Matryca Derywacji Pleksu Informacji Pierwotnej

Embed Size (px)

Citation preview

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    1/22

    1

    MATRYCA DERYWACJI PLEKSU INFORMACJI PIERWOTNEJ

    Wprowadzenie

    Termin de r yw a c j a 1 w niniejszym artykule zawiera znaczenie p r o c e s u p r z e k a z u

    i n f o r m a c j i p i e r w o t n e j (nadawanej przez nadawc) przez co lub kogo w s p o s b

    r a c z e j z n i e k s z t a c o n y i n i ea d e k w at n y d o we rs j i p i e r wo tn e j . Np. derywacjawystpuje, gdy informacja I przeksztaca si w I1, I2, I3 itd. zanim dotrze do odbiorcy (wynika z

    tego, e derywatami s same I1, I2, I3 itd.). Nie wykluczamy, e derywaty te maj rwnie

    subderywaty2. Kada subderywacja masw wasn lini derywacyjn, swoje zaoenia dodatkowe

    oraz moe zawiera dowoln ilo przekazw / krokwpleksw3. Jakkolwiek, ze wzgldu na

    prezentowan tematyk, nie bdziemy szczegowo omawia kwestii subderywacji4, bowiem

    praktycznie kade zdarzenie moe mie szereg wynikw (w postaci subderywatw), z ktrych

    kady wnosi swj wkad w percepcj tego zdarzenia, powodujc prawdopodobiestwo zaistnienia

    kadego z kolejnych wydarze (czyli subderywatu) jako samodzielne zdarzenie5.

    Sama derywowalno nie jest tosama z pojciem konsekwencji, bowiem nie chodzi nam o

    skutek pewnych czynw czy zdarze, lecz o transformatywn odmienno percepcji przekazanej /

    retransmitowanej informacji. Wynika z tego, i tensor6 informacji jest derywowany (czy te

    derywowalny), gdy z pleksu i n f o r m a c j i p i e r w o t n e j , w danym ukadzie czasu i przestrzeni,

    otrzymujemy poprzez transformowanie tego plesku informacj wtrn (zblion lub odmiennod

    i n f o r m a c j i p i e r w o t n e j ). Podkrelmy, i w tym przypadku transformowanie jest skutkiem

    zmiany kierunku i czasu nadawania / retransmisji. Mona wic derywacj zdefiniowa jako

    cigi tensorw (w ortogonalne, diagonale i krzywinie) z ktrych kadajest albo jedn z przesanek

    1 Derywacja w jzykoznawstwie w klasycznym ujciu jest procesem sowotwrczym polegajcym na tworzeniu

    wyrazw pochodnych poprzez dodawanie do podstawy sowotwrczej sufiksw i prefiksw. Okrelana jestniejednokrotnie jako afiksacja lub derywacja dodatnia, w opozycji do derywacji wstecznej, polegajcej na odrzucaniuod wyrazu afiksu (por.: Kapro-Charzyska I., Derywacja ujemna we wspczesnym jzyku polskim. Rzeczowniki i

    przymiotniki, wyd. Naukowe Uniwersytetu M. Kopernika, Toru 2005; Derywacja (jzykoznawstwo), zapl.wikipedia.org/wiki/Derywacja_(j%C4%99zykoznawstwo); Rabiega-Wisniewska J., Formalny opis derywacji w

    jzyku polskim. Rzeczowniki i przymiotniki, Uniwersytet Warszawski, Warszawa 2006, zamembers.chello.pl/jrw/doc/jrw_thesis.pdf; Bartmiski J., Derywacja stylu, za dlibra.umcs.lublin.pl/dlibra/plain-content?id=1438 itd.)2Na potrzeby niniejszego artykuu, terminsubderywatybdzie utosamiany z terminemparadyskurs.

    3 Informacje zawarte w przekazach podzielilimy na jednostki, ktre nazwalimy p l e k s a m i : s i m p l e k s

    (najprostsza informacja, ktra bez komentarzy stwierdza fakt), k o m p l e k s (rozszerzona informacja zawierajcapodstawowe elementy komentarzy), m u l t i p l e k s (pena informacja zawierajca komentarze, wnioski i analizy) orazo m n i p l e k s (wielostronna informacja, ktra zawiera nie tylko komentarze, wywody i wnioski, lecz te opismoliwoci np. zadouczynienia w postaci aktw prawnych, rezolucji itd.). Wszak uwiadamianie i realizacja pleksw(w aspekcie pozajzykowym) nie zawsze jest kompatybilne z dyskursem (w aspekcie werbalnym). Sam dyskurs(poziom jzykowy) czyni stosunkowo wiksze postpy, ni jego materializacja (czyli przeoenie empiryczne): atwiejsi dyskutuje, ni si dokonuje okrelonych czynw. atwo zauway, i od podstawowych poj jednowymiarowych

    simpleksw (z poziomu wiata fizycznego) stopniowo ksztatuj si bardziej skomplikowane wymiary kompleksw imultipleksw, tworzc pojcia obrazu wiata i ideologii. Brak moliwoci stworzenia jednolitej przestrzeni analitycznej(czyli jedna teoria, jedna ocena, jeden komentarz, jeden wniosek itd.) powoduje powstanie funkcjonujcych niezalenieod siebie przestrzeni samodzielnego czwartego wymiaru wielu omnipleksw (rnorodne komentarze, teorie, ocenyitd.).4 Por.: Paprzycka K., Samouczek logiki zda (wersja wstpna): Temat 9. Dowodzenie III, za

    kpaprzycka.swps.edu.pl/xSamouczek/Temat09.pdf), odczyt 10.03.2011.5 Szerzej zob.: Klein S., Czas. Przewodnik uytkownika, wyd. W.A.B, Warszawa 2009; Kowalczyk E., O istocie

    informacji, wyd. Komunikacji i cznoci, Warszawa 1981 itd.6Termin jest stosowany jako uoglnienie pojcia wektora.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    2/22

    2

    transformacji, albo pleksem informacji pierwotnej 7, albo ju transformowanym (i

    niefinitystycznym) tensorem, albo po prostu pleksem derywowanym z poprzedzajcego cigu

    tensorw8. Dobardziej szczegowej charakterystykiterminu t e n s o r wrcimy nieco pniej.

    Pojciesamej i n f or m ac j i zatraktujemy jako zjawisko dane w kodzie albo sensoryczno-

    obrazowym, albo werbalno-semantycznym, przy czym moe ona dociera z otoczenia albo nawet z

    tzw. magazynu pamici i wskutek operacji umysowychzostaprzetwarzana przez umys ludzki9.

    Mona wic zgodzi si ze stwierdzeniem, e informacja o konkretnym zdarzeniu jest zbiorem

    wiedzy wynikajcej z naszego wyboru okrelonych fragmentw przekazu10.

    Ponadto, informacja, w jednym ze swych uj, bywa utosamiana z naturalnym, w

    przeciwiestwiedo jzykowego, znaczeniem[]. Przy takim ujciu to, jak informacj dostarczaj

    rzeczy jest spraw obiektywn, gdy informacja nie wymaga do swego istnienia, tak jak tego

    wymaga wiedza, istnienia wiadomych istot. Informacja moe by te definiowana bardzo oglnie

    jako struktura realizowana w fizycznym wiecie poddajca si interpretowaniu lub

    wykorzystywaniu w rozsdny sposb przez odbiorc []11

    . Za matematyczna teoriakomunikacji stawia pytanie, czy zdarzenia, jakie wystpuj u odbiorcy zmieniaj

    prawdopodobiestwo tego, co wystpio w rdle informacji. Taka teoria zakada istnienie kanau

    komunikacyjnego midzy rdem a odbiorc12. Innymi sowy, chodzi o transformacj

    informacji pierwotnej w stosunku do rezultatwpercepcji pleksa / pleksw. Za teoria

    komunikacji korzysta z wartoci rednich i w niektrych przypadkach nie jest w stanie uchwyci

    potocznego sensu informacji. Mona te argumentowa, e kana komunikacyjny, ktry czasami

    jest niewiarygodny nie jest wystarczajco dobry, aby wiedzie w tych przypadkach, kiedy

    informacja przesana jest zgodna z wygenerowan []. Przekonania, jakie formuujemy na jegopodstawie nie mog mie pewnoci charakterystycznej dla wiedzy. Jeli to, co generuje informacj

    posiada inne moliwoci, to moemy mwi o wygenerowanej informacji przez wybr, lecz jeli

    mamy do czynienia z koniecznym stanem rzeczy, to adna informacja nie jest generowana.

    Konieczny stan rzeczy generuje zerow informacj. Fakty, ktre generuj informacj s faktami

    7Gwoli sprawiedliwoci zaznaczmy, i dla informacji, ktra skada si zpodobnych do siebie pleksw (chodzi o to, e

    caa informacja jest podobna do swojego kadego pleksu oczywicie tylko w pewnym stopniu), wymiar jejtransformacji przyjmuje szczeglnie prost posta:

    - niech X bdzie oznaczao liczb mniejszych czci, czyli pleksw, z ktrych konstytuuje si informacja,

    - niech Y oznacza skal podobiestwa caoksztatu informacji ze swoimi mniejszymi czciami, czylipleksami.

    Wtedy X Y, bowiem kady pleks samodzielnie moe by podobny do informacji pierwotnej (wychodzcej odpierwszego nadawcy), za nie moe by tych pleksw wicej, ni skala podobiestwa informacji pierwotnej do nich.Ilo pleksw jest do ograniczona (i wynika z treci informacji), za podobiestwo kadej nastpnej informacji (ktra

    powstaje poprzez transformacj pierwotnej) do nawet pojedynczego simpleksu moe by wrcz nieograniczona.8Por.: Carnap R., Logiczna skadnia jzyka, wyd. PWN, Warszawa 1995, s. 49-50.

    9Por.: Grzywa A., Omamy i urojenia, Wyd. Medyczne Urban & Partner, Wrocaw 2000, str. 61; por. te: Mazur M.,

    Jakociowa teoria informacji, wyd. Naukowo-Techniczne, Warszawa 1970, za autonom.edu.pl/publikacje/mm-jti/mm-jti.html itd.10

    Szerzej zob.: Meta-Ontological Assumptions: Information, Preferences and Knowledge. Universal interrelations

    (cognitive IPK architecture), za erg4146.casaccia.enea.it/wwwerg26701/gad-dict.htm, odczyt 22.10.2012 r.; Hayek F.,

    The Use of Knowledge in Society, Reprinted from the American Economic Review, XXXV, No. 4; September, 1945, s.

    519-30, za virtualschool.edu/mon/Economics/HayekUseOfKnowledge.html, odczyt 14.01.2013 r.11

    Misiuna K., Logika wnioskowa empirycznych, za wiedzalogikainformacja.uw.edu.pl/Logika-wnioskowa%C5%84-empirycznych.pdf, s. 1412

    Misiuna K. (Uniwersytet Warszawski),Logika op. cit., s. 14

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    3/22

    3

    przygodnymi. [] Jeli kana komunikacyjny nie przenosi caej wygenerowanej informacji, to

    wystarcza on do wytworzenia prawdziwego przekonania, lecz nie do wytworzenia wiedzy. Aby

    wiedzie, co wydarzyo si w rdle informacji musimy otrzyma ca wygenerowan

    informacj13 (pod warunkiem, e nie bya ona znieksztacona). Podkrelimy rwnie, i mamy

    dwa pojcia informacji: deklaratywna informacja (statyczna) i dynamiczna14, ktr moemy

    nazwa rwnie derywowaln. Jedno z kluczowych uj informacji jest takie, gdzie informacj

    podmiotu traktuje si jako zbir wszystkich relewantnych moliwoci15, czyli moliwe s

    transformacje teje informacji. Ot gdy odbiorca otrzymuje i n f o r m a c j p i e r w o t n w

    postaci transformowanej, czyli jest w posiadaniu kilku informacji (I1, I2, I3, I4)jako pochodnych

    derywatw, staje si przed skomplikowanym wyborem midzy kilkoma ewentualnymi

    rzeczywistociami:

    - kady z tych derywatw moe osobno by prawdziwy,

    - cz lub kilka z nich moe by prawdziwe a reszta faszywe (transformowane),

    - wszystkie mog by prawdziwe,- wszystkie mog by faszyweitd.

    Czym wicej transformacji i derywacji, tym wicej rnorodnych prawdziwych lub

    faszywych rzeczywistoci i tym trudniej dokona wyboru co jest waciw i n f o r m a c j

    p i e r w o t n , co za skutkiem tensorowania.

    Poziom przetwarzania

    W zakresie waciwej (penej / satysfakcjonujcej) percepcji informacji mona wyrni co

    najmniej 3 poziomy przetwarzania16.

    Na pierwszym p y t k i m poziomie dokonuje si sensoryczna analiza danych. Rezultatypytkiego przetwarzania informacji s nietrwae i bardzo podatne na wszelkiego rodzaju zakcenia.

    Poziom ten jest jednak wystarczajcy do poprawnego wykonania niektrych zada np. detekcji

    dwch identycznych znakw.

    Kolejny poziom jest ju g b s z y . Dokonuje si na nim semantyczna interpretacja

    odbieranego sygnau, np.: czytajc tekst zazwyczaj sigamy do znaczenia uytych w nim sw,

    chocia niekiedy wystarczy nam powierzchowna analiza rodzaju czcionki lub koloru liter. Poziom

    ten jest rwnie konieczny do stwierdzenia identycznoci dwch lub wicej elementw nalecych

    do jednej kategorii naczyniowej (np. owocw, pojazdw, zwierzt). Przetwarzanie gbokie trwaznacznie duej, ale jego rezultaty s trwalsze i bardziej odporne na wszelkiego rodzaju czynniki

    13Misiuna K. (Uniwersytet Warszawski),Logika op. cit., s. 16

    14Misiuna K. (Uniwersytet Warszawski),Logika op. cit., s. 21

    15Misiuna K. (Uniwersytet Warszawski),Logika op. cit., s. 21

    16 Szerzej zob.: Percepcja, rozpoznawanie, dziaanie, za staff.amu.edu.pl/~justynam/prez_konw_1_psychofiz.pdf,

    odczyt 04.03.2014; H. Swami, Dwa podstawowe poziomy percepcji prawdy, za himalaya-

    wiki.org/index.php?title=Dwa_Podstawowe_Poziomy_Percepcji_Prawdy, odczyt 22.04.2014; B. Skrzypulec,

    Metafizyczne teorie jednostkowego przedmiotu jako modele przedmiotu percepcji wzrokowej, Krakw 2010, zaacademia.edu/4455022/Metafizyczne_teorie_jednostkowego_przedmiotu_jako_modele_przedmiotu_percepcji_wzroko

    wej, odczyt 02.04.2014; R. J. Richards, James Gibson's Passive Theory of Perception: A Rejection of the Doctrine ofSpecific Nerve Energies, w Philosophy and Phenomenological Research 37/2, 1976, s. 218233, za

    philosophy.uchicago.edu/faculty/files/richards/James%20Gibson's%20Passive%20Theory%20of%20Perception.pdf,

    odczyt 19.04.2014; S. Plous, The psychology of judgment and decision making, wyd. McGraw-Hill, 1993, s. 38-41

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    4/22

    4

    zakcajce. Informacje przetworzone na poziomie gbokim s odporne na zapomnienie, podczas

    gdy dane przetworzone na poziomie pytkim za wikszoci bezpowrotnie stracone.

    Na trzecim n a j g b s z y m poziomie przetwarzania aktywizujemy rne skojarzenia

    zwizane zewczeniej odebranym i przeanalizowanym sensorycznie lub semantycznie sygnaem.

    Skojarzeniami takimi mog by obrazy czy pojcia powizanie naczyniowo z sygnaem

    przetwarzanym na poziomie drugim - gbokim. Na najgbszym poziomie przetwarzania moliwejest wzbogacenie naszej wiedzy o dodatkowe elementy, bd te czenie w ju istniejce elementy

    wiedzy nowe struktury poznawcze.

    Informacja podlegajca przetwarzaniu moe pochodzi z dwch rde. Pierwotny obieg

    informacji polega na przejciu danych odebranych na w/wpoziomie pytkimprzezpoziom gboki

    a do poziomu najgbszego. Oczywicie nie kada informacja wchodzi na gbsze poziomy

    przetwarzania. Zaley to od wielu czynnikw midzy innymi od wymaga sytuacyjnych, od

    indywidualnych preferencji czy te od iloci dostpnego czasu. Wtrny obieg informacji polega

    natomiast na tym, e dane zakodowane w pamici mog zosta wczone do przetwarzania naktrymkolwiek poziomie, krc w nim dowolnie dugo. Wtrny obieg dotyczy wic zjawisk

    pamiciowych, ktre nie wymagaj dopywu informacji z zewntrz, ani tez rejestrowania informacji

    dotyczcych wasnego zachowanie jednostki. Na poziomie w/w obiegw informacji wyrnia si

    kolejne typy przetwarzania. Ten pierwszy zwizane jest ze wsplnym obiegiem informacji na tym

    samym poziomie przetwarzania. W przypadku typu drugiego nastpuje transfer informacji na

    poziom gbszy na skutek powtrnego obiegu na poziomie pytszym. W wyniku przetwarzania typu

    pierwszego dochodzi z reguy do zapomnienie informacji, chyba e zaczynaj one kry w obiegu

    wtrnym. Zapamitywanie informacji jest znacznie lepsze gdy mamy do czynienia typem drugim, awic ze transferem informacji na gbsze poziomy przetwarzania i wtrnym ich obiegiem na

    poziomie najgbszym17.

    Z perspektywy percepcji tensorw informacji okrelone znaczenie ma proces przetwarzania

    przekazu przez odbiorc, wcznie z n ieskoczenie maych zmian (NMZ)18zarwno po

    stronie nadawcy, jak i odbiorcy.

    Proces przetwarzania informacji nie powoduje zniszczenia, ani zuycia teje informacji.

    Nastpuje co najwyej transformacja. W procesie przetwarzania bardzo wane miejsce zajmuje

    interpretacja posiadanych informacji przez poszczeglne jednostek (osoby). Etap ten jest take

    wany z punktu widzenia wartoci informacji wykorzystywanej przez uytkownikw. Interpretacja

    informacji pozwala na wyodrbnienie syntetycznego obrazu rzeczywistoci. Przetwarzanie

    informacji ma na celu okrelenie istotnoci informacji, jej wartoci oraz tego, czy jest ona pilna,

    zrozumiaa, aktualna, uyteczna itd.19

    Ze wzgldu na fakt, i wszystkie pleksy szczeglnie podczas procesu przetwarzania

    i n f o r m a c j i p i e r w o t n e j cz si w cao, mona przebieg przetwarzanie informacji

    17Por.: Ncka, E., Orzechowski, J., Szymura, B., Psychologia poznawcza, wyd. PWN, Warszawa 2006, s. 50

    18Na potrzeb niniejszej propozycji zakadamy, i zmiany mog by due tylko, gdy w rachub wchodzi celowe

    znieksztacenie (oszustwo) informacji.19

    Szerzej zob.: Przetwarzanie informacji, za

    pl.wikipedia.org/w/index.php?title=Specjalna:Ksi%C4%85%C5%BCka&bookcmd=download&collection_id=09ffd994

    034394d6&writer=rl&return_to=Przetwarzanie+informacji, odczyt 31.12.2013

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    5/22

    5

    obrazowa w nastpujcy sposb. Zakadajc, i a, b, c, d to rne pleksy nadawcy

    (przekazywane przez odpowiedni kana i media do odbiorcy), to a1, b1, c1, dn s rezultatem

    tensorowania (sumaryczny ruch wektorw informacyjnych w rne strony), odbioru,

    wyabstrahowania, przetwarzania i zrozumienia (najczciej poprzez dzielenie na mniejsze pleksy)

    tych e a, b, c, d tylko ju w transformowanej postaci (z uwzgldnieniem co najmniej na NMZ):

    Opracowanie wasne

    Wynika z tego, i

    a, b, c, d tensor informacyjny z NMZukad wsprzdnych (czyli ruch ortogonalny i

    diagonalny poszczeglnych pleksw skupionych w tensorach)odbir przekazu z NMZpleksy

    a1, b1, c1, dn

    W skrcie:

    tensor informacyjnyNMZ

    a, b, c, d --------------------------------= a1, b1, c1, dnukad wsprzdnych

    atwo wywnioskowa, i na kadym kolejnym etapie retransmisji pleksu i n f o r m a c j i

    p i e r w o t n e j proces ten powtarza si z ewentualnoci, i kady osobny / pojedynczy pleks w

    skutek przetwarzania (rwnie i przewartociowania) przez odbiorcy moe si sta samodzielnym

    tensorem (zbiorem pleksw w kadym kierunku ruchu w kadym ukadzie wsprzdnych) , czyli

    samodzieln (now) informacj.

    Przejrzyjmy si poniszym liczbom.

    W zakresie zawartoci informacji zapamitujemy 10% tego, co czytalimy, 20% tego, co

    syszelimy, 30% tego, co widzielimy, 50% tego, co widzielimy i syszelimy, 70% tego, co

    mwilimy w czasie rozmowy oraz 90% tego, co mwilimy o tym, co robimy. Ponadto, za

    porednictwem poszczeglnych zmysw, rwnie w zakresie informacji, wchaniamy 83% za

    porednictwem wzroku, 11% za porednictwem suchu, 3,5% za porednictwem wchu, 1,5% za

    porednictwem dotyku, 1% za porednictwem smaku. Za jeli chodzi o ilo pleksw

    zapamitywanych po okrelonym czasie, mamy nastpujcy obraz:

    Metoda przekazania

    informacji

    Ile pamitamy po 3

    godzinach

    Ile pamitamy po 3

    dniach

    A. samo mwienie 70% 10%B. samo przekazywanie 72% 20%

    C. rwnoczesne mwienie i przekazywanie 85% 65%Innowacyjne rozwizywanie problemw synteza i analiza systemw, s. 9, za

    neur.am.put.poznan.pl/systemy/Synteza_analiza.pdf

    Wynik jest oczywisty. Jeli rezultat naszej percepcji jest saby, uzupeniamy wic te

    brakujce pleksy czasem nawet fantazjujc, tworzc nowe / inne pleksy, tensorujc te same pleksy,

    lub bdzcpo ukadzie wsprzdnych, aby nasza retransmisja bya wiarygodna lub wygldaa co

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    6/22

    6

    najmniej jak nowy pleks (czy te nowy komentarz). W zakresie w/w brakujcych pleksw warto

    zaznaczy, i te braki / luki s zmienne w czasie i wpywaj na tre i uwarunkowania percepcji

    i n f o r m a c j i p i e r w o t n e j (zmieniajc rwnie zasoby wiedzy zarwno nadawcy, jak i

    odbiorcy). Co wicej, trudno jednoznacznie okreli ilo czy te jako pleksw potrzebnych do

    penej percepcji informacji.20

    Tensory informacji

    W wietle powyszych sdw termin t e n s o r i n f o r m a c y j n y / i n f o r m a c j i moemy

    uywa jako okrelenie jednostki informacyjnej niezalenie od kierunku przekazu (nadawca

    odbiorca), iloci transmisji i retransmisji oraz transformacji treci (bez wzgldu na moliwo /

    niemono przeksztacenia w inne / czstkowe czy tez nowe informacje). Czyli, pleks

    informacji p ierwotnej rozbudowanej w rne inne pleksy (multipleksy, kompleksy itd.)

    moe bytensorem, ktry zawiera wszystkie moliwe pleksy we wszystkich moliwych kierunkach

    / wektorach transmisji i n f o r m a c j i p i e r w o t n e j .

    Aby uj (jako ostateczny efekt percepcji pleksu in f o r m a c j i p i e r w o t n e j )

    jakkolwiek przestrze informacyjn w czasie (kiedykolwiek) i przestrzeni (gdziekolwiek)

    wprowadzamy okrelony ukad przekazu i odbioru informacji (nadawca odbiorca; nadawca

    przekanik intermedialny odbiorca; nadawca wielowymiarowy przekanik21

    odbiorca itd.).

    Wanie taki ukad przekazu i odbioru moemy nazywa ukadem wsprzdnych 22, cho

    wsprzdne te (jak zostao wyej pokazane) zawsze mog by wybrane na wiele sposoby.

    Co wicej, czasami nie wiadomo, czy jaka informacyjna wasno jest cech samej

    przestrzeni i czasu, czy tylko indywidualnej percepcji informacji przez odbiorc. Dlategowprowadzamypojciet e n s o r a , ktry ma by niezaleny w ukadzie wsprzdnych bez wzgldu

    na sposb nadawania lub percepcji. Zatem z ukadu przekazu i odbioru mona tworzy

    t o s a m o t e n s o r o w , jeeli przekaz i percepcj pleksu informacyjnego zachodz zawsze,

    przy kadym wyborze kadego z w/w ukadw wsprzdnych. Taka suma i uniwersalizacja

    wektorowania, czyli ruchw informacji, tworzszereg rnych ukadw wsprzdnych w czasiei

    przestrzeni, bowiem informacja porusza si zarwno w nim, jak i w przestrzeni w sposb

    niekontrolowany. Wic, ze wzgldu na potrzeby niniejszego artykuu, tensorem nazywamy

    sum ruchw (wektorw) przekazu informacji w czasie i przestrzeni, ktr otrzymuje odbiorca.Innymi sowy:

    T (tensor) = (Vx) x (T x D)

    Tensor informacyjny (z adunkiem pleksu / pleksw) nigdy nie jest symetryczny i nie odbija

    si lustrzanie (przeszkadza temu proces przetwarzania i percepcji informacji przez poszczeglne

    jednostki):

    adna Informacja A jakakolwiek Informacja A1

    20Por.: Wodarski A. J.,Diagnozowanie niesprawnoci informacji w aspekcie jej przydatnoci w procesie decyzyjnym,wZeszytach Naukowych SGSP, pod red. Biedugnis S. i Smolarkiewicz M., nr 41, Warszawa 2011, s. 42-4321

    Moliwy jest nawet wielokrotny i transformowany / transmutowany przekaz plasku informacji pierwotnej.22

    Por. zMatryc derywacji.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    7/22

    7

    Czyli tensor informacyjny jest zawsze asymetryczny. Jaki by nie by ukad wsprzdnych

    (czyli przekaz i percepcja informacji), przekaz informacji moe by zarwno ortogonalny, jak i

    diagonalny. Jeli wic tensor informacyjny skada si z w/w NMZ danego przekazu i jej percepcji

    (co w sposb probabilistyczny zawsze potguje zmiany), to:

    NMZ przekazu + NMZ percepcji = NMZ2

    Hipotetycznie informacja przepywajc przez t e n s o r i n f o r m a c y j n y 1 przeksztaca siw t e n s o r i n f o r m a c y j n y 2, ktra rwnie przepywa w dowolnym kierunku i zmienia si

    t e n s o r i n f o r m a c y j n y 3, to w uproszczonej wersji otrzymujemy nastpujcy schemat:

    Opracowanie wasne

    Jeli zakadamy, i rnica midzy t e n s o r em 1 i t e n s o r em 2 = 1, a t e n s o r em 2 i

    t e n s o r e m 3 rwnie = 1, to stopniowe przejcieod 1 do 2 zatraca rnice midzy t e n s o r e m 1

    a t e n s o r e m 3. Ale bezporednia rnica midzy 1 a 3 jest ju co najmniej podwjna23, wic

    znacznie bardziej odczuwalna.

    Gdy zmieniamy ukad wsprzdnych (np. ilo przekazw i retransmisji pleksu / pleksw,

    czstotliwo odbioru caoci lub czci treci, zakres transformacji pleksw itd.) zmieniaj si

    wsprzdne tensora, ktry moe zawiera nawet kilka wektorw, ale nie zmienia si jego i s t o t a ,

    czyli jest on tylko inaczej opisany. I cho tensory te mog by opisywane za pomoc rnych

    wsprzdnych, to interesujce s raczej ich pewne uniwersalne cechy (np. dugo przekazu,zawarto zrozumiana lub niezrozumiana itd.). Jeli wic tensor i n f o r m a c j i p i e r w o t n e j ma

    ukad wsprzdnych tensor 1, tensor 2, tensor 3, tensor 4 itd., to w innych ukadach wsprzdnych

    znowu mamy tensor 1n, tensor 2n, tensor 3n, tensor 4n itd., ale z uwzgldnieniem zmian

    (transformacji) przekazu i percepcji. Mona zatemzaproponowa co nastpuje:

    T (czas) x D (przestrze)nTensor percepcji

    NMZ= --------------------------------------------------------------------x wybrany (celowo / losowo) ukad wsprzdnych

    Tensor przekazuNMZ

    Przyczyny derywacji

    Z analizy literatury przedmiotu wynika, i przyczyny wystpienia derywacji mog by

    rne. Wyrniamy na przykad:

    1. Derywacje, ktre odwoujsi do prostych [] stwierdze typu: tak by musi i ju,

    vis maior (sia wysza), tak trzeba, na to nie ma rady bez powoywania si na jakiekolwiek

    fakty lub dowiadczenia.

    2. Derywacje odnoszce si do autorytetu; np. praw boskich[], politycy, [] prbuj by

    autorytetami w kadej dziedzinie; nawet tam gdzie s laikami.

    3. Derywacje odwoujce si do zgodnoci z uczuciami, zasadami, interesami, prawem,

    jakoby wol spoeczestwa i pogldami (niepoliczonej) wikszoci.

    23Porwnaj zMatrycderywacji.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    8/22

    8

    4. Derywacje wykorzystujce niejasnoci jzykowe, niejednoznaczno terminw, alegorie,

    metafory24itd.

    Procesy te mona rwnie uzasadni tym, i jzyk, jako uniwersalny system semantyczny

    skada si ze zbioru poj i zbioru regu kombinatorycznych, umoliwiajcych derywowanie

    struktur pojciowych, czyli konfiguracji poj z pojprostych (elementarnych)25.

    Analiza dotychczas przytoczonych argumentw i sdw pozwala stwierdzi, i jzykprzekazu i n f o r m a c j i p i e r w o t n e j moe by uporzdkowan waciwoci tensora

    informacyjnego, bowiem skada si on z szeregu zbiorw symboli nadawczo-odbiorczych (z

    uwzgldnieniem ostatecznego celu i rezultatu percepcji).Zatem:

    jzyk przekazu i n f o r m a c j i p i e r w o t n e j (JPIP) = [P, T, K, L, Per], gdzie:

    - P = pleksy kadego poziomu (simpleksy, kompleksy itd.),

    - T = tensory (wszystkie ruchy we wszystkich kierunkach w kadym ukadzie

    wsprzdnych w dowolnym czasie i w dowolnej przestrzeni),

    - K = grafika, dwiki, znaki itd. (sposb kodowania i n f o r m a c j i p i e r w o t n e j i kadejkolejnej retransmisji, bez wzgldu na jakiekolwiek transformacje),

    - L = czynnik ludzki (celowe, przypadkowe, niewiadome bdy itd.),

    - Per = percepcja (i n f o r m a c j i p i e r wo t n e j ) na kadym poziomie i etapie przekazu i

    retransmisji.

    Jeeli tensorowanie informacji (TI), czyli ruch in fo rmacj i p ierwotnej w dowolnym

    kierunku w czasie i przestrzeni (z NMZ) odzwierciedla si w JPIP, to:

    - TI(pociga) nowe JPIP (co najmniej w ukadzie retransmisji;

    -Nowy JPIP moe te poprzedni TI, tworzc samodzielnie now TI.Wic:

    - dla dowolnej TI zachodzi V doboru JPIP (TI V JPIP), ktre / / / sam TI, kiedyprzetwarza go w celu przyswojenia lub retransmisji treci.

    Jeli tensorowanie informacji dostarcza i n f o r m ac j pi e r w ot n do odbioru w takiej

    postaci, ktra jest w sprzecznoci z wiedz (lub moliwociami percepcyjnymi odbiorcy), albo

    neguje poprzedni wiedz odbiorcy, to takie tensorowanie informacjijest w sprzecznoci z innymi

    tensorowaniami informacji, ktre s / mog by kompatybilne (czyli maj oparcie) z wiedz teje

    odbiorcy. Wynika std, e

    - i nf o r m a cj a p i e r wo t n a (IP) zarazem i TI.W tych okolicznociach da si udowodni prawdziwo i faszywo kadego pleksu. Jeeli

    mamy sytuacj, gdzie IP TI, to moemy bdnie lub prawdziwie wnioskowa, e IP TI wdanej / kadej materii przekazu, czyli:

    - IPTI(gdzie nieskoczono jest skutkiem ewentualnoci NMZ).

    24Stelmach W., Wadza i kierowanie. Teoria i praktyki biurokracji, wyd. Placet, Warszawa 2009, s. 23-24; por. te:

    Rabiega-Wisniewska J., Formalny opis derywacji w jzyku polskim.Rzeczowniki i przymiotniki, UniwersytetWarszawski, Warszawa 2006, s. 5members.chello.pl/jrw/doc/jrw_thesis.pdf, odczyt 05.03.2011 itd.25

    Bogacki K., Karolak S., Zaoenia gramatyki o podstawach semantycznych, s. 161 (tumaczya Grymel J.; tekststanowi tumaczenie studium Fondements dune grammaire base smantiqueopublikowanego w Lingua e Stile, a.XXVI, n. 3, septembre 1991, s. 309-345).

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    9/22

    9

    Natomiast, gdy IP TI, to rwnie bdnie lub prawidowo mona wnioskowa, e:

    - IPTI(gdzie nieskoczono jest skutkiem ewentualnoci NMZ).I jedno i drugie s zawsze faszywe / prawdziwe, poniewa w TI zawsze zawarte s takie

    wektory, ktre mog prowadzi zarwno do faszywej, jak i prawidowej percepcji i n f o r m a c j i

    p i e r w o t n e j . Czyli:

    TI

    ! (istnieje dokadnie jedna)IP (---------) x L (czynnik ludzki)TI

    W wietle powyszych faktw, mona zatem stwierdzi, i kwestia przekazu dokadnej

    informacji (w szczeglnoci z przeksztaceniami derywatywnymi) zawartej w pleksach

    wyjciowych, wbrew pozorom, jest zjawiskiem skomplikowanym ze wzgldu na kilka czynnikw:

    - przede wszystkim trzeba bra pod uwag fakt, i kadypleks moe ulec znieksztaceniu (i

    / lub nawet zniszczeniu) z co najmniej dwch powodw:

    a) moe on ulec znieksztaceniu umylnemu: to co nadaje nadawca moe w jaki sposb

    okaza si w jakiej sprzecznoci z jakimikolwiek interesami ktregokolwiek z

    przekanikw(np. osobie przekazujcej informacj dalejlub odbiorcy kocowemuitd.);

    b) moe te ulec mechanicznemu (technicznemu) uszkodzeniu: bdy tzw. literwek,

    ignorancja w/w przekanika, zepsute urzdzenie nadawczo-odbiorcze itd.

    - wreszcie, warto te liczy si z tym, i nie zawsze nadawca umie tak sformuowa

    semantyk pleksu, eby ona bya w peni zrozumiaa dla odbiorcy (i / lub przekanikowi):

    informacja wyjciowa w percepcji nadawcy nie koniecznie i nie zawsze musi by w zgodzie z

    moliwociami intelektualnymi odbiorcy. W rachub wchodzco najmniej:

    a)

    wysokie umiejtnoci nadawcy i sabe umiejtnoci percepcyjne odbiorcy (za trudny

    pleks dla przyswajania informacji) lub

    b) sabe umiejtnoci nadawcy i wysokie umiejtnoci percepcyjne odbiorcy (za saby

    pleks, powodujcy niech przyswajania oraz znieksztacenie informacji i zanik

    zainteresowania ni)26.

    Rozbieno informacyjna

    W tych okolicznociach powstaje tzw. rozbieno informacyjna (najczciej w

    skutek tensorowania pleksu / pleksw i n f o r m a c j i p i e r w o t n e j , ktra jest odwrotnie

    proporcjonalna poziomie percepcji i aktywnoci odbiorcy. Np.: W. Flakiewicz przedstawia to w

    nastpujcy sposb:

    Skala

    rozbienoci

    Sfera

    aktywnociDominanty zachowania czowieka

    Zgodno AsymilacjaPobieranie napywajcych informacji i wczenie ich wistniejce struktury informacyjne.

    26 Ponadto, niektre rda, jako czynniki o charakterze barierowym, wyrniaj nadmiar informacji, szum

    informacyjny, stres informacyjny, dylematy etyczne, rozbieno informacyjna, bariery obiektywne (wice si zniezalen od uytkownika dostpnoci rda), bariery subiektywne (przyczyny, ktre wpywaj na to, e uytkownik

    nie korzysta ze rde informacji wiadomie lub niewiadomie) itd., rdo: Babik W., Warzybok A., O niektrychzjawiskach towarzyszcych odbiorowi informacji: percepcja informacji w wietle ekologii informacji, w Komputer wedukacji, pod red. Morbitzer J. (18. Oglnopolskie Sympozjum Naukowe, Krakw, 26 -27.09.2008), wyd. AkademiaPedagogiczna, Krakw 2008, str. 7-10, za wsp.krakow.pl/ptn/ref2008/babik.pdf

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    10/22

    10

    Rozbienomaa

    OrientacjaTolerowanie rozbienoci. Pobieranie dodatkowychinformacji na temat rozbienoci.

    Rozbienorednia

    ZwalczanieWprowadzanie ukierunkowanych zmian w systemie

    napywajcych informacji. Wprowadzenie zmian w otoczeniu.

    Rozbieno

    duaWahanie

    Kompromis czciowe zmiany w systemie napywajcychinformacji oraz czciowe zmiany w zakodowanychmodelach.

    Rozbienobardzo dua

    AdaptacjaZmiany w zakodowanych modelach. Podporzdkowanie siwymaganiom otoczenia.

    Rozbienokrytyczna

    RezygnacjaZnoszenie rozbienoci bez redukcji. Zamieranie aktywnociorientowanej na usuniecie rozbienoci.

    Rozbienotraumatyczna

    Dezorganizacja Brak lub zanik aktywnoci ukierunkowanej na usuniecierozbienoci. Utrata motywacji.

    W. Flakiewicz, Systemy informacyjne w zarzdzaniu: (uwarunkowania, technologie, rodzaje), wyd. C. H. Beck,Warszawa 2002, s. 68

    Dla klarownociposumy si nastpujcym przykadem. Dyskursant X przekazuje pleks

    pierwotny 1 jako i n f o r m a c j w y j c i o w do Dyskursanta Y. W tej do prostej sytuacji

    interesuj nas nastpujce pytania:

    - czy informacja (a w gruncie rzeczy prawda) zawarta w pleksie pierwotnym 1 dochodzi do

    Dyskursanta Y?

    - jeli tak, to w jakim stopniu moe by ona wiarygodna, czyli nieznieksztacona i

    weryfikalna?

    Przeanalizujmy ponisz matryc, ktra odzwierciedla w/w proces nadawczy / odbiorczy.

    Opracowanie wasne:Matryca derywacji27

    27Wielk pokus jest ewentualno stosowania poniszej tablicy synnego rozumowania przektnego G. Cantora (c.d.

    na nastpnej stronie):

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    11/22

    11

    Jednak tablica ta, ze wzgldu na charakter wycznie matematyczny, cakowicieomija czynniki ludzkie (mowa, wiedza, ignorancja itd.). M. in. z tego powodu

    tzw. liczby wymierne G. Cantora s policzalne, co w naszym przypadkucakowicie eliminuje korzystanie z jego tablicy (por.: Berg P., Przed nami

    nieskoczono, w Wiedza i ycie, sierpie 2013, s. 16-22; Rosas A., Infinito (2),14.05.2013, za chismesmundo.com/infinito-2 [16.05.2014]). Mona si skusitake (lub jeszcze bardziej) na cig Fibonacciego, jako ewentualno iloci

    jednokierunkowego przekazu informacji). Jeli przyjmiemy, e informacjapierwotna to 1, to kady nastpny ruch wektora moe spowodowa kolejninformacj 1 co w sumie daje 2. Za te 2 informacje mog w symbiozie z

    poprzedni informacj utworzy kolejn, czyli otrzymamy ju 3 informacje. Niejest wykluczone, i w/w 3 informacje mog konstytuowa nastpne informacjewe wsppracy (poprzez

    czenie, transformacj, wykorzystanie tylko niektrych pleksw, dodawanie lub odejmowanie faktw itd.) zpoprzednimi 2. Wwczas mamy ju do czynienie z 5 informacjami (o prawie takiej samej naturze, jednak z wielomanowymi derywatami). Czyli wedle logiki cigu Fibonacciego, w bardzo krtkim czasie otrzymamy co najmniejnastpujcy cig: 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181 itd. (szerzej zob.: Corbaln F. ,

    Zota op. cit., s. 37-46; liwiski M., Cig liczbowy op. cit.).Warto te bra pod uwag nastpujc moliwo przekazu informacji pierwotnej (F. Corbalan, Zota proporcja.Matematyczny jzyk pikna, wyd. RBA, Barcelona 2012, s. 17):

    Na rysunku w centralnej pozycji znajduje si nadawca. Wychodzce od rodka linie (wprawo i w lewo) odzwierciedlaj wektory kierunkw przemieszczania informacji(transmisja, retransmisja itd.) Dla uproszczenia naszego zadania moemy zakada, iinformacja rozprzestrzenia si we wszystkie strony stosunkowo regularnym irwnomiernym ruchem. Kady nowy wektor coraz bardziej si oddala od centrum, czyli

    pierwotnego znaczenia i wartoci faktograficznej. Wektory ruchu, tworzc spirale,nakadaj si najczciej na siebie, tworz symboliczne (wszak ju skrzywione) kwadraty,ktre ju niekoniecznie zawieraj te same pleksy informacyjne, ktre wystpuj winformacji pierwotnej. Iteracja ta trwa praktycznie w nieskoczono i ma charaktertransformacyjny dla informacji pierwotnej. Proces ten moe trwa nawet tak dugo, i

    pierwotny nadawca traktuje te oddalone informacjeju jako nowe (moliwe nawet jako komentarze, odzewy, analizy powicone informacji pierwotnej).Nie oznacza to jednak, i wyej opisany ruch zawsze jest ruchem nieskoczonym. Moe istnie rwnie zbirwektorw ruchu rozprzestrzenienia informacji w skoczonej przestrzeni, ktry mimo to, i ma nieskoczon dugo(czyli przeksztaca si w rne, kolejne informacje), to i tak istnieje w obrbie tej samej przestrzeni (spoeczno,rodzina, pastwo, kontynent, wiat itd.). Osobn kwesti s powstae powstajce na rysunku c z w o r o k t y

    p l e k s o w e , ktre stanowi najbardziej istotn cz procesw przemian sensorycznych. Ze wzgldu na fakt, iinformacja rozpowszechnia si nie linearnie, lecz po rnych krzywach (odbija siod odbiorcyretransmisja, wraca donadawcy reretransmisja, rozchodzi si od innych odbiorcach rereretransmisja itd.), proponuj nastpujchipotetyczn przestrze przekazu informacji (wewntrz czasoprzestrzeni w/w spirali).Po pierwsze, niech kady domniemany kwadrat ABCD (jak na rysunku poniej) bdzie reprezentantem w/wczworoktw (zawierajcych te krzywizny), ktre powstaj wewntrz powyszej spirali, czyli czasoprzestrzenitrjwymiarowej euklidesowej. Po drugie, niech kada klatka w krzywinie wymienionego kwadratu bdzie osobnym

    odbiorc (a wewntrzna krzywizna kadego kwadratu ABCD niech bdzie specyfik percepcyjn odbiorcy). Wektorinformacji (adunek z pleksem / pleksami informacji) wychodzcy z pojedynczej (skrzywionej) klatki moe si odbijao krzywizn, czyli stworzy krzywizn w krzywinie, jak np. na poniszym rysunku.

    Jeli zesp wektorw ruchu informacji (czyli tensory) posiada stosunkowokonkretne kierunki ruchu, to w kwadratach (czyli wewntrzne znaczenieinformacji, lub innymi sowy - tre) nie sposb obliczy jakikolwiekkierunek pojedynczego wektora z adunkiem pleksowym, bowiem kadymrazem w rachub wchodzi poziom percepcji i umiejtnoci transmisyjne

    pojedynczych odbiorcw (czyli mamy do czynienie z tzw. czynnikiemludzkim). Niektre krzywizny po pewnym czasie w klatkach mog bynawet tak znieksztacone, i po prostu znikn z pola obserwacji (czyli

    percepcji oraz transmisji) i stan si niewidoczne jak c z a r n ed z i u r y . Wyjanijmy te czym s czarne dziury dla informacji (oglnie)

    i dlapojedynczych pleksw (w szczeglnoci):- mog one mie charakter techniczny: znikaj poszczeglne czci / pleksy z powodu problemw

    technicznych, znieksztacajc warto i znaczenie informacji nawet do zera, po czym ona przestaje by zrozumiaa izostaje odrzucona, po prostu znika, raczej odchodzi w niepami;

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    12/22

    12

    Zaznaczmy, i tylko cz informacji (moe to by nawet jaki simpleks) z X jest

    niezmienna i dochodzi a do Y, za reszta (wikszo) jest zmienna28i transformuje si w czasie

    oraz w przestrzeni w trakcie nadawania i odbioru. Jak wida na matrycy, wynik w w pozycji Y na

    tyle moe by znieksztacony, e moe nie wiele miewsplnego zpleksem pierwotnym 1, ale jest

    jego derywatem, bowiem zawsze zawiera co najmniej jeden simpleks (jak nawet czstk

    i n f o r m a c j i p i e r w o t n e j )bezporednio pochodzcej z X1 (tytu, nazwa wasna,znana kwestia

    do omawiania itd., itp.).Nie sposb te stwierdzi, iplekspierwotny 1 w pozycji Y jest faszywy,

    wszak wystpujejedynie jako derywat pozycji X (a derywat nie musi i nawet nie moe by wiern

    kopi X). Co wicej, p r a w d a plesku pierwotnego 1, mimo swej relatywistycznej natury29 (ze

    wzgldu na indywidualn percepcj informacji), nie jest te do koca subiektywna nawet w pozycji

    Y, bowiemjest pochodn z X.

    Czym bardziej si oddalaj pleksy od 1, tym bardziej pojawiaj si nowe pleksy (wtki),

    ktre nie wystpuj w pierwotnej postaci ani u Dyskursanta X (wektor XY), ani u Dyskursanta Y

    (wektor odwrcony YX)30

    . Ot, jeli w pierwszym szeregu mamy pleksy 1-10, to w drugimpojawiaj si dodatkowe (czsto wymylone przez retransmitorw) pleksy 2-11, w trzecim 3-

    12 i tak a do . Czyli kady nowy pleks jest nowym wtkiem (kolejnym derywatem)

    pierwotnej 1 (lub nawet na podstawie 1, czy te wynikajcyz 1). Wynika z tego, i z perspektywy

    - mog te mie charakter indywidualny: znikaj poszczeglne czci pleksy, z powodu problemwpercepcyjnych, znieksztacajc warto i znaczenie informacji do zera, po czym ona przestaje by zrozumiaa i zostajeodrzucona, po prostu znika, raczej odchodzi w niepami.

    Nazywamy to zjawisko c z a r n d z i u r informacji, bowiem jako materia zostaje ona pochonita przez c o (wprzypadku problem techniczny) lub k o g o (w przypadku problem indywidualny) i cho wci istnieje jako bytmaterialny, to przestaje istnie jako warto perceptualna.

    Nie oznacza to jednak, i traci swoje znaczenie historyczne, ktre w okrelonych okolicznociach moe zostawywoana z tzw. niepamici i nawet skutecznie wykorzystywana dla osignicia konkretnego celu (historycznego,

    politycznego, ekonomicznego, spoecznego itd.).W funkcjonowaniu powyszego ukadu osobne miejsce zajmuje e k s p a n s j a c z a s u dla informacji (oglnie) i dla

    poszczeglnych pleksw (w szczeglnoci):- im szybciej porusza si informacja, tym wolniej zachodz zmiany w niej (w ukadach czasoprzestrzennych),

    bowiem zanim nastpi reinterpretacja i retransmisja informacji przez pojedyncz odbiorc, t sam informacjotrzymuj inni odbiorcy (w wersji pierwotnej);

    - czas trwania przekazu poszczeglnych pleksw (konstytuujcych informacj) w danym punkcie przestrzeni, zperspektywy odbiorcy jest tak krtki, i jej umiejtnoci perceptualne nie pozwalaj reinterpretowa je (wobec tegoczas percepcji caoci informacji jest znacznie duszy, ni czas jej rozprzestrzeniania w ukadzie o dniesienia do

    odbiorcy).Informacja sama w sobie zawiera adunki (pleksy), ktre mog samodzielnie oscylowa, czyli tworzy samodzielnebyty informacyjne, nadajc przekazanej informacji wasne znaczenie, warto itp. Ot, jeli przyjmujemy, ii n f o r m a c j a (I) moe by wzbogacona umylnie lub przypadkowo nowym w t k i e m (W), to istniejemoliwo, e powstanie kolejna samodzielna i n f o r ma c j a 1 , czyli:

    - nowa informacja = [informacja1 x (Wn)] + 1 kolejna / nowa informacja

    - nowa informacja = [informacja2 x (Wn)] + 1 kolejna / nowa informacja

    - nowa informacja = [informacja3 x (Wn)] + 1 kolejna / nowa informacja

    czyli

    - nowa informacja = [Inx (W

    n)] + 1 kolejna / nowa informacja.

    Upraszczajc powysze cigi, moemy przyjmowa, i:

    28Por.: Carnap R., Logiczna skadnia jzyka, wyd. PWN, Warszawa 1995, s. 4029

    Szerzej zob.: Heidegger M.,Bycie i czas, wyd. PWN, Warszawa 1994, s. 31930

    Kierunek wektora nie ma znaczenia (czyli XY = YX), bowiem przekaz informacji zawartej w pleksach odbywa si naprostych zasadach sprzenia zwrotnego: X Y, po czym Y X.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    13/22

    13

    metodologii badawczej wektor od 1 do (i odwrotnie) nie jest najkrtsz drog do prawdy

    zawartej w 1 (o ile ona w ogle bya w nim uwzgldniona). Powoduje to ewentualno drogi

    prawdy przez B+C lub A+D. Dla uproszczenia analizy, za pomoc wektora XY z matrycy

    derywacji, podzielimyjna dwa cakiem odrbne hipotetyczne trjkty:

    Ot,jelipleks pierwotny 1 (XY B x C / A x D), to Derywacja odwrcona (Do), czylidojcie do prawdy w pleksie pierwotnym 1 w kierunku od Y do X, powoduje, e wektor XY x

    plekswn dla tego XY wystpujejako:

    - wektorwnalecych do BC (= tensor BC) x plakswndla BC

    lub kolejna- wektorwnalecych do AD (= tensor AD) x plakswndla AD.

    W skrcie:

    Do (BC x plakswn) (AD x plakswn).Stopniowa zmiana odchodzi na bok (zarwno w ujciu r a c j o n a l n o - r e f l e k s y j n y m ,

    jak i e m o c j o n a l n o - r e f l e k s y j n y m 31) rwnie wedle hipotetycznego podziau dla:

    - tensora AD (jako suma wektorw 1234 itd.);

    - tensora BC (jako suma wektorw1234 itd.).

    Co wicej, moemy przypuszcza, i bezporednia percepcja dyskursu midzy

    dyskursantem X a dyskursantem Y jest o tyle skomplikowana, e pleksy wektora XY co krok (co

    przekaz) mog traci jaki elementb y t u - p r a w d y - p i e r w o t n e j - 1 (np.: 123456

    7 itd.) wskutek w/wbdw wiadomych lub niewiadomych, usterek technicznych itd.

    Zaznaczmy te, i sytuacja komplikuje si rwnie, gdy pleks pierwotny 1:

    - zawiera b a r d z o m a o i n f o r m a c j i jedynie jaki simpleks: odbiorca otrzymuje za

    mao informacji; wielokrotnie powoduje to dyskomfort psychologiczny (nic nie wiemy, nic nie

    rozumiemy, potrzebujemy wicej informacji), co powoduje nawet samowolne dodawanie nowych

    pleksw, celem atwiejszego dopiewania brakujcych ogniw informacji;

    - zawiera b a r d z o d u o i n f o r m a c j i jeden lub wiele omnipleksw: odbiorca wie

    bardzo duo, niemale wszystko, ale niekoniecznie rozumie wszystko; powoduje to dzielenie

    informacji na skadniki prostsze (kompleksy, multipleksy czy te simpleksy); swoj drog moe to

    doprowadzi do poprzedniej sytuacji, czyli nadmiaru uproszczonych pleksw i pojawienia si

    brakujcych ogniw informacji, cho nie mona te wykluczy ewentualnoci zwyczajnego

    znudzenia i rezygnacji od dalszej analizy wydarze.

    31 Szerzej zob.: Leszczak O., Lingwosemiotyczne podstawy typologizacji dowiadczenia (szkic funkcjonalno-

    pragmatyczny), w Jzyk w kontekcie spoecznym i komunikacyjnym. Rusycystyczne studia konfrontatywne,OficynaWydawnicza Wacaw Walasek, Katowice 2007, s. 132-140

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    14/22

    14

    Rozproszona informacja pr a w d y i f a s z u

    Nawet najwierniejszy przekaz kadego zdarzenia powoduje nieskoczone zmiany

    (najczciej mae, ni due, chyba e w rachub wchodz celowe zmiany rzeczywistoci). Pewne

    niedomwienia, domniemania czy tez zakadanie okrelonych si wie s wrcz nieuniknione. Pod

    tym wzgldem ciekawy jest przykad opisany przez P. H. Lindsaya i D. A. Normana. Kiedy

    wyjaniamy komu jak skorzysta np. z automatu podajcego winogrona (wrzu krek do otworu iautomat poda owoc), nie dbamy o szczegy typu winogrona pojawi si w odpowiednim

    pojemniku automatu, albo aby wrzuci krek do otworu trzeba uprzednio wzi do rkikrki

    itd.32 Rzecz w tym, i dla dowolnej struktury znaczeniowej istnieje znaczna liczba moliwych

    opisujcych j zda. Poza tym, nie istnieje konieczno przekazywania struktury znaczeniowej w

    caoci, zwaszcza gdy zakadamy, e odbiorca informacji opanowa ju pewien zasb

    podstawowych poj33.

    Przykad ten stanowi poczenie wszystkich 4 pleksw (simpleks, kompleks, multipleks,

    omnipleks), wic typowe jest, i jego tensorowanie moe spowodowa szereg derywacji NMZ zwielu powodw. Np.:

    - niedoczytanie / niedowidzenie / niedosyszenie / niezrozumienie (m. in. brak uwagi na

    szczegyitd.);

    - ch dopowiedzenia niektrych faktw (np. e pojemnik jest wystarczajco duy, aby

    umieci winogrona lub owoc jest biay, jeli my lubimy biae winogrona czy te czarne, te wedle

    wasnego upodobania itd.);

    - przetwarzanie przez domniemanie;przetwarzanie przez intuicj34itd.

    Jeeli wszak sam proces przetwarzania informacji w powyszych okolicznociach zachodziw sposb sekwencyjny, efektem jest "synteza" komunikatw nastpujcych kolejno w czasie [].

    Przetwarzanie moe te by rwnolege, czyli symultaniczne, kiedy rozpoznaje si przebieg caego

    cigu zdarzei mona przewidywa ich dalszy cig35, tworzc jednoczenie kolejn ewentualno

    powstania derywatw, czyli kolejnych znieksztaconych / przeksztaconych elementw tej samej

    i n f o r m a c j i p i e r w o t n e j .

    W uproszczonej wersji otrzymujemy:

    32Por.: Lindsay P. H., Norman D. A., Procesy przetwarzania informacji u czowieka, wyd. PWN, Warszawa 1991, s.

    44433

    Szerzej zob.: Lindsay P. H., Norman D. A.,Procesy op. cit.34

    Zaznaczmy na marginesie, i w procesie tensorowania intuicja moe si okaza czynnikiem dominujcym, ktryobok kilku zalet (np. byskawiczno, brak wysiku umysowego) posiada szereg wad determinujcych okrelon liczbzarwno maych, jak i duych transformacji (o charakterze raczej podwiadomym). Np. sztuczne konstruowaniewspomnie, bdne predykcje wasnych stanw uczuciowych i wasnego zachowania, przypisywanie zachowaniainnych osb ich charakterowi, przy ignorowaniu niezauwaonych wpyww sytuacyjnych, trwao przekona i bd

    potwierdzenia, intuicyjne dostrzeganie zwizkw tam, gdzie ich nie ma itd., mog prowadzi do konstytuowaniacakowicie nowych pleksw, nowego tensorowania w zupenie innym kierunku, ni przewidzia przekaz Informacji

    pierwotnej, co z kolei moe w czasie doprowadzi do cakiem innej interpretacji zdarzenia itp. (szerzej zob.: MarkowskiE., Zarzdzanie kapitaem intelektualnym w organizacji inteligentnej, pod red. W. Harasim, wyd. Wysza SzkoaPromocji, Warszawa 2012, str. 33, 35-36)35

    Grzywa A., Omamy , op. cit., str. 62; por. te: Florek J., Banachowicz E., Przetwarzanie informacji. Systemlogiczny, za ii1.ap.siedlce.pl/~florek/sk, odczyt 14.01.2013 r.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    15/22

    15

    (XY) (YX) (X/YY/X) dyskursw -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

    pleks pleks

    Powstaje natomiast szereg innych tzw. paradyskursw jako subderywatw (wektory X1Y1;

    X2Y2; X3Y3itd.), ktre

    - rwnie trac poszczeglne elementy b y t u- pr a wd y- p i er wo t ne j - 1 (np.: 2468 itd., tracc 1, 3, 5 itd.,lub 57911 itd., tracc 4, 6, 8 itd.) oraz, co gorsza,

    - dyskursanci rozpoczynaj dyskurs w rnych odlegociach (czasu i przestrzeni) od

    pierwotnego pleksa 1.

    Z powyszych sdw wynika, e pierwotny pleks 1 [(BC XY) (AD XY)], czylipierwotny pleks 1 XY, ktra (B + C / A + D).

    Wic, jeli stwierdzenie udokumentowanej p r a w d y ewentualnie pierwotnego pleksu 1 =(BC + wektor XY) x (AD + wektor XY), to stwierdzenie f a s z u (wcznie z domniemaniami

    co do udokumentowania prawdy)

    pierwotnego pleksu 1 = [(BC)+ wektor XY] : [(AD)+

    wektor XY].

    Czyni to udowodnienie f a s z u praktycznie niemoliwe ze wzgldu na cigle zmieniajce

    si pleksy oraz nieskoczone moliwoci ich znieksztacenia. Zmiany te wyraaj si sam

    obecnoci . Skutkiem dalszego przekazu informacji zawartej w wektorze XY (na wzr

    permutacji) jest to, e pleksy na wszystkich wektorach nabieraj warto n-elementowejpermutacji.

    Czym wicej pleksw zawiera informacja wyjciowa 1, tym wiksze s moliwoci permutatywne

    na linii XY i tym wiksze s derywacje BC i / lub AD36.

    Zmiany, ktre w ten sposb zachodz w informacji zawartej w p l ek s i e p i er wo tn ym

    1 (niezalenie od jakiejkolwiek formy uproszczenia lub komplikacji) s w rzeczywistocipozajzykowej raczej nieodwracalne. Wic obliczenie prawdopodobiestwa trafienia w p r a w d

    (czyli w 1) w treci przekazanej na linii wektora XY (oraz YX) moe by teoretycznie

    odwzorowane co najwyej na schemacie Bernoulliego (ktrymjednak nie bdziemy si zajmowa,

    bowiem nie jest to celem niniejszego artykuu)37.

    36Np. permutacja zbioru pleksw wektora 2-elementowego XY wyglda jedynie jako XY i YX, czyli P2 = 2! = 1 x 2 =

    2. Permutacja zbioru pleksw wektora 4-elementowego XYX1Y1ma jednak wygld znacznie bardziej rozbudowany:XYX

    1Y

    1 YXX

    1Y

    1 X

    1XYY

    1 Y

    1XYX

    1

    XYY1X

    1 YXX

    1Y

    1 X

    1XY

    1Y Y

    1XX

    1Y

    XY YX YY XX X Y XY Y X XY

    XY1X

    1Y YY

    1X

    1X X

    1YXY

    1 Y

    1X

    1YX

    XX Y Y YX Y X X Y YX Y YX X

    XX1YY

    1 YX

    1XY

    1 X

    1YY

    1X Y

    1YXX

    1

    Czyli P4= 4! = 1 x 2 x 3 x 4 = 24.37

    Warto jednak wyjani, i schemat Bernoulliego (lub prba Bernoulliego) nazywa si dowiadczeniem, w ktrymotrzymujemy jeden z dwch moliwych wynikw. Jeden z tych wynikw nazywamy sukcesem, a drugi porak. Jeeli

    prawdopodobiestwo sukcesu wynosi p, to prawdopodobiestwo poraki q = 1 p. W schemacie Bernoulliegouzyskanie dokadnie k sukcesw w nprbach mona obliczy ze wzoru:

    Pn(k) = x pkx q

    n-k

    Szerzej zob.: Mazurkiewicz S.,Podstawy rachunku prawdopodobiestwa, wyd. PWN, Warszawa 1956 r., str. 137-174,por. te: Schemat Bernoulliego, matematyka.pisz.pl/drukowanie.py, odczyt 28.02.2011; Schemat Bernoulliego,math.edu.pl/schemat-bernoulliego; Schemat Bernoulliego (z Encyklopedia Zarzdzania),mfiles.pl/pl/index.php?title=Schemat_Bernoulliego&printable=yes, odczyt 10.03.2011; Schemat Bernoulliego,

    leniwiec.edu.pl/content/view/55/92, odczyt 26.02.2011; Niezaleno zdarze, schemat Bernoulliego,im.pwr.wroc.pl/~zak/wyklad3_2008_tekst.pdf, odczyt 01.03.2011 itd.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    16/22

    16

    Jeli nawet wykluczymycelowe dziaania - znieksztacenie, informacji, to i tak musimy bra

    pod uwag znieksztacenia o charakterze technologicznym, albo jako skutek ignorancji osb

    przekazujcych informacj. W tych okolicznociach mona sformuowa jeszcze jedno pytanie:

    jaka jest ewentualno(nawet na poziomie arytmetycznym), e przy kilkakrotnym (niech to bdzie

    tylko 5 razy) przekazie p l e k s u p i e r w o t n e g o 1 na linii wektora XY nastpi cho raz

    ewentualno dokadnego (nieznieksztaconego) przekazu pleksu pierwotnego?Zakadajc, e:

    n = 5 (hipotetyczna liczba przekazu),

    k = 1 (najgorsza ewentualna liczba sukcesu, czyli minimalna moliwo

    nieznieksztaconego przekazu38p l e k s u p i e r w o t n e g o 1),

    (logiczna ewentualno sukcesu nieznieksztaconego przekazu pleksu pierwotnego,ktry jest oparty na w/w n i k),

    (ewentualna najwysza czstotliwo znieksztacenia p l e k s u

    p i e r w o t n e g o 1)

    moemy otrzyma:

    P5(1) = x x

    5-1 =

    Wynika z tego, e ewentualno nieznieksztacenia pleksu pierwotnego 1 w piciokrotnym

    przekazie wynosi jedynie 0,41%. Jeli zakada, e co 5 przekazw wystpuje nawet minimalne

    zwielokrotnienie w/w ewentualnoci, to w 10-tym przekazie prawdopodobiestwo

    nieznieksztaconego przekazup l e k s u p i e r w o t n e g o 1 ju wynosi 0,82 itd.

    Zaznaczmy na marginesie, i zaproponowana przez nas matryca koreluje si rwnie zd e s k G a l t o n a 39. W naszym przypadku przekazywane pleksy odbijaj si od osb lub

    technologii przekazujcych na rne strony (czyli znieksztacaj si), przy czym

    38 W przypadku wyniku 0, pleks pierwotny zostaje cakowicie zmieniony / ominity itd., wic dalsze obliczenia /

    dywagacje / analiza nie maj sensu.39

    Desk Galtonamona nazwa praktyczn wizualizacj schematu Bernoulliego. Chodzi o pochylon desk z wbitymigwodziami uoonymi w trjkt. Mona jej uy do wizualizacji np. wielokrotnego rzucania kuleczkami czy monet.Prawdopodobiestwo skoku w prawo lub w lewo na kadym gwodziu jest takie samo (por.: Wjcik D., Modelowanierzeczywistoci, Instytut Biologii Dowiadczalnej PAN, za neuroinf.pl/Members/danek/swps/2008/Article.2008-05-

    11.4222/geofile, odczyt 27.02.2011; szerzej zob.: Tablica Galtona mechaniczny model rozkadu Gaussa,if.ajd.czest.pl/doc/laboratoria/biofizyka/m15.pdf, odczyt 22.02.2011; Deska Galtona, jakubas.pl/matematyka/05-deska-Galtona/deska-Galtona.htm, odczyt 21.02.2011; Dbski K. i inni, Deska Galtona,

    pl.wikipedia.org/w/index.php?title=Specjalna:Ksi%C4%85%C5%BCka&bookcmd=download&collection_id=85fc0d5

    dc0ee3bfe&writer=rl&return_to=Deska+Galtona, odczyt 21.02.2011; Wjcik D., Modelowanie rzeczywistoci, InstytutBiologii Dowiadczalnej PAN, Szkoa Wysza Psychologii Spoecznej,neuroinf.pl/Members/danek/swps/2008/Article.2008-05-11.4222/geofile, odczyt 14.03.2011 itd.).

    Graficznie deska Galtona wyglda nastpujco:

    rdo:Deska Galtona, za pl.wikipedia.org/wiki/Deska_Galtona, odczyt 19.05.2014

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    17/22

    17

    prawdopodobiestwo, e pleks skieruje si po przekazie w prawo(przyjmijmy, ejest to nasz w/w

    trjkt A-D-XY) jest takie samo, jak skierowanie si go w lewo (przyjmijmy, e jest to w/w trjkt

    B-C-XY)40. W rezultacie ostateczna percepcja pleksw jest w duej mierze losowa (nawet w

    przypadku celowego znieksztacenia przekazywanego p l e k s u p i e r w o t n e g o 1). Wic jeeli

    przyjmiemy, e przesunicie si pleksw do trjkta B-C-XY wci oznaczamy jako 1, za

    przesunicie do trjkta A-D-XY jako 0, to deska Galtona pokazuje, e przekazy pleksu

    p i e r w o t n e g o 1 jako same 0 lub same 1 s mniej prawdopodobne ni przekazy, w ktrych

    relacja w/w zer i jedynek jest mniej wicej taka sama.

    Gdy mamy derywacj i n f o r m a c j i p i e r w o t n e j w oparciu o tensorowanie informacji

    (TI), to kada derywacja staje si nieskoczonym cigiem ukadw wsprzdnych (przekazu i

    odbioru), a zatem korzystamy w niej z nieskoczonej iloci tensorw opartych rwnie na NMZ

    teje i n f o r m a c j i p i e r w o t n e j . Przy derywacji TI nie zachodzi konieczno twierdze

    finitystycznych, bowiem jeli tre i skadnia i n f o r m a c j i p i e r w o t n e j ulegaj okrelonej

    (finitystycznej) iloci transformacji, po czym na tyle si zmieniaj, e przestaj zawiera nawetjeden simpleks i n f o r m a c j i p i e r w o t n e j , to ukad czasu i przestrzeni, jak i Tensorw

    Informacyjnych mog si zmieni(wcznie z NMZ) w nieskoczono.

    Prawdopodobiestwo wystpowania pleksu pierwotnego

    Prawdopodobiestwo transformacji informacji pierwotnej (po tensorowaniu)

    przypomina aksjomat Komogorowa i wynosi:

    - 0 P (E ), gdzie P (E) to prawdopodobiestwo zdarzenia.

    Ukad czasoprzestrzenny przekazu i odbioru pleksw / informacji skada si z nieskoczonej

    iloci tensorw (czyli sumie wektorw we wszystkich kierunkach) oraz NMZ, wic procestransformacji pleksw jest nieunikniony. Powyszy ukad wsprzdnych (w przypadku

    tensorowania informacji p ierwotnej ) moe powodowa nawet znieksztacenie przekazu

    liniowego (nadawca odbiorca) zarwno w czasie, jak i w przestrzeni, bowiem informacj

    przekazana dzisiaj mona odebra kiedykolwiek i gdziekolwiek w przyszoci (przez kogokolwiek).

    Co wicej, pewne zdarzenia s traktowane jako przyszo przy nadawaniu i mog by odebrane w

    czasie jako dalsza przyszo41. Te ostatnie s szczeglnie weryfikowalne co do swojej

    prawdziwoci i s te korygowalne. Czyli:

    - 0 P (E ) x (T x D)

    , gdzie T i D zwikszaj prawdopodobiestwo wystpienia zdarzeniaE.

    A poniewa T i D w koniunkcji z ukadem wsprzdnych determinuj tensory percepcji i

    przekazu (z uwzgldnieniem NMZ), to z powodu ewentualnoci cakowitego zatarcia (zniknicia)

    40Przypomnijmy jak wygldaj nasze trjkty:

    41Sekwencja z dnia dzisiejszego On powiedzia, e bdzie kandydowa, moe w przyszoci (za dzie, rok itd.) by

    odczytana tak samo i rwnie zrozumiana jako zdarzenie przysze.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    18/22

    18

    i n f o r m a c j i p i e r w o t n e j , wystpuje moliwo jej rwnania si do 0, co moe doprowadzi

    nawet do .Wydaje si te nie by marginalnym fakt, i z powyszych sdw (raczej wyranych

    sprzecznoci) wynika rwnie, e cakowita pleksw dla XY jednoczenie 1 i 1 (gdzie 1, topleks prawdziwy, czyli pierwotny, a 1to pleks jako negacja pleksu prawdziwego). Racjonalnymi

    (lub refleksyjno-indywidualnymi) f a k t a m i s zarwno faktyczna lub domniemana 1 (prawda) jak

    i 1 (negacja faktycznej lub domniemanej prawdy). Jakkolwiek w/w cieki dochodzenia

    pierwotnej informacji zawartej w pleksie 1 pozwalajwywnioskowa, e powysze trjkty B-C-

    XY oraz A-D-XY neguj kad moliwo funkcjonowania bezporedniego YX jako skrtu

    bdnego.

    Ot prawdopodobiestwo osignicia odwrconego wektora czyli YX do pleksa

    pierwotnego 1 jest zblione do 0 rwnie i z innej perspektywy. Analizujc kwestie ewentualnoci

    derywacji pleksw, trzeba bra rwniepod uwagju wspomnian ilo przekazw (ip) teje

    informacji:

    - nx ip 1, gdzie 1, to stan faktyczny na poziomie pleksu pierwotnego 142.Czyli, jeli nie wiemy ile razy nastpi przekaz informacji lub nie mamy dostpu do

    obliczenia / weryfikacji przekazw poczwszy od chwili pierwszego nadania a do momentu

    odbioru, kiedy chcemy zweryfikowa stan pierwotny pleksu / pleksw, to nie moemy rwnie

    zweryfikowa wiarygodnoci dyskursu informacyjnego (na poziomie pleksu pierwotnego 1),

    bowiem, gdy

    - ip= 0

    to nawet- YnXn(ip x 0)n= 0

    za gdy ipjest obliczalna / weryfikowalna, czyli np.

    - ip = 1

    to

    - YnXn (ip x 1)n=1 itd.Innymi sowy, powstaje suma zbiorw YX, ktra zawiera albo 0, albo 1:

    -

    1

    czyli dla kadego prawdopodobiestwa

    - P

    Dowodzi to ponownie, e derywacja odwrcona nie jest prawdziwa (bd jest bardzo mao

    prawdopodobna), skoro wynik moe by zarwno 1, jak i 0. Co wicej, nie sposb w przestrzeni i

    w zmieniajcym si czasie wyliczy ilociprzekazw. Z powyszego stwierdzenia wynika take, i

    42Por.: Szydowski M., Kurek A., Kukier L., Bayesowska teoria potwierdzania i wzmacniania przez wiadectwa we

    wspczesnej kosmologii, kul.pl/files/57/working_papers/szydlowski_kurek_kukier_2008.pdf, odczyt 11.02.2011;Krysicki W., Bartos J., Dyczka W., Krlikowska K., Wasilewski M., Rachunek prawdopodobiestwa i statystykamatematyczna w zadaniach, cz 1, wyd. PWN, Warszawa 2007; Aksjomaty Komogorowa, szkolnictwo.pl/szukaj,Aksjomaty Zermelo-Fraenkela, odczyt 14.03.2011itd.

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    19/22

    19

    rwnaniestaje siprawdziwe wtedy i tylko wtedy, gdy uwzgldniamyT (czas) oraz D (przestrze

    w szczeglnoci z perspektywy odlegoci midzy nadawc i odbiorc).

    Skoro ! pleks pierwotny 1, ktry jest tym samym pleksem XY, ktryprzeksztaca si w(XY)TxD, to P

    jest albo , albo w najlepszym przypadku tylko ewentualnoci

    ! TxD. Wskazuje to rwnie, e wykluczenie ! ( ) jest niemoliwe, poniewa pochodzi z , wic nie mona je rozdzieli.Podsumowanie praktyczne

    Podsumowujc, kady z poprzednio wymienionych trjktw, ktry powstaje w matrycy,

    tworzy ramy semantyczne kontekstu dyskursywnego, skadajcego si z trzech poniszychsfer.

    P i e r w s z a , to jest sfera o charakterze struktur materialnych, tworzcych jednoczenie

    kognitywny kontekst dyskursu (m. in. wiedza o wiecie, wartociowanie teje wiedzy itd.). Jest to

    sfera kryterialna, poniewa obejmuje rwnie cechy semantyczne waciwe wszystkim kontekstom

    dyskursu (bez jakichkolwiek podziaw). Czyli w rachub wchodzi zaleno znaczenia trecinawetjakiegofragmentu dyskursu od treci i znacze dyskursu, w ktrym zawarty jest tekst, lub

    tekst ten poprzedza dyskurs (albo dyskurs poprzedza tekst), czy te nastpuje po dyskursie (albo

    dyskurs nastpujepo w/w tekcie).

    D r u g a jest o charakterze struktur mentalnych (lub refleksyjno-emocjonalnych) jako

    odzwierciedlenie relacji wzgldem sytuacji komunikacyjnej w obrbie kontekstu historyczno-

    kulturowego, indywidualnego itd. Jest to sfera identyfikacji kontekstu jako zbioru desygnatw m.

    in. etnokulturowych.

    T r z e c i a sfera ma charakter struktur rzeczywistoci pozajzykowej na poziomieindywidualnej percepcji nawet pojedynczych cech jakichkolwiek desygnatw stanowicych istotny

    / nieistotny skadnik caoksztatu dyskursu.

    Schematycznie (upraszczajc trjkty wyodrbnione z matrycy) otrzymujemy nastpujcy

    obraz:

    Z perspektywy praktycznoci, moliwo obliczenia kierunkw i poziomu przetwarzania

    oraz percepcji tensorw pozwoli znale najskuteczniejsze drogi w ukadach wsprzdnych

    przekazu (tensorowania) pleksw. Czyli, mona bdzie z caoci pleksw wyabstrahowa

    poszczeglne pleksy potrzebne dla konkretnego odbiorcy, aby moga ona przetwarza tak, jak

    nadawca planuje (bez wzgldu na ruch ortogonalny czy diagonalny w danym ukadziewsprzdnych).

    Przykad 1:

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    20/22

    20

    A mwi do B: Te kosmetyki s dobre dla Ciebie (A B). Jest to przekaz ortogonalny i B

    moe przetwarza informacj w ukadzie reklamy, kamstwa, prawdy, ewentualnoci bycia

    wyzyskiwanym, pomocy itd.

    Przykad 2:

    A mwi do C: Nie mw do B, e te kosmetyki s dobre dla Niej, dbajc, aby pojedyncze

    nawet simpleksy pojawiy si w ukadzie percepcyjnym B. Jest to przekaz diagonalny i mona go

    przedstawi nastpujco (gdzie strzaka o linii penej jest przekazem ortogonalnym, za o

    przerywanej liniidiagonalnym):

    Jak wida, jest to przekaz diagonalny i B moe przetwarza t informacj o co najmniejkilka pleksw wicej (i moliwe w innych ukadach wsprzdnych): reklamy, tajemnicy, prawdy,

    zatajenia korzyci dla niej, wycigania do jakiej tajemniczej sprawy, braku yczliwoci itd.

    Jednoczenie B moe przetwarza kady z tych pleksw jako osobn informacj i si zwrci do A

    o uzupenienie ukadu przekazu.

    Przykad 3:

    A mwi do C, D, E, F Te kosmetyki s dobre, ale B nie wie o tym. Jest to ju przekaz

    w ukadzie skrzywionej w czasie i w przestrzeni, bowiem do B pojedyncze pleksy lub szereg

    pleksw mog dotrze w ukadzie skrzywionym, czyli w rnych czasach, w rnych miejscach

    (albo w ogle umkn uwagi B) itd.:

    Innymi sowy moemy uoglni w/w sytuacj w nastpujcy sposb:A mwi co (np. S) do B, C, D, E, F , chcc, eby za pomoc pleksu informacyjnego

    (najczciej jako caego tensora) doszo do zdarzenia X z/ bez udziaem B, C, D, E, F dla

    jednego z elementw ukadu wsprzdnych. Wic:

    - A przekazuje i n f o r m a c j p i e r w o t n (czyli tensor bez wzgldu na ilo i jako

    pleksw) do B, C, D, E, F ,

    - A zachca jeden z elementw ukadu (np. B), aby zrealizowa tre tensora

    informacyjnego,

    - A zachca (w sposb jawny lub ukryty) wszystkie inne elementy ukadu do przekazywaniatensora informacyjnego (ale ju w postaci poszczeglnych, wasnych pleksw) do jednego z

    elementw ukadu (w tym przypadku B).

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    21/22

    21

    W kadym z powyszych przykadw przetwarzanie i n f o r m a c j i p i e r w o t n e j ma

    spowodowa pojawianie si pleksw przeznaczonych dla B, aby B samodzielnie przetwarzao

    transmitowane lub retransmitowane tensory jako korzystne dla siebie43.

    Bibliografia

    1. Aksjomaty Komogorowa, szkolnictwo.pl/szukaj,Aksjomaty_Zermelo-Fraenkela, odczyt

    14.03.2011

    2. Bartmiski J.,Derywacja stylu, za dlibra.umcs.lublin.pl/dlibra/plain-content?id=14383. Bogacki K., Karolak S.,Zaoenia gramatyki o podstawach semantycznych, s. 161 (tumaczya

    Grymel J.; tekst stanowi tumaczenie studiumFondements dune grammaire basesmantiqueopublikowanego wLingua e Stile, a. XXVI, n. 3, septembre 1991)

    4. Chemero A., Information for perception and information processing, Scientific andPhilosophical Studies of Mind Program, Franklin and Marshall College, Lancaster, PA 17603,

    USA, za edisk.fandm.edu/tony.chemero/papers/infoandinfo.pdf, odczyt 26.04.2014

    5. Derywacja (jzykoznawstwo), za pl.wikipedia.org/wiki/Derywacja_(j%C4%99zykoznawstwo)

    6. Deska Galtona, jakubas.pl/matematyka/05-deska-Galtona/deska-Galtona.htm, odczyt

    21.02.20117. Dbski K. i inni, Deska Galtona,pl.wikipedia.org/w/index.php?title=Specjalna:Ksi%C4%85%C5%BCka&bookcmd=download&

    collection_id=85fc0d5dc0ee3bfe&writer=rl&return_to=Deska+Galtona, odczyt 21.02.2011

    8. Duran N. D., Dale R., Kello C. T., Street C. N., Richardson D. C., Exploring the movement

    dynamics of deception, w Frontiers in psycholgy, 2013; 4:140, published online Mar 27, 2013,

    za cogmech.ucmerced.edu/pubs/DuranETAL13-deception.pdf, odczyt 19.04.2014

    9. Hardy G. H., A Mathematicians Apology, First Electronic Edition, Version 1.0, March 2005,pub. University of Alberta, Mathematical Sciences Society, za

    math.ualberta.ca/mss/misc/A%20Mathematician's%20Apology.pdf, odczyt 30.03.2014

    10.Hayek F., The Use of Knowledge in Society, Reprinted from the American Economic Review,

    XXXV, No. 4; September, 1945, 519-3011.

    Heidegger M.,Bycie i czas, wyd. PWN, Warszawa 1994

    12.Kapro-Charzyska I., Derywacja ujemna we wspczesnym jzyku polskim. Rzeczowniki iprzymiotniki, wyd. Naukowe Uniwersytetu M. Kopernika, Toru 2005

    13.Krysicki W., Bartos J., Dyczka W., Krlikowska K., Wasilewski M., Rachunekprawdopodobiestwa i statystyka matematyczna w zadaniach, cz 1, wyd. PWN, Warszawa2007

    14.Leszczak O., Lingwosemiotyka kultury. Funkcjonalno-pragmatyczna teoria dyskursu, wyd.

    Adam Marszaek, Toru 201015.Mazurkiewicz S.,Podstawy rachunku prawdopodobiestwa, wyd. PWN, Warszawa 1956 r.16.

    Niezaleno zdarze, schemat Bernoulliego, im.pwr.wroc.pl/~zak/wyklad3_2008_tekst.pdf,

    odczyt 01.03.201117.Paprzycka K., Samouczek logiki zda (wersja wstpna): Temat 9. Dowodzenie III, za

    kpaprzycka.swps.edu.pl/xSamouczek/Temat09.pdf), odczyt 10.03.2011

    18.Percepcja, rozpoznawanie, dziaanie, zastaff.amu.edu.pl/~justynam/prez_konw_1_psychofiz.pdf, odczyt 19.05.2014

    19.Pereira F., Formal grammar and information theory: Together again?, AT&T Laboratories

    Research, A247, Shannon Laboratory, 180 Park Avenue, Florham Park, NJ 07932-0971, za

    inf.ed.ac.uk/teaching/courses/ics/papers/pereira00.pdf, odczyt 30.03.2014

    20.Plous S., The psychology of judgment and decision making, wyd. McGraw-Hill, 1993, pp. 38-41

    43 Por.: A. E. Kibrik [] wyodrbnia trzy typy celw komunikacyjnych: 1. twierdzenie - X przekazuje Y-owiinformacjI; 2. pobudzenieXzachca Y-a do wykonania czynnoci C; 3. pytanieXzachcaY-a do przekazywaniainformacji I (Kiklewicz A., Funkcja pragmatyczna wypowiedzi: tre, subkategoria oraz opcje badawcze, w Jzyk.

    Komunikacja. Wiedza, wyd. Prawo i ekonomika, Misk 2006, str. 111)

  • 7/26/2019 Matryca Derywacji Pleksu Informacji Pierwotnej

    22/22

    21.Rabiega-Wisniewska J.,Formalny opis derywacji w jzyku polskim. Rzeczowniki i przymiotniki,Uniwersytet Warszawski, Warszawa 2006, s. 5, za members.chello.pl/jrw/doc/jrw_thesis.pdf,

    odczyt

    22.Rabiega-Wisniewska J.,Formalny opis derywacji w jzyku polskim.Rzeczowniki i przymiotniki,Uniwersytet Warszawski, Warszawa 2006, za 5members.chello.pl/jrw/doc/jrw_thesis.pdf,

    odczyt 05.03.2011

    23.

    Richards, Robert J.,James Gibson's Passive Theory of Perception: A Rejection of the Doctrineof Specific Nerve Energies, w Philosophy and Phenomenological Research, 37(2), 1976, pp.

    218-233,

    philosophy.uchicago.edu/faculty/files/richards/James%20Gibson's%20Passive%20Theory%20o

    f%20Perception.pdf, odczyt 20.04.2014

    24.

    Schemat Bernoulliego (z Encyklopedia Zarzdzania),mfiles.pl/pl/index.php?title=Schemat_Bernoulliego&printable=yes, odczyt 10.03.2011

    25.Schemat Bernoulliego, leniwiec.edu.pl/content/view/55/92, odczyt 26.02.2011

    26.Schemat Bernoulliego, matematyka.pisz.pl/drukowanie.py, odczyt 28.02.2011

    27.Schemat Bernoulliego, math.edu.pl/schemat-bernoulliego

    28.

    Skrzypulec B., Metafizyczne teorie jednostkowego przedmiotu jako modele przedmiotu

    percepcji wzrokowej, Krakw 2010, zaacademia.edu/4455022/Metafizyczne_teorie_jednostkowego_przedmiotu_jako_modele_przedm

    iotu_percepcji_wzrokowej, odczyt 29.04.2014

    29.Stelmach W., Wadza i kierowanie. Teoria i praktyki biurokracji, wyd. Placet, Warszawa 200930.Szydowski M., Kurek A., Kukier L., Bayesowska teoria potwierdzania i wzmacniania przez

    wiadectwa we wspczesnej kosmologii,kul.pl/files/57/working_papers/szydlowski_kurek_kukier_2008.pdf, odczyt 11.02.2011

    31.Tablica Galtona mechaniczny model rozkadu Gaussa,if.ajd.czest.pl/doc/laboratoria/biofizyka/m15.pdf, odczyt 22.02.2011

    32.Thornton C.,A New Way of Linking Information Theory with Cognitive Science, University of

    Sussex, Brighton, BN1 9QH, UK, za

    mindmodeling.org/cogsci2013/papers/0629/paper0629.pdf, odczyt 22.05.301433.

    Wang Y., The Cognitive informatics theory and mathematical models of visual information

    processing in the brain, wIntl Journal of Cognitive Informatics and Natural Intelligence, 3(3),1-11, July-September 2009, za ucalgary.ca/icic/files/icic/74-IJCINI-3301-

    VisualInfProcessing.pdf odczyt 30.03.2014

    34.Wjcik D., Modelowanie rzeczywistoci, Instytut Biologii Dowiadczalnej PAN, zaneuroinf.pl/Members/danek/swps/2008/Article.2008-05-11.4222/geofile, odczyt 27.02.2011

    35.Wjcik D., Modelowanie rzeczywistoci, Instytut Biologii Dowiadczalnej PAN, SzkoaWysza Psychologii Spoecznej, neuroinf.pl/Members/danek/swps/2008/Article.2008-05-11.4222/geofile, odczyt 14.03.2011

    36.Xuan Tianc, Xiaoyong Du, He Hu, Haihua Li, Modeling individual cognitive structure in

    contextual information retrieval, w Computers and Mathematics with Applications 57/2009,

    1048-1056, za ac.els-cdn.com/S0898122108005622/1-s2.0-S0898122108005622-

    main.pdf?_tid=fdb21b60-ddd9-11e3-96ae-

    00000aab0f01&acdnat=1400341588_82af69b414fb5234e879b796b41f6bf6, odczyt 19.04.2014

    37. .. : , , . : , . -, 2003 ., zaevartist.narod.ru/text7/64.htm

    dr Grair Magakian