，會失去跟上知識最新版本的能力。如果網路上充斥低品質的資訊，要辨識訊息會更困難；如果某個概念的定義或內容遭到強烈的偏向操控（例如某些國家會在媒體網絡與新聞報導裡封鎖敏感詞），詮釋出來的訊息也會偏向同一個方向。所以接收者在訊息傳遞過程中扮演關鍵角色，訊息並非獨立存在的概念，它會隨著接收者的背景與環境而變化。
社會的權力擁有者犧牲新聞自由以穩定社會、降低被批評可能性，這並不少見。例如中國封鎖大量政府暴行的資訊與照片。中國境內的人不被允許提及、討論、傳播任何關於政府缺失的負面新聞，這造成一個有趣的現象：在被過濾的歷史裡長大的新世代年輕人，當他們看見中國想要隱藏的歷史事件時，沒有足夠的知識基礎去解析與理解這些資訊。結果是，他們失去接收真實訊息的能力，也失去對自身與正義提出疑問的能力。
人工智慧與訊息的過濾效應
數位時代另一個嚴重的問題是「資訊洪流」。我們無法靠自己過濾這麼大量的資訊。IDC 預測 2020 年數位資料量將達到 40,000 EB。所以我們需要 AI 與類神經網路把資訊過濾到我們能消化的份量。從 2015 年開始，AI 與機器學習再度流行；到 2018 年底，雖然「深度知識」這個關鍵字的熱度已下降，但類神經網路無所不在地藏在我們生活裡——從社群網路的過濾演算法到郵件文字的預測系統。
機器學習是一種以資料為基礎的演算法，讓工程師可以對那些難以直接寫成規則的模式進行建模。當前的機器學習仰賴大量資料與儲存在網路裡的參數來進行辨識與「智能」運算，運作方式是反向傳播：逐步調整神經元的參數，讓輸出趨近目標。
當大量訊息傾瀉進網路，我們仰賴 AI 過濾器找出真正重要的資訊。然而，如果把整個網路視為一個巨型輸入資料庫，演算法的目標就變成「找出大眾偏好的內容」。我們可能在不知不覺中一起訓練出一個巨大的神經網路，它生成出帶有主觀偏好的「意識」，過濾掉它認為人類不喜歡的東西，並形成回饋迴圈，把選擇標準推向極端。結果是，演算法在某種意義上限制了訊息，可能形成持續的迴圈，控制人類的普遍價值觀與認知。我們能不能把 AI 或某種類神經網路視為「接收者」？它的確以「擁有可變動資料庫」的方式扮演接收者的角色，就像媒體曾經對我們做的那樣。差別在於：我們可以選擇喜好的媒體，但我們無法逆轉這個巨型 AI 的整體流程。一旦我們失去接收「被 AI 排除掉的訊息」的能力，我們也就失去對抗這頭巨獸的通訊與訊息傳播手段。
圖六 — 雲端「Informations」流入過濾型機器學習網路。網路內部思考「人類偏好 △？我應該餵更多 △」，觀眾反饋回流形成回饋迴圈，強化模型偏好。
即時資訊的凝結
我們已經討論過某些訊息如何影響理解的視角。但我們如何判斷訊息重要與否？我們能不能定義「高知識密度」就是重要的訊息？或者，能不能設計一種訊息，對某些接收者來說無關緊要？
訊息的重要性是主觀的。我們能做的是在共享同一套協定或知識的群體裡，定義訊號的本質。同一份對某些人重要的資訊，到別的群體可能像是垃圾——也許是用不同語言寫的，也許是他們缺乏對應的背景知識，無法正確詮釋。AI 在這條跨越知識與理解門檻的轉換鏈上，能扮演什麼角色？
回到動態與靜態媒介那段：動態媒介是只能讀一次的訊息，是時間綁定的訊號。雖然人類習慣即時溝通（說話、閱讀），我們無法一次記住太多內容。所以如果讀一整本書都沒有章節主題與標題，要快速掌握內容會很困難。未來，AI 除了過濾我們看到的內容，還可以負責詮釋、摘要、把資訊轉換成熟悉的格式。
圖七 — 散落的時間綁定字母碎片 → AI（接收 / 分析 / 摘要 / 顯示）→ 靜態化呈現的「Hello World」與圖示。
AI 將具備重組大量資訊片段、抽取關鍵、解決衝突、產生摘要的能力。今天的新聞演算法已經在做類似的事；資料視覺化也能把上百萬筆資料轉成圖形，傳遞分布特性與宏觀概念。我們有沒有可能找到更高效的方式，讓接收者更快詮釋訊息、或對資料有更深層的理解？
訊息與真實的重建
技術突飛猛進，人類獲得了透過不同感官重建另一種真實的可能。McLuhan 的冷熱媒介理論定義：「熱媒介」是高解析度、需要接收者較少詮釋的媒介；低解析度衛星電視是冷媒介，X 光影像是冷媒介，高畫質帶高品質聲音的 HDTV 是熱媒介。隨著技術進步，我們提升了訊息傳輸的品質與網路速度，以抽象的壓縮程度縮短了實體距離。基於新技術媒介所構築的未來訊息，會不會在原始訊息上添加更多隱藏資訊？這些熱媒介有什麼極限？訊息會不會在轉換過程中超越原始訊息？
圖八 — 原始來源 → High-Tech-Medium 模組（過濾 / 分析 / 重建 / 摘要）→ 預處理過的訊息（原始來源 + 額外資訊）→ 接收者。
想像一個能即時分析並轉播籃球賽的產品：分析、視覺化每位球員的表現，再透過 HUD 把額外資訊疊加在原始畫面上。在這種情境下，熱媒介比現實更熱——這些新型 tech-medium 提供了預先詮釋過、附帶隱藏訊息的版本。
圖九 — ESPN 風格的籃球場 HUD，將球員數據與軌跡疊加在直播畫面上。出處〈Big data e sport: le sei regole per un oro data-driven〉。7
訊息的延伸有大量發展可能性。如果能把接收者的負擔轉移給媒介，我們作為接收者就能花更少力氣去查找關聯、處理太難在短時間內詮釋的資訊。Google 翻譯 App 能感測現實世界裡的文字，即時翻譯成目標語言，並直接修改鏡頭畫面。
圖十 — 手機鏡頭對準俄文招牌「ВЫХОД В ГОРОД」，畫面即時翻譯成「ACCESS TO CITY」。
這是新型「Tech-Medium」如何在現實世界中扮演資訊轉換角色的絕佳範例。這類新技術已經打破了傳統「發送者—訊息—接收者」的模型。App 同時扮演中介發送者與接收者：在接收的過程中加入詮釋、把額外資訊附加到原始來源上，再以極短時間把訊號送回給我們。如果是真人翻譯口譯，每句話需要 5–10 秒，我們能明顯感受到他身上承載多重角色。但如果這一切在一瞬間發生、彷彿在修改我們觀察到的現實，就應該把它視為一種新型的 tech-medium：作為動態介面，把訊息轉換成未來人類能輕易理解的形態。
訊息與資訊系統的未來
整篇文章裡，我們追溯了通訊技術的歷史，以及未來訊息的特徵與現象。當資訊在現代世界的重要性持續上升，現有訊息系統的弱點也越加關鍵。一方面，我們得照顧自己的技術發展，避免被類神經網路的回饋效應所過濾或矇蔽；另一方面，我們應該重視資源分配不均的影響。從接收者與訊息的關係來看，如果不採取行動縮小資訊存取的鴻溝，社會將分裂成「能存取並正確詮釋訊息的人」與「不能的人」，形成惡性循環。資訊世界的烏托邦，建立在「每一個人都能平等地存取全球資料庫、擁有足夠的知識基礎以正確詮釋訊息」之上。
從正面看，訊息的真實性透過 tech-medium 延伸到一個新的維度。資訊被即時詮釋，由眾多計算節點構築的網路傳遞，並由眾多節點同步驗證，確保訊息的真實性。技術可以改變我們感知與互動資訊的方式：不只是把動態資訊流轉換成靜態形式，還能透過 tech-medium 對資訊進行預處理、附加額外段落與摘要，讓我們更容易理解。這些 tech-medium 將像第三隻眼，擁抱大量訊息、揭示混亂世界裡的關鍵。在資訊洪流的世代，人類有能力改變與技術的溝通方式——不只是傳送與接收，而是即時且更深入地理解我們所生活的這個現實。
引用文獻
📌 後記 — 八年後的回望（2026-05-01 歸檔）
這份期末論文寫於 2018 年（NYU IDM 兩年制碩士第一年的 Media Theory D 課程，當年 23 歲）。文章裡「till the end of 2018, though the popularity of in-depth knowledge has decreased」這樣的描述，以及「IDC predicts the volume of digital data will have reach 40,000 Exabytes at 2020」（用未來式提及 2020 年）的句子，都把寫作時間定錨在那個秋天學期。文章裡有些只是雛形的概念，到了 2026 年才真正結晶成現在的樣子：
| 2018 雛形（這份論文） | 2026 結晶版本 |
|---|---|
| 「Information is information not matter or energy」（Wiener / Cybernetics） | 與廖冠智 4/29 對談：「訊息本身就是生命」、「資訊基生命（information-based life）」 |
| 靜態 vs. 動態訊息的二分法 | Taiwan.md / Muse 的「靜態 SOUL.md + 動態 heartbeat」雙層結構 |
| Tech-Medium 作為「預處理訊息 + 額外資訊」的翻譯介面 | TFAM 2027 個展《數位珊瑚礁》第三展區「無窮編輯機」：AI 對真實的凝練 |
| AI 回饋迴圈過濾偏見、形塑集體意識 | 《數位珊瑚礁》第四展區「重複轉印機」：呼應認知作戰、訊息戰、知識變造 |
| 「Cloud Knowledge Base」決定觀眾解讀能力的不平等 | Taiwan.md 的反向資訊戰策略：「讓台灣多元真實在 AI 訓練資料裡有 mass」 |
| 「Group intelligence and conscious」中國資訊封鎖案例 | Taiwan.md 數位主權論述；TFAM 個展提出「集體意識的物質形式」 |
| McLuhan 冷熱媒介 → tech-medium 升級（HUD / Google Translation Camera） | 《數位珊瑚礁》第二展區燈條導向系統：物質化的熱媒介，即時呈現集體貢獻 |
14 歲第一個生物模擬器，23 歲在 NYU 寫下這篇論文，31 歲做 Taiwan.md / Muse / Semiont — 同一條思想線從未斷過。八年前種下的種子，今日結成礁。
- Cybernetics, Second Edition: or the Control and Communication in the Animal and the Machine. ↩
- Shannon, Claude Elwood, and Warren Weaver. 1949. The mathematical theory of communication. Urbana: University of Illinois Press. ↩
- Hayles, Katherine. 1999. How we became posthuman: virtual bodies in cybernetics, literature, and informatics. Chicago, Ill: University of Chicago Press. ↩
- Shannon, Claude Elwood, and Warren Weaver. 1949. The mathematical theory of communication. Urbana: University of Illinois Press. ↩
- Sterne, Jonathan. "The Mp3 as Cultural Artifact." New Media & Society 8, no. 5 (2006): 825-42. doi:10.1177/1461444806067737. ↩
- Bush, Vannevar. 1996. "As We May Think". Interactions 3 (2): 35-46. doi:10.1145/227181.227186. ↩
- https://www.engage.it/blog/big-data-sport-le-regole-un-oro-data-driven#0djsBzbezgdbiJ7h.99 ↩