הגדרת מידע

מתוך WikiBook

מהו מידע?
הגדרות:
מסגרת1#: שלוש הגדרות למידע
נבחין בשלוש הגדרות למידע:

ערך המוסף העיקרי בפעילות כלכלית. הפחתה באי ודאות. נתונים שעובדו כך שיש להם ערך בקבלת החלטות.

הערך המוסף העיקרי בפעילות הכלכלית (או לפחות בעבודת המינהל)
הגדרת המידע על פי תפקידו הכלכלי בחברות מודרניות, נסמכת על הנתונים המוצגים באיור מספר 1. נתונים אלה מבוססים על הגדרת תחומי העבודה של מועסקים במשקים מודרניים. עיסוקים שונים הוגדרו על פי מהות ערך המוסף של העוסקים בהם. למשל, מגדל כותנה הוגדר כתורם בעיקר לערך מוסף חקלאי. מן הנתונים שבאיור נראה בבירור שהמידע הוא העיסוק העיקרי של המפרנסים במשק מודרני.

הגדרה זו מנוסחת במהופך. ההגדרה מנסה להסיק את משמעות המידע מתוך מרכזיות תפקידו הכלכלי. שנים רבות לפני התפוררות המשטרים הקומוניסטיים במזרח אירופה, כבר באמצע שנות השבעים, טען חבר בית הנבחרים השוודי בנאום שנשא בפרלמנט, כי לו חי קארל מרקס בסופה של המאה העשרים הוא היה כותב ספר אחר. במקום לחבר את Das Kapital ("הממון"), ספרו הנודע בו הציע את עיקרי הקומוניזם, היה מרקס כותב את Das Information ("המידע"). זאת דרך ציורית לבטא את עליית קרנו הכלכלית (ולכן גם הפוליטית והחברתית) של המידע.

אין ספק שהתייחסות למידע כגורם כלכלי מרכזי היא נכונה. אולם, הגדרה זו אינה תורמת רבות לחקר המידע, הבנתו, או להסקת מסקנות לגבי אופן הטיפול בו. נזדקק אם כך להגדרות אחרות, המאירות את מהותו הפנימית של המידע. במלים אחרות, לא די לנו בהבנה שהמידע חשוב מאד בפעילות כלכלית ומנהלית. גם גורמים אחרים משחקים תפקיד חשוב בניהול ובפעילות כלכלית, ובכל זאת אין אנו רואים בהם נושא מרכזי ללימוד ומחקר בתחום המינהל. למשל, אין ספק שמנוע הבעירה הפנימית, ומהפכת התחבורה שהביא עמו במהלך המאה העשרים, מהווים גורם קריטי בפעילות מרבית הארגונים. אף על פי כן, איננו דורשים רשיון נהיגה ממנהלים ואיננו מלמדים הנדסת מכונות במסגרת הכשרתם של מנהלים לעתיד. לעומת זאת, קורס יסודי בהבנת מידע ומערכות לטיפול בו מהווה חלק מרכזי בכל הכשרה של מנהלים. כדי להבין את אי השוויון, או את מעמדו המיוחד של המידע, נצטרך להעמיק בהגדרת המידע. לשם כך נפנה לשתי הגדרות נוספות.

[עריכה] גורם המסיר אי וודאות

מידע הוא היפוכה של אי-וודאות. כדי להבין ולהגדיר מידע, מספיק להבין ולהגדיר את מה (או כמה) שאיננו יודעים. הגדרה זו היא ההגדרה הקצרה והקולעת ביותר למידע. למרות שההגדרה נשמעת מתוחכמת, טמונה בה חכמה רבה, כפי שיסתבר עוד מעט. זו היא גם ההגדרה שהכי נוח לבטא אותה באופן מתמטי, כפי שיתברר להלן.(כמות מידע מינימאלי היא log2n). יתרון נוסף של הגדרה זו הוא בכך שהיא משותפת לדיסציפלינות הרבות העוסקות במידע. סוציולוגים ומתמטיקאים, אנשי גישת המערכות ומהנדסי חשמל, יכולים כולם להסכים על הגדרה זו למידע. מאחר שתחום מערכות המידע הוא נקודת מפגש לדיסציפלינות השונות האלה, נוח כאשר אפשר להסכים על הגדרת יסוד אחת משותפת לכולם.

ההגדרה של מידע כגורם המסיר אי וודאות נובעת מהנחה שכל מידע ניתן לביטוי במסר. המידע מוגדר על ידי מהות המסר. תפקידו של המסר הוא (תמיד!) להצביע על חלופה אחת מתוך מערך חלופות אפשרי. כמות המידע המיוצגת על ידי מסר מסוים היא, לכן, פונקציה ישירה של מספר החלופות האפשריות ביניהן "בוחר" המסר. הכמות הקטנה ביותר האפשרית של מידע, היא כמות המידע הבוחר בין שתי אפשרויות. ליחידת המידע הקטנה ביותר הזאת, קוראים "סיבית" [תכולת מידע המבטאת את הבחירה בין שתי אפשרויות. מדד לתכולת המידע. סיבית היא כמות המידע החיובית הקטנה ביותר האפשרית. אוסף של מספר סיביות יוצר "בית" - ביטוי של אות אחת. ].(באנגלית--Bit).

מסגרת #2:

הבטוי המוחשי למידע הוא במסרים. מסר הוא מידע במידה שהוא "בוחר" בין מספר חלופות. כמות המידע הקטנה ביותר מיוצגת על ידי מסר הבוחר בין שתי חלופות אפשריות.

למשל, נניח שנרצה לדעת מי ניצח בבחירות. אם השתתפו בבחירות רק שתי מפלגות, הרי הידיעה לגבי איזו משתיהן הפסידה מסירה אי-וודאות. אם עומדות לבחירה שלוש מפלגות (במקום שתיים), הרי נצטרך יותר מידע כדי לדעת מי מהן נבחרה. מספר המפלגות העומדות לבחירה מגדיר את כמות אי הוודאות לפני שנודעות תוצאות הבחירות. הידיעה על מי ניצח מסירה את אי הוודאות. בכל מקרה יצטרך האדם יותר מידע ככל שאי-הוודאות גוברת.
מתוך הגדרת המידע כהפחתה באי-וודאות אנו למדים כמה דברים:
א) לא תמיד ניתן למדוד ("לכמת") מידע. רק אם אפשר לבטא באופן כמותי את אי הוודאות, אפשר למדוד את המידע המסיר אי וודאות זאת. במלים אחרות, רק אם אפשר להביע את אי-הוודאות באופן מספרי (כמה אפשרויות יש לנו?), אפשר גם ליחס כמות למידע המצביע על האפשרות שנבחר.
ב) הנפח הפיזי של המסר המבטא מידע אינו ביטוי נאמן לכמות המידע. כמות המידע היא מדד תיאורטי, שאינו מתייחס ישירות לנפח הפיזי שתופסים המסרים המבטאים את המידע. במלים אחרות, העובדה שפסקה זאת מכילה ארבעה משפטים איננה מהווה הוכחה שהפסקה מכילה יותר מידע מן המשפט הראשון שבתוכה. להיפך, כמות המידע המוכלת בכל הפסקה על ארבעת משפטיה, מוכלת כבר במשפט הראשון, וכל היתר הוא חזרה.
ג) כאשר אפשר למדוד מידע, נוכל לבטא את כמותו באמצעות אמת מידה הנקראת סיבית (Bit). הסיבית היא כמות המידע הקטנה ביותר האפשרית. הסיבית מייצגת כמות מידע המבהירה אי וודאות כאשר עומדות בפנינו רק שתי חלופות. כאשר יש יותר משתי חלופות, אי הוודאות גדולה יותר, ומספר הסיביות הנחוץ הוא רב יותר.
ד) מאחר שמידע מוגדר על פי אי-הוודאות שהוא יכול להסיר בהקשר של החלטות, יש צורך לכלול התייחסות להחלטות בהגדרת מידע. לכן נפנה להגדרה השלישית של מידע.

נתונים שעובדו כך שיש להם ערך למקבל החלטות
על פי הגדרה זאת, מידע הוא תת-קבוצה של "נתונים". נתונים הם חומר גלם, ואילו המידע הוא מוצר המעובד מהם. נתונים הם אוסף לא-אקראי של אותות. נתונים, למשל, יכולים להיות אוסף של מספרים, צלילים מוזיקליים, או סימנים בכתב יתדות. אם אוסף האותות הזה איננו אקראי, הרי מדובר בנתונים, שכן אלה מייצגים איסוף או יצירה מכוונים. שרבוטי ציורים שנעשו באקראי על ידי תינוק תוך כדי משחק, או על ידי מנכ"ל תוך כדי שיחה בטלפון, לא יחשבו, אלא במקרים יוצאים מן הכלל, כ"נתונים".

איור #2: "פירמידת המידע" תמחיש שכל רמה מבוססת על קודמותיה

אותות ותווים Signs, Symbols
נתונים Data
מידע Information
ידע Knowledge
חוכמה Wisdom
האמת הצרופה Truth

אחת מתרומותיה של הגדרה זו היא בהדגשת מקומו של המידע בתוך רצף. אפשר לחשוב על המידע כנקודת אמצע בין תווים וסימנים (צורות ייצוג אבסטרקטיות) לבין האמת. שלבים אחרים בסולם זה הם נתונים, ידע , חוכמה והאמת במלואה. כפי שאפשר לראות באיור מס' 2, המידע תופס מקום טוב באמצע מדרג זה. מטעמי צניעות ודיוק כדאי תמיד לזכור שמידע אינו ידע, וודאי שאינו "אמת". בפרקים הבאים נפנה להגדרה מלאה יותר של מושג הידע. בשלב זה נבחין רק שידע הוא תת קבוצה של מידע. מאידך, לא כל נתון או אוסף של נתונים הם מידע. מאוחר יותר נשוב לעיין ברשימה זאת, אולם אפשר כבר עכשיו לראות כי אחת מן המטרות של פיתוחים בתחום מערכות המידע הוא יישום של מערכות מידע ממוחשבות לטיפוס במעלה המדרג המתואר באיור מס' 2. נשאף להעלאת נתונים לרמת מידע, מידע לרמת ידע, ידע לרמת חוכמה וכיו"ב. האם אפשר לעשות שימוש במחשבים גם כדי לייצר ידע וחוכמה לצרכי הארגון? נידרש לשאלה זו בסופו של קורס זה. כשנעסוק בבינה מלאכותית וההשלכות הניהוליות שלה.

מן ההגדרה של מידע כנתונים שעובדו ויש להם ערך לקבלת החלטות נובעות כמה מסקנות נוספות: מאחר שנתונים הם חומר גלם והמידע הוא מה שמופק מחומר גלם זה, יתכנו מצבים בהם מה שמהווה מידע לגורם אחד, יהווה רק נתונים לגורם אחר. מידע הוא מהות סובייקטיבית. ציונו של תלמיד בקורס הוא בהחלט מידע עבור התלמיד, אך רק נתון (אחד מני רבים) שיכול לשמש חומר גלם לייצור מידע המעניין, למשל, את שלטונות האוניברסיטה. עבור שלטונות האוניברסיטה ציונו של התלמיד יהווה נתון במקרה אחד, ומידע במקרה שני. לשם הדגמה, נחשוב על המידע הנוגע לכוח האדם המועסק בארגון. סביר שבמקום כלשהו בארגון יהיו אגורים ורשומים נתונים ,כמו השכר לשעה של כל עובד, מספרי תעודת זהות של המועסקים ,כתובתם, מספר שנות ההשכלה שלהם, כמה שעות עבדו בשבוע מסוים וכיו"ב. התווים המייצגים עובדות אלה מאורגנים באופן לא אקראי ולכן הם "נתונים". אם הארגון יעבד את הנתונים האלה לצורך קבלת החלטה הוא יפיק מהם מידע. למשל, אם נכפיל עבור כל עובד את שכרו לשעה במספר השעות שעבד בשבוע האחרון, נקבל את השכר השבועי. עבור חלקים נרחבים של הארגון, יהיו תוצאות חישובים אלה בגדר נתונים בלבד - רק חומר גלם. אולם עבור חלקים אחרים יהוו נתונים אלה (לאחר שעובדו) מידע המשמש בקבלת החלטות. עלייה לרמות גבוהות יותר של ידע, חוכמה, או אמת, מחייבת יותר מאשר רק עיבוד ממוכן: כדי להתקדם לרמה של ידע (למשל כדי שנוכל לומר משהו על מבנה השכר, מרכיב העבודה בעלויות הייצור, או כדי לעמוד על הקשר בין תגמול למוטיבציה של עובדים), נצטרך לפנות לנתונים הקיימים, למידע המופק מהם ולעוד מרכיבים בדוגמה של הנחות, כלי ניתוח, ו/או עוד נתונים.

פרקי ספר הלימוד