随着互联网的普及，以及各类互联网产品的推出，我们走入信息爆炸时代，这个阶段信息传递呈现四个特点——从单向到双向、移动搜索的分化、被动接受、碎片化，并不可避免地对我们产生大量积极或消极的影响。那么在信息爆炸时代，我们究竟该如何应对呢？

互联网的诞生引发了一场前所未有的信息革命，对于人类漫长的历史，信息从未像今天这样呈指数级的增长，一个成年人一天获取的信息数量可能超过20年前一个人一年可以获取的信息。

20年前，电视只有几个频道，报纸每天只有一份，信息的传递受到地理位置的影响较大。而现在，各种信息的唾手可得让我们进入一个多任务模式，微博、抖音、新闻、APP推送、朋友圈、工作消息，每天需要处理掉非常多的信息。

但人们真的完美的过渡到了这样一个信息过量的时代吗？信息传递方式的巨大改变，对我们的学习、工作、生活带来了怎样的负面影响？面对过量的信息，我们每天到底应该看什么，怎么看？这是一个值得深思而且很开放的问题，每个人的答案也不一样。

本文并不想主观地回答这个问题，对于这样开放性的问题，先提出主观的论点再加以佐证，并且只找符合论点的论据来强行解释，这样的论述方式是不够客观没有说服力的。本文仅从客观、理性的角度阐述了以下几个方面，希望对你回答这个问题有所启发。

本文主要内容：

信息到底是什么

不同类型信息的区别

认知升级的本质是消除信息熵

互联网时代信息的传递方式

信息消费方式改变对人的影响

01 信息到底是什么

大家都会说信息爆炸时代、信息过载，“信息”二字被大家挂在嘴边，但我们真的理解信息的本质吗？从更科学更严谨的角度，信息到底是什么？

百度百科是这样定义的：

信息，指音讯、消息、通讯系统传输和处理的对象，泛指人类社会传播的一切内容。

显然这样的定义是不严谨的。未经过人类传播的内容就不叫信息了吗？非人类传播，而是动物之间传递的内容就不叫信息了吗？用反证法很容易推翻这个定义。

追根溯源还是要从科学家的提出的得到学术界认可的理论寻找定义。在1948年，美国的一位数学家香农（C.E.Shannon），在硅谷著名的贝尔实验室里，基于从热力学中熵理论得到的启发，提出了信息论，为此后的第三次信息革命奠定了科学理论基础。在信息论中，信息是这样定义的：

信息，是用于消除不确定性的东西。

如何理解这里的不确定性？比如你不知道明天的股票会不会涨，但你今天得知一个重大的消息，美国新冠病毒疫情爆表，你根据这个消息，推断出了明天美股会下跌，这个消息就消除了你对明天股市涨跌的不确定性，所以这个消息就是信息。

按照这个定义我们可以推翻很多非信息的内容，我这里称为干扰信息。比如一个人对你说“今天太阳会从西边落下”，太阳从西边落下本来就是一个确定的事实，他这句话没有消除任何不确定性，信息量为0，我们可以归类为干扰信息。

对于一个存在不确定性的事件，要如何来衡量这种不确定性的程度？

前面我提过，香农是基于热力学中熵的概念创立了信息论，相对应的，他提出了两个非常重要的概念，信息熵和信息量。

信息熵：是针对事件而言，对事件整体不确定性的度量。熵值越大，事件的不确定性就越高，熵值为0，说明事件的完全确定的。

信息量：是针对信息而言，衡量消除事物不确定性的信息熵大小。信息量越大，可以抵消掉的信息熵就越大，即可以消除事件的不确定性就越多。

比如一道4个选项的数学单项选择题，如果完全靠蒙，答对的概率是25%。

如果一个小学霸告诉你，C肯定是错误答案，他给的信息就消除了一部分不确定性，你再蒙对的概率就提升到了33%。

如果大学霸告诉你，正确答案就是A，那他的信息就彻底消除了这个题目的不确定性。

显然，大学霸给的信息的信息量＞小学霸给的信息的信息量。

根据上述定义，我们可以简单总结一下：

只有消除了事物不确定性的信息才叫信息，其他的应该称为干扰信息；一个信息的信息量越大，可以消除一个事件的不确定性就越多。

02 不同类型信息的区别

如今，“信息”一词已经有了更广泛的含义，但我们仍然可以根据最初信息量的定义来理解互联网时代的信息，我们来对生活中的信息按不同维度进行分类。

1. 按信息的载体

生活中，信息常见的载体有文字、图片、声音、视频这四种。如何来比较它们信息量承载大小呢？我们按照同样数据大小来进行横向对比。