La Oficina de Investigación Creativa, un laboratorio de datos de Nueva York, tiene mucho que enseñar a los periodistas

'And That's The Way It Is' es una colaboración entre el programa de arte público de la Universidad de Texas, Landmarks, Ben Rubin y The Office for Creative Research. (Crédito de la foto: OCR)

Si estuviera caminando por el campus de la Universidad de Texas en Austin una noche de primavera de 2012, habría visto a varias personas recibiendo sus noticias desde el costado de un edificio de cinco pisos.

Las frases de las transmisiones legendarias de Walter Cronkite, así como las transmisiones de noticias en vivo de todo el país, fueron proyectado hacia el lado del Centro de Comunicación Jesse H. Jones, dando a cualquiera que pasara por allí un vistazo a las noticias nocturnas del pasado y del presente.

El proyecto fue creado por miembros de La Oficina de Investigación Creativa , un grupo de investigación con sede en Nueva York que a menudo crea visualizaciones de datos, representaciones en espacios públicos y prototipos para ayudar a las personas a comprender la información.

En los últimos meses, han creó una visualización sobre la teoría de la relatividad general de Einstein para Scientific American, hizo una extensión de Chrome que ayuda a las personas a comprender la orientación de los anuncios y Trabajó con National Geographic para rastrear la vida silvestre, en tiempo real, en el delta del Okavango en Botswana.

Su trabajo combina periodismo, investigación de usuarios, actuación pública y digitalizaciones a gran escala que hacen que las personas entiendan o procesen la información de nuevas formas (varios miembros del grupo de investigación migraron de The New York Times' cerrado recientemente laboratorio de I+D).

Me puse en contacto con la Oficina de Investigación Creativa para obtener más información sobre el enfoque del grupo para el compromiso y la información a gran escala, que va mucho más allá de los límites de una pantalla y tiene muchas aplicaciones para las salas de redacción.

me encanta que tu proyectó las noticias de la noche en un edificio de cinco pisos en Texas. Es lo opuesto a un dispositivo móvil. Todos están compartiendo una experiencia comunitaria juntos. ¿Podría hablar un poco sobre cómo ve el espacio público y cómo las salas de redacción pueden ver el espacio público al pensar en cómo transmitir las noticias?

En primer lugar, la mayor parte del crédito por esa maravillosa pieza es para Ben Rubin, cofundador de OCR, quien ahora es el director del Instituto de Mapeo de Información de Parsons.

Ben cuenta una gran historia sobre ir a casa en bicicleta por la noche cuando era niño y ver todas las ventanas de la calle parpadear en sincronía, porque todos estaban sintonizados en el mismo noticiero al mismo tiempo. Esto toca lo que Teju Cole llama 'tiempo público' y creo que es un concepto realmente valioso en el que pensar cuando estamos examinando la relación entre los datos y el público.

El espacio público ha cambiado debido a la prevalencia de los dispositivos móviles. Las personas parecen ser menos conscientes de su entorno y es menos probable que se comuniquen entre sí, pero es mucho más probable que se comuniquen con alguien alejado de ese espacio.

¿Cómo deciden qué proyectos emprender? ¿Qué hace un buen proyecto? Un seguimiento: ¿Qué hace un buen evento en vivo frente a un proyecto digital?

Gran parte de su trabajo consiste en hacer que los temas difíciles sean mucho más fáciles de entender. Creaste un juego interactivo y una narrativa para explicar los hallazgos de un artículo reciente de Nature. Me encantaría saber más sobre cómo se unió ese proyecto y cómo probaste lo que construiste para asegurarte de que el público entendiera la animación.

El (profesor) Simon J. Anthony se acercó a nosotros para que comunicara visualmente las ideas de su artículo a una audiencia más amplia más allá de sus colegas investigadores. Decidimos enfocarnos en los diferentes tipos de relaciones entre los virus en los huéspedes, especialmente cuando no causan ninguna enfermedad aparente. Para hacer predicciones, primero debes determinar qué tipos de patrones existen, por lo que una gran parte del aspecto educativo del juego es tratar de mostrar la diferencia entre la aleatoriedad y los patrones deterministas. Lo que también nos interesó de su investigación fue que cuando examinas las interacciones entre virus a diferentes escalas. Los patrones pueden ser muy diferentes, por lo que se volvió importante pensar en un nivel de virus a virus, un nivel de virus a host y un nivel de comunidad de muchos hosts. El hecho de que todos estos tipos de relaciones ocurran al mismo tiempo y que existan patrones potencialmente predecibles que impulsen su existencia fue el mayor atractivo para nosotros.

Cuando las personas acuden a OCR con un proyecto, tratamos de entender lo que los datos o la investigación están tratando de transmitir y hacemos todo lo posible para interpretarlos y traducirlos a una audiencia más amplia. En este caso, queríamos expandir el alcance de la investigación de Simon más allá de la comunidad científica o académica. Creamos una narrativa simplificada que explicaría algunos de los conceptos centrales del documento. Agregar un elemento de juego parecía la forma natural de cimentar algunos de los conceptos abstractos que intentábamos mostrar y tener un atractivo más amplio. Para que el tema fuera más accesible, queríamos que el lenguaje visual del sitio tuviera colores brillantes, fuera amigable y recordara a los invasores del espacio. El emoji de caca se reveló como una herramienta muy importante que hace referencia al método de recopilación de muestras de virus y también agrega algo de ligereza al sitio.

Veo el trabajo que haces como periodismo pero fuera de la redacción tradicional. Ayudas a las personas a comprender y dar sentido a su mundo. ¿Tienes un proyecto favorito?

Definitivamente somos “periodismo adyacente”. Cuatro de los 10 miembros de nuestro equipo tienen experiencia en las noticias, y creo que compartimos enfoques éticos y técnicos con una sala de redacción. Dicho esto, no siempre estamos interesados ​​en contar una historia con claridad. Fundamentalmente, somos un grupo de investigación y creo que gran parte de nuestro mejor trabajo es intrínsecamente incompleto. Nos negamos cortésmente a elegir un proyecto favorito.

Gran parte de su trabajo implica conectar a las personas con la información a través del desempeño. Uno de mis favoritos es actuar. Base de datos de colecciones de 120.000 objetos del MoMA . ¿Puedes hablar un poco sobre cómo elegiste realizar una base de datos y cómo pensaste en las audiencias y los espacios públicos mientras lo hacías?

El MoMA nos pidió que participáramos en su serie Artists Experiment, lo que significaba colaborar con su departamento de educación en algo que podría verse como un programa público.

Nuestras ideas iniciales giraban principalmente en torno a la creación de API conceptuales, que permitirían a los visitantes (tanto en el edificio como en Internet) interactuar con las bases de datos del museo de maneras interesantes. Resulta que existen muchas condiciones políticas en una institución como el MoMA, y no pudimos obtener los permisos para hacer el trabajo que inicialmente queríamos. Así que decidimos reformular el problema y ver cómo podíamos presentar los datos que ya eran públicos de maneras nuevas e interesantes. Mark Hansen y Ben Rubín tenían un historial de datos y actuaciones, por lo que realmente lideraron el desarrollo de la pieza con [el grupo de teatro] Servicio de reparación de ascensores y estructuró la actuación en las galerías.

Llevar datos al espacio público cambia la forma en que las personas esperan interactuar con ellos. También hace que la experiencia de los datos sea algo menos voluntaria: en su mayoría, 'leemos' los datos cuando hacemos clic en un enlace, pasamos una página o asistimos a una charla. Al poner una escultura de datos en un parque o montar una representación de una base de datos en una galería de arte, de alguna manera forzamos los datos a las personas, lo que cambia la dinámica de la conversación.

En las salas de redacción, a menudo se publica un artículo y luego los editores, los reporteros y el equipo de visualización de datos pasan a su próximo proyecto. Tú escribe que cuando los museos “fomentan la creación artística con los datos de sus colecciones, los museos también se ven involucrados en un hermoso tipo de recursión: producen datos que producen arte que produce datos, y así sucesivamente”.

Me recuerda cuando las organizaciones de noticias están realmente al tanto de sus secciones de comentarios, porque obtienen nuevas ideas para historias de las personas que respondieron a su primer artículo. Tengo curiosidad sobre las formas en que las salas de redacción pueden alentar a sus audiencias a mezclar su contenido o crear algo nuevo a partir de lo que producen. Veo tantos proyectos que tomaron mucho tiempo para hacer, y luego el equipo pasa al siguiente proyecto. ¿Hay formas de extenderse más allá de la publicación?

Desde el inicio de OCR, nos ha fascinado la idea de la retroalimentación. Constantemente tratamos de involucrar a nuestra audiencia más allá del mero resultado de las herramientas que creamos. Desde la recopilación de datos hasta la visualización de datos, se involucran muchos pasos y actores, que a menudo dan forma e influyen en los datos recopilados inicialmente. En aras de la transparencia y la apertura, es fundamental para nosotros involucrar a las personas a lo largo del proceso de transformación de datos, desde bits sin procesar hasta resultados sensoriales.

Vemos esto como un intento de empujar contra el gradiente de poder que impulsa la mayoría de los sistemas de datos, en el que las personas de las que provienen los datos tienen menos poder y los gobiernos y las corporaciones tienen más.

Algunos de nuestros proyectos, como “Floodwatch”, involucran al público en el proceso de recopilación de datos. Otros, como 'Into The Okavango', brindan a las personas herramientas para consultar datos sin procesar a través de API públicas. Pronto lanzaremos un proyecto de ciencia ciudadana, 'Nublado con posibilidad de dolor', que alienta a los participantes a explorar datos de salud pública y enviar sus propias hipótesis al equipo de investigación del proyecto en la Universidad de Manchester, Reino Unido. Hay muchas vías para involucrar a las audiencias que aún no se han explorado y creemos firmemente que no deben limitarse al final del proceso creativo.

Últimamente, nos ha interesado cómo las comunidades pueden criticar directamente los datos. Estamos creando un par de API que permiten a los usuarios anotar objetos de datos con preguntas sobre la procedencia, comentarios sobre la veracidad o críticas de la metodología.

Cuando encontré la página de su proyecto, pensé en muchas formas en que las salas de redacción podrían pensar sobre el espacio, el rendimiento y la recopilación de datos. Pero a menudo están cortos de recursos y tiempo. ¿Qué tipo de pequeñas cosas pueden hacer las organizaciones para ayudar a las personas a establecer conexiones y comprender mejor el mundo que les rodea, incluso si no tienen un equipo de visualización de datos?

Creo que las salas de redacción deben pensar en formas de incorporar habilidades creativas de datos en sus equipos existentes, en lugar de lamentarse por la falta de un 'equipo de visualización de datos'. Dos de nuestras personas favoritas en el mundo hicieron un proyecto increíble recientemente llamado “ Estimados datos ” en el que intercambiaron postales de datos dibujadas a mano durante un año. Sin código, solo lápices de colores. Es un buen recordatorio de que la tecnología (y el presupuesto relacionado) no es el verdadero factor limitante.

Hablando de inspiración, El equipo de John Keefe en WNYC siempre nos sorprende con las formas encantadoras e ingeniosas en que trabajan con datos con un equipo pequeño y un presupuesto pequeño. Estamos particularmente cautivados por los proyectos de WNYC que combinan la recopilación de datos con la representación de datos. Están desdibujando los límites entre el periodismo y la ciencia ciudadana y el movimiento maker de maneras realmente inspiradoras.

(Relacionado: En Stream Lab, los periodistas de transmisión se unen a los estudiantes para examinar el agua de West Virginia)

Hago muchos reportajes sobre tecnología publicitaria y tenía mucha curiosidad por sus proyectos ' Detrás de la pancarta ' y ' Alerta de inundacion .” ¿Cuál es el estado de Floodwatch? ¿Participaron personas? ¿Qué aprendiste de ese experimento?

En 2013, creamos un explicador de sistemas de tecnología publicitaria para (empresario y periodista) John Battelle. Fue fascinante aprender sobre este gran sistema sin cabeza, que posiblemente sea el sistema computacional más complejo jamás creado. A través de nuestro trabajo en ese proyecto, comenzamos a pensar en cómo las personas no pueden ver mucho o nada de este sistema y comenzamos a pensar en formas en que podríamos educar y empoderar a los consumidores (o, como los llamamos, personas). El resultado fue Floodwatch, una herramienta que brinda a las personas un vistazo a los perfiles que los anunciantes están creando sobre ellos y permite la recopilación de una base de datos de ofertas que se puede compartir con los investigadores de publicidad.

Floodwatch se encuentra actualmente en alfa, y estamos programados para un lanzamiento beta este verano. Después de obtener una base de usuarios significativa (alrededor de 12,000 se han registrado para usar la extensión, aunque actualmente hay menos usuarios activos), creamos un gran conjunto de datos de anuncios que se han mostrado a las personas. Al trabajar con un especialista en aprendizaje automático, hemos podido clasificar los anuncios según las imágenes que contienen. Estamos planeando lanzar una nueva función en la versión beta, donde los usuarios obtendrán visualizaciones que explican los tipos de anuncios que se muestran y cómo se comparan con otros.

¿Cómo se obtienen nuevas ideas? ¿Cómo compartes lo que aprendes?

Hay un equilibrio entre las ideas que genera la Oficina y las ideas que nos llegan a través de nuestros socios. En el estudio, tratamos de exponernos a tantos otros creadores e investigadores como sea posible. En servicio de esto, llevamos a cabo un evento mensual llamado OCR Friday donde invitamos a alguien, junto con 30 invitados, a pasar unas horas hablando sobre la práctica basada en la investigación. Hemos tenido cineastas, abogados, investigadores de privacidad, artistas de vigilancia, maestros cerveceros, diseñadores, escultores... hacemos todo lo posible para mantener las cosas diversas.

No somos tan buenos como deberíamos ser para compartir lo que aprendemos. Publicamos una revista anual que contiene material efímero de nuestros proyectos: notas, ensayos, código y otras cosas pequeñas. Estamos tratando de mejorar en el alojamiento de repositorios públicos activos de GitHub y también nos gustaría organizar talleres públicos y discusiones informales sobre hilos de investigación que podríamos estar siguiendo.

Muchas salas de redacción de hoy están preocupadas por los algoritmos en las plataformas que controlan quién puede ver el contenido. ¿Podría hablar un poco sobre el papel de los algoritmos en su propio trabajo? ¿Cuál es la relación entre los algoritmos y el juicio editorial?

Oh chico, algoritmos.

Las aguas alrededor de los algoritmos y el juicio editorial son increíblemente turbias. Como dijo recientemente (el ex gurú de datos de Kickstarter) Fred Benenson, los algoritmos a menudo se usan para “ funcionalidad de lavado matemático que de otro modo se consideraría arbitraria con objetividad .”

Hace unos años, nos pidieron que diseñar un algoritmo y una instalación de medios para el Museo del 11 de septiembre, que crearía dinámicamente líneas de tiempo que conectarían los eventos actuales con los eventos del 11 de septiembre. Por ejemplo, se podría construir un hilo sobre cómo las leyes de control de armas han cambiado y no han cambiado entre esta semana y 2001. Fuimos muy claros en nuestro proceso al decir que el 'algoritmo' de la pieza no eliminó la subjetividad; de alguna manera lo amplificó. Sin embargo, cuando se develó la pieza, se la calificó de objetiva, gracias al cómputo. Fue una buena manera para que el museo eludiera la política de curaduría.

Usamos algoritmos como un medio para procesar datos, generar formas visuales, crear guiones para artistas, crear paisajes sonoros. Algunos de estos algoritmos están 'listos para usar', en cuyo caso hay un juicio editorial que determina qué algoritmo tiene sentido usar. Otros algoritmos los creamos nosotros mismos, en cuyo caso tratamos de ser conscientes de cómo nuestra subjetividad se integra en el código. Una definición de dos palabras para un algoritmo es 'hacer hasta', y es hasta que eso nos mete en problemas, ya que cualquier comunicación tranquila puede amplificarse en una fuerte.