杰·罗森（Jay Rosen）：纽约大学新闻学教授。
我们应该淘汰“信息超载”这一观点，因为它已不再适用。互联网研究学者克莱·舍基（Clay Shirky）说：“其实没有信息超载这回事，只有筛选程序失效。”如果你的筛选程序失效了，那么信息就会过多，并且没有足够的时间处理。这不是技术导致的趋势，而是生活的实际状况。
数字化领域的筛选程序工作不是通过消除需要消除的信息，而是不进行选择，未被选择的物质仍旧在原地，留给其他的筛选程序。我们所需要的这种智能程序有以下3种：
◎接受大量信息的聪明人可以告诉你所需要的知识，以前人们称其为“编辑”，现在《纽约时报》的头版依旧采取这种方式。
◎计算程序可以筛选他人所做的选择，将其排序，并将最匹配的结果呈现给你，这大致就是谷歌网站的操作方法。
◎机器学习系统可以慢慢了解你的兴趣爱好和优先考虑事项，并用智能的方式帮你筛选。亚马逊网站使用的系统便是如此。
以下是我所知道的关于信息的最佳定义——信息是减少不确定性的一种手段。这个定义看似简单，实则不然，你需要知道两件事：重要的不确定性事物（比如明天我们要去野餐，会下雨吗？），解决问题的事物（比如天气预报）。但是某些信息反而会产生亟需解决的不确定性。
假设我们从新闻中得知，美国国家安全局破解了网络的加密系统，这就是信息。它减少了美国政府将对网络如何处理的不确定性。但是同样的报道也使我们更不确定，当交互式网络技术愈发成熟时，单一互联网是否还会继续存在，给我们提供更多的信息。所以信息既在减少也在增加不确定性的手段，就像我们所说的“它提出的问题比解决的更多”。
筛选程序的失效不是因为信息过多，而是因为这些信息既无法减少现有的不确定性，也无法使我们发现有价值的问题。最好的方法就是将3种程序结合起来：服务于我们的智囊团、睿智的群体以及他们的选择、通过与人互动学习的智能系统。这时候，有人就会跳出来反驳：“碰上意外的事件又当如何解决呢？”这个问题很好。我们需要的筛选程序既可以基于各自需求，也能选出一些我们由于未知而没有要求的事物。当筛选程序太了解或不够了解我们时，它们都会失效。
