Ņujorkas datu laboratorijai Creative Research Office ir daudz ko mācīt žurnālistiem

'And That's The Way It Is' ir sadarbība starp Teksasas Universitātes publiskās mākslas programmu Landmarks, Benu Rubinu un Radošo pētījumu biroju. (Fotoattēlu kredīts: OCR)

Ja kādu 2012. gada pavasara nakti jūs staigātu pa Teksasas universitātes pilsētiņu Ostinas pilsētiņā, jūs būtu redzējuši, ka daudzi cilvēki saņem ziņas no piecstāvu ēkas sāniem.

Frāzes no Valtera Kronkita leģendārajām pārraidēm, kā arī tiešraides ziņu plūsmas no visas valsts bija projicēts uz sāniem Jesse H. Jones komunikācijas centrā, ļaujot ikvienam, kas gāja garām, ieskatīties ikvakara ziņās no pagātnes un tagadnes.

Projektu izveidoja dalībnieki Radošo pētījumu birojs , Ņujorkā bāzēta pētniecības grupa, kas bieži veido datu vizualizācijas, publiskās telpas priekšnesumus un prototipus, lai palīdzētu cilvēkiem saprast informāciju.

Pēdējos mēnešos viņi ir izveidoja vizualizāciju par Einšteina vispārējās relativitātes teoriju Scientific American, izveidoja Chrome paplašinājumu kas palīdz cilvēkiem saprast reklāmu mērķauditorijas atlasi un strādāja ar National Geographic lai reāllaikā izsekotu savvaļas dzīvniekiem Okavango deltā Botsvānā.

Viņu darbs apvieno žurnālistiku, lietotāju izpēti, publisko sniegumu un liela mēroga digitalizāciju, kas liek cilvēkiem saprast vai apstrādāt informāciju jaunos veidos (vairāki pētnieku grupas locekļi migrēja no The New York Times nesen aizslēgts R&D Lab).

Es sazinājos ar Radošo pētījumu biroju, lai uzzinātu vairāk par grupas pieeju plaša mēroga iesaistei un informācijai, kas pārsniedz ekrāna robežas un ir daudz lietojumprogrammu ziņu telpām.

Es mīlu tevi prognozēja nakts ziņas uz piecstāvu ēku Teksasā. Tas ir pretstats mobilajai ierīcei. Visi kopā dalās koplietošanas pieredzē. Vai jūs varētu nedaudz pastāstīt par to, kā jūs redzat publisko telpu un kā ziņu telpas var redzēt publisko telpu, domājot par to, kā nodot ziņas?

Pirmkārt, lielākā daļa nopelna par šo brīnišķīgo darbu pienākas Benam Rubinam, OCR līdzdibinātājam, kurš tagad ir Pārsonsa Informācijas kartēšanas institūta direktors.

Bens stāsta lielisku stāstu par to, kā vakarā, kad viņš bija bērns, brauca ar velosipēdu mājās un redzēja, ka katrs logs uz ielas mirgo sinhroni — jo visi vienlaikus bija noregulēti uz vienu un to pašu ziņu pārraidi. Tas skar ko Teju Cole sauc par 'publisko laiku', un es domāju, ka tas ir patiešām vērtīgs jēdziens, par ko padomāt, kad mēs pārbaudām attiecības starp datiem un sabiedrību.

Publiskā telpa ir mainījusies mobilo ierīču izplatības dēļ. Šķiet, ka cilvēki ir mazāk informēti par savu apkārtni un mazāk sazinās viens ar otru, bet daudz biežāk sazināsies ar kādu, kas atrodas ārpus šīs telpas.

Kā jūs izlemjat, kādus projektus uzņemties? Kas padara labu projektu? Turpinājums: kāds ir labs tiešraides pasākums salīdzinājumā ar digitālo projektu?

Liela daļa jūsu darba ir saistīta ar sarežģītu priekšmetu daudz vieglāk saprotamu izpratni. Jūs izveidojāt interaktīvu spēli un stāstījumu paskaidrojiet konstatējumus nesen publicētā Nature papīra. Es labprāt uzzinātu vairāk par to, kā šis projekts tika izveidots un kā jūs pārbaudījāt izveidoto, lai nodrošinātu, ka auditorija saprot animāciju.

Mūs uzrunāja (profesors) Saimons J. Entonijs, lai viņš vizuāli paziņotu savā dokumentā ietvertās idejas plašākai auditorijai, ne tikai citiem pētniekiem. Mēs nolēmām mērķēt uz dažāda veida attiecībām starp vīrusiem saimniekos, it īpaši, ja tie neizraisa nekādu acīmredzamu slimību. Lai veiktu prognozes, vispirms ir jānosaka, kādi modeļi pastāv, tāpēc liela daļa no spēles izglītojošā aspekta ir mēģinājums parādīt atšķirību starp nejaušību un deterministiskajiem modeļiem. Viņa pētījumos mūs ieinteresēja arī tas, ka, pārbaudot mijiedarbību starp vīrusiem dažādos mērogos. Modeļi var būt ļoti dažādi, tāpēc kļuva svarīgi domāt par vīrusa-vīrusa līmeni, vīrusa-uzņēmēja līmeni un daudzu saimniekdatoru kopienas līmeni. Fakts, ka visi šie attiecību veidi notiek vienlaikus un ka pastāv potenciāli paredzami modeļi, kas nosaka to pastāvēšanu, bija mūsu lielākais pievilcības spēks.

Kad cilvēki ierodas OCR ar projektu, mēs cenšamies apzināties, ko dati vai pētījumi cenšas iegūt, un darām visu iespējamo, lai tos interpretētu un tulkotu plašākai auditorijai. Šajā gadījumā mēs vēlējāmies paplašināt Saimona pētījumu apjomu ārpus zinātniskās vai akadēmiskās kopienas. Mēs izveidojām vienkāršotu stāstījumu, kas izskaidro dažus no dokumentā ietvertajiem pamatjēdzieniem. Spēles elementa pievienošana šķita dabisks veids, kā nostiprināt dažus abstraktos jēdzienus, kurus mēs centāmies parādīt, un iegūt plašāku pievilcību. Lai padarītu tēmu pieejamāku, mēs vēlējāmies, lai vietnes vizuālā valoda būtu spilgtas krāsas, draudzīga un atgādinātu kosmosa iebrucējus. Emocijzīme 'kakā' atklājās kā ļoti svarīgs rīks, kas norāda uz vīrusu paraugu savākšanas metodi, kā arī piešķir vietnei zināmu vieglumu.

Es uzskatu, ka jūsu darbs ir žurnālistika, bet ārpus tradicionālās ziņu telpas. Jūs palīdzat cilvēkiem saprast un izprast savu pasauli. Vai jums ir mīļākais projekts?

Mēs noteikti esam 'žurnālistikas blakus'. Četri no mūsu 10 komandas locekļiem ir informēti par ziņām, un es domāju, ka mums ir kopīga ētiskā un tehniskā pieeja ar ziņu telpu. Tomēr mēs ne vienmēr esam ieinteresēti glīti stāstīt stāstu. Būtībā mēs esam pētniecības grupa, un es domāju, ka liela daļa no mūsu labākajiem darbiem pēc būtības ir nepilnīgi. Mēs pieklājīgi atsakāmies izvēlēties iecienītāko projektu.

Liela daļa jūsu darba ir saistīta ar cilvēku savienošanu ar informāciju, izmantojot sniegumu. Viens no maniem favorītiem ir uzstāšanās MoMA 120 000 objektu kolekciju datu bāze . Vai varat nedaudz pastāstīt par to, kā izvēlējāties izveidot datubāzi un kā to darot domājāt par auditoriju un publiskajām telpām?

MoMA mūs lūdza piedalīties viņu mākslinieku eksperimentu sērijā, kas nozīmēja sadarbību ar viņu izglītības nodaļu kaut ko tādu, ko varētu uzskatīt par publisku programmu.

Mūsu sākotnējās idejas galvenokārt bija par konceptuālu API izveidi, kas ļautu apmeklētājiem (gan ēkā, gan internetā) interesantā veidā mijiedarboties ar muzeja datubāzēm. Kā izrādās, tādā iestādē kā MoMA pastāv daudz politisko apstākļu, un mēs nevarējām saņemt atļaujas veikt darbu, ko sākotnēji vēlējāmies. Tāpēc mēs nolēmām pārskatīt problēmu un noskaidrot, kā mēs varētu parādīt datus, kas jau bija publiski pieejami, jaunos un interesantos veidos. Marks Hansens un Bens Rubins bija datu un izpildījuma vēsture, tāpēc viņi patiešām vadīja skaņdarba izstrādi kopā ar [teātra grupu] Liftu remonts un strukturēja priekšnesumu galerijās.

Datu ievietošana publiskajā telpā maina veidu, kā cilvēki sagaida mijiedarbību ar tiem. Tas arī padara datu izmantošanu nedaudz mazāk brīvprātīgu — lielākoties mēs “lasām” datus, kad noklikšķinām uz saites vai pāršķiram lapu vai apmeklējam sarunu. Ievietojot datu skulptūru parkā vai iestudējot datu bāzes performanci mākslas galerijā, mēs zināmā mērā uzspiežam datus cilvēkiem, kas maina sarunas dinamiku.

Ziņojumu telpās bieži tiek publicēts gabals, un pēc tam redaktori, reportieri un datu vizualizācijas komanda pāriet pie sava nākamā projekta. Tu rakstīt ka tad, kad muzeji “veicina mākslas darbu ar saviem kolekciju datiem, muzeji arī nonāk skaistā rekursijā: tie ražo datus, kas rada mākslu, kas rada datus, un vēl un vēl un vēl”.

Tas man atgādina, kad ziņu organizācijas patiešām atrodas savās komentāru sadaļās, jo tās gūst jaunas idejas no cilvēkiem, kuri atbildēja uz viņu pirmo rakstu. Mani interesē, kā ziņu telpas var mudināt auditoriju remiksēt savu saturu vai radīt kaut ko jaunu no tā, ko viņi ražo. Es redzu tik daudz projektu, kuru izveide prasīja tik daudz laika — un tad komanda pāriet pie nākamā projekta. Vai ir veidi, kā paplašināties pēc publicēšanas?

Kopš OCR pirmsākumiem mūs ir fascinējusi ideja par atgriezenisko saiti. Mēs pastāvīgi cenšamies piesaistīt auditoriju, ne tikai izmantojot mūsu radītos rīkus. No datu vākšanas līdz datu vizualizācijai ir iesaistīti daudzi soļi un dalībnieki, kas bieži veido un ietekmē sākotnēji savāktos datus. Pārredzamības un atklātības labad mums ir ļoti svarīgi iesaistīt cilvēkus visā datu pārveidošanas procesā, sākot no neapstrādātiem bitiem līdz sensoriem rezultātiem.

Mēs to uztveram kā mēģinājumu vērsties pret jaudas gradientu, kas virza lielāko daļu datu sistēmu, kurā cilvēkiem, no kuriem tiek iegūti dati, ir vismazākā vara, bet valdībām un korporācijām lielākā daļa.

Daži no mūsu projektiem, piemēram, “Floodwatch”, iesaista sabiedrību datu vākšanas procesā. Citi, piemēram, “Into The Okavango”, nodrošina cilvēkiem rīkus neapstrādātu datu vaicāšanai, izmantojot publiskās API. Mēs drīzumā izlaidīsim pilsoņu zinātnes projektu “Mākoņains ar iespēju sāpēt”, kas mudina dalībniekus izpētīt sabiedrības veselības datus un iesniegt savas hipotēzes projekta pētniecības grupai Mančestras Universitātē, Apvienotajā Karalistē. Ir daudzi veidi, kā iesaistīt auditoriju, kas vēl ir jāizpēta, un mēs esam pārliecināti, ka tiem nevajadzētu aprobežoties tikai ar radošā procesa beigām.

Pēdējā laikā esam interesējušies par to, kā kopienas var tieši kritizēt datus. Mēs veidojam dažas API, kas ļauj lietotājiem komentēt datu objektus ar jautājumiem par izcelsmi, komentāriem par patiesumu vai metodoloģijas kritiku.

Kad es atklāju jūsu projekta lapu, es domāju par tik daudziem veidiem, kā ziņu telpas varētu domāt par telpu un veiktspēju un datu vākšanu. Taču viņiem bieži vien trūkst resursu un laika. Kādas mazas lietas organizācijas var darīt, lai palīdzētu cilvēkiem izveidot sakarus un labāk izprast apkārtējo pasauli, pat ja viņiem nav datu, piemēram, komandas?

Es domāju, ka ziņu dienestiem ir jādomā par veidiem, kā savās esošajās komandās iekļaut radošas datu prasmes, nevis žēloties par “data viz komandas” trūkumu. Divi no mūsu iecienītākajiem cilvēkiem pasaulē nesen veica pārsteidzošu projektu ar nosaukumu ' Cienījamie dati! ”, kurā gada laikā viņi viens ar otru apmainījās ar roku zīmētām datu pastkartēm. Bez koda, tikai zīmuļu krītiņi. Tas ir labs atgādinājums, ka tehnoloģija (un ar to saistītais budžets) nav īstais ierobežojošais faktors.

Runājot par iedvesmu, Džona Kīfa komanda WNYC vienmēr mūs pārsteidz ar apburošajiem un atjautīgajiem veidiem, kā viņi strādā ar datiem ar nelielu komandu un nelielu budžetu. Mūs īpaši sajūsmina WNYC projekti, kas apvieno datu vākšanu ar datu attēlošanu. Tie patiešām iedvesmojoši izjauc robežas starp žurnālistiku un pilsoņu zinātni un veidotāju kustību.

(Saistīts: Stream Lab apraides žurnālisti sadarbojas ar studentiem, lai pārbaudītu Rietumvirdžīnijas ūdeni)

Es daudz ziņoju par reklāmu tehnoloģijām un biju ļoti ieinteresēts par jūsu projektiem. Aiz Reklāmkaroga ' un ' Plūdu pulkstenis ”. Kāds ir Floodwatch statuss? Vai cilvēki piedalījās? Ko jūs uzzinājāt no šī eksperimenta?

2013. gadā mēs (uzņēmējam un žurnālistam) Džonam Batellem izveidojām reklāmu tehnoloģiju sistēmu skaidrotāju. Bija aizraujoši uzzināt par šo lielo bezgalvu sistēmu, kas, iespējams, ir vissarežģītākā jebkad radītā skaitļošanas sistēma. Strādājot pie šī projekta, mēs sākām domāt par to, kā indivīdi nevar daudz redzēt, vai ir kāda no šīs sistēmas, un sākām domāt par veidiem, kā mēs varētu izglītot un dot iespēju patērētājiem (vai, kā mēs tos saucam, cilvēkus). Rezultātā tika izveidots rīks Floodwatch, kas ļauj cilvēkiem apskatīt profilus, ko par viņiem veido reklāmdevēji, un ļauj apkopot cenu datu bāzi, ko var kopīgot ar reklāmas pētniekiem.

Floodwatch pašlaik ir alfa versijā, un šovasar gaidāma beta versija. Pēc ievērojamas lietotāju bāzes iegūšanas (apmēram 12 000 ir reģistrējušies, lai izmantotu paplašinājumu, lai gan pašlaik ir mazāk aktīvo lietotāju), mēs izveidojām lielu datu kopu ar reklāmām, kuras cilvēkiem ir rādītas. Sadarbojoties ar mašīnmācīšanās speciālistu, esam spējuši klasificēt reklāmas, pamatojoties tikai uz tajās ietvertajiem attēliem. Mēs plānojam izlaist jaunu funkciju beta laidienā, kur lietotāji saņems vizualizācijas, kas izskaidro viņiem rādīto reklāmu veidus un to salīdzinājumu ar citām reklāmām.

Kā jums rodas jaunas idejas? Kā jūs dalāties tajā, ko esat iemācījies?

Pastāv līdzsvars starp biroja radītajām idejām un idejām, kas mums ienāk caur mūsu partneriem. Studijā mēs cenšamies sevi pakļaut pēc iespējas lielākam skaitam citu radītāju un pētnieku. Šim nolūkam mēs rīkojam ikmēneša pasākumu ar nosaukumu OCR Friday, kurā aicinām kādu kopā ar 30 viesiem pavadīt dažas stundas, lai runātu par pētniecībā balstītu praksi. Mums ir bijuši filmu veidotāji, juristi, privātuma pētnieki, novērošanas mākslinieki, alus meistari, dizaineri, tēlnieki... mēs cenšamies visu iespējamo, lai lietas būtu daudzveidīgas.

Mēs neesam tik labi, kā vajadzētu dalīties tajā, ko esam iemācījušies. Mēs izdodam ikgadēju žurnālu, kurā ir mūsu projektu efemēri: piezīmes, esejas, kods un citas mazas lietas. Mēs cenšamies uzlabot aktīvu publisko GitHub repozitoriju mitināšanu, kā arī vēlamies rīkot publiskus seminārus un neformālas diskusijas par pētniecības pavedieniem, kuriem mēs varētu sekot.

Mūsdienās daudzas ziņu telpas ir nobažījušās par algoritmiem platformās, kas kontrolē saturu, kas var redzēt saturu. Vai jūs varētu nedaudz pastāstīt par algoritmu lomu jūsu darbā? Kāda ir saistība starp algoritmiem un redakcionālo spriedumu?

Ak puika, algoritmi.

Ūdeņi ap algoritmiem un redakcionālajiem spriedumiem ir neticami neskaidri. Kā (bijušais Kickstarter datu guru) Freds Benensons nesen teica, algoritmi bieži tiek izmantoti, lai ' mathwash funkcionalitāte, kas citādi tiktu uzskatīta par patvaļīgu ar objektivitāti ”.

Pirms dažiem gadiem mums to lūdza izstrādāt algoritmu un mediju instalācija 11. septembra muzejam, kas dinamiski veidotu laika līnijas, kas savieno aktuālos notikumus ar 11. septembra notikumiem. Piemēram, varētu izveidot pavedienu par to, kā ieroču kontroles likumi ir mainījušies un nav mainījušies laika posmā no šīs nedēļas līdz 2001. gadam. Mēs patiešām skaidri teicām, ka gabala “algoritms” nenovērsa subjektivitāti. dažos veidos tas to pastiprināja. Tomēr, kad gabals tika atklāts, tas tika aprakstīts kā objektīvs, pateicoties aprēķiniem. Muzejam tas bija glīts veids, kā izvairīties no pārraudzības politikas.

Mēs izmantojam algoritmus kā līdzekli datu apstrādei, vizuālu formu ģenerēšanai, izpildītāju skriptu veidošanai, skaņu ainavu veidošanai. Daži no šiem algoritmiem nav pieejami, un tādā gadījumā ir redakcionāls spriedums, kas nosaka, kuru algoritmu ir lietderīgi izmantot. Citus algoritmus mēs radām paši, un tādā gadījumā mēs cenšamies pievērst uzmanību tam, kā mūsu subjektivitāte tiek iekļauta kodā. Algoritma definīcija, kas sastāv no diviem vārdiem, ir “darīt līdz” — līdz brīdim, kad mēs nonākam nepatikšanās, jo jebkura klusa saziņa var tikt pastiprināta līdz skaļai.