Văn phòng Nghiên cứu Sáng tạo, một phòng thí nghiệm dữ liệu ở New York, có rất nhiều điều để dạy cho các nhà báo

'And That’s The Way It Is', là sự hợp tác giữa Landmarks chương trình nghệ thuật công cộng của Đại học Texas, Ben Rubin và Văn phòng Nghiên cứu Sáng tạo. (Tín dụng ảnh: OCR)

Nếu bạn đang đi dạo trong khuôn viên của Đại học Texas tại khuôn viên Austin vào một đêm mùa xuân năm 2012, bạn sẽ thấy một số người nhận được tin tức của họ từ phía bên của một tòa nhà năm tầng.

Các cụm từ trong các chương trình phát sóng huyền thoại của Walter Cronkite, cũng như các nguồn cấp tin tức trực tiếp từ khắp nơi trên đất nước, là chiếu vào một bên của Trung tâm Truyền thông Jesse H. Jones, mang đến cho bất kỳ ai đi ngang qua đây đều có thể xem tin tức hàng đêm từ quá khứ và hiện tại.

Dự án được tạo ra bởi các thành viên của Văn phòng Nghiên cứu Sáng tạo , một nhóm nghiên cứu có trụ sở tại New York thường tạo ra các trực quan hóa dữ liệu, các buổi biểu diễn không gian công cộng và các nguyên mẫu để giúp mọi người hiểu thông tin.

Trong những tháng gần đây, họ đã đã tạo ra một hình dung về thuyết tương đối rộng của Einstein cho Khoa học Mỹ, đã tạo một tiện ích mở rộng của Chrome điều đó giúp mọi người hiểu về việc nhắm mục tiêu quảng cáo và đã làm việc với National Geographic để theo dõi động vật hoang dã, trong thời gian thực, ở Đồng bằng sông Okavango ở Botswana.

Công việc của họ kết hợp giữa báo chí, nghiên cứu người dùng, hiệu suất công cộng và số hóa quy mô lớn giúp mọi người hiểu hoặc xử lý thông tin theo những cách mới (một số thành viên nhóm nghiên cứu đã di chuyển từ The New York Times ’ gần đây đã đóng cửa Phòng thí nghiệm R & D).

Tôi đã liên hệ với Văn phòng Nghiên cứu Sáng tạo để tìm hiểu thêm về phương pháp tiếp cận thông tin và tương tác trên quy mô rộng của nhóm, vượt ra ngoài ranh giới của một màn hình và có nhiều ứng dụng cho các tòa soạn.

Tôi yêu rằng bạn dự báo tin tức hàng đêm lên một tòa nhà năm tầng ở Texas. Nó ngược lại với thiết bị di động. Mọi người đang chia sẻ kinh nghiệm chung với nhau. Bạn có thể nói một chút về cách bạn nhìn thấy không gian công cộng và cách các tòa soạn có thể nhìn thấy không gian công cộng khi nghĩ về cách truyền tải tin tức?

Trước hết, phần lớn công lao cho tác phẩm tuyệt vời đó thuộc về Ben Rubin, Nhà sáng lập OCR, người hiện là giám đốc của Parsons ’Institute for Information Mapping.

Ben kể một câu chuyện tuyệt vời về việc đạp xe về nhà vào buổi tối khi anh còn nhỏ và nhìn thấy mọi cửa sổ trên phố nhấp nháy đồng bộ - bởi vì mọi người đều được xem cùng một bản tin cùng một lúc. Điều này liên quan đến những gì Teju Cole gọi là 'thời gian công khai' và tôi nghĩ đó là một khái niệm thực sự có giá trị để nghĩ đến khi chúng tôi đang kiểm tra mối quan hệ giữa dữ liệu và công chúng.

Không gian công cộng đã thay đổi do sự phổ biến của các thiết bị di động. Mọi người dường như ít nhận thức về môi trường xung quanh và ít có khả năng giao tiếp với nhau hơn, nhưng lại có nhiều khả năng giao tiếp với một người nào đó bị loại bỏ khỏi không gian đó.

Làm thế nào để bạn quyết định những dự án sẽ thực hiện? Điều gì tạo nên một dự án tốt? Phần tiếp theo: Điều gì tạo nên một sự kiện trực tiếp tốt so với một dự án kỹ thuật số?

Rất nhiều mối quan tâm về công việc của bạn làm cho các môn học khó hiểu dễ dàng hơn nhiều. Bạn đã tạo một trò chơi tương tác và tường thuật về giải thích những phát hiện của một tờ báo Nature gần đây. Tôi muốn biết thêm về cách dự án đó kết hợp với nhau và cách bạn thử nghiệm những gì bạn đã xây dựng để đảm bảo khán giả hiểu hoạt hình.

Chúng tôi đã được tiếp cận bởi (giáo sư) Simon J. Anthony để ông truyền đạt trực quan những ý tưởng trong bài báo của mình cho một lượng lớn khán giả hơn là các nhà nghiên cứu đồng nghiệp. Chúng tôi đã quyết định nhắm mục tiêu các loại mối quan hệ khác nhau giữa vi rút trong vật chủ, đặc biệt là khi chúng không gây ra bất kỳ bệnh rõ ràng nào. Để đưa ra dự đoán, trước tiên bạn phải xác định những loại mô hình nào tồn tại, vì vậy một phần lớn khía cạnh giáo dục của trò chơi là cố gắng chỉ ra sự khác biệt giữa tính ngẫu nhiên và mô hình xác định. Điều khiến chúng tôi quan tâm đến nghiên cứu của anh ấy là khi bạn kiểm tra sự tương tác giữa các loại virus ở các quy mô khác nhau. Các mô hình có thể rất khác nhau, vì vậy điều quan trọng là phải suy nghĩ về cấp độ vi-rút với vi-rút, cấp độ vi-rút-vật chủ và cấp độ cộng đồng của nhiều vật chủ. Thực tế là tất cả các loại mối quan hệ này đang diễn ra đồng thời và có những mô hình có thể đoán trước được thúc đẩy sự tồn tại của chúng là điểm thu hút lớn nhất đối với chúng tôi.

Khi mọi người đến với OCR với một dự án, chúng tôi cố gắng tìm hiểu xem dữ liệu hoặc nghiên cứu đang cố gắng tìm hiểu những gì và cố gắng hết sức để giải thích và dịch nó cho nhiều đối tượng hơn. Trong trường hợp này, chúng tôi muốn mở rộng phạm vi nghiên cứu của Simon ra ngoài cộng đồng khoa học hoặc học thuật. Chúng tôi đã tạo một câu chuyện đơn giản để giải thích một số khái niệm cốt lõi trong bài báo. Thêm một yếu tố trò chơi có vẻ như là một cách tự nhiên để củng cố một số khái niệm trừu tượng mà chúng tôi đang cố gắng thể hiện và có sức hấp dẫn rộng rãi hơn. Để làm cho chủ đề dễ tiếp cận hơn, chúng tôi muốn ngôn ngữ hình ảnh của trang web có màu sắc rực rỡ, thân thiện và gợi nhớ đến những kẻ xâm lược không gian. Biểu tượng cảm xúc poop tự tiết lộ là một công cụ rất quan trọng tham chiếu đến phương pháp thu thập các mẫu vi rút và cũng bổ sung thêm một số nội dung hấp dẫn cho trang web.

Tôi thấy công việc bạn làm là báo chí nhưng ngoài tòa soạn truyền thống. Bạn giúp mọi người hiểu và có ý nghĩa về thế giới của họ. Bạn có một dự án yêu thích?

Chúng tôi chắc chắn là 'báo chí liền kề.' Bốn trong số 10 thành viên trong nhóm của chúng tôi có kiến ​​thức nền tảng về tin tức và tôi nghĩ rằng chúng tôi chia sẻ các phương pháp tiếp cận đạo đức và kỹ thuật với một tòa soạn. Điều đó nói lên rằng, chúng ta không phải lúc nào cũng hứng thú với việc kể một câu chuyện một cách gọn gàng. Về cơ bản, chúng tôi là một nhóm nghiên cứu, và tôi nghĩ rằng phần lớn công việc tốt nhất của chúng tôi vốn dĩ chưa hoàn thiện. Chúng tôi lịch sự từ chối để chọn một dự án yêu thích.

Phần lớn công việc của bạn liên quan đến việc kết nối mọi người với thông tin thông qua hiệu suất. Một trong những mục yêu thích của tôi là biểu diễn Cơ sở dữ liệu bộ sưu tập 120.000 đối tượng của MoMA . Bạn có thể nói một chút về cách bạn đã chọn để thực hiện một cơ sở dữ liệu và suy nghĩ của bạn về khán giả và không gian công cộng khi làm như vậy không?

MoMA đã yêu cầu chúng tôi tham gia vào chuỗi Thử nghiệm dành cho nghệ sĩ của họ, nghĩa là cộng tác với bộ phận giáo dục của họ về một chương trình nào đó có thể được coi là một chương trình công cộng.

Ý tưởng ban đầu của chúng tôi chủ yếu xoay quanh việc tạo ra các API khái niệm, cho phép khách tham quan (cả trong tòa nhà và trên internet) tương tác với cơ sở dữ liệu của bảo tàng theo những cách thú vị. Hóa ra, có rất nhiều điều kiện chính trị tồn tại trong một tổ chức như MoMA và chúng tôi không thể nhận được quyền để thực hiện công việc mà chúng tôi mong muốn ban đầu. Vì vậy, chúng tôi quyết định sắp xếp lại vấn đề và xem cách chúng tôi có thể trình bày dữ liệu đã được công khai theo những cách mới và thú vị. Mark Hansen và Ben Rubin có lịch sử về dữ liệu và hiệu suất, vì vậy họ thực sự dẫn đầu sự phát triển của tác phẩm cùng với [nhóm nhà hát] Dịch vụ sửa chữa thang máy và cấu trúc buổi biểu diễn trong các phòng trưng bày.

Đưa dữ liệu vào không gian công cộng sẽ thay đổi cách mà mọi người mong đợi tương tác với nó. Nó cũng làm cho trải nghiệm dữ liệu hơi ít tự nguyện hơn - hầu hết, chúng tôi 'đọc' dữ liệu khi chúng tôi nhấp vào một liên kết hoặc lật một trang hoặc tham gia một cuộc nói chuyện. Bằng cách đưa một tác phẩm điêu khắc dữ liệu vào công viên hoặc dàn dựng màn trình diễn cơ sở dữ liệu trong một phòng trưng bày nghệ thuật, theo một cách nào đó, chúng tôi buộc dữ liệu về con người, điều này sẽ thay đổi tính năng động của cuộc trò chuyện.

Trong các tòa soạn, một phần thường được xuất bản và sau đó các biên tập viên, phóng viên và nhóm trực quan hóa dữ liệu chuyển sang dự án tiếp theo của họ. Bạn viết rằng khi các viện bảo tàng “khuyến khích [e] sản xuất nghệ thuật với dữ liệu bộ sưu tập của họ, các viện bảo tàng cũng thấy mình tham gia vào một loại đệ quy tuyệt đẹp: Họ tạo ra dữ liệu tạo ra tác phẩm nghệ thuật tạo ra dữ liệu, cứ thế lặp đi lặp lại.”

Nó gợi nhớ cho tôi về thời điểm các tổ chức tin tức thực sự đứng đầu phần bình luận của họ, bởi vì họ nhận được những ý tưởng câu chuyện mới từ những người đã phản hồi tác phẩm đầu tiên của họ. Tôi tò mò về những cách mà các tòa soạn có thể khuyến khích khán giả phối lại nội dung của họ hoặc tạo ra nội dung mới từ những gì họ sản xuất. Tôi thấy rất nhiều dự án mất rất nhiều thời gian để thực hiện - và sau đó nhóm chuyển sang dự án tiếp theo. Có những cách nào để mở rộng ra ngoài việc xuất bản?

Kể từ khi OCR thành lập, chúng tôi đã bị cuốn hút bởi ý tưởng về phản hồi. Chúng tôi không ngừng cố gắng thu hút khán giả của mình ngoài đầu ra đơn thuần của các công cụ mà chúng tôi tạo ra. Từ thu thập dữ liệu đến trực quan hóa dữ liệu, nhiều bước và các tác nhân có liên quan, thường định hình và ảnh hưởng đến dữ liệu được thu thập ban đầu. Vì lợi ích của sự minh bạch và cởi mở, do đó, điều quan trọng là chúng tôi phải tham gia vào tất cả mọi người trong quá trình chuyển đổi dữ liệu, từ các bit thô đến các đầu ra cảm biến.

Chúng tôi coi đây là một nỗ lực để chống lại độ dốc công suất điều khiển hầu hết các hệ thống dữ liệu, trong đó những người mà dữ liệu đến có ít quyền lực nhất và các chính phủ và tập đoàn có nhiều quyền lực nhất.

Một số dự án của chúng tôi, chẳng hạn như “Floodwatch”, liên quan đến công chúng trong quá trình thu thập dữ liệu. Những người khác như “Into The Okavango” cung cấp cho mọi người các công cụ để truy vấn dữ liệu thô thông qua các API công khai. Chúng tôi sẽ sớm phát hành một dự án khoa học công dân, 'Có mây có cơ hội đau', khuyến khích người tham gia khám phá dữ liệu sức khỏe cộng đồng và gửi giả thuyết của riêng họ cho nhóm nghiên cứu của dự án tại Đại học Manchester, Vương quốc Anh. Có nhiều cách để thu hút khán giả vẫn chưa được khám phá và chúng tôi thực sự tin rằng chúng không nên bị giới hạn ở phần cuối của quá trình sáng tạo.

Gần đây, chúng tôi quan tâm đến cách cộng đồng có thể trực tiếp phê bình dữ liệu. Chúng tôi đang xây dựng một số API cho phép người dùng chú thích các đối tượng dữ liệu bằng các câu hỏi về xuất xứ, nhận xét về tính xác thực hoặc phê bình phương pháp luận.

Khi tôi xem trang dự án của bạn, tôi đã nghĩ ra rất nhiều cách để các tòa soạn có thể nghĩ về không gian, hiệu suất và thu thập dữ liệu. Nhưng họ thường bị hạn chế về nguồn lực và thời gian. Các tổ chức có thể làm những việc nhỏ nào để giúp mọi người kết nối và hiểu thế giới xung quanh tốt hơn, ngay cả khi họ không có nhóm dữ liệu?

Tôi nghĩ rằng các tòa soạn cần phải suy nghĩ về cách để đưa các kỹ năng dữ liệu sáng tạo vào các nhóm hiện có của họ, thay vì than thở về việc thiếu một “nhóm dữ liệu”. Hai trong số những người yêu thích của chúng tôi trên thế giới đã thực hiện một dự án tuyệt vời gần đây có tên là “ Gửi dữ liệu ”Trong đó họ trao đổi bưu thiếp dữ liệu vẽ tay với nhau trong suốt một năm. Không có mã, chỉ là bút chì màu. Đó là một lời nhắc nhở tốt rằng công nghệ (và ngân sách liên quan) không phải là yếu tố hạn chế thực sự.

Nói về nguồn cảm hứng, Nhóm của John Keefe tại WNYC luôn khiến chúng tôi ngạc nhiên với những cách thú vị và tháo vát mà họ đang làm việc với dữ liệu với một nhóm nhỏ và ngân sách nhỏ. Chúng tôi đặc biệt bị cuốn hút bởi các dự án WNYC kết hợp thu thập dữ liệu với biểu diễn dữ liệu. Họ đang xóa nhòa ranh giới giữa báo chí và khoa học công dân và phong trào nhà sản xuất theo những cách thực sự truyền cảm hứng.

(Liên quan: Tại Stream Lab, các nhà báo phát thanh truyền hình hợp tác với các sinh viên để kiểm tra nước ở Tây Virginia)

Tôi thực hiện rất nhiều báo cáo về công nghệ quảng cáo và thực sự tò mò về các dự án của bạn ' Phía sau Biểu ngữ ' và ' Đồng hồ lũ lụt . ” Trạng thái của Floodwatch là gì? Mọi người đã tham gia chưa? Bạn học được gì từ thí nghiệm đó?

Vào năm 2013, chúng tôi đã xây dựng một giải thích về hệ thống công nghệ quảng cáo cho (doanh nhân và nhà báo) John Battelle. Thật hấp dẫn khi tìm hiểu về hệ thống lớn không đầu này, được cho là hệ thống tính toán phức tạp nhất từng được tạo ra. Thông qua công việc của chúng tôi trong dự án đó, chúng tôi bắt đầu suy nghĩ về cách các cá nhân không nhìn thấy nhiều nếu có bất kỳ hệ thống này và bắt đầu suy nghĩ về các cách chúng tôi có thể giáo dục và trao quyền cho người tiêu dùng (hoặc, như chúng tôi gọi là mọi người). Kết quả là Floodwatch, một công cụ cung cấp cho mọi người cái nhìn về hồ sơ mà các nhà quảng cáo đang xây dựng về họ và cho phép thu thập cơ sở dữ liệu giá thầu có thể được chia sẻ với các nhà nghiên cứu quảng cáo.

Floodwatch hiện đang ở giai đoạn alpha và chúng tôi chuẩn bị ra mắt bản beta vào mùa hè này. Sau khi đạt được cơ sở người dùng đáng kể (khoảng 12.000 người đã đăng ký sử dụng tiện ích mở rộng, mặc dù hiện tại có ít người dùng hoạt động hơn), chúng tôi đã xây dựng một tập dữ liệu lớn về quảng cáo mà mọi người đã được phân phát. Làm việc với chuyên gia máy học, chúng tôi có thể phân loại quảng cáo hoàn toàn dựa trên hình ảnh mà chúng chứa. Chúng tôi đang có kế hoạch phát hành một tính năng mới trong bản phát hành beta, nơi người dùng sẽ nhận được hình ảnh trực quan giải thích các loại quảng cáo mà họ được phân phát và cách chúng so sánh với những loại quảng cáo khác.

Làm thế nào để bạn có được những ý tưởng mới? Làm thế nào để bạn chia sẻ những gì bạn học được?

Có sự cân bằng giữa các ý tưởng do Văn phòng tạo ra và các ý tưởng đến được với chúng tôi thông qua các đối tác của chúng tôi. Trong studio, chúng tôi cố gắng tiếp xúc với nhiều người sáng tạo và nhà nghiên cứu khác nhất có thể. Để phục vụ điều này, chúng tôi tổ chức một sự kiện hàng tháng có tên OCR Friday, nơi chúng tôi mời một người nào đó, cùng với 30 khách, dành vài giờ để nói về thực hành dựa trên nghiên cứu. Chúng tôi có các nhà làm phim, luật sư, nhà nghiên cứu quyền riêng tư, nghệ sĩ giám sát, nhà sản xuất bia, nhà thiết kế, nhà điêu khắc… chúng tôi cố gắng hết sức để giữ cho mọi thứ luôn đa dạng.

Chúng ta không giỏi chia sẻ những gì chúng ta học được. Chúng tôi xuất bản một tạp chí hàng năm chứa những con thiêu thân từ các dự án của chúng tôi: ghi chú, tiểu luận, mã và những thứ nhỏ nhặt khác. Chúng tôi đang cố gắng cải thiện việc lưu trữ các kho lưu trữ GitHub công khai đang hoạt động và cũng muốn tổ chức các hội thảo công khai và các cuộc thảo luận không chính thức về các chủ đề nghiên cứu mà chúng tôi có thể đang theo dõi.

Nhiều tòa soạn ngày nay lo ngại về các thuật toán trên các nền tảng kiểm soát ai được xem nội dung. Bạn có thể nói một chút về vai trò của các thuật toán trong công việc của bạn? Mối quan hệ giữa thuật toán và phán đoán của người biên tập là gì?

Ôi, các thuật toán.

Vùng nước xung quanh các thuật toán và phán đoán của biên tập viên cực kỳ âm u. Như (cựu chuyên gia dữ liệu Kickstarter) Fred Benenson gần đây đã nói, các thuật toán thường được sử dụng để “ chức năng mathwash mà nếu không sẽ được coi là tùy ý với tính khách quan . ”

Một vài năm trước, chúng tôi đã được yêu cầu thiết kế một thuật toán và một phần lắp đặt phương tiện cho Bảo tàng 11/9, sẽ tự động tạo ra các mốc thời gian kết nối các sự kiện hiện tại với các sự kiện của ngày 11 tháng 9. Ví dụ: một chủ đề có thể được xây dựng xoay quanh việc luật kiểm soát súng có và không thay đổi như thế nào từ tuần này đến năm 2001. Trong quá trình của mình, chúng tôi đã thực sự rõ ràng khi nói rằng 'thuật toán' của phần này không loại bỏ tính chủ quan; thực sự, theo một số cách nó đã khuếch đại nó. Tuy nhiên, khi công trình được tiết lộ, nó được mô tả là khách quan nhờ tính toán. Đó là một cách gọn gàng để bảo tàng xoay quanh vấn đề chính trị của việc giám tuyển.

Chúng tôi sử dụng các thuật toán như một phương tiện để xử lý dữ liệu, tạo hình thức trực quan, tạo kịch bản cho người biểu diễn, tạo âm thanh. Một số thuật toán trong số này là 'không có giá trị', trong trường hợp đó, sẽ có sự đánh giá của người biên tập để xác định thuật toán nào phù hợp để sử dụng. Các thuật toán khác do chúng tôi tự tạo ra, trong trường hợp đó, chúng tôi cố gắng lưu ý đến cách tính chủ quan của chúng tôi được đưa vào mã. Định nghĩa hai từ cho một thuật toán là 'làm cho đến khi' - và đó là cho đến khi điều đó khiến chúng ta gặp rắc rối, vì bất kỳ cuộc giao tiếp lặng lẽ nào cũng có thể được khuếch đại thành một cuộc giao tiếp ồn ào.