Con el rápido desarrollo de la estadística, la entropía de la información se propone como un indicador importante utilizado para cuantificar la incertidumbre de la información. En este artículo, se utilizan métodos de máxima verosimilitud y bayesianos para obtener los estimadores de la entropía de una distribución de tipo Burr XII de dos parámetros bajo datos censurados progresivos de tipo-II. En la parte de la estimación de máxima verosimilitud, se calculan los intervalos de confianza asintóticos de la entropía. En la estimación bayesiana, se consideran priors no informativos e informativos respectivamente, y se adoptan funciones de pérdida asimétricas y simétricas. Mientras tanto, también se calcula el riesgo posterior para evaluar el rendimiento de los estimadores de la entropía frente a diferentes funciones de pérdida. En una simulación numérica, se utilizaron la aproximación de Lindley y el método de Monte Carlo de cadena de Markov para obtener las estimaciones bayesianas. A su vez, se derivaron los intervalos creíbles de mayor densidad posterior de la entropía. Finalmente, se utilizaron el sesgo absoluto promedio y el error cuadrático medio para evaluar los estimadores bajo diferentes métodos, y se seleccionó un conjunto de datos reales para ilustrar la viabilidad del modelo de estimación anterior.