Управлінню креативних досліджень, нью-йоркській лабораторії даних, є чому навчити журналістів

«And That’s The Way It Is» — це спільна робота між програмою Public Art Landmarks Техаського університету, Беном Рубіном та Управлінням творчих досліджень. (Фото: OCR)

Якби ви гуляли по кампусу Техаського університету в кампусі Остіна однієї весняної ночі 2012 року, ви б побачили, як багато людей отримують свої новини зі сторони п’ятиповерхового будинку.

Були фрази з легендарних трансляцій Волтера Кронкайта, а також прямі новини з усієї країни. спроектована на бік Комунікаційного центру Джессі Х. Джонса, надаючи кожному, хто проходив повз, подивитись на нічні новини з минулого та сьогодення.

Проект створено учасниками Бюро творчих досліджень , дослідницька група з Нью-Йорка, яка часто створює візуалізації даних, виступи в публічних просторах та прототипи, щоб допомогти людям зрозуміти інформацію.

В останні місяці вони створили візуалізацію про загальну теорію відносності Ейнштейна для Scientific American, зробив розширення Chrome що допомагає людям зрозуміти націлювання реклами та працював з National Geographic відстежувати дику природу в режимі реального часу в дельті Окаванго в Ботсвані.

Їхня робота поєднує в собі журналістику, дослідження користувачів, публічний виступ і масштабну оцифровку, завдяки якій люди розуміють або обробляють інформацію по-новому (деяка кількість членів дослідницької групи переїхала з The New York Times). нещодавно закриті науково-дослідна лабораторія).

Я зв’язався з Управлінням креативних досліджень, щоб дізнатися більше про підхід групи до широкомасштабної взаємодії та інформації, яка виходить далеко за межі екрана і має багато застосувань для редакцій.

я люблю тебе спроектував нічні новини на п'ятиповерховий будинок у Техасі. Це протилежність мобільного пристрою. Усі разом діляться спільним досвідом. Чи не могли б ви трохи розповісти про те, як ви бачите публічний простір і як редакції можуть бачити публічний простір, коли думаєте про те, як передати новини?

Перш за все, велика заслуга за цю чудову роботу належить Бену Рубіну, співзасновнику OCR, який зараз є директором Інституту інформаційного картографування Парсонса.

Бен розповідає чудову історію про те, як їздив на велосипеді додому ввечері, коли він був дитиною, і бачив, як кожне вікно на вулиці мерехтить синхронно — тому що всі були налаштовані на одну і ту ж випуск новин одночасно. Це стосується чого Теджу Коул називає «публічний час», і я вважаю, що це дійсно цінна концепція, про яку слід думати, коли ми досліджуємо зв’язок між даними та громадськістю.

Громадський простір змінився через поширення мобільних пристроїв. Здається, що люди менше усвідомлюють своє оточення і рідше спілкуються один з одним, але набагато частіше спілкуються з кимось, видаленим з цього простору.

Як ви вирішуєте, які проекти братися? Що робить хороший проект? Далі: що відрізняє гарний живий захід від цифрового проекту?

Велика частина вашої роботи пов’язана з тим, щоб зробити складні предмети набагато легшими для розуміння. Ви створили інтерактивну гру та розповідь пояснити висновки нещодавньої статті Nature. Я хотів би почути більше про те, як виник цей проект і як ви перевірили те, що створили, щоб переконатися, що аудиторія зрозуміла анімацію.

До нас звернувся (професор) Саймон Дж. Ентоні, щоб він візуально передав ідеї у своїй роботі ширшій аудиторії за межами колег-дослідників. Ми вирішили орієнтуватися на різні види взаємовідносин між вірусами в хостах, особливо якщо вони не викликають жодних видимих ​​захворювань. Щоб робити прогнози, спочатку потрібно визначити, які типи шаблонів існують, тому велика частина навчального аспекту гри намагається показати різницю між випадковістю та детермінованими моделями. У його дослідженні нас також зацікавило те, що коли ви вивчаєте взаємодію між вірусами в різних масштабах. Шаблони можуть бути дуже різними, тому стало важливо думати на рівні від вірусу до вірусу, від вірусу до хоста та на рівні спільноти багатьох хостів. Те, що всі ці типи стосунків відбуваються одночасно, і що існують потенційно передбачувані закономірності, які керують їх існуванням, був для нас найбільшою привабливістю.

Коли люди приходять до OCR з проектом, ми намагаємося зосередитися на тому, що намагаються отримати дані або дослідження, і робимо все можливе, щоб інтерпретувати та перекласти це на широку аудиторію. У цьому випадку ми хотіли розширити охоплення досліджень Саймона за межі наукової чи академічної спільноти. Ми створили спрощену розповідь, яка б пояснила кілька основних понять у статті. Додавання ігрового елемента здавалося природним способом закріпити деякі абстрактні концепції, які ми намагалися показати, і мати більш широку привабливість. Щоб зробити предмет більш доступним, ми хотіли, щоб візуальна мова сайту була яскравою, дружньою та нагадувала космічних загарбників. Смайли для корму виявилися дуже важливим інструментом, який посилається на метод збору зразків вірусів, а також додає сайту легкості.

Я бачу вашу роботу як журналістику, але за межами традиційної редакції. Ви допомагаєте людям зрозуміти і зрозуміти їхній світ. У вас є улюблений проект?

Ми, безперечно, «журналістика поруч». Четверо з 10 членів нашої команди мають досвід роботи в новинах, і я думаю, що ми поділяємо етичні та технічні підходи з редакцією. Тим не менш, ми не завжди зацікавлені акуратно розповідати історію. По суті, ми є дослідницькою групою, і я думаю, що більшість наших найкращих робіт за своєю суттю є незавершеними. Ми ввічливо відмовляємося від вибору улюбленого проекту.

Велика частина вашої роботи пов’язана з підключенням людей до інформації за допомогою продуктивності. Один з моїх улюблених – це виступ База даних колекцій MoMA на 120 000 об’єктів . Чи можете ви трохи розповісти про те, як ви вирішили створити базу даних і як ви думали про аудиторію та публічні місця, роблячи це?

MoMA попросила нас взяти участь у їхній серії Artists Experiment, що означало співпрацю з їхнім відділом освіти над чимось, що можна було б розглядати як публічну програму.

Наші початкові ідеї здебільшого стосувалися створення концептуальних API, які б дозволили відвідувачам (як у будівлі, так і в Інтернеті) цікавим чином взаємодіяти з базами даних музею. Як виявилося, в такій установі, як MoMA, існує багато політичних умов, і ми не змогли отримати дозволи на роботу, яку ми спочатку хотіли. Тому ми вирішили переформулювати проблему і подивитися, як представити дані, які вже були загальнодоступними, новими та цікавими способами. Марк Хансен і Бен Рубін мали історію даних та виконання, тому вони дійсно керували розробкою п’єси разом із [театральною групою] Служба ремонту ліфтів і структурував виступ у галереях.

Перенесення даних у публічний простір змінює спосіб, яким люди очікують взаємодіяти з ними. Це також робить досвід використання даних дещо менш добровільним — в основному ми «читаємо» дані, коли натискаємо посилання, перегортаємо сторінку чи відвідуємо доповідь. Поміщаючи скульптуру даних у парк або влаштовуючи перформанс бази даних у художній галереї, ми певним чином нав’язуємо дані людям, що змінює динаміку розмови.

У редакціях часто публікується матеріал, а потім редактори, репортери та команда візуалізації даних переходять до свого наступного проекту. ти писати що коли музеї «заохочують [е] мистецтво за допомогою даних про свої колекції, музеї також виявляються залученими до прекрасного виду рекурсії: вони виробляють дані, які виробляють мистецтво, яке виробляє дані, і так далі, і далі».

Це нагадує мені про те, коли інформаційні організації справді перебувають на вершині своїх розділів коментарів, тому що вони отримують нові ідеї для історій від людей, які відповіли на їхній перший матеріал. Мені цікаво, як редакції можуть заохочувати свою аудиторію змінювати свій контент або створювати щось нове з того, що вони виробляють. Я бачу так багато проектів, створення яких зайняло так багато часу, а потім команда переходить до наступного проекту. Чи є способи вийти за межі публікації?

З моменту заснування OCR ми були захоплені ідеєю зворотного зв’язку. Ми постійно намагаємося залучити нашу аудиторію не лише за допомогою створених нами інструментів. Від збору даних до візуалізації даних задіяно багато кроків і дійових осіб, які часто формують та впливають на спочатку зібрані дані. Тому для прозорості та відкритості для нас надзвичайно важливо залучати людей до процесу перетворення даних, від необроблених фрагментів до сенсорних результатів.

Ми розглядаємо це як спробу протистояти градієнту влади, який керує більшістю систем даних, в яких люди, від яких надходять дані, мають найменшу владу, а уряди та корпорації — найбільше.

Деякі з наших проектів, як-от «Floodwatch», залучають громадськість до процесу збору даних. Інші, як-от «Into The Okavango», надають людям інструменти для запиту необроблених даних через публічні API. Незабаром ми запускаємо науковий проект «Хмарно з можливістю болю», який заохочує учасників досліджувати дані громадського здоров’я та подавати власні гіпотези дослідницькій групі проекту в Університеті Манчестера, Великобританія. Існує багато шляхів залучення аудиторії, які ще потрібно досліджувати, і ми твердо переконані, що вони не повинні обмежуватися кінцем творчого процесу.

Останнім часом нас цікавить, як спільноти можуть безпосередньо критикувати дані. Ми створюємо кілька API, які дозволяють користувачам анотувати об’єкти даних питаннями про походження, коментарями щодо правдивості або критикою методології.

Коли я натрапив на сторінку вашого проекту, я подумав про багато способів, як редакції могли б думати про простір, продуктивність і збір даних. Але у них часто не вистачає ресурсів і часу. Які невеликі речі можуть робити організації, щоб допомогти людям налагодити зв’язки та краще зрозуміти навколишній світ, навіть якщо у них немає даних, а саме команди?

Я думаю, що редакції повинні подумати про способи впровадити творчі навички даних у свої існуючі команди, а не скаржитися на відсутність «команди з даними». Двоє наших улюблених людей у ​​світі зробили дивовижний проект нещодавно під назвою « Шановні дані », в якому вони обмінювалися один з одним намальованими від руки листівками з даними протягом року. Без коду, лише олівці. Це гарне нагадування, що технології (і пов’язаний з ними бюджет) не є реальним обмежуючим фактором.

Говорячи про натхнення, Команда Джона Кіфа У WNYC завжди дивують нас чудовими та винахідливими способами роботи з даними з невеликою командою та невеликим бюджетом. Ми особливо в захваті від проектів WNYC, які поєднують збір даних із представленням даних. Вони стирають кордони між журналістикою та громадянською наукою та рухом виробників дійсно надихаючим чином.

(За темою: У Stream Lab журналісти мовлення об’єднуються зі студентами, щоб досліджувати воду в Західній Вірджинії)

Я багато роблю звіти про рекламні технології і мені дійсно цікаво про ваші проекти ' За прапором ” та “ Потоповий дозор ». Який статус Floodwatch? Люди брали участь? Чого ви дізналися з цього експерименту?

У 2013 році ми створили пояснювач систем рекламних технологій для (підприємця та журналіста) Джона Баттелла. Було цікаво дізнатися про цю велику безголову систему, яка, мабуть, є найскладнішою обчислювальною системою, коли-небудь створеною. Завдяки нашій роботі над цим проектом ми почали думати про те, як люди не бачать нічого з цієї системи, і почали думати про те, як ми могли б навчати та розширювати можливості споживачів (або, як ми їх називаємо, людей). Результатом став Floodwatch, інструмент, який дає людям змогу подивитися на профілі, які рекламодавці створюють про них, і дає змогу збирати базу даних ставок, якою можна поділитися з дослідниками реклами.

Наразі Floodwatch знаходиться в альфа-версії, і цього літа ми маємо випустити бета-версію. Здобувши значну базу користувачів (близько 12 000 зареєструвалися для використання розширення, хоча наразі є менше активних користувачів), ми зібрали великий набір оголошень, які людям показували. Працюючи зі спеціалістом з машинного навчання, ми змогли класифікувати оголошення виключно на основі зображень, які вони містять. Ми плануємо випустити нову функцію в бета-версії, де користувачі отримають візуалізації, які пояснюють типи оголошень, які вони показують, і їхнє порівняння з іншими.

Як ви отримуєте нові ідеї? Як ти ділишся тим, чого дізнаєшся?

Існує баланс між ідеями, які генерує Офіс, і ідеями, які надходять до нас через наших партнерів. У студії ми намагаємося показати себе якомога більшій кількості творців та дослідників. Для цього ми щомісяця проводимо захід під назвою OCR Friday, де ми запрошуємо когось разом із 30 гостями провести кілька годин, розмовляючи про практику, засновану на дослідженнях. У нас були режисери, юристи, дослідники конфіденційності, художники, які займаються спостереженням, пивовари, дизайнери, скульптори… ми намагаємося зробити все, щоб усе було різноманітним.

Ми не так добре, як маємо бути, ділимося тим, що дізнаємося. Ми випускаємо щорічний журнал, який містить ефемери наших проектів: нотатки, есе, код та інші дрібниці. Ми намагаємося покращити розміщення активних публічних репозиторіїв GitHub, а також хотіли б проводити публічні семінари та неформальні дискусії навколо дослідницьких тем, за якими ми могли б слідкувати.

Сьогодні багато редакцій стурбовані алгоритмами на платформах, які контролюють, хто може бачити контент. Чи не могли б ви трохи розповісти про роль алгоритмів у вашій власній роботі? Який зв’язок між алгоритмами та редакційним судженням?

Ой, хлопче, алгоритми.

Вода навколо алгоритмів і редакційних суджень неймовірно каламутна. Як нещодавно сказав (колишній гуру даних Kickstarter) Фред Бененсон, алгоритми часто використовуються для « функціональність mathwash, яка інакше вважалася б довільною з об’єктивністю ».

Кілька років тому нас просили розробити алгоритм і медіа-інсталяцію для Музею 11 вересня, яка динамічно створюватиме часові рамки, що пов’язують поточні події з подіями 11 вересня. Наприклад, можна побудувати ланцюжок про те, як закони щодо контролю над зброєю змінювалися і не змінювалися між цим тижнем і 2001 роком. У нашому процесі ми дійсно чітко сказали, що «алгоритмність» статті не усуває суб’єктивності; певним чином це посилило його. Тим не менш, коли твір був представлений, він був описаний як об’єктивний завдяки обчисленню. Це був чудовий спосіб для музею обійти політику кураторства.

Ми використовуємо алгоритми як засіб обробки даних, створення візуальних форм, створення сценаріїв для виконавців, створення звукових ландшафтів. Деякі з цих алгоритмів «заготовлені», і в такому випадку редакційне судження залежить від того, який алгоритм має сенс використовувати. Інші алгоритми ми створюємо самі, і в цьому випадку ми намагаємося пам’ятати про те, як наша суб’єктивність вписується в код. Визначення алгоритму з двох слів — «робити до» — і це до тих пір, поки це не призведе до проблем, оскільки будь-яке тихе спілкування може бути посилене в гучне.