Urad za kreativne raziskave, newyorški podatkovni laboratorij, mora veliko naučiti novinarje

'In That's The Way It Is' je sodelovanje med javnim umetniškim programom Landmarks Univerze v Teksasu, Benom Rubinom in Uradom za kreativne raziskave. (Foto: OCR)

Če bi se neke spomladanske noči leta 2012 sprehajali po kampusu Univerze v Teksasu v kampusu v Austinu, bi videli številne ljudi, ki svoje novice dobivajo s strani petnadstropne stavbe.

Fraze iz legendarnih oddaj Walterja Cronkitea in novic v živo iz vse države so bili projiciran na stran komunikacijskega centra Jesse H. Jones, ki vsem, ki se sprehajajo mimo, daje pogled na nočne novice iz preteklosti in sedanjosti.

Projekt so ustvarili člani Urad za kreativne raziskave , raziskovalna skupina s sedežem v New Yorku, ki pogosto ustvarja vizualizacije podatkov, predstave in prototipe v javnih prostorih, da bi ljudem pomagala razumeti informacije.

V zadnjih mesecih so ustvaril vizualizacijo o Einsteinovi teoriji splošne relativnosti za Scientific American, naredil razširitev za Chrome ki ljudem pomaga razumeti ciljanje oglasov in delal z National Geographic za spremljanje prostoživečih živali v realnem času v delti Okavango v Bocvani.

Njihovo delo združuje novinarstvo, raziskave uporabnikov, javno delovanje in obsežne digitalizacije, zaradi katerih ljudje razumejo ali obdelujejo informacije na nove načine (številni člani raziskovalne skupine so se preselili iz The New York Timesa). pred kratkim zaprto R&R laboratorij).

Stopil sem v stik z Uradom za kreativne raziskave, da bi izvedel več o pristopu skupine k obsežnemu sodelovanju in informacijam, ki presega meje zaslona in ima veliko aplikacij za redakcije.

ljubim te projiciral nočne novice na petnadstropno stavbo v Teksasu. To je nasprotje mobilne naprave. Vsi skupaj delijo skupno izkušnjo. Ali lahko malo spregovorite o tem, kako vidite javni prostor in kako lahko redakcije vidijo javni prostor, ko razmišljate o tem, kako posredovati novico?

Prvič, največ zaslug za ta čudovit del gre Benu Rubinu, soustanovitelju OCR, ki je zdaj direktor Parsonsovega inštituta za informacijsko kartiranje.

Ben pripoveduje čudovito zgodbo o tem, kako se je zvečer, ko je bil otrok, s kolesom vozil domov in videl, da vsako okno na ulici utripa v sinhronizaciji – ker so bili vsi hkrati uglašeni na isto oddajo novic. To se dotika česa Teju Cole imenuje »javni čas« in mislim, da je to res dragocen koncept, o katerem bi morali razmišljati, ko preučujemo odnos med podatki in javnostjo.

Javni prostor se je spremenil zaradi razširjenosti mobilnih naprav. Zdi se, da se ljudje manj zavedajo svoje okolice in manj verjetno komunicirajo drug z drugim, vendar je veliko bolj verjetno, da bodo komunicirali z nekom, ki je odmaknjen iz tega prostora.

Kako se odločite, katere projekte boste sprejeli? Kaj naredi dober projekt? Nadaljevanje: Kaj naredi dober dogodek v živo v primerjavi z digitalnim projektom?

Veliko vašega dela se nanaša na lažje razumevanje težkih predmetov. Ustvarili ste interaktivno igro in pripoved razloži ugotovitve nedavnega članka Nature. Rad bi izvedel več o tem, kako se je ta projekt združil in kako ste preizkusili, kar ste zgradili, da bi zagotovili, da občinstvo razume animacijo.

Na nas se je obrnil (profesor) Simon J. Anthony, da vizualno sporoči ideje v svojem prispevku širšemu občinstvu, ki presega kolege raziskovalce. Odločili smo se, da bomo ciljali na različne vrste odnosov med virusi v gostiteljih, še posebej, če ne povzročajo nobene očitne bolezni. Če želite narediti napovedi, morate najprej ugotoviti, kakšne vrste vzorcev obstajajo, zato velik del izobraževalnega vidika igre poskuša pokazati razliko med naključnostjo in determinističnimi vzorci. Pri njegovih raziskavah nas je zanimalo tudi to, da ko preučujemo interakcije med virusi na različnih ravneh. Vzorci so lahko zelo različni, zato je postalo pomembno razmišljati na ravni od virusa do virusa, od virusa do gostitelja in ravni skupnosti številnih gostiteljev. Dejstvo, da se vse te vrste odnosov dogajajo sočasno in da obstajajo potencialno predvidljivi vzorci, ki vodijo njihov obstoj, je bilo za nas največja privlačnost.

Ko ljudje pridejo na OCR s projektom, se trudimo, da se osredotočimo na to, kaj podatki ali raziskave poskušajo priti do bližine, in se potrudimo, da jih interpretiramo in prevedemo širši publiki. V tem primeru smo želeli razširiti doseg Simonovega raziskovanja izven znanstvene ali akademske skupnosti. Ustvarili smo poenostavljeno pripoved, ki bi pojasnila nekaj ključnih konceptov v prispevku. Dodajanje igralnega elementa se je zdelo kot naraven način za utrjevanje nekaterih abstraktnih konceptov, ki smo jih poskušali prikazati, in imajo širšo privlačnost. Da bi bila tematika bolj dostopna, smo želeli, da je vizualni jezik spletnega mesta svetlo obarvan, prijazen in spominja na osvajalce vesolja. Emoji iztrebkov so se izkazali kot zelo pomembno orodje, ki se sklicuje na metodo zbiranja vzorcev virusov in spletnemu mestu doda nekaj lahkotnosti.

Delo, ki ga opravljate, vidim kot novinarstvo, vendar zunaj tradicionalne redakcije. Ljudem pomagate razumeti in razumeti njihov svet. Imate najljubši projekt?

Vsekakor smo »novinarstvo v bližini«. Štirje od 10 članov naše ekipe imajo izkušnje z novicami in mislim, da si z redakcijo delimo etične in tehnične pristope. Kljub temu nas ne zanima vedno lepo pripovedovanje zgodbe. V bistvu smo raziskovalna skupina in menim, da je večina našega najboljšega dela sama po sebi nepopolna. Vljudno zavračamo izbiro najljubšega projekta.

Velik del vašega dela vključuje povezovanje ljudi z informacijami prek delovanja. Eden mojih najljubših je nastop MoMA-jeva zbirka zbirk 120.000 predmetov . Ali lahko malo spregovorite o tem, kako ste se odločili za izvedbo baze podatkov in kako ste pri tem razmišljali o občinstvu in javnih prostorih?

MoMA nas je prosila za sodelovanje v njihovi seriji Artists Experiment, kar je pomenilo sodelovanje z njihovim oddelkom za izobraževanje pri nečem, kar bi lahko razumeli kot javni program.

Naše začetne ideje so bile večinoma okrog ustvarjanja konceptualnih API-jev, ki bi obiskovalcem (tako v stavbi kot na internetu) omogočili interakcijo z muzejskimi bazami podatkov na zanimive načine. Kot se je izkazalo, v instituciji, kot je MoMA, obstaja veliko političnih pogojev, in nismo mogli dobiti dovoljenj za opravljanje dela, ki smo ga sprva želeli. Zato smo se odločili, da problem preoblikujemo in vidimo, kako lahko podatke, ki so že bili javni, predstavimo na nove in zanimive načine. Mark Hansen in Ben Rubin so imeli zgodovino podatkov in izvedbe, zato so z [gledališko skupino] res vodili razvoj predstave Servis dvigala in strukturirali predstavo v galerijah.

Vnašanje podatkov v javni prostor spremeni način, na katerega ljudje pričakujejo interakcijo z njimi. Prav tako je izkušnja s podatki nekoliko manj prostovoljna – večinoma podatke »beremo«, ko kliknemo povezavo, obrnemo stran ali se udeležimo pogovora. S postavitvijo podatkovne skulpture v park ali uprizoritvijo baze podatkov v umetniški galeriji ljudem na nek način vsiljujemo podatke, kar spremeni dinamiko pogovora.

V redakcijah se prispevek pogosto objavi, nato pa se uredniki, novinarji in ekipa za vizualizacijo podatkov premaknejo na svoj naslednji projekt. ti piši da ko muzeji »spodbujajo[e] umetniško ustvarjanje s podatki o svojih zbirkah, se tudi muzeji znajdejo v čudoviti vrsti rekurzije: proizvajajo podatke, ki proizvajajo umetnost, ki proizvaja podatke, in še in še in še«.

Spominja me na to, ko so novičarske organizacije res na vrhu svojih razdelkov s komentarji, ker dobijo nove ideje za zgodbe od ljudi, ki so se odzvali na njihov prvi prispevek. Zanimajo me načini, kako lahko redakcije spodbudijo svoje občinstvo, da preoblikujejo svojo vsebino ali ustvarijo nekaj novega iz tega, kar ustvarijo. Vidim toliko projektov, ki so vzeli toliko časa za izdelavo — in potem se ekipa premakne na naslednji projekt. Ali obstajajo načini za razširitev preko objave?

Od začetka OCR smo bili navdušeni nad idejo povratnih informacij. Nenehno poskušamo pritegniti naše občinstvo, ki presega zgolj rezultate orodij, ki jih ustvarjamo. Od zbiranja podatkov do vizualizacije podatkov je vključenih veliko korakov in akterjev, ki pogosto oblikujejo in vplivajo na prvotno zbrane podatke. Zaradi preglednosti in odprtosti je zato ključnega pomena, da ljudi vključujemo ves čas procesa preoblikovanja podatkov, od neobdelanih bitov do senzoričnih rezultatov.

To vidimo kot poskus potiskanja proti gradientu moči, ki poganja večino podatkovnih sistemov, v katerih imajo ljudje, od katerih prihajajo podatki, najmanj moči, vlade in korporacije pa največ.

Nekateri naši projekti, kot je »Floodwatch«, vključujejo javnost v postopek zbiranja podatkov. Drugi, kot je 'Into The Okavango', ljudem nudijo orodja za poizvedovanje po neobdelanih podatkih prek javnih API-jev. Kmalu bomo izdali znanstveni projekt za državljane, »Cloudy With A Chance of Pain«, ki spodbuja udeležence, da raziščejo podatke o javnem zdravju in predložijo svoje hipoteze raziskovalni skupini projekta na Univerzi v Manchestru v Združenem kraljestvu. Obstaja veliko načinov za vključevanje občinstva, ki jih je treba še raziskati, in trdno verjamemo, da ne bi smeli biti omejeni na konec ustvarjalnega procesa.

V zadnjem času nas zanima, kako lahko skupnosti neposredno kritizirajo podatke. Gradimo nekaj API-jev, ki uporabnikom omogočajo, da označijo podatkovne objekte z vprašanji o izvoru, komentarji o verodostojnosti ali kritiki metodologije.

Ko sem naletel na vašo projektno stran, sem pomislil na toliko načinov, kako bi lahko redakcije razmišljale o prostoru in uspešnosti ter zbiranju podatkov. Toda pogosto nimajo sredstev in časa. Kakšne majhne stvari lahko naredijo organizacije, da bi ljudem pomagale vzpostaviti povezave in bolje razumeti svet okoli sebe, tudi če nimajo podatkov, tj. ekipe?

Mislim, da bi morale redakcije razmisliti o načinih, kako v svoje obstoječe ekipe vnesti kreativne podatkovne veščine, namesto da bi objokovale pomanjkanje 'podatkov, tj. ekipe'. Dva naša najljubša človeka na svetu sta pred kratkim naredila neverjeten projekt, imenovan ' Spoštovani podatki ” v katerem sta si v enem letu izmenjala ročno narisane podatkovne razglednice. Brez kode, samo barvice. To je dober opomnik, da tehnologija (in s tem povezani proračun) ni pravi omejevalni dejavnik.

Ko že govorimo o navdihu, Ekipa John Keefe pri WNYC nas vedno preseneti s čudovitimi in iznajdljivimi načini dela s podatki z majhno ekipo in majhnim proračunom. Še posebej smo navdušeni nad projekti WNYC, ki združujejo zbiranje podatkov s predstavitvijo podatkov. Na resnično navdihujoče načine brišejo meje med novinarstvom in državljansko znanostjo ter gibanjem ustvarjalcev.

(Povezano: V Stream Labu se novinarji oddajanja združijo s študenti, da bi preučili vodo v Zahodni Virginiji)

Veliko poročam o oglasni tehnologiji in me res zanimajo vaši projekti. Za transparentom ” in “ Poplavna straža .” Kakšno je stanje Floodwatcha? So ljudje sodelovali? Kaj ste se naučili iz tega eksperimenta?

Leta 2013 smo za (podjetnika in novinarja) Johna Battella zgradili razlagalnik sistemov oglasne tehnologije. Fascinantno je bilo izvedeti o tem velikem sistemu brez glave, ki je nedvomno najbolj zapleten računalniški sistem, ki je bil kdaj ustvarjen. Skozi naše delo na tem projektu smo začeli razmišljati o tem, kako posamezniki ne vidijo veliko tega sistema, in začeli razmišljati o načinih, kako bi lahko izobrazili in opolnomočili potrošnike (ali, kot jim pravimo, ljudi). Rezultat je bil Floodwatch, orodje, ki ljudem omogoča vpogled v profile, ki jih o njih gradijo oglaševalci, in omogoča zbiranje zbirke podatkov o ponudbah, ki jo je mogoče deliti z raziskovalci oglaševanja.

Floodwatch je trenutno v alfa različici in to poletje naj bi bila izdana različica beta. Potem ko smo pridobili veliko bazo uporabnikov (približno 12.000 se je prijavilo za uporabo razširitve, čeprav je trenutno manj aktivnih uporabnikov), smo zgradili velik nabor oglasov, ki so bili ljudem prikazani. V sodelovanju s strokovnjakom za strojno učenje smo lahko oglase razvrstili izključno na podlagi posnetkov, ki jih vsebujejo. Načrtujemo izdajo nove funkcije v izdaji beta, kjer bodo uporabniki dobili vizualizacije, ki pojasnjujejo vrste oglasov, ki jih prikazujejo, in njihovo primerjavo z drugimi.

Kako dobiš nove ideje? Kako delite, kar ste se naučili?

Obstaja ravnovesje med idejami, ki jih ustvari urad, in idejami, ki pridejo na naša vrata prek naših partnerjev. V studiu se skušamo izpostaviti čim več drugim ustvarjalcem in raziskovalcem. V ta namen organiziramo mesečni dogodek, imenovan OCR Friday, na katerega povabimo nekoga, skupaj s 30 gosti, da se nekaj ur pogovarja o raziskovalni praksi. Imeli smo filmske ustvarjalce, odvetnike, raziskovalce zasebnosti, umetnike za nadzor, mojstre pivovarne, oblikovalce, kiparje ... trudimo se, da bi bile stvari raznolike.

Nismo tako dobri, kot bi morali biti v tem, da delimo, kar smo se naučili. Objavljamo letni časopis, ki vsebuje efemere naših projektov: zapiske, eseje, kode in druge malenkosti. Poskušamo postati boljši pri gostovanju aktivnih javnih repozitorijev GitHub, prav tako pa bi radi gostili javne delavnice in neformalne razprave o raziskovalnih temah, ki jih morda spremljamo.

Številne redakcije so danes zaskrbljene zaradi algoritmov na platformah, ki nadzorujejo, kdo lahko vidi vsebino. Bi lahko malo spregovorili o vlogi algoritmov pri vašem delu? Kakšno je razmerje med algoritmi in uredniško presojo?

O fant, algoritmi.

Vode okoli algoritmov in uredniške presoje so neverjetno motne. Kot je nedavno dejal (nekdanji guru podatkov Kickstarter) Fred Benenson, se algoritmi pogosto uporabljajo za ' funkcionalnost mathwash, ki bi se sicer z objektivnostjo štela za poljubno .”

Pred nekaj leti so nas prosili oblikovati algoritem in medijsko instalacijo za Muzej 11. septembra, ki bi dinamično oblikovala časovnice, ki povezujejo aktualne dogodke z dogodki 11. septembra. Na primer, nit bi lahko bila zgrajena okoli tega, kako so se zakoni o nadzoru orožja med tem tednom in 2001 spremenili in se niso spremenili. V našem procesu smo bili zelo jasni, da smo rekli, da »algoritem« dela ni odstranil subjektivnosti; na nek način ga je okrepil. Kljub temu, ko je bil kos razkrit, je bil po zaslugi računanja opisan kot objektiven. To je bil čeden način, da se muzej obkroži s politiko kustosa.

Algoritme uporabljamo kot sredstvo za obdelavo podatkov, za generiranje vizualnih oblik, za ustvarjanje scenarijev za izvajalce, za ustvarjanje zvočnih pokrajin. Nekateri od teh algoritmov niso na prodajni polici, v tem primeru pa je treba uredniško presoditi, kateri algoritem je smiselno uporabiti. Druge algoritme ustvarimo sami in v tem primeru poskušamo biti pozorni na to, kako je naša subjektivnost vpeta v kodo. Dvobesedna definicija za algoritem je 'naredi do' - in to je, dokler nas to ne spravi v težave, saj se lahko vsaka tiha komunikacija poveča v glasno.