Książka, pod redakcją naukową dra Pawła Stacewicza ukazała się nakładem Politechniki Warszawskiej w grudniu 2017. Pod kątem własnych zainteresowań, wybieram z niej i sygnalizuję kilka tematów, które wydają mi się inspirujące i warte kontynuacji dyskusyjnej w blogu.
Czy uznać realność informacji jako (1) bytu abstrakcyjnego, odróżniając ją od (2) informacji rozumianej psychologicznie, oraz od (3) kodujących ją danych, należących do świata fizycznego? W te podstawowe zagadnienia umiejętnie wprowadza rozdział „O redukcji informacji do danych”.
Gdy odróżniamy informację zawartą w opisach (deskrypcyjną) od informacji w poleceniach (preskrypcyjnej), to czy do drugiej da się stosować pojęcie ilości informacji jako wielkości odwrotnej do prawdopodobieństwa? Inna kwestia: czy informacja preskryptywna to jest jakiś tekst, np. przepis prawa, czy norma wyabstrahowana z tego przepisu?
Czy w praktyce podejmowaniu decyzji, racjonalnie jest stosować — zamiast niezawodnych lecz przewlekłych procedur algorytmicznych — tzw. heurystyki, czyli dotyczące użyteczności i prawdopodobieństwa wnioskowania intuicyjne, narażone na błędy, lecz dzięki swej skrótowości bardziej pomocne, gdy zachodzi konieczność (np. na giełdzie) szybkiej decyzji?
Jak w algorytmie tabel analitycznych traktować klasę formuł, którą R.Smullyan (czołowy badacz na tym polu) określił jako „mystery class”? Mianowicie, jak interpretować przypadek, gdy testowanie tautologiczności formuły tym algorytmem generuje — w sposób intuicyjnie oczywisty — nieskończenie wiele pętli, a więc nie przynosi rozwiązania? Czy upoważnia to do wniosku, że dana formuła nie jest tautologią czyli zapisem wynikania logicznego? Więcej na ten temat — w tekście calculemus.org/CA/fil-inform/2017/koment-stac.pdf odc.§5
Książkę cechuje taka precyzja wypowiedzi i gruntowność argumentacji, że zainteresowany laik-amator uzyska solidną porcję wiedzy, a specjalista — punkt wyjścia do dalszych badań.