Úrad pre kreatívny výskum, newyorské dátové laboratórium, musí novinárov veľa naučiť

„A je to tak,“ je spolupráca medzi verejným umeleckým programom Landmarks Texaskej univerzity, Benom Rubinom a Úradom pre kreatívny výskum. (Fotokredit: OCR)

Ak by ste sa jednu jarnú noc v roku 2012 prechádzali po kampuse Texaskej univerzity v Austine, videli by ste množstvo ľudí, ktorí dostávali správy zo strany päťposchodovej budovy.

Boli to frázy z legendárnych vysielaní Waltera Cronkiteho, ako aj živé spravodajské kanály z celej krajiny premietaný na stranu z komunikačného centra Jesse H. Jonesa, ktorý každému, kto išiel okolo, umožní pozrieť si nočné správy z minulosti a súčasnosti.

Projekt vytvorili členovia o Úrad pre kreatívny výskum , výskumná skupina so sídlom v New Yorku, ktorá často vytvára vizualizácie údajov, predstavenia verejného priestoru a prototypy, aby ľuďom pomohla pochopiť informácie.

V posledných mesiacoch majú vytvoril vizualizáciu o Einsteinovej teórii všeobecnej relativity pre Scientific American, vytvoril rozšírenie pre Chrome ktoré ľuďom pomáhajú pochopiť zacielenie reklamy a spolupracoval s National Geographic sledovať divokú zver v reálnom čase v delte Okavango v Botswane.

Ich práca spája žurnalistiku, užívateľský prieskum, verejné účinkovanie a rozsiahle digitalizácie, vďaka ktorým ľudia chápu alebo spracovávajú informácie novými spôsobmi (viacerí členovia výskumnej skupiny migrovali z The New York Times nedávno zatvorený R&D Lab).

Skontaktoval som sa s The Office of Creative Research, aby som sa dozvedel viac o prístupe skupiny k rozsiahlej angažovanosti a informáciám, ktoré presahujú hranice obrazovky a majú mnoho aplikácií pre redakcie.

Milujem ťa premietal nočné správy do päťposchodovej budovy v Texase. Je to opak mobilného zariadenia. Všetci spolu zdieľajú spoločné zážitky. Mohli by ste sa trochu porozprávať o tom, ako vidíte verejný priestor a ako môžu redakcie vnímať verejný priestor, keď premýšľate o tom, ako sprostredkovať správy?

V prvom rade, najväčšiu zásluhu na tomto nádhernom diele má Ben Rubin, spoluzakladateľ OCR, ktorý je teraz riaditeľom Parsonsovho inštitútu pre informačné mapovanie.

Ben rozpráva skvelý príbeh o tom, ako keď bol malý, jazdil večer na bicykli domov a videl, ako každé okno na ulici synchronizovane blikalo – pretože všetci boli naladení na rovnakú spravodajskú reláciu v rovnakom čase. Toto sa dotýka čoho Teju Cole nazýva „verejný čas“ a myslím si, že je to skutočne cenný koncept, na ktorý treba myslieť, keď skúmame vzťah medzi údajmi a verejnosťou.

Verejný priestor sa posunul kvôli rozšíreniu mobilných zariadení. Zdá sa, že ľudia si menej uvedomujú svoje okolie a je menej pravdepodobné, že budú spolu komunikovať, no oveľa pravdepodobnejšie budú komunikovať s niekým, kto je z tohto priestoru vzdialený.

Podľa čoho sa rozhodujete, aké projekty si vezmete? Čo robí dobrý projekt? Pokračovanie: Čo robí dobré živé podujatie v porovnaní s digitálnym projektom?

Veľa vašej práce sa týka toho, aby boli zložité témy oveľa ľahšie pochopiteľné. Vytvorili ste interaktívnu hru a príbeh vysvetliť zistenia nedávneho časopisu Nature. Rád by som sa dozvedel viac o tom, ako sa tento projekt zišiel a ako ste testovali, čo ste vytvorili, aby ste sa uistili, že publikum animácii rozumie.

Oslovil nás (profesor) Simon J. Anthony, aby sme mu vizuálne sprostredkovali myšlienky vo svojom príspevku širšiemu publiku, okrem kolegov výskumníkov. Rozhodli sme sa zamerať sa na rôzne druhy vzťahov medzi vírusmi v hostiteľoch, najmä ak nespôsobujú žiadne zjavné ochorenie. Aby ste mohli predpovedať, musíte najprv určiť, aké druhy vzorov existujú, takže veľká časť vzdelávacieho aspektu hry sa snaží ukázať rozdiel medzi náhodnosťou a deterministickými vzormi. Na jeho výskume nás tiež zaujalo to, že keď skúmate interakcie medzi vírusmi v rôznych mierkach. Vzory môžu byť veľmi odlišné, takže bolo dôležité myslieť na úrovni vírus-vírus, vírus-hostiteľ a na úrovni komunity mnohých hostiteľov. Skutočnosť, že všetky tieto typy vzťahov sa dejú súčasne a že existujú potenciálne predvídateľné vzorce, ktoré riadia ich existenciu, bola pre nás najväčším lákadlom.

Keď ľudia prídu do OCR s projektom, snažíme sa omotať hlavu okolo toho, čo sa údaje alebo výskum pokúšajú získať, a snažíme sa ich interpretovať a preložiť širšiemu publiku. V tomto prípade sme chceli rozšíriť dosah Simonovho výskumu za hranice vedeckej alebo akademickej komunity. Vytvorili sme zjednodušený príbeh, ktorý by vysvetlil niekoľko základných pojmov v článku. Pridanie herného prvku sa zdalo ako prirodzený spôsob, ako upevniť niektoré z abstraktných konceptov, ktoré sme sa snažili ukázať, a získať širšiu príťažlivosť. Aby bola téma prístupnejšia, chceli sme, aby vizuálny jazyk stránky bol pestrofarebný, priateľský a pripomínal vesmírnych útočníkov. Emoji hovienka sa ukázalo ako veľmi dôležitý nástroj, ktorý odkazuje na metódu zhromažďovania vzoriek vírusov a tiež pridáva na stránku ľahostajnosť.

Vnímam prácu, ktorú robíte ako žurnalistiku, ale mimo tradičnej redakcie. Pomáhate ľuďom pochopiť a pochopiť ich svet. Máš nejaký obľúbený projekt?

Sme určite „novinársky susediaci“. Štyria z našich 10 členov tímu majú skúsenosti so spravodajstvom a myslím si, že etické a technické prístupy zdieľame s redakciou. To znamená, že nie vždy máme záujem o úhľadné rozprávanie príbehu. V podstate sme výskumná skupina a myslím si, že veľa z našej najlepšej práce je vo svojej podstate neúplné. Zdvorilo odmietame výber obľúbeného projektu.

Veľká časť vašej práce zahŕňa prepojenie ľudí s informáciami prostredníctvom výkonu. Jedným z mojich obľúbených je vystupovanie Databáza zbierok 120 000 objektov MoMA . Môžete povedať trochu o tom, ako ste sa rozhodli vykonávať databázu a ako ste pri tom mysleli na publikum a verejné priestory?

MoMA nás požiadalo, aby sme sa zúčastnili ich série Artists Experiment, čo znamenalo spoluprácu s ich vzdelávacím oddelením na niečom, čo by sa dalo považovať za verejný program.

Naše počiatočné nápady sa týkali najmä vytvorenia koncepčných rozhraní API, ktoré by návštevníkom (v budove aj na internete) umožnili zaujímavým spôsobom interagovať s databázami múzea. Ako sa ukázalo, v inštitúcii ako MoMA existuje veľa politických podmienok a my sme neboli schopní získať povolenia na prácu, ktorú sme pôvodne chceli. Preto sme sa rozhodli preformulovať problém a zistiť, ako by sme mohli prezentovať údaje, ktoré už boli verejné, novými a zaujímavými spôsobmi. Mark Hansen a Ben Rubin mali históriu údajov a výkonu, takže skutočne viedli vývoj diela s [divadelnou skupinou] Oprava výťahov a štruktúroval predstavenie v galériách.

Prinášanie údajov do verejného priestoru mení spôsob, akým ľudia očakávajú interakciu s nimi. Vďaka tomu je používanie údajov o niečo menej dobrovoľné – väčšinou údaje „čítame“, keď klikneme na odkaz, otočíme stránku alebo sa zúčastníme prednášky. Umiestnením dátovej sochy do parku alebo predstavením databázy v umeleckej galérii nejakým spôsobom vnucujeme ľuďom dáta, čo mení dynamiku konverzácie.

V redakciách je často publikovaný článok a potom sa redaktori, reportéri a tím pre vizualizáciu údajov presunú na svoj ďalší projekt. vy písať že keď múzeá „podporujú tvorbu umenia svojimi dátami o zbierkach, múzeá sa tiež ocitnú v nádhernom druhu rekurzie: produkujú dáta, ktoré produkujú umenie, ktoré produkuje dáta, a tak ďalej a tak ďalej a tak ďalej.

Pripomína mi to, keď sú spravodajské organizácie skutočne na vrchole svojich sekcií komentárov, pretože dostávajú nové nápady na príbehy od ľudí, ktorí odpovedali na ich prvý článok. Som zvedavý, ako môžu redakcie povzbudiť svoje publikum, aby remixovalo svoj obsah alebo vytvorilo niečo nové z toho, čo vyprodukujú. Vidím toľko projektov, ktorých vytvorenie trvalo toľko času – a potom sa tím presunie na ďalší projekt. Existujú spôsoby, ako to rozšíriť nad rámec zverejnenia?

Od založenia OCR sme boli fascinovaní myšlienkou spätnej väzby. Neustále sa snažíme zaujať naše publikum nad rámec samotného výstupu nástrojov, ktoré vytvárame. Od zberu údajov po vizualizáciu údajov je zapojených mnoho krokov a aktérov, ktorí často formujú a ovplyvňujú pôvodne zhromaždené údaje. V záujme transparentnosti a otvorenosti je preto pre nás nevyhnutné zapojiť ľudí do celého procesu transformácie údajov, od nespracovaných bitov až po senzorické výstupy.

Vnímame to ako pokus zatlačiť proti gradientu výkonu, ktorý poháňa väčšinu dátových systémov, v ktorých ľudia, od ktorých dáta pochádzajú, majú najmenšiu moc a vlády a korporácie najviac.

Niektoré z našich projektov, ako napríklad „Floodwatch“, zapájajú verejnosť do procesu zberu údajov. Iné ako „Into The Okavango“ poskytujú ľuďom nástroje na vyhľadávanie nespracovaných údajov prostredníctvom verejných rozhraní API. Čoskoro zverejňujeme projekt občianskej vedy „Cloudy With A Chance of Pain“, ktorý povzbudzuje účastníkov, aby preskúmali údaje o verejnom zdraví a predložili svoje vlastné hypotézy výskumnému tímu projektu na University of Manchester vo Veľkej Británii. Existuje mnoho spôsobov zapojenia publika, ktoré ešte treba preskúmať, a pevne veríme, že by sa nemali obmedzovať na koniec tvorivého procesu.

V poslednej dobe nás zaujímalo, ako môžu komunity priamo kritizovať údaje. Vytvárame niekoľko rozhraní API, ktoré používateľom umožňujú anotovať dátové objekty otázkami o pôvode, komentármi k pravdivosti alebo kritikou metodológie.

Keď som narazil na vašu stránku projektu, napadlo ma toľko spôsobov, ako by redakcie mohli premýšľať o priestore, výkone a zbere údajov. Ale často sú viazaní na zdroje a čas. Aké malé veci môžu organizácie urobiť, aby pomohli ľuďom nadviazať kontakty a lepšie porozumieť svetu okolo nich, aj keď nemajú tím pre dáta?

Myslím si, že redakcie musia premýšľať o spôsoboch, ako preniesť kreatívne dátové zručnosti do svojich existujúcich tímov, namiesto toho, aby lamentovali nad nedostatkom „tímu na sledovanie údajov“. Dvaja z našich obľúbených ľudí na svete nedávno vytvorili úžasný projekt s názvom „ Vážený Data “, v ktorej si v priebehu roka navzájom vymieňali ručne kreslené dátové pohľadnice. Žiadny kód, iba ceruzka. Je to dobrá pripomienka, že technológie (a súvisiaci rozpočet) nie sú skutočným obmedzujúcim faktorom.

Keď už hovoríme o inšpirácii, Tím Johna Keefeho vo WNYC nás vždy prekvapuje úžasnými a vynaliezavými spôsobmi, akými pracujú s údajmi v malom tíme a s malým rozpočtom. Obzvlášť nás fascinujú projekty WNYC, ktoré kombinujú zber údajov s reprezentáciou údajov. Naozaj inšpiratívnym spôsobom stierajú hranice medzi žurnalistikou a občianskou vedou a hnutím tvorcov.

(Súvisiace: V Stream Lab sa novinári z vysielania spoja so študentmi, aby preskúmali vodu v Západnej Virgínii)

Robím veľa reportov o reklamnej technike a bol som naozaj zvedavý na vaše projekty “ Za Bannerom “ a „ Floodwatch .“ Aký je stav Floodwatch? Zúčastnili sa ľudia? Čo ste sa z tohto experimentu naučili?

V roku 2013 sme pre (podnikateľa a novinára) Johna Battella postavili vysvetľovač systémov reklamnej techniky. Bolo fascinujúce dozvedieť sa o tomto veľkom, bezhlavom systéme, ktorý je pravdepodobne najkomplexnejším výpočtovým systémom, aký bol kedy vytvorený. Počas našej práce na tomto projekte sme začali premýšľať o tom, ako jednotlivci z tohto systému veľa nevidia, ak vôbec niečo, a začali sme premýšľať o spôsoboch, ako by sme mohli vzdelávať a posilniť postavenie spotrebiteľov (alebo, ako ich nazývame, ľudí). Výsledkom bol Floodwatch, nástroj, ktorý ľuďom umožňuje pozrieť sa na profily, ktoré o nich inzerenti vytvárajú, a umožňuje zhromažďovanie databázy ponúk, ktorú možno zdieľať s výskumníkmi v oblasti reklamy.

Floodwatch je momentálne vo verzii alfa a toto leto by sme mali vydať beta verziu. Po získaní významnej používateľskej základne (približne 12 000 sa zaregistrovalo na používanie rozšírenia, aj keď v súčasnosti je aktívnych používateľov menej), sme vytvorili veľký súbor údajov reklám, ktoré sa ľuďom zobrazovali. V spolupráci so špecialistom na strojové učenie sa nám podarilo klasifikovať reklamy výlučne na základe obrázkov, ktoré obsahujú. V beta verzii plánujeme vydať novú funkciu, kde používatelia dostanú vizualizácie vysvetľujúce typy reklám, ktoré sa im zobrazujú, a porovnanie s ostatnými.

Ako získavate nové nápady? Ako zdieľate to, čo sa naučíte?

Existuje rovnováha medzi nápadmi, ktoré generuje kancelária, a nápadmi, ktoré k nám prichádzajú prostredníctvom našich partnerov. V štúdiu sa snažíme vystaviť sa čo najväčšiemu počtu ďalších tvorcov a výskumníkov. Na tento účel organizujeme mesačné podujatie s názvom OCR Friday, kde pozývame niekoho spolu s 30 hosťami, aby strávili niekoľko hodín rozprávaním o praxi založenej na výskume. Mali sme filmárov, právnikov, výskumníkov v oblasti ochrany súkromia, umelcov dohľadu, pivovarníkov, dizajnérov, sochárov... snažíme sa, aby boli veci rozmanité.

Nie sme tak dobrí, ako by sme mali byť v zdieľaní toho, čo sme sa naučili. Vydávame ročný časopis, ktorý obsahuje efeméry z našich projektov: poznámky, eseje, kód a iné drobnosti. Snažíme sa zlepšovať v hosťovaní aktívnych verejných úložísk GitHub a radi by sme organizovali aj verejné workshopy a neformálne diskusie o výskumných témach, ktoré by sme mohli sledovať.

Mnohé redakcie sa dnes obávajú algoritmov na platformách, ktoré kontrolujú, kto uvidí obsah. Mohli by ste sa trochu porozprávať o úlohe algoritmov vo vašej vlastnej práci? Aký je vzťah medzi algoritmami a redakčným úsudkom?

Chlapče, algoritmy.

Vody okolo algoritmov a redakčného úsudku sú neuveriteľne nejasné. Ako nedávno povedal (bývalý dátový guru Kickstarter) Fred Benenson, algoritmy sa často používajú na „ funkcia mathwash, ktorá by sa inak objektívne považovala za svojvoľnú .“

Pred pár rokmi nás o to požiadali navrhnúť algoritmus a mediálnu inštaláciu pre Múzeum 11. septembra, ktorá by dynamicky vytvárala časové línie spájajúce aktuálne udalosti s udalosťami z 11. septembra. Mohlo by sa napríklad vytvoriť vlákno okolo toho, ako sa zákony na kontrolu zbraní medzi týmto týždňom a rokom 2001 zmenili a nezmenili. V našom procese sme naozaj jasne povedali, že „algoritmizmus“ tohto diela neodstránil subjektivitu; nejakým spôsobom to umocnilo. Napriek tomu, keď bol kus odhalený, bol označený ako objektívny vďaka výpočtom. Pre múzeum to bol elegantný spôsob, ako obísť politiku kurátorstva.

Algoritmy používame ako prostriedok na spracovanie údajov, vytváranie vizuálnych foriem, vytváranie scenárov pre interpretov, vytváranie zvukových scén. Niektoré z týchto algoritmov sú „z regálu“, v takom prípade existuje redakčný úsudok, podľa ktorého sa rozhoduje, ktorý algoritmus má zmysel použiť. Ďalšie algoritmy si vytvárame sami, v takom prípade sa snažíme dbať na to, ako sa naša subjektivita zapracuje do kódu. Dvojslovná definícia algoritmu znie „do kým“ – a platí to dovtedy, kým nás to nedostane do problémov, keďže každá tichá komunikácia môže byť zosilnená na hlasnú.