数字化的科技与传播的数字本质交融

科技的数字化与传播的数字本质交织融汇。正如祝建华[31]所言：“5个W是传播学研究历来的核心”；“5W模型的可贵之处，恰好就是超越了传播现象中具体的语境（context）和范围（level），把传播现象上升到概念（concept）的高度，从而使这个模型具有普适性。我们并不知道当时拉斯韦尔（Harold Lasswell）提出这个模型的时候是否想到了这点。但是他的思想来源是香农（Claude Shannon）的信息论”。乡农的信息论（或者说其中核心的信息熵）[32]是传播学研究的本来源头。也正是乡农对传播的数字化成就了当下数字传播的蓬勃春天。

乡农自身就是一位基于数字的跨学科研究者。如前所述，他是一名数学家，除去其在传播学信息论方面奠基性的、划时代的成就之外，他还是人工智能1956年达特茅斯工作坊（Dartmouth Workshop）的提议者，可以说，他是人工智能的最早提出者。同时其理论亦触发了计算机音乐的数字音色革命，甚至其对生命科学的基因组学（genomics）也有开创性的研究。可以说，乡农恰恰是一位在人文社科、艺术和科技三大领域进行跨学科研究的大家，而数字恰恰是其贯穿跨学科研究的主线。诚然，不少在计算机科学领域取得卓越成就的科学家往往亦在人文社科领域有着深厚的建树。例如，“人工智能之父”约翰·麦卡锡（John McCarthy）和马文·明斯基（Marvin Minsky）既是理工科的计算机科学家也是人文社科领域的认知科学家。又如，40年人工智能寒冬的揭幕人之一的西蒙·派珀特（Seymour Papert）在人文社会科学领域亦提出了著名的建构主义学习理论；人工智能的强化机器学习（reinformcement learning）的创始人理查德·索顿（Richard Sutton），其教育背景其实是斯坦福大学的心理学等。如同乡农一般在人文社科、科技和艺术三大领域进行跨学科研究的研究者不在少数，但其研究成果强烈作用于传播应用实践的研究者却是凤毛麟角。

乡农对传播学最为杰出的贡献莫过于将传播进行了数字化（digitization），将传播的数字本质揭示了出来。与其说乡农是一位信息论开创者，不如说乡农是一位数字化大师。传播的数字化只是其宏大的数字化研究中的一个模块：乡农在22岁时获得了麻省理工学院的硕士学位。其硕士毕业论文被誉为有史以来影响力最大的硕士毕业论文。乡农在这一研究中将符号逻辑（simbolic logic）与布尔代数（boolean algebra）结合，建构出数字逻辑（digital logic），以数字化重构了乔治·布尔（George Boole）的数理逻辑，既为计算机的诞生做出了奠基性的贡献，也为传播学当中符号学流派的数字化发展铺平了道路。在其硕士毕业论文当中，他充分论述了依托或（OR）、且（AND）、非（NOT）三大逻辑运算就能够建立起复杂的电子线路（electronic circuit），如集成电路（integrated circuit），进而建构诸如计算机这样具有强大运算能力的复杂电子设备。随着乡农于1941年定居到新泽西（New Jersey），入职贝尔实验室，其数字化研究开始渐入佳境。

乡农对传播的数字化揭示了传播是一种信息的传输（transmission）的本质。在其1948年发表于《贝尔实验室技术期刊》（Bell System Technical Journal）上的、创建信息论（information theory）的著名论文《一种传播的数学理论》（A Mathematical Theory of Communication）中，乡农为信息建立了一般等价物，即乡农比特，或信息熵（information entropy）。人类第一次意识到，信息是可以转换为数字的，进而是可以被发送、接收、储存、上传、下载的。这也完全改变了人们对传播的传统思维模式。而乡农比特则是用来衡量信息的量表（scale），是各种形式的传播的基本构成粒子（fundamental particles）。无论信息以何种形式存在，衡量信息的乡农比特都是一样的，恰如一种一般等价物。信息得以被二进制数字序列（sequence of binary digits）表征，形成了信息的数字表示（digital representation）。正是在乡农的传播数字化的指引下，CD、MP3、传真、无线移动电话、调制解调器（利用电话网络建构互联网）等都成为现实。可以说，没有乡农对传播的数字化理论，当下移动互联网的诸多数字技术、数字传播媒介（或可称为当下的“新媒体”）皆不可能出现。人类可能还生活在模拟（analog）媒体（例如，书籍、报纸、杂志、传统广播、传统电视）时代，迟迟无法进入数字媒体（例如，智能移动设备、虚拟增强现实）的信息时代，传播也会停留在模拟传播（analog communication）而非数字传播（digital communication）的原始阶段。(www.xing528.com)

比特（bit）本身是二进制数字（binary digit）的简写。从本质上来说，比特就是一种数字。而乡农比特与一般意义上的、由约翰·图基（John Tukey）创立的图基比特不同，乡农比特是信息的单位（a unit of information），而图基比特是储存的单位（a unit of storage）。图基比特在现今常常被用来衡量数据的大小，如字节（Byte，B，即8图基比特）、千字节（KiloByte，KB）、兆字节（MegaByte，MB）、千兆字节（GigaByte，GB）等。乡农比特则用来衡量信息中的不确定性（uncertainty）。事实上，信息中的不确定性可以由乡农比特的数量（亦即信息的熵）来定量测量。乡农将信息中的不确定性巧妙地操作化定义为信息接收者为了彻底消减不确定性，所需要提出的是非问题（yes or no questions）的个数。一个是非问题的二元答案（即是以及非）可以用一个乡农比特来表征，因此乡农比特的数量即是非问题的个数，亦即信息的不确定性、信息的熵的取值。当信源的信息熵下降了，信息接受者所需要提出的是非问题数量自然也就减少了。当信息的乡农比特降为1，即产生了1乡农比特的信息（例如，“明日会天晴”），信息接受者所需要提出的是非问题就是一个（例如，“明日是否会天晴？”）。如果在此基础上再对乡农比特和图基比特进行对比可以发现，有时用于储存信息的图基比特数量要高于信息本身所需的乡农比特个数。这是因为一些图基比特是信息的冗余（redundancy），用于检测信息的数字化储存的错误并进行更正（error detection and correction），而另一些图基比特可能纯粹就是储存媒介上的错误（error），剩余的图基比特才是真正用来表征信息的、将信息编码为由“0”和“1”的数字组成的序列（sequence）的乡农比特。也正是因为乡农比特定义出了表征信息的理论下限，一系列数字压缩（digital compression）技术才得以在其指引之下出现，如图片媒介的JPEG技术、声音媒介的MP3技术、影像媒介的MPEG技术和一般数字媒介的ZIP压缩技术等。

可以说乡农的传播数字化理论将科技的数字化与传播的数字本质更加紧密地联系在了一起。在当下，线下物理空间的诸多模拟信息也都数字化，与本就数字化了的线上赛博空间充分交汇融合。在这一赛博物理空间进行塑造传播，毫无疑问脱离不开科技的数字化。正是因为乡农这一巨大贡献，在1948年论文发表过后的25周年，1973年电气和电子工程师协会（其前身包含信息论学会）开始专门设立乡农奖（Claude E.Shannon Award）用于表彰在信息论领域做出杰出贡献的研究者。电气和电子工程师协会（Institute of Electrical and Electronics Engineers，IEEE）已是当前全球最大的专业技术协会，其会员人数超过42万人，遍布160多个国家，在计算机、电信、生物医学、电力及消费性电子产品等学术研究领域中都是重要的权威，在电气电子工程、计算机及控制技术领域中，发表的文献将近占了全球此类文献总量的1/3。而在1948年论文发表的42年后，1990年1月的《科学美国人》（Scientif ic American）杂志更是将此论文评价为“信息时代的大宪章”（The Magna Carta of the Information Age）。