LA
INFORMACIÓN

Claude Elwood Shannon tenía treinta y dos años en el verano de 1948, andaba en monociclo por los pasillos de los Laboratorios Bell en Murray Hill, Nueva Jersey, y a veces hacía malabares mientras pedaleaba. Tenía la cara larga y angulosa de un granjero del Medio Oeste —había nacido en Petoskey, Michigan, hijo de un juez y una directora de escuela—, unos ojos que parecían estar siempre calculando algo y una timidez que sus colegas confundían con arrogancia. No era arrogancia. Era concentración. Shannon vivía en un estado de abstracción tan profundo que a lo largo de los años construiría una colección de máquinas absurdas: un ratón mecánico llamado Theseus que aprendía a salir de un laberinto, programas de ajedrez, máquinas de hacer malabares, y un aparato que él llamaba "la máquina definitiva" —una caja de madera con un interruptor que, cuando lo encendías, abría una tapa, sacaba una mano mecánica, apagaba el interruptor y volvía a cerrarse—. Su única función era apagarse a sí misma.

En julio y octubre de ese año, el Bell System Technical Journal publicó en dos entregas un artículo de setenta y nueve páginas titulado "A Mathematical Theory of Communication". Setenta y nueve páginas que, vistas desde hoy, son el acta de nacimiento de la era digital. Antes de Shannon, la información no era del todo un misterio: ya existían medidas parciales. Harry Nyquist, en 1924, y Ralph Hartley, en 1928 —ambos, como Shannon, trabajando en los Laboratorios Bell—, habían propuesto relaciones logarítmicas entre la cantidad de símbolos disponibles y la capacidad de un canal. El propio Shannon los reconoce en la primera página de su artículo. Pero lo que Shannon construyó no fue una medida más: fue una teoría matemática general de la comunicación, capaz de describir cualquier fuente de mensajes, calcular su incertidumbre, cuantificar el efecto del ruido y demostrar los límites fundamentales de la transmisión. Después de Shannon, la información era una cantidad medible, con una unidad precisa y una fórmula que la define. Esa unidad es el bit —contracción de binary digit, un término que su colega John Tukey había dejado registrado en un memorando interno de Bell Labs en enero de 1947—, y un bit es la cantidad de información que se obtiene al resolver una incertidumbre entre dos alternativas igualmente probables. Sí o no. Cara o cruz. Cero o uno.

Lo que hizo Shannon fue algo que nadie antes había llevado hasta sus últimas consecuencias: separar la información de su significado. En la primera página de su artículo, lo dice con una claridad que roza la provocación: "El problema fundamental de la comunicación es el de reproducir en un punto un mensaje seleccionado en otro punto. Con frecuencia los mensajes tienen significado. Estos aspectos semánticos de la comunicación son irrelevantes para el problema de la ingeniería." Irrelevantes. Shannon no estaba interesado en lo que el mensaje dice, sino en cuánta incertidumbre resuelve. Un mensaje que te dice algo que ya sabés no contiene información. Un mensaje que te dice algo completamente impredecible contiene el máximo de información. La información, en la teoría de Shannon, no es verdad. No es conocimiento. No es significado. Es sorpresa.

Y para medir esa sorpresa inventó una fórmula que resultó tener la misma estructura matemática que una familia de expresiones que la física estadística había desarrollado desde Boltzmann y Gibbs para medir otra cosa: la entropía termodinámica, el desorden de un sistema físico. Shannon la llamó entropía de la información, y hay una anécdota célebre al respecto, probablemente apócrifa. Cuando estaba buscando un nombre para su medida, consultó a John von Neumann, probablemente el matemático más formidable del siglo XX. Von Neumann le habría dicho: "Llamala entropía, por dos razones. Primero, porque tu función de incertidumbre ya se usa en mecánica estadística bajo ese nombre, así que ya tiene un nombre. Segundo, y más importante, porque nadie sabe realmente qué es la entropía, así que en cualquier debate siempre vas a tener ventaja." Años después, cuando le preguntaron a Shannon por esa conversación, no la confirmó; respondió que sonaba más bien como una broma que él mismo podría haber hecho.

Sea o no cierta la anécdota, la coincidencia matemática es real y es perturbadora. Boltzmann había encontrado un logaritmo contando los estados posibles de la materia. Shannon volvió a encontrar esa misma estructura contando las posibilidades de un mensaje. Dos problemas que no parecían tener nada que ver —la termodinámica de los gases y la transmisión de señales telegráficas— habían producido casi la misma matemática. ¿Por qué una medida nacida para describir el comportamiento de átomos en un recipiente reaparece cuando intentamos medir cuánta información cabe en un cable? Esa pregunta —que en 1948 era apenas una curiosidad formal— es una de las grietas más vertiginosas de la física contemporánea.

Siete años antes de que Shannon publicara su teoría, un bibliotecario argentino de cuarenta y dos años que trabajaba en una sucursal municipal en el barrio de Boedo, en Buenos Aires, escribió un cuento que contiene, sin saberlo, una de las intuiciones más vertiginosas sobre los límites de la información. El cuento se llama "La biblioteca de Babel" y fue publicado en 1941 en la colección El jardín de senderos que se bifurcan. La idea no era enteramente nueva: Borges ya la había explorado dos años antes en un ensayo titulado "La biblioteca total", donde rastreaba la genealogía del concepto hasta antecedentes como Kurd Lasswitz. Pero fue en el cuento donde la idea alcanzó su forma definitiva.

La premisa es conocida: el universo es una biblioteca. Una biblioteca compuesta por un número indefinido, y tal vez infinito, de galerías hexagonales, cada una con veinte anaqueles, cada anaquel con treinta y dos libros, cada libro con cuatrocientas diez páginas, cada página con cuarenta renglones, cada renglón con unos ochenta caracteres. El alfabeto es de veinticinco símbolos: las veintidós letras minúsculas, la coma, el punto y el espacio. Y la biblioteca contiene todos los libros posibles —todas las combinaciones de esos veinticinco símbolos en esas cuatrocientas diez páginas—. Todos. Sin excepción. La biblioteca puede ser espacialmente ilimitada —Borges la imagina periódica—, pero el catálogo de libros diferentes es finito, porque el alfabeto y la longitud están fijados.

El número de libros distintos es 25 elevado a la 1.312.000 —un número que, si se escribiera en notación decimal, tendría más de un millón ochocientos mil dígitos—. Para ponerlo en perspectiva: el número de bariones del universo observable —todos los protones y neutrones de todas las galaxias, estrellas y planetas que existen— es del orden de 10 elevado a la 80, un número de ochenta y un dígitos. El número de libros de la Biblioteca de Babel tiene más de un millón de dígitos. El universo físico entero es un grano de arena comparado con la Biblioteca.

¿Qué hay en esa biblioteca? Todo lo que pueda escribirse con veinticinco símbolos en cuatrocientas diez páginas. Si existe una verdad que puede formularse en ese alfabeto y cabe en esa extensión, la Biblioteca contiene un libro que la enuncia. Está la historia verdadera de tu muerte, con fecha y hora exactas. Están las demostraciones de teoremas que todavía nadie descubrió. Está cada verso de cada poema que existió y cada uno que nunca fue escrito. Pero están también las versiones falsas de cada una de esas verdades, las refutaciones fraudulentas de teoremas válidos, las historias de tu muerte con la fecha equivocada, los versos sin sentido. Y están, sobre todo —en una proporción tan abrumadora que todas las verdades juntas son estadísticamente invisibles— libros de puro ruido: secuencias de letras, comas, puntos y espacios que no forman palabras, ni frases, ni ideas, ni nada. La abrumadora, aplastante, casi totalidad de la Biblioteca es ruido.

Y ahí está el vértigo. La Biblioteca no fracasa porque le falte información. Fracasa porque no le falta ninguna. Contiene todas las respuestas, pero no contiene el criterio que permite distinguir una respuesta de las incontables variaciones que la contradicen, la deforman o la imitan. La probabilidad de encontrar un libro legible entre las 25 elevado a la 1.312.000 posibilidades es tan cercana a cero que la palabra "improbable" no alcanza a describirla. Poseer todas las respuestas no te permite saber cuál es la verdadera. Una biblioteca total sin un principio de selección es epistemológicamente inútil.

Borges construyó en 1941 una pesadilla que la teoría de Shannon, siete años después, permite mirar de otra manera. Si imaginamos que elegimos un libro al azar de la Biblioteca, con igual probabilidad entre todos los posibles, la incertidumbre sobre qué libro aparecerá es máxima. Es como si cada posición de cada página se llenara eligiendo ciegamente uno de los veinticinco símbolos: ningún carácter predice el siguiente. Y eso es precisamente lo que Shannon llama entropía máxima. Pero —y esto es fundamental— máxima entropía de Shannon no significa ausencia de significado. Significa máxima incertidumbre, máxima imprevisibilidad. La Biblioteca sí contiene significado: contiene el Quijote, contiene sonetos perfectos, contiene tratados de matemáticas. Lo que ocurre es que contiene todas las estructuras ahogadas entre todas las no-estructuras. El significado existe dentro de la Biblioteca. Lo que no existe es la posibilidad de encontrarlo.

La Biblioteca de Babel es el mapa 1:1 de la información. Contiene todo y por eso mismo no dice nada. Es Borges cerrando un círculo que abrió en "Del rigor en la ciencia": del mismo modo que un mapa del tamaño del territorio es inútil como mapa, una biblioteca que contiene todos los libros es inútil como biblioteca. La escala total destruye la utilidad. La completitud destruye la capacidad de seleccionar. Y sin selección —sin un esto y no aquello— no hay orientación posible. Solo el recorte —solo la escala— hace posible que algo signifique.

A principios de los años sesenta, tres matemáticos trabajando por separado —Ray Solomonoff en Estados Unidos, Andrey Kolmogorov en la Unión Soviética y Gregory Chaitin, un argentino-estadounidense que publicó su primer trabajo fundamental con apenas diecinueve años— llegaron a la misma idea desde direcciones distintas, como tres mineros que excavan en cerros diferentes y se encuentran en la misma caverna. La idea se conoce hoy como complejidad de Kolmogorov, y dice algo que parece simple pero tiene consecuencias devastadoras: la complejidad de un objeto es la longitud del programa más corto que puede generarlo.

Pensalo así. La secuencia 01010101010101010101 tiene veinte caracteres pero se puede describir con muchos menos: "repetí 01 diez veces". El programa es más corto que la secuencia. La secuencia es compresible. En cambio, una cadena suficientemente larga generada al azar será, con altísima probabilidad, incompresible: no habrá un programa más corto que ella misma capaz de producirla. La única manera de comunicarla es escribirla entera. No tiene patrón. No tiene estructura. No tiene regularidad que permita abreviar. Esa incompresibilidad algorítmica proporciona una de las definiciones matemáticas más profundas de la aleatoriedad: algo es aleatorio cuando no se puede comprimir. Aunque una cadena engendrada por un proceso aleatorio puede, por accidente, producir un patrón —veinte monedas lanzadas al aire pueden caer todas cara—, a medida que la longitud crece, la probabilidad de que el resultado sea compresible se desploma.

Ahora viene la paradoja. Una secuencia algorítmicamente incompresible tiene la máxima complejidad de Kolmogorov. Pero puede no significar absolutamente nada para nosotros. Y una cadena de un millón de ceros —extremadamente compresible, describible en una línea— tampoco dice nada interesante. La compresibilidad es necesaria para muchas formas de comprensión, pero no basta para producir significado. Y la complejidad de Kolmogorov mide algo distinto de la entropía de Shannon: Kolmogorov mide la longitud de la descripción algorítmica mínima de un objeto individual; Shannon mide la incertidumbre promedio de una fuente probabilística. Hay vínculos profundos entre ambas teorías, pero no son intercambiables. Lo que sí comparten es una misma intuición perturbadora: la regularidad y el azar se definen uno respecto del otro. Y el conocimiento no está ni en el azar puro ni en la regularidad trivial.

Jorge Wagensberg, el físico catalán que fundó CosmoCaixa y que dedicó su vida a pensar en los bordes entre la ciencia, la filosofía y el asombro, lo condensó en un aforismo que merece grabarse en piedra: comprender es comprimir. Tres palabras que contienen una epistemología entera. Cada vez que entendés algo, lo que estás haciendo es encontrar una descripción más corta que la cosa misma. Una ley de la naturaleza es exactamente eso: unas pocas relaciones matemáticas que permiten describir bajo una misma estructura una cantidad inmensa de fenómenos. La segunda ley de Newton establece que la fuerza neta sobre un cuerpo iguala la tasa de cambio de su momento. Unas pocas letras que, combinadas con las condiciones iniciales y las fuerzas conocidas, permiten calcular la trayectoria de cada piedra lanzada, cada planeta en órbita, cada cohete que despega de la Tierra. Es un acto de compresión tan violento que casi parece imposible: una familia inmensa de movimientos distintos, comprimida en una sola relación.

Einstein fue más lejos. E=mc² establece la equivalencia entre masa y energía. Y esa equivalencia permite entender de dónde proviene la energía liberada en las reacciones nucleares que alimentan el Sol, las estrellas, las bombas y los reactores. No es que la ecuación explique por sí sola por qué brilla una estrella —para eso hace falta la física de la fusión nuclear, la estructura estelar, la mecánica cuántica que gobierna los núcleos—. Pero la equivalencia entre masa y energía es la pieza que cierra el rompecabezas: el Sol brilla porque en cada reacción de fusión, una fracción ínfima de masa se convierte en una cantidad enorme de energía. Cinco caracteres que contienen esa llave.

Pero no hace falta ser físico para comprimir. Un haiku —la célebre estructura japonesa de tres versos breves— es un acto de compresión poética. Bashō: "Viejo estanque / una rana salta / sonido del agua." Catorce palabras. Pero la compresión del haiku no funciona como la de una ecuación. La ecuación comprime porque establece relaciones explícitas: dadas estas condiciones, se sigue este resultado. El haiku comprime porque deja espacios que el lector completa. Una tarde entera, un silencio roto, algo que podría ser la fugacidad de todo lo vivo, cabe en esas catorce palabras no porque Bashō lo haya empaquetado ahí, sino porque el poema abre un hueco del tamaño exacto para que cada lector ponga lo suyo. Es compresión al borde de la desaparición: un paso más de brevedad y ya no dice nada; un paso más de extensión y ya no es un haiku.

Y acá vuelve a cerrar el círculo con Borges y con el primer capítulo de este libro. Si comprender exige comprimir, entonces el mapa de Borges a escala 1:1 —el mapa del tamaño del territorio— es la anti-comprensión. Es una "explicación" que tiene exactamente la misma extensión que lo explicado. No ha decidido qué detalle importa. No ha seleccionado nada. Y la Biblioteca de Babel resulta ser el fracaso simétrico, pero con una paradoja adicional que la vuelve todavía más inquietante. Un solo libro aleatorio de Babel puede ser algorítmicamente incompresible: no hay programa más corto que lo genere. Pero la Biblioteca entera —esa colección inconcebible— puede generarse con una instrucción brevísima: "producir, en orden, todas las combinaciones posibles de veinticinco símbolos tomadas de a 1.312.000". La Biblioteca más grande imaginable cabe en una regla. Cada uno de sus libros, tomado individualmente, puede ser imposible de comprimir. Cuanto más grande hacés la escala, aparece una simplicidad que era invisible dentro de cada elemento.

El conocimiento, entonces, no es ni la secuencia incompresible ni la regla trivial. Exige una compresión que preserve aquello que importa para la pregunta que estamos haciendo. No cualquier abreviación sirve: una que descarte lo esencial fracasa aunque quepa en una línea, y una que conserve todo fracasa aunque sea completa. Conocer es comprimir a la escala correcta. Y "la escala correcta" depende siempre de la pregunta. Siempre de un recorte.

Antes de que existiera la teoría de la información, antes de Shannon, antes de Kolmogorov, antes de los zettabytes y los algoritmos, un poeta angloamericano que vivía en Londres escribió un verso que hoy parece escrito para un problema que él no podía conocer en su forma actual. En 1934, T. S. Eliot publicó un drama coral titulado La roca, una obra menor dentro de su producción, enmarcada en un horizonte religioso y espiritual que poco tenía que ver con la ingeniería de datos. Pero contiene tres líneas que deberían estar grabadas en la puerta de entrada de cada centro de datos del planeta: "¿Dónde está la vida que perdimos viviendo? ¿Dónde está la sabiduría que perdimos en el conocimiento? ¿Dónde está el conocimiento que perdimos en la información?"

Eliot escribió eso antes de las computadoras digitales, antes de internet, antes de los teléfonos celulares. Y sin embargo, leídas hoy, esas líneas parecen dirigidas exactamente al diluvio contemporáneo: que el conocimiento no es lo mismo que la sabiduría, que la información no es lo mismo que el conocimiento, que más no es necesariamente mejor. Que hay una escala de la comprensión, y que subirla no es automático.

En 1989, el teórico de sistemas Russell Ackoff articuló una versión de esa intuición en un artículo titulado "From Data to Wisdom". Su jerarquía original tenía cinco niveles —datos, información, conocimiento, comprensión y sabiduría—, pero con los años se popularizó una versión simplificada de cuatro pisos que hoy aparece en casi todos los campos que trabajan con información: la pirámide DIKW. Las definiciones exactas varían según quién la cuente, y la literatura especializada ha cuestionado más de una vez si las transiciones entre niveles son tan limpias como el esquema sugiere. Pero la intuición fundamental sigue siendo difícil de ignorar. En una de las versiones que terminaron circulando, funciona así:

Dato: un símbolo aislado. Un número. Una fecha. Una lectura de un sensor. "39". Sin contexto, sin marco, sin historia, el dato no dice nada. Es un punto en el vacío.

Información: el dato con contexto. "El paciente tiene 39 grados de fiebre." Ahora el número tiene un sujeto, una unidad, una referencia. Responde a preguntas descriptivas: quién, qué, dónde, cuándo. Pero todavía no dice qué hacer.

Conocimiento: la información integrada con experiencia y con patrones. "La fiebre es un mecanismo de defensa del cuerpo contra las infecciones. Hasta cierto punto, puede ser beneficiosa." Ahora sabemos cómo funciona el fenómeno. Pero todavía no dice si actuar.

Sabiduría: el conocimiento con juicio. La capacidad de decidir, frente a este paciente concreto, si la regla general aplica o si este caso es la excepción. La sabiduría no agrega información: agrega criterio. Responde a la pregunta que ninguna base de datos responde sola: qué conviene hacer, para quién, cuándo.

Cada paso puede leerse como un cambio de encuadre. Del dato a la información, ampliás el campo alrededor del símbolo: le agregás contexto, y al agregarle contexto cambiás la escala desde la que lo mirás. De la información al conocimiento, encontrás un patrón que conecta este caso con otros. Del conocimiento a la sabiduría, decidís cuál de esos patrones importa ahora, para este caso. A veces el movimiento es de compresión: el médico experimentado ha condensado décadas de casos, errores, matices y excepciones en una intuición que le permite actuar sin recorrer explícitamente toda la cadena. A veces es de expansión: contextualizar un dato puede implicar agregar información, no quitarla. Y a veces es de cambio de dirección: volver al detalle, distinguir la excepción, bajar de la abstracción al cuerpo concreto. No siempre se sube. No siempre se comprime. Lo que cambia siempre es la resolución.

La pirámide es demasiado ordenada para ser verdadera. Pero su intuición fundamental sigue siendo difícil de ignorar. Más datos no producen automáticamente más información. Más información no produce automáticamente más conocimiento. Más conocimiento no produce automáticamente más sabiduría. Cada salto exige operaciones adicionales: contexto, selección, inferencia, criterio. Hasta dónde esas operaciones pueden automatizarse es una de las preguntas abiertas de este siglo. Lo que sí sabemos es que el dato no está abajo en la pirámide porque sea pequeño. Está abajo porque todavía no sabemos alrededor de qué hay que mirarlo. Y cada vez que alguien mira ese diluvio y dice esto importa y esto no, esto es señal y esto es ruido, está haciendo exactamente lo que el libro entero viene describiendo: eligiendo una escala.

Hay una estadística que circula desde 2013 y que dice que el noventa por ciento de todos los datos jamás creados por la humanidad fueron creados en los últimos dos años. La cifra fue difundida por la organización noruega de investigación SINTEF en medio de una fase explosiva del crecimiento digital, amplificada por IBM y repetida en miles de artículos, presentaciones y conferencias. Es una de esas cifras que suenan tan impactantes que nadie se detiene a verificarlas. Desde entonces, el mundo siguió cambiando y la cifra quedó congelada. Hoy sigue apareciendo en presentaciones de PowerPoint como si fuera verdad. Una estadística sobre la velocidad con que envejecen los datos terminó convirtiéndose ella misma en un dato envejecido. Y eso, en sí mismo, es un ejemplo perfecto del problema que intenta describir.

Los números estimados, aunque menos espectaculares que el fantasma, siguen siendo vertiginosos. En 2010, según las series de IDC, la humanidad generó, copió, capturó y consumió aproximadamente dos zettabytes de datos. Un zettabyte es un billón de gigabytes —un número de veintiún ceros—. En 2023, la estimación había crecido a unos ciento treinta y dos zettabytes. Para 2028, IDC proyecta que se alcanzarán casi cuatrocientos. El salto de 2 a 132 ocurrió en trece años. El salto de 132 a 400 se proyecta en cinco.

¿Y qué hacemos con todo eso? Una parte sorprendentemente pequeña se conserva. En 2020, por ejemplo, IDC estimó que menos del dos por ciento de los datos creados o replicados ese año seguía almacenado al año siguiente. Pero la razón no es simplemente que no sepamos qué hacer con ellos. Gran parte de esos datos nunca estuvo destinada a conservarse. Una transmisión de video en vivo genera una cascada inmensa de bits que atraviesan continentes, se almacenan momentáneamente en servidores y desaparecen casi por completo. Paquetes de red, cachés, copias temporales, lecturas de sensores, procesamientos intermedios: por un instante existieron, cumplieron su función y dejaron de ser necesarios. El diluvio no consiste solamente en que haya demasiada información. Consiste en que gran parte del agua nunca estuvo destinada a quedarse. Y entre esa corriente de datos efímeros, los datos potencialmente valiosos que sí se pierden se vuelven más difíciles de distinguir, no menos.

La sobrecarga informativa no es nueva. La expansión de la imprenta, los periódicos, las burocracias y las bibliotecas produjo reiteradamente la misma queja: hay demasiado, es imposible leer todo, nos estamos ahogando. Lo nuevo es la escala y la velocidad. Ya en 2004, un estudio sobre literatura médica relevante para atención primaria estimó que un clínico necesitaría unas 627 horas mensuales —más de veintinueve horas por día laborable— para evaluar todos los artículos potencialmente pertinentes. No le quedaría tiempo para ver pacientes. No le quedaría tiempo para dormir. No le quedaría tiempo para vivir. Y eso fue hace más de veinte años, cuando la producción científica era una fracción de la actual. La señal, en medicina como en todo lo demás, está enterrada bajo capas geológicas de ruido. Y las capas siguen creciendo.

Shannon nos dio las herramientas para medir la información. Borges nos advirtió sobre el terror de la información sin escala. La pirámide de Ackoff nos mostró que la acumulación sin juicio no produce conocimiento. Y sin embargo, hemos construido una civilización que produce datos con una eficiencia industrial y fabrica sabiduría con la misma lentitud artesanal de siempre: la velocidad de una conversación, de un error, de una vida vivida. La base de la pirámide se ensancha a una velocidad extraordinaria. La cima crece, si crece, a velocidad humana. Y la distancia entre ambas —esa distancia que T. S. Eliot ya sentía en 1934— es la grieta fundamental de nuestra era.

La anécdota de Von Neumann —"llamala entropía, porque nadie sabe qué es"— era, como muchos chistes de genios, una forma de decir algo profundo sin la responsabilidad de demostrarlo. Pero alguien lo demostró. Y la demostración cambió para siempre la relación entre la información y el mundo físico.

En 1961, Rolf Landauer, un físico de IBM de origen alemán cuya familia judía había huido de la Alemania nazi cuando él tenía once años, publicó un artículo titulado "Irreversibility and Heat Generation in the Computing Process". El argumento era tan preciso y tan perturbador que tardó décadas en ser aceptado con la seriedad que merecía. Lo que Landauer demostró es esto: resetear de manera lógicamente irreversible un bit de memoria cuyo estado desconocemos —llevar un bit que puede estar en 0 o en 1 a un estado conocido, destruyendo la información sobre cuál era— requiere disipar una cantidad mínima de energía en forma de calor. No importa con qué materia construyas la memoria. No se puede borrar gratis. La operación lógica más elemental —destruir una distinción binaria— tiene un costo termodinámico que no puede reducirse a cero por ningún medio. Una cantidad ridículamente pequeña. Pero no cero. Nunca cero.

Durante medio siglo, el límite fue demasiado pequeño para medirlo directamente. Hasta que en 2012, un equipo en Francia consiguió verificarlo experimentalmente con una partícula coloidal atrapada en un potencial de doble pozo: a medida que el borrado se ejecutaba más lentamente, la disipación se aproximaba al mínimo predicho por Landauer. Cincuenta y un años después de la predicción, alguien consiguió ver el calor mínimo de olvidar un bit.

La consecuencia es inmensa. Si borrar irreversiblemente un bit produce calor, entonces la información es física — en el sentido preciso que Landauer le daba a esa frase: no existe procesamiento de información sin un soporte físico sometido a las leyes de la física. La información no vive en un plano platónico separado de la materia. Está inscrita en la materia. Depende de la materia. Y cuando se destruye de manera irreversible, la materia lo nota.

Charles Bennett, también de IBM, llevó esta idea hasta sus consecuencias más espectaculares en 1982, cuando ofreció una de las resoluciones modernas más limpias de la paradoja del demonio de Maxwell —un problema que había desconcertado a la termodinámica durante más de un siglo—. El demonio de Maxwell es una criatura hipotética que podría violar la segunda ley de la termodinámica separando moléculas rápidas de lentas sin gastar energía. Durante décadas, el truco del demonio parecía funcionar porque nadie hacía la pregunta correcta: ¿dónde guarda lo que sabe? Bennett mostró que una medición puede, en principio, hacerse de forma reversible, sin costo termodinámico inevitable. El problema aparece después: para completar su ciclo, el demonio necesita borrar la información que adquirió sobre las moléculas —necesita resetear su memoria—, y ese borrado, por el principio de Landauer, impone al ciclo un costo de entropía que impide obtener gratuitamente la violación de la segunda ley. En cuanto le damos memoria, la memoria necesita materia. En cuanto necesita materia, entra en la termodinámica. Y en cuanto tiene que olvidar para volver a empezar, paga. El demonio no puede ganar porque su conocimiento no es incorpóreo.

En la sección I dejamos abierta una pregunta: ¿por qué una medida nacida para describir gases reaparece cuando intentamos medir mensajes? Landauer y Bennett no responden con una identidad simple. Responden con algo más extraño: un puente. Boltzmann y Gibbs encontraron una matemática para hablar de distribuciones de estados físicos. Shannon encontró una matemática con la misma estructura para hablar de incertidumbre sobre mensajes. La semejanza formal era conocida. Lo que Landauer demostró es que, cuando esos mensajes tienen que existir en una memoria física, las dos historias se encuentran experimentalmente. El borrado de información lógica produce consecuencias termodinámicas medibles. Ya no es una metáfora. Pero tampoco es una identidad trivial entre dos magnitudes intercambiables en cualquier contexto. Es una conexión operacional, profunda y verificada, entre dos dominios que parecían no tener nada que ver. Y esa conexión es, quizás, más vertiginosa que una identidad: porque una identidad cierra una pregunta, y un puente abre un camino.

Shannon midió la información. Borges mostró su pesadilla. Wagensberg propuso que comprenderla es comprimirla. La pirámide de Ackoff nos advirtió que acumularla no es lo mismo que entenderla. Landauer demostró que borrar información de manera irreversible tiene un costo físico mínimo. Y Bennett mostró que hasta el conocimiento de un demonio hipotético necesita ocurrir en algún lugar. Lo que la escala hace con la información no es transformarla mágicamente de ruido en sabiduría. Lo que hace es cambiar el encuadre: el contexto, la relevancia, la función. Un bit aislado puede ser indescifrable. Dentro de una secuencia adquiere una función. Dentro de un archivo participa de una estructura. Dentro de un diagnóstico puede contribuir a una decisión. Pero cada una de esas transiciones exige algo más que un cambio de altura: exige interpretación, finalidad, criterio. Y al final de esta cadena —de Shannon a Landauer, de Borges a Bennett— queda una imagen que condensa todo lo que este capítulo ha intentado decir: un demonio diminuto, encerrado en una caja, que cree poder burlar las leyes del universo porque sabe algo. Y que descubre, al intentar olvidarlo, que hasta el conocimiento tiene un precio. Que hasta la memoria genera calor. Que hasta saber ocupa un lugar en el mundo.