Визуальная грамотность в эпоху данных
Шэзна Нэсса -специалист по визуальному сторителлингу, член журналистского общества JFC в Стэнфордском университете, бывший заместитель главного редактора Associated Press - знакомит нас с понятием визуальной грамотности и объясняет, почему визуализаторам стоит отнестись к ней всерьез.
«Важно не то на что вы смотрите, а то что вы видите» — Генри Дэвид Торо
В последние годы визуализация данных в журналистике востребована как никогда: к ней обращаются как для поиска и анализа данных в исследовательских целях, так и для того, чтобы представить информацию публике. Более десяти лет я провела в новостных редакциях: сначала делала интерактивную графику самостоятельно, а затем координировала и оптимизировала работу графических, интерактивных и мультимедийных команд. Новостные редакторы делали все возможное, чтобы наши работы были дерзкими и инновационными: создавали междисциплинарные команды, чтобы повысить наши творческие возможности; нанимали талантливых специалистов за пределами традиционной журналистики, с предыдущим опытом работы в информационных технологиях, статистике или искусстве. В результате такого подхода часть наших визуализаций стала склоняться в сторону все более специфической аудитории. И мы теряли читателей, потому что не принимали во внимание визуальную грамотность нашей аудитории.
Визуализация данных и журналистика
Когда-то слово «визуализация» описывало акт создания мысленного образа. Сегодня оно скорее означает графическое представление информации. Мы живем во все более и более визуальном мире, всматриваемся в экраны разных размеров, разрешение которых с каждой новой версией устройств постепенно увеличивается. Мы живем в мире с большим количеством доступных нам данных, чем когда бы то ни было. IBM утверждает, что 90% данных в мире были созданы за последние два года, и что ежедневно мы создаем 2.5 квинтильона байтов данных, способствуя развитию того, что некоторые называют новой нервной системой планеты. Объедините большие объемы данных с тем фактом, что человеческий мозг быстрее и проще воспринимает изображения, чем текст — вы получите расцветающий мир визуализации данных. Для нас это наиболее действенный способ обнаружения и понимания скрытых образов, взаимосвязей. Текст, фотографии и видео — это журналистские форматы, которые информируют общественность и дают ей возможность принимать решения. Визуализация данных быстро присоединяется к их разряду, как не менее важный формат.
Джули Стил из О’Рейлли выделяет три категории визуализации:
Инфографика — использует небольшой набор данных и много ручной работы над дизайном, например, вот эта работа National Geographic.
Визуализация данных — использует большие наборы данных с меньшим количеством ручной работы над дизайном; базируется на алгоритмах. Например, интерактивная работа New York Times.
Визуальное искусство — однонаправленное кодирование. Красивые, но трудно поддающееся расшифровке визуализации, например, вычислительное искусство Кунала Ананда.
В чем проблема?
Визуализация данных в журналистике часто подвержена влиянию компьютерных наук и математики. В результате, чтобы представить данные в журналистских работах, используются причудливые формы, очертания и взаимосвязи. Этот эффект усиливается еще и быстрым размножением инструментов, которые делают создание любых видов визуализации проще, таких как Many Eyes, Tableau, и общедоступные библиотеки, в том числе D3.
В итоге многие работы привлекают только изощренных пользователей, но не позволяют вникнуть в суть вопроса непосвященным читателям, тем самым причиняя вред цели визуализации – информировать общественность. Именно поэтому настолько важно осознать и понять проблему визуальной грамотности в контексте визуализации.
Новая «визуальная грамматика» журналистики
Приведу в пример три работы, которые экспериментируют со способами представления интерактивной журналистики. Они выглядят внушительно, но и их интерпретация может стать для многих непростой задачей.
Права гомосексуалистов в США, штат за штатом
Визуализация The Guardian о правах гомосексуалистов в Соединенных Штатах наделала много шума в журналистских кругах и в мире визуализации данных из-за ее экспериментального формата. В разговорах и спорах особо выделяют напряженность между новизной и более привычными форматами. Графика представляет страну в виде круга, который позволяет вывести на экран больше информации, чем в формате карты. Формы и цвета привлекательны, но они же — дополнительный уровень для читателя, требующий приложить больше усилий, чтобы добраться до сути.
Китайские связи
Агентство Рейтер представляет красивый проект, который визуализирует тысячи сложных взаимоотношений в структуре власти Китая. Дизайн чист и минималистичен, однако информации будто слишком много, и она отделена от текста, который выделен в отдельный блок. Углубленный поиск в интернете приводит к серии поясняющих видео на YouTube, на которую не ссылается сам проект. Эти
Решающая демографика
Взгляд Associated Press на демографические тенденции американских президентских выборов представляет собой весьма понятную интерактивную тепловую диаграмму. Но возможно, если добавить слой аннотаций с пояснениями, стало бы еще лучше. Стоит копнуть глубже и вы обнаруживаете сбивающую с толку процентную шкалу с цветовыми значениями, которые разбегаются в разные стороны, не давая возможности глазу ни за что зацепиться.
Не принимая во внимание визуальную грамотность аудитории, графика рискует отпугнуть читателей. Многие формы визуализации данных могут выглядеть новыми и интересными, но если средняя визуальная грамотность не принимается в расчет — сообщение и сюжет будут потеряны.
Что такое визуальная грамотность?
The Noun Project стремится создать глобальный визуальный язык, используя символы. Иконки «Исследовательский журнализм» были созданы во время мастер-класса iconathon.
Визуальная грамотность имеет дело со способностью понимать и интерпретировать образы. В книге «Визуализация информации: восприятие дизайна» – Information Visualization: Perception for Design Колин Уэйр говорит о «сенсорном» и «произвольном» распознавании образов. Сенсорное распознавание определяет изображения, которые могут быть восприняты мозгом без интерпретации: аспекты, которые наш мозг научился понимать быстро, без изучения, например, наскальные рисунки и текстуры. Произвольное распознавание определяет образы, которые должны быть изучены, такие как алфавит, условные обозначения в схемах или культурные ассоциации с цветом. Компьютеры позволяют нам создавать новые графические коды, то есть произвольные формы, которые нуждаются в некоторых пояснениях для пользователя, так как они не интуитивны и должны быть изучены.
Чтобы понять, какие визуальные коды (например длина, направление и цвет) наиболее точно воспринимаются людьми, Уильям С. Кливленд и Роберт МакГилл провели серию экспериментов, которые описаны в их работе 1984 года «Графическое восприятие: теория, эксперименты и применение к разработке графических методов».
Процесс кодирования количественных данных в визуальные образы не так прост, но самая эффективная расшифровка данных, согласно этой статье, происходит в следующей последовательности:
- Расположение на обычной шкале (например, линейные графики и графики рассеивания)
- Расположение на нелинейной шкале (например, множественные графики рассеивания)
- Длина, направление, угол (например, столбиковые диаграммы и круговые диаграммы)
- Пространство (например, пузырьковые диаграммы и древовидные карты)
- Объем, кривизна (например, объемные диаграммы)
- Оттенки, насыщенность цвета (например, тепловые диаграммы)
В заключении статьи авторы напоминают, что такое ранжирование должно использоваться лишь как руководство, а не как окончательный вердикт, потому что часто встречаются и другие трудности.
Задавайте себе больше вопросов
Для максимального воздействия визуализация должна выполнить свою цель: что именно она пытается продемонстрировать или прояснить? Не менее важно сосредоточиться на том, как сделать ответ на этот вопрос доступным аудитории. Как только вы обработали данные и экспериментируете с визуализацией для читателей, спрашивайте себя:
- Для кого я делаю это?
- Какое журналистское влияние должна оказать визуализация?
- Если я выбираю новые графические или интерактивные стили, какое руководство я предоставлю аудитории?
- Должен ли я смешивать исследовательские аспекты с пояснительными?
- Как я представлю свою историю?
- Могу ли я добавить примечание, причинный анализ, или news peg?
- Нет ли в визуализации избыточной информации, которую я все еще могу вырезать?
Хвала доступности
Статистик Ганс Рослинг умеет сделать визуализацию доступной для зрителя. Во время TED Talk он сам становится частью диаграммы, смешивая контекст и причинную обусловленность, чтобы рассказать о глобальных тенденциях в здоровье человека.1
Некоммерческая организация Texas Tribune в одном примере не только объяснила что такое древовидные структуры, но даже создала
Использование пояснений с целью направить аудиторию — эффективный способ обеспечить визуализацию контекстом, делая ее более доступной, примеры такого подхода можно увидеть в работах Quoi Info и BBC.
Серьезная подготовка: практические рекомендации
В документальном фильме Джеффа МакГи 2010 года, «Журналистика в эпоху данных», автор исследует слияние традиционных способов повествования с изощренными методами презентации. Это — превосходный фон для пейзажа визуальной журналистики.
Хуан Веласко из National Geographic описывает преодоление трудностей создания многосложной графики для мобильных пользователей.
Джеффри Хир и Майкл Босток стремятся утвердить более дешевые, краудсорсинговые методы будущего: в их экспериментах с восприятием они используют Amazon Mechanical Turk. Взгляните на их статью 2010 года: «Графическое восприятие и краудсорсинг: использование Mechanical Turk для оценки дизайна визуализации», они повторяют проводившиеся ранее исследования и сравнивают результаты.
Ставшая классикой книга Эдварда Тафти «Наглядное отображение количественной информации» ведет читателя через основы превосходства в статистической графике. Книга переполнена примерами: особое внимание автор уделяет графической целостности, плотности данных, а также «графическому хламу».
Начните отсюда
Не существует волшебной формулы, которая могла бы обеспечить визуализации данных равную привлекательность среди новичков и посвященных зрителей. Но есть лучшие практики и руководства по визуальной грамотности, некоторые из которых я указала в этой статье.
Существует новая грамматика, которую мы создаем в мире визуализации данных, ее правила должны быть сбалансированы в контексте журналистской ответственности перед читателем: информировать общественность и помогать ей в принятии решений. Это не означает, что мы должны прибегать только к простым формам и большим блокам пояснительного текста. Это значит, что мы должны вкраплять элементы обучения в нашу работу, чтобы обеспечить понятное руководство читателю. И при этом быть креативными и находить все новые формулы реализации этой идеи.
На первых парах необходимость объяснять дизайн может показаться нелогичной. В конце концов, действительно хороший дизайн не должен требовать отдельного объяснения. Но если мы хотим создавать более обширные и сложные визуализации, мы должны повышать осведомленность читателя о тех методах, к которым мы прибегаем, потому что полученное в результате более глубокое понимание мира того стоит.
Очень легко увлечься многочисленными инструментами, которые сегодня есть под рукой. Так как инструменты развиваются, а мы оттачиваем навыки владения ими, мы не должны забывать останавливаться и проверять, насколько хорошо они служат своей цели. Мы должны быть внимательны по отношению к нашей журналистской цели: уважать своего читателя и его время, и помнить, что мы – не наша аудитория.
Каждый визуальный сюжет — это компромисс между интуитивными и требующими допольнительное пояснение визуальными аспектами. Но также, что еще более важно, все они требуют большой порции человеческого суждения.
Автор: Шэзна Нэсса
Оригинал статьи: Visual literacy in an age of data