Códigos e mais códigos

Entendendo a Teoria da Informação: Desmontando o Mito Criacionista do "Genoma Projetado"

Quando discutimos os fundamentos da biologia evolutiva, é comum esbarrarmos em um jargão que soa estritamente matemático, mas que frequentemente é sequestrado por discursos criacionistas: a Teoria da Informação.

Termos como código genético, mensagem, complexidade e perda ou ganho de informação tornaram-se o cavalo de batalha favorito de defensores do Design Inteligente (DI) para tentar refutar a evolução por seleção natural. O argumento recorrente — frequentemente apoiado em leituras distorcidas de autores como Werner Gitt — é o de que a matéria não pode gerar informação nova de forma espontânea, pois a evolução violaria uma espécie de "lei da informação" análoga a uma versão malfadada da Segunda Lei da Termodinâmica.

O problema central dessa narrativa é duplo: primeiro, ela parte de uma confusão grosseira entre conceitos matemáticos distintos (como a entropia de Shannon e a complexidade de Kolmogorov); segundo, ela trata a "informação" genética como se fosse um livro de receitas escrito por humanos, ignorando que processos estocásticos (como mutações) e a triagem implacável da seleção natural alteram o conteúdo informacional de maneiras perfeitamente compatíveis com a física e a matemática.

Compreender a Teoria da Informação na biologia não é apenas um exercício acadêmico; é a chave para perceber como a aleatoriedade das mutações pontuais e os eventos de duplicação gênica aumentam o conteúdo informacional dos genomas ao longo das gerações. O artigo traduzido abaixo, originado na RationalWiki, desmonta com precisão cirúrgica a falácia criacionista de que o DNA exige obrigatoriamente um "emissor consciente", expondo a fragilidade lógica dos dogmas pseudocientíficos que tentam transformar a ignorância matemática em dogma criacionista.

Teoria da informação

Tradução de: https://rationalwiki.org/wiki/Information_theory.

A teoria da informação é uma estrutura para compreender a transmissão de dados e os efeitos da complexidade e da interferência nessas transmissões. Essa teoria é frequentemente aplicada à genética para demonstrar como a informação contida em um genoma pode, de fato, aumentar, apesar da aparente aleatoriedade das mutações.

Informação de Shannon

Claude Shannon desenvolveu um modelo de transmissão de informação em termos de entropia de informação. Foi desenvolvido para descrever a transferência de informações através de um canal ruidoso.

A informação digitalizada consiste em bits com quantidades quantizadas. Os computadores normalmente usam um sistema binário, com 0 ou 1 como valores permitidos. A informação genética pode ser considerada digitalizada, com A, C, G e T como valores permitidos. Se cada posição tiver um valor específico possível, pode-se dizer que ela tem baixo conteúdo informativo ou, em termos mais coloquiais, “sem notícias”. À medida que mais valores são possíveis em cada ponto do sinal, ele se torna menos previsível e, portanto, o conteúdo de informação de qualquer “mensagem” particular ou instância do sinal aumenta.

Shannon desenvolveu sua teoria para fornecer um modelo rigoroso de transmissão de informações. É importante ressaltar que a entropia da informação fornece uma maneira operacional e matemática de descrever a quantidade de informação que é transmitida, bem como a quantidade de redundância necessária para obter uma certa quantidade de informação de forma confiável através de um canal ruidoso com banda limitada. Também fornece a base matemática da compressão de dados: por exemplo, o raciocínio matemático por trás do motivo pelo qual é impossível comprimir o que já foi comprimido é porque a compressão de dados é, por definição, um esquema de codificação cujo objectivo já é maximizar a entropia de informação de uma mensagem, codificando-a com o mínimo de bits possível.

Na genética, uma mutação pontual aumenta a entropia de informação de um par de bases do DNA. No entanto, a seleção natural contrabalança esse aumento ao eliminar organismos com mutações prejudiciais e a consequente maior entropia de informação (ou, coloquialmente, menor conteúdo de informação).[1] Embora a teoria da informação não descreva como uma sequência de bases de DNA é expressa em características para o desenvolvimento, ela indica claramente que a informação genética é transmitida de uma geração para outra de forma matemática. Qualquer característica de uma sequência que preserve a aptidão biológica apresentará uma entropia de informação menor — ou um conteúdo de informação maior — do que uma sequência aleatória. O programa "doninha" (*weasel program*) de Richard Dawkins, que investiga a seleção cumulativa, demonstra uma redução da entropia de informação.[2]

Embora existam semelhanças entre a formulação matemática usada para descrever a entropia termodinâmica e a entropia da informação (as equações de ambas diferem apenas pelo fato de uma apresentar um sinal de menos onde a outra não o tem), a primeira refere-se exclusivamente à distribuição de energia. A Segunda Lei descreve a observação de que a entropia aumenta em um sistema energético; não existe uma observação universal correspondente na teoria da informação e, portanto, ela não constitui uma lei científica. No mínimo, a seleção natural influencia a propagação do código genético.

Os criacionistas realmente não gostam desse assunto, mas não dizem o motivo. É provável que isso ocorra porque eles não querem uma definição concreta de informação que possa ser contestada.[nota 1] Também fica evidente, de modo geral, que — apesar de recorrerem à teoria da informação — os criacionistas não compreendem nem as noções de entropia da informação nem as de conteúdo informacional.

Para ilustrar os conceitos, considere o seguinte:

Uma sequência de dez lançamentos de uma moeda honesta codifica dez bits de entropia (sendo um bit definido como equivalente à incerteza de 50/50 de um único lançamento de moeda honesta). Conhecer os resultados de cinco desses lançamentos reduzirá significativamente a entropia de informação da sequência. Conhecer tanto a posição quanto o resultado desses cinco lançamentos elimina totalmente a contribuição deles para a entropia, resultando em uma sequência de dez lançamentos que contém apenas cinco bits de entropia (aqueles cinco cujas posições e resultados são desconhecidos).

TRECHO COM ERROS NA PÁGINA ORIGINAL, EM ESPERA DE CORREÇÃO

Complexidade de Kolmogorov

A complexidade de Kolmogorov (também conhecida como informação de Chaitin ou informação algorítmica) trata do uso de algoritmos para comprimir ou descomprimir informações.[nota 2] Cientistas da computação a desenvolveram para discutir como comprimir dados da maneira mais eficiente possível, a fim de ocupar menos espaço em disco.

A complexidade de Kolmogorov depende do número de passos que um algoritmo precisaria executar para reproduzir a informação (às vezes chamada de "distância de edição"). Assim, "A20" pode ser considerado uma compressão de "AAAAAAAAAAAAAAAAAAAA," e "(AB)9" pode ser considerado como uma compressão de "ABABABABABABABABAB." Qualquer instrução — incluindo inserção, repetição, exclusão, etc. — pode alterar a complexidade de Kolmogorov. Assim, a complexidade de Kolmogorov pode ser entendida como a quantidade máxima de informação "na string" ou "na sequência". (NdT: String pode ser traduzido como cadeia ou sequência de caracteres.)

A complexidade de Kolmogorov depende inteiramente do algoritmo utilizado. Portanto, embora existam aplicações na genética, determinar a mudança na complexidade de Kolmogorov exigiria uma descrição de todos os processos usados ​​para reproduzir as informações de desenvolvimento a partir da sequência de DNA; não é possível determinar a quantidade de informação (ou a complexidade de Kolmogorov) apenas observando uma sequência de letras, símbolos ou DNA. (Essa é parte da razão pela qual a quantidade de informação nas palavras "carro" e "veículo" não pode ser comparada, visto que depende de algoritmos de interpretação linguística, e pela qual o número de letras é irrelevante.) Vale ressaltar que, como os processos de "alteração" (ou "mutação") e "exclusão" podem ser considerados etapas algorítmicas adicionais, eles podem aumentar a complexidade de Kolmogorov (ou o conteúdo de informação). Mais importante ainda é o fato de que eles podem alterar o conteúdo.[nota 3] 

Criacionistas (including IDers, defensores do DI) fazem afirmações sobre a complexidade de Kolmogorov (ou algo parecido) e erram. Por exemplo, mais de uma vez um criacionista disse que uma cópia extra de uma sequência de informações não acrescenta “nenhuma informação nova”, quando na verdade certamente adiciona: a instrução “repita a sequência inteira”.[note 4] 

Note-se que qualquer comparação de informações "na sequência" utilizada por criacionistas (sob o aspecto do significado) refere-se à complexidade de Kolmogorov, ao passo que o "aumento de ruído" ou a "perda de informação devido à perda de fidelidade da sequência de DNA" decorrentes de mutações refere-se, geralmente, à entropia da informação de Shannon. Os dois conceitos não podem ser usados ​​de forma intercambiável.[note 5][note 6] 

Analogias de palavras

Analogias entre palavras são complexas quando se utilizam conceitos da teoria da informação.

Qualquer alteração em uma sequência de texto, pelo simples fato de ser uma alteração, representa um aumento da entropia da informação (ou uma perda de conteúdo informacional). Isso será verdade se a string é uma palavra ("racional" alterado para "rasional") ou é nonsense ("alkfd" para "alkfg"). (Contudo, um revisor, agindo como agente de seleção natural, poderia rejeitar cópias erradas de um texto para reter a entropia da informação.)

Em termos de complexidade de Kolmogorov, alterações nas letras podem fornecer mais ou menos informação, mas isso depende da estrutura linguística. O número de processos necessários para interpretar a palavra por meio de um algoritmo pode ou não depender da quantidade e da identidade das letras; portanto, os conceitos de "mais" ou "menos" têm pouco significado. Da mesma forma, mutações genéticas podem potencialmente alterar o desenvolvimento de um organismo, mas, sem uma compreensão completa dos processos de desenvolvimento, uma mutação não representa "mais" ou "menos" informação.

Uma tentativa de interpretar uma analogia entre palavras com base em ambos os conceitos simultaneamente fracassa, pois os dois conceitos não são independentes, mas também não são idênticos. Pode ser verdade que a alteração de uma letra (de "pena" para "rena") implique menor fidelidade de cópia (aumento da entropia da informação) e, ao mesmo tempo, altere o significado linguístico (diferente complexidade de Kolmogorov).

Teoria da informação e genética, evolução e desenvolvimento

A relação entre biologia e teoria da informação apresentada acima, bem como outras abordagens na literatura, sugerem que os termos "informação biológica", "informação de desenvolvimento" ou "informação genética" são ambíguos se não forem esclarecidos. Mesmo assim, haverá ambiguidade:

“Na biologia, o termo "informação" é utilizado com dois significados muito distintos. O primeiro refere-se ao fato de que a sequência de bases no DNA codifica a sequência de aminoácidos nas proteínas. Nesse sentido restrito, o DNA contém informação — especificamente, sobre a estrutura primária das proteínas. O segundo uso do termo "informação" constitui uma extrapolação: ele reflete a crença ou expectativa de que o genoma, de alguma forma, também codifica as propriedades de nível superior ou mais complexas dos seres vivos. É evidente que esse segundo tipo de informação, caso exista, deve diferir substancialmente da simples correspondência direta (relação um para um) característica do código genético. Tal extrapolação baseia-se, de modo genérico, na teoria da informação. No entanto, para aplicar a teoria da informação de maneira adequada e útil, é preciso definir como a informação será medida (as unidades de expressão tanto no emissor quanto no receptor, bem como a quantidade total de informação no sistema e na mensagem) e identificar o emissor, o receptor e o canal de informação (ou o meio pelo qual a informação é transmitida). Atualmente, não existe um método universalmente aceito para mensurar a quantidade de informação em um sistema biológico, nem mesmo consenso sobre quais seriam as unidades de informação (átomos, moléculas, células?) ou como codificar informações relativas à sua quantidade, diversidade e disposição no espaço e no tempo.[3]”

Teoria da informação criacionista

Os criacionistas, na tentativa de revestir seus mitos com uma aparência de ciência, apropriaram-se da ideia da teoria da informação para utilizá-la como um argumento — aparentemente plausível — contra a evolução. Essencialmente, a alegação é a de que o código genético funciona como uma linguagem e, portanto, transmite informação; assim, em parte devido às habituais distorções deliberadas da segunda lei da termodinâmica (que trata de energia, não de informação), eles sustentam que a informação jamais pode aumentar.[nota 7] Assim, as mudanças que eles não podem negar categoricamente são definidas como "perda de informação", enquanto aquelas com as quais discordam são definidas como "ganho de informação" — algo que, segundo a definição deles, é impossível. Vale notar que, em momento algum, os criacionistas especificam de fato o que é informação e, frequentemente (mesmo no caso supostamente científico da "informação especificada complexa"), evitam deliberadamente definir o conceito de maneira útil. Eles tendem a alterar o significado do termo *ad hoc*, conforme a conveniência do argumento, recorrendo a definições coloquiais e imprecisas de informação em vez de definições quantificáveis ​​— ou, pior, alternando arbitrariamente entre definições distintas, dependendo do contexto da discussão ou do argumento.

A equiparação deliberada de conceitos totalmente distintos — entropia termodinâmica e entropia informacional —, embora constitua uma falha óbvia no argumento, é algo que dificilmente será percebido pelo público-alvo dos criacionistas; por isso, o argumento permanece popular, como se viu no debate de Ken Ham com Bill Nye no Museu da Criação.

Dr. Werner Gitt e “In the Beginning was Information” (“No Princípio Era a Informação”)

Compreendendo que a teoria da informação guarda relação com a genética e a evolução, os criacionistas têm utilizado a linguagem da teoria da informação na tentativa de desacreditar a evolução. O Dr. Werner Gitt publicou uma monografia, In the Beginning was Information[4] a qual os criacionistas invariavelmente recorrem ao discutir teoria da informação e evolução. O livro de Gitt é problemático em sua estrutura e em suas afirmações sobre a teoria da informação.

Gitt distingue a versão científica da informação de outros tipos. Ele classifica a informação de Shannon como "estatística" e, em seguida, subdivide a informação em sintaxe, informação semântica (ou "dotada de significado"), informação pragmática e apobética.[nota 8] Ao fazer isso, ele apresenta diversas afirmações sobre o funcionamento da genética. O texto desenvolve uma série de proposições que Gitt numera como "teoremas" — como se tratasse de um livro de matemática — e as descreve como uma "série de teoremas que também devem ser considerados leis da natureza, embora não sejam de natureza física ou química".

Essa forma de argumentação é problemática sob vários aspectos. Em primeiro lugar, teoremas são, via de regra, proposições matemáticas fundamentadas em postulados e definições, utilizando a lógica proposicional para demonstrar tais afirmações. Gitt não explicita suas premissas e deixa muitos termos sem definição. Mais problemático ainda é o fato de que os teoremas em questão não são proposições matemáticas; na realidade, tratam-se de meras asserções. (A classificação que Gitt faz da informação de Shannon como estatística — e como o "nível mais baixo" de informação — revela seu desprezo pela matemática.) Em segundo lugar, teoremas decorrem da lógica dedutiva, ao passo que leis científicas resultam da lógica indutiva baseada na observação. Não se pode equiparar ambos. Gitt não recorre a nenhuma observação ao formular seus teoremas; logo, por definição, eles não constituem leis.[nota 9] Não está claro como formular afirmações sobre o mundo natural sem qualquer observação que as sustente. Em terceiro lugar, como será descrito a seguir, trata-se de um modelo não passível de teste e que, portanto, não pode ser considerado válido ou inválido.

Em suma, Gitt utiliza a linguagem da matemática e da ciência, mas não apresenta uma demonstração matemática nem emprega o método científico. Em vez disso, ele faz diversas afirmações que não podem ser validadas; o texto de Gitt constitui um argumento retórico mal elaborado, e não um argumento científico.

 

Informação semântica ou significativa

No cerne do texto de Gitt está o conceito de informação significativa. Gitt não define informação semântica; em vez disso, ele recorre a referências a hieróglifos, à linguagem e a programas de computador. Consequentemente, ele generaliza conceitos da linguística para a genética em seus teoremas de maneira injustificada. Essencialmente, Gitt confunde conceitos da definição informal de informação (como o conhecimento contido em um livro) com os da teoria da informação para formular afirmações desprovidas de sentido no contexto da genética. Suas afirmações fornecem exemplos:

• "Não pode haver informação sem um emissor." É certamente verdade, no caso de livros e textos, que uma entidade humana deve ter escrito ou digitado a fonte original. Uma pessoa com um nível razoável de instrução já observou outras pessoas escrevendo e também já escreveu. No entanto, aplicar essa generalização à genética é problemático. Nunca se observou uma fonte inteligente criando um código genético de forma natural, nem existe qualquer evidência inferencial de que isso ocorra. (A única exceção é, naturalmente, a atuação de cientistas em laboratório, que só recentemente realizaram tal feito.) A suposição de que deve haver um emissor ou uma fonte inteligente de informação não pode ser validada.

• "É impossível que a informação exista sem ter sido estabelecida voluntariamente por um livre-arbítrio." Novamente, isso faz sentido no caso da redação de livros e da criação de programas de computador, pois observamos outros gerando esse tipo de informação (ou nós mesmos o fazemos). Não há evidências de que, durante a procriação, um ser sobrenatural decida quais genes serão transmitidos ou tenha sido a fonte original de um código genético. Além disso, isso contraria um princípio fundamental da teoria da informação (conforme estabelecido por Shannon): o de que qualquer sistema físico — ou modelo de um sistema físico — que produza uma sequência discreta de símbolos a partir de um espaço de saída finito (ou, pelo menos, enumerável) constitui uma fonte discreta de informação; em termos mais concisos, qualquer processo estocástico enquadra-se nessa definição. A vibração aleatória de átomos em qualquer porção de matéria que esteja sendo modelada é um exemplo desse tipo de processo, assim como o decaimento aleatório de núcleos instáveis ​​em uma determinada amostra. Essa propriedade foi amplamente explorada (e ainda o é, em alguns casos) para a geração de números verdadeiramente aleatórios, antes que se tornasse viável gerar números pseudoaleatórios úteis por meio de computadores.

Livros, linguagem e programas de computador fornecem, por vezes, analogias úteis para a "informação" genética, mas não são relevantemente semelhantes quando se compara a sua origem; além disso, as afirmações sobre a informação em livros ou programas de computador — que os criacionistas costumam utilizar como analogias — não podem ser generalizadas com precisão para o DNA.

Declarações sobre a evolução

Gitt conclui o seguinte sobre a evolução:

“Encontramos propostas sobre a maneira como o código genético poderia ter se originado em muitas publicações [e.g. O2, E2, K1]. No entanto, até o momento, ninguém conseguiu propor nada melhor do que modelos puramente imaginários. Ainda não se demonstrou empiricamente como a informação pode surgir na matéria e, de acordo com o Teorema 11, isso jamais acontecerá.”

O "Teorema" 11 (deduzido sem postulados ou definições) afirma:

“Um sistema de códigos é sempre o resultado de um processo mental (ver nota de rodapé 14) (ele requer uma origem inteligente ou um inventor).”

Basicamente, Gitt utiliza um argumento de ignorância para tentar invalidar a evolução e, em seguida, recorre ao Teorema 11 — uma proposição dedutiva inválida (conforme a seção anterior), baseada inteiramente em seu próprio modelo e não em evidências — para invalidar a evolução por completo. (Ironicamente, o próprio modelo de Gitt é "puramente imaginário".)

Essa afirmação introduz problemas adicionais, pois incorpora a noção de uma inteligência responsável pela criação — uma "autoridade inteligente" — à própria definição de "sistema de códigos"; assim, seria necessário provar que uma mente inteligente deu origem ao DNA antes de poder classificá-lo como um "sistema de códigos". Simplesmente presumir que se trata de um sistema de códigos — com todas as implicações que isso agora carrega — não constitui evidência da existência de uma mente inteligente por trás dele; trata-se apenas de uma tentativa de introduzir sub-repticiamente a premissa de uma origem inteligente, transformando o argumento sobre a fonte do "sistema de códigos" do DNA em um exemplo da falácia de petição de princípio. Se você redefine "sistema de códigos" de modo a exigir a presença de uma mente e, em seguida, assume que o DNA é um sistema de códigos, você provou apenas que parte da premissa de que o DNA exigia uma mente, e não que ele realmente a exigisse. Na verdade, seria preciso provar que a criação do DNA de fato requeria uma mente antes de demonstrar que ele se enquadra na sua definição de "sistema de códigos". 

A declaração dele sobre mutações é semelhante:

“Essa ideia é central nas representações da evolução, mas as mutações só podem causar alterações em informações já existentes. Não pode haver um aumento na quantidade de informação e, de modo geral, os resultados são prejudiciais. Novos projetos para novas funções ou novos órgãos não podem surgir; as mutações não podem ser a fonte de informações novas (criativas).”

Infelizmente, sem qualquer medição que a sustente, a sua afirmação de que não há aumento de informação não pode ser validada. Gitt nunca define "informação significativa",[nota 10] ele também não apresenta nenhuma forma de medi-la, nem fornece qualquer meio para quantificar a presença de mais ou menos "informação". Portanto, sua proposição é insuscetível de teste e de falseamento. Gitt estruturou seu modelo de tal modo que o *status quo* é dotado de significado, e qualquer manipulação da informação por algo que não seja inteligente (ou Deus) torna a informação menos significativa. O que é ainda mais problemático é que Gitt nem sequer domina a teoria da informação propriamente dita: sua descrição da "informação" genética como um "sistema de codificação" implica que ele considera os genes um conjunto universal de instruções para o algoritmo "Crie a forma de vida X" — uma interpretação de informação que não se distingue facilmente da complexidade de Kolmogorov (descrita acima). A complexidade de Kolmogorov descreve instruções básicas para um determinado processo sob a forma de ações fundamentais; isso significa que duas mutações que comprovadamente ocorrem — a duplicação gênica e a duplicação cromossômica — acrescentam, sim, informação. Independentemente da sequência que está sendo duplicada, o resultado é a adição de uma nova instrução ao algoritmo: "Repita a sequência Y". (Essa instrução contém, em geral, menos informação do que a própria sequência Y, e seria perdida caso todas as cópias de Y fossem eliminadas; ainda assim, trata-se de uma quantidade de informação superior a zero.) Além disso, alterar uma cópia de um gene, mantendo a outra inalterada, também acrescenta informação: a instrução "Repita a sequência Y" passa a ser "Repita a sequência Y, mas substitua os pares de bases de N1 a N2 pela sequência Z". 

E Gitt introduz, de mansinho, o velho argumento do "projeto" (ou "planta"). Sistemas de código não precisam produzir nem seguir projetos — isso, de fato, exigiria uma enorme quantidade de informação biológica e poderia pressupor a existência de um "projetista inteligente". Alguns sistemas de código podem simplesmente executar programas fundamentais (subsistemas), como "duplique esta célula até receber ordem para parar" ou "duplique uma célula até que o espaço se esgote". Mesmo sistemas de código simples podem gerar uma complexidade imensa a partir de apenas algumas instruções básicas, fornecendo farto material (mutantes) para que a seleção natural realize sua triagem. 

Em suma, Gitt entrelaçou lógica dedutiva e indutiva de forma confusa para criar um modelo inválido, fundamentado em alegações frágeis que partem de uma comparação equivocada entre sequências de DNA e textos ou algoritmos produzidos por seres humanos. O modelo não se baseia em observações do mundo natural, embora faça afirmações extraordinárias a respeito dele. Ele propõe distinções entre "mais" e "menos" informação, sem que, contudo, essa informação possa ser quantificada. Trata-se de um modelo que não pode ser testado nem refutado. Em última análise, o modelo de Gitt é inútil para descrever a informação no mundo natural.

A teoria da informação propriamente dita pode quantificar tal informação, incluindo a sensibilidade da entropia da informação (ou conteúdo informacional, conforme definido de modo rigoroso) ao conhecimento sobre a informação em um determinado contexto. 

Notas

1.Os criacionistas parecem sempre pressupor que as pessoas ligadas à ciência estão utilizando o conceito de "informação de Shannon" — para, em seguida, alegar que isso está incorreto —, como ocorre nestas trocas de argumentos entre PZ Myers e Michael Egnor. É claro que, na verdade, PZ Myers nem sequer estava tratando de informação de Shannon.

2.Uma explicação bastante simples dessa forma de informação, feita pelo próprio Chaitin, encontra-se nesse artigo:

Gregory Chaitin - Omega and why maths has no TOEs - plus.maths.org

Nos nossos arquivos: [ Gregory Chaitin - Omega and why maths has no TOEs ]

3.Veja esta postagem em blog sobre esse ponto:

Jeffrey Shallit, Test Your Knowledge of Information Theory - Recursivity, January 03, 2009

4.Pelo menos um exemplo encontra-se em:

Jeffrey Shallit, Jonathan Wells: Another ID Creationist Who Doesn't Understand Information Theory. October 4, 2009. pandasthumb.org 

5.Para uma explicação de como os criacionistas confundem diferentes tipos de informação, veja esta carta no TalkOrigins:

Mark Chu-Carroll. How to Measure Information, February 2001. - talkorigins.org

6.Os defensores do Design Inteligente (que não se confundem com os adeptos do criacionismo da Terra jovem) também costumam alterar definições. Para conferir a perspectiva de Jeffrey Shallit, cientista da informação, veja aqui:

Jeffrey Shallit, The Ol' Information Bait-and-Switch - Recursivity, November 28, 2009

7.Vale notar que isso representa uma mudança em relação à tática de afirmar que "não podem existir mutações benéficas". Como a teoria da informação é mais difícil de ser compreendida por leigos, torna-se fácil esconder-se atrás dela sem, de fato, compreendê-la. Isso também está intimamente relacionado aos argumentos de que "a evolução jamais poderia ter produzido olhos, asas ou flagelos".

Jonathan Sarfati. Arguments we think creationists should NOT use. 07 Feb, 2006. - creation.com

8.A apobética é o nível mais elevado da teoria multidimensional da informação proposta pelo cientista alemão Werner Gitt. O termo deriva da palavra grega apobeinon (que significa resultado, êxito ou consequência) e refere-se ao propósito, objetivo final ou intenção por trás do envio de uma mensagem.

9.Mesmo segundo o próprio comentário de Gitt sobre leis na obra In the Beginning was Information, as leis requerem observação; como ele afirma: "As leis da natureza baseiam-se na experiência".

10.Ao ser questionado sobre o que é informação, Gitt escreve: "[Não] é possível [definir informação], pois a informação é, por natureza, uma entidade muito complexa. O modelo de cinco níveis [que o próprio Gitt desenvolveu] indica que, provavelmente, jamais será encontrada uma formulação simples para a informação". Em suma, Gitt não quer — ou tem preguiça, ou, aplicando-se a navalha de Ockham, é simplesmente incapaz — formular uma definição formal de informação (ou de informação significativa), porque isso dá muito trabalho! - Chapter 11. Questions Often Asked about the Information Concept. Dr. Werner Gitt, May 7, 2009.

Referências

1.Thomas D. Schneider, Evolution of biological information, Nucleic Acids Research, Volume 28, Issue 14, 15 July 2000, Pages 2794–2799, https://doi.org/10.1093/nar/28.14.2794

2.en.wikipedia.org - Weasel program

3.Nijhout, H. F. Problems And Paradigms: Metaphors and the role of genes in development. Bioessays, September 1990, vol. 12, no. 9; p.443 https://doi.org/10.1002/bies.950120908 

 
4.Werner Gitt. In the Beginning was Information. December 2000. https://cdn.bookey.app/files/pdf/book/en/in-the-beginning-was-information.pdf

Leitura recomendada

Nos nossos arquivos: [ THE INFORMATION CHALLENGE - Richard Dawkins ]