La teoría de la información evolutiva es un enfoque constructivo que estudia la información en el contexto de los procesos evolutivos, que son omnipresentes en la naturaleza y la sociedad. En este artículo, desarrollamos las bases de la teoría de la información evolutiva, construyendo varias medidas de información evolutiva y obteniendo sus propiedades. Estas medidas se basan en modelos matemáticos de cálculos evolutivos, máquinas y autómatas. Para medir la información evolutiva de una forma invariante, construimos y estudiamos máquinas y autómatas evolutivos universales, que forman la base de la teoría de la información evolutiva. La primera clase de medidas introducidas y estudiadas en este artículo es el tamaño de la información evolutiva de objetos simbólicos en relación con clases de autómatas o máquinas. En particular, se demuestra que hay un tamaño de información evolutiva invariante y óptimo en relación con diferentes clases de máquinas evolutivas. Como regla general, diferentes clases de algoritmos o autómatas determinan diferentes tamaños de información para el mismo objeto. Las clases más poderosas de algoritmos o autómatas disminuyen el tamaño de la información de un objeto en comparación con el tamaño de la información de un objeto en relación con clases más débiles de algoritmos o máquinas. La segunda clase de medidas para la información evolutiva en objetos simbólicos se estudia mediante la introducción de la cantidad de información evolutiva sobre objetos simbólicos en relación con una clase de autómatas o máquinas. Para dar un ejemplo de aplicaciones, describimos brevemente la posibilidad de modelar la evolución física con máquinas evolutivas para demostrar la aplicabilidad de la teoría de la información evolutiva a todos los procesos materiales. Al final del artículo, se sugieren direcciones para futuras investigaciones.