O engenheiro que inventou o conceito de bit e transformou para sempre a comunicação humana
A grande ideia: medir aquilo que parecia imensurável
Em 1948, um engenheiro discreto dos Bell Telephone Laboratories publicou um artigo intitulado A Mathematical Theory of Communication. O autor chamava-se Claude Elwood Shannon e, com pouco mais de oitenta páginas, fez algo que ninguém julgava possível: transformou a informação numa grandeza que se pode medir, calcular e prever, tal como medimos a massa ou a temperatura. Foi o nascimento daquilo a que hoje chamamos teoria da informação.
A intuição central de Shannon era radical na sua simplicidade. Ele percebeu que qualquer mensagem, fosse uma frase, uma fotografia ou um sinal telefónico, podia ser reduzida a uma sequência de escolhas entre duas hipóteses: sim ou não, ligado ou desligado, zero ou um. A unidade básica dessa escolha recebeu o nome de bit, contração de binary digit, um termo que Shannon atribuiu ao seu colega John Tukey.
O que tornava o bit tão poderoso era a sua universalidade. Não importava se a informação era música, texto ou imagem: tudo podia ser codificado no mesmo alfabeto de dois símbolos. Pela primeira vez, a comunicação deixou de depender da natureza física da mensagem e passou a obedecer a leis matemáticas comuns a todos os meios.
Shannon separou cuidadosamente dois conceitos que costumamos confundir: informação e significado. Para a sua teoria, o significado de uma mensagem é irrelevante. O que conta é quão surpreendente ela é, ou seja, quanta incerteza resolve quando chega ao destinatário. Essa mudança de perspetiva abriu a porta a toda a engenharia das comunicações modernas.
A ciência por detrás: entropia, ruído e o limite do possível
Para quantificar a informação, Shannon recorreu a um conceito que batizou de entropia, em parte por sugestão do matemático John von Neumann. A entropia de uma fonte mede a incerteza média das mensagens que ela pode produzir. Uma moeda perfeitamente equilibrada gera exatamente um bit por lançamento; uma moeda viciada, cujo resultado quase sempre adivinhamos, gera menos. Quanto mais previsível é uma fonte, menos informação transporta cada um dos seus símbolos.
Esta escolha do termo não foi casual. A entropia de Shannon tem uma forma matemática muito semelhante à entropia da física, a grandeza que descreve a desordem e a irreversibilidade nos sistemas térmicos. Por isso vale a pena conhecer também a a entropia na termodinâmica e a seta do tempo, pois a analogia entre as duas ideias continua a fascinar cientistas e filósofos até hoje.
O segundo grande pilar da teoria foi o tratamento do ruído. Todo o canal real, seja um fio de cobre, uma onda de rádio ou uma fibra ótica, corrompe parte do que transmite. Shannon demonstrou um resultado surpreendente: para cada canal existe um valor máximo de transmissão fiável, a chamada capacidade do canal. Abaixo desse limite, é sempre possível comunicar com uma taxa de erro tão pequena quanto se queira, desde que se use a codificação adequada.
Este teorema da codificação de canal foi quase contraintuitivo para a época. Os engenheiros assumiam que aumentar a velocidade implicava forçosamente aumentar os erros. Shannon provou que existe uma fronteira precisa e que, dentro dela, a comunicação quase perfeita é matematicamente garantida. Faltava apenas descobrir os códigos certos, uma busca que ocupou as décadas seguintes.
qual a altura do jogador de tênis Pliskova
Porque é que isto importa: o alicerce invisível do mundo digital
Praticamente toda a tecnologia que usamos diariamente assenta nas ideias de Shannon. Quando enviamos uma mensagem por telemóvel, vemos um vídeo em streaming ou guardamos uma fotografia na nuvem, estamos a explorar os limites que ele definiu há mais de setenta anos. Os modems, os discos rígidos, os códigos corretores de erros dos CD e os protocolos da Internet são todos descendentes diretos do seu artigo de 1948.
A compressão de dados é outro fruto da teoria. Saber que uma fonte tem uma certa entropia diz-nos exatamente quanto podemos comprimir uma mensagem sem perder informação. Formatos como o ZIP, o MP3 ou o JPEG operam dentro destes princípios, aproximando-se do limite teórico que Shannon estabeleceu para a redução do tamanho dos ficheiros.
O impacto ultrapassou em muito a engenharia. A linguagem dos bits permitiu unificar áreas tão distintas como a criptografia, a estatística, a biologia molecular e a neurociência. Há quem aplique conceitos de informação ao estudo do cérebro e à forma como ele codifica experiências, um terreno onde se cruza com investigações sobre a a neuroplasticidade do cérebro adulto e a aprendizagem e sobre como armazenamos memórias ao longo da vida.
Talvez o legado mais profundo seja conceptual. Shannon ensinou-nos a pensar no mundo como informação. A noção de que ideias, imagens e sons partilham uma moeda comum, o bit, está hoje tão entranhada na nossa cultura que custa imaginar uma época em que não existia.
Erros comuns: o que a teoria de Shannon não diz
Um equívoco frequente é confundir informação com conhecimento ou utilidade. Na teoria de Shannon, uma sequência de letras aleatórias pode ter mais entropia, e portanto mais informação no sentido técnico, do que uma frase cuidadosamente escrita. A teoria mede surpresa e incerteza, não valor, verdade ou beleza. Esta distinção é essencial para não tirar conclusões abusivas.
Outro erro é supor que Shannon inventou o computador ou a Internet. Não inventou nenhum dos dois. O seu contributo foi o quadro matemático que tornou possível raciocinar rigorosamente sobre comunicação e armazenamento. Outros engenheiros e cientistas construíram depois as máquinas, mas fizeram-no apoiados nas regras que ele formulou.
Há também quem julgue que a capacidade de um canal é uma barreira tecnológica que melhores aparelhos acabarão por ultrapassar. Não é. Trata-se de um limite fundamental, fixado pela física do canal e pelo nível de ruído. Nenhum engenho, por mais avançado, pode transmitir informação fiável acima dessa fronteira; pode apenas aproximar-se cada vez mais dela.
Por fim, importa não reduzir Shannon a um único artigo. A sua tese de mestrado, ainda na década de 1930, mostrou que a álgebra booleana podia descrever circuitos de comutação elétrica, uma ideia que está na base do projeto de toda a eletrónica digital. Foi, segundo muitos historiadores, uma das teses mais influentes do século XX.
Para onde caminha: a informação como linguagem do futuro
As fronteiras traçadas por Shannon continuam a orientar a investigação. Os modernos códigos corretores de erros, usados nas redes móveis de última geração e nas comunicações com sondas espaciais, aproximam-se hoje muito mais do limite teórico do que era imaginável nos anos cinquenta. Cada avanço nesse campo é, no fundo, uma tentativa de espremer o máximo de fiabilidade possível dentro das margens que ele definiu.
Um dos territórios mais promissores é a informação quântica. Ao substituir o bit clássico pelo qubit, que pode existir em sobreposições de estados, abre-se a possibilidade de novas formas de computação e de comunicação. Estima-se que estas tecnologias possam transformar áreas como a criptografia e a simulação científica, embora muitas das suas aplicações práticas permaneçam, por enquanto, em fase experimental.
A teoria da informação alimenta igualmente o atual entusiasmo em torno da inteligência artificial. Conceitos como entropia e ganho de informação estão no coração de muitos algoritmos de aprendizagem automática, que tentam extrair padrões úteis de enormes volumes de dados. A maneira como Shannon nos ensinou a quantificar a incerteza tornou-se uma ferramenta quotidiana nestes sistemas.
Mais de meio século depois, a obra de Claude Shannon mantém-se notavelmente atual. Ele faleceu em 2001, mas o vocabulário que criou, bits, entropia, capacidade, ruído, continua a ser a gramática silenciosa de cada conversa digital. Compreender as suas ideias é compreender o tecido invisível sobre o qual assenta o mundo conectado em que vivemos.
Leia também: como o cérebro adulto muda com a aprendizagem · a entropia, a desordem e o tempo no universo.
