1. El periodisme, el periodisme d’investigació i el periodisme de dades

1.3. El periodisme de dades

1.3.1. Presentar les dades al públic

1.3.1.1. Visualitzar les dades o no

Hi ha ocasions en que les dades poden explicar una història millor que les paraules o les fotografies. Per això, termes com “aplicació de notícies” i “visualització de dades” han adquirit l’estatus de paraules clau en tantes redaccions els últims temps. També promou l’interès la gran recapta de noves eines i tecnologies (sovint, gratuïtes) destinades a ajudar fins i tot al periodista menys dotat tècnicament a convertir dades en una presentació visual de la història.

Eines om Google Fusion Tables, Many Eyes, Tableau, Dipty i altres fan més fàcil que mai crear mapes, quadres, gràfics i fins i tot aplicacions amb dades que fins ara eren domini d’especialistes. La qüestió ara pels periodistes no és tan si poden convertir els seus conjunts de dades en una visualització sinó si els convé fer-ho. Una mala visualització de les dades és pitjor en molts sentits que cap visualització.

1) Utilització dels gràfics amb moviment

Amb un guió ajustat, animacions ben cronometrades i explicacions clares, els gràfics amb moviment poden donar vida a nombres o idees complexes, orientant el seu públic. Els recursos visuals explicatius amb la veu en off ofereixen una manera poderosa i memorable d’explicar una història.

En la majoria d’ocasions el nostre flux de treball comença amb l’Excel. És una manera fàcil de descobrir si hi ha alguna cosa interessant a les dades. Si és així, hem de buscar la manera de visualitzar-les i després escriurem el text que ho acompanyi. El text ha de servir per analitzar i aportar context a les dades, que no es quedi amb una simple visualització de la relació entre diverses variables: el que no ens digui la infografia, ho hem d’explicar nosaltres.

2) Publicar les dades

Alguns consells a l’hora de publicar les dades és utilitzant una visualització que permeti la descàrrega fàcil del conjunt de dades. Els lectors poden explorar-les darrera les històries interactuant amb les visualitzacions o fent servir les dades d’altres maneres. Això és important perquè augmenta la transparència i permet el feedback del lector.

3) Donar accés a les dades

Així els lectors poden assegurar-se que no manipulem les dades per arribar a conclusions forçades. A banda, permetre l’accés a les dades fa que hi hagi investigadors que puguin reutilitzar-los.

4) Humanitzar les dades

Les dades estan associades a la vida de gent real, no són nombres dissaciats flotant en el buit, sinó medicions de coses tangibles. Quan els abordem hem de considerar els sistemes del món real d’on provenen. Els periodistes tenen un rol molt important en treure a la llum aquesta humanitat inherent a les dades. Al fer-ho, tenen el poder de canviar la comprensió del públic tan de les dades com dels sistemes dels que van emergir els números.

1.3.1.2. La visualització en la recerca periodística

En la fase de buscar informació, les visualitzacions poden:

• Ajudar-nos a identificar temes.
• Excloure allò que no ens interessa.
• Identificar errors en les dades.
• Trobar exemples típics.

En la fase d’edició, podem:

• Il·lustrar un argument de una història d’una manera més convincent.
• Treure informació tècnica innecessària de la prosa.
• En particular, quan són interactius i permeten l’exploració, ofereixen transparència respecte al procés d’informació.

Consells sobre l’ús de visualitzacions:

• Fer servir petits múltiples per orientar-se ràpidament en un conjunt de dades gran. Els mapes amb petits múltiples poden ser una manera de mostrar temps i lloc en una imatge estàtica que és fàcil de comparar, a vegades més fàcil que la versió interactiva.
• Mirar les dades, remirar-les i tornar-les a mirar.
• utilitzar xifres crues, percentatges i índexs.
• Pensar com combinar les dades i si ens interessa fer-ho. Per exemple, si parlem de criminalitat, podem fer una infografia establint diferents paràmetres i els podem visualitzar tots a la vegada o un a un, fent servir el mateix patró gràfic però refrescant les variables cada vegada que punxem un ítem diferent.

1) No donar res per suposat

Quan analitzem les dades ens podem trobar amb registres que no semblen correctes, o bé perquè no entenem què signifiquen o bé per errors informàtics, de transcripció o del tipus que sigui. Si volem publicar alguna cosa basada en aquestes dades el primer que cal fer és resoldre les qüestions que no ens quedn clares. Si nosaltres no som capaços d’entendre el que expliquem, portarem a conclusions erronies als nostres lectors.

No és inusual que els governs de les diferents administracions donin plantilles de càlcul plenes d’errors i és també fàcil confondres amb els termes oficials que es fan servir per denominar una partida pressupostària, o les sigles que s’utilitzen per fer referència a un cos intern, o un departament, o el que sigui. El primer que hem de fer és tornar a mirar-nos la documentació i veure si, efectivament, existeix un problema en la versió original de les dades. Si tot el que hem fet nosaltres està bé, llavors és el moment de fer trucades. No tots els errors són importants. En els registres de campanyes electorals és comú que hi hagi diversos centenars de codis postals que no existen en una base de dades de 100.000 registres. Sempre que no siguin tots en la mateixa ciutat o estiguin relacionats amb un mateix candidat, el registre ocasional equivocat simplement no importa. La pregunta que ens hem de fer és: “Si utilitzem aquesta informació, els lectors tindrien una visió encertada del que diuen les dades?”

2) No obsesionar-se amb la precisió

La contracara de no fer prou preguntes és obsessionar-se amb la precisió. Els gràfics exploratoris han de ser correctes però no convé preocupar-se si no sumen exactament el 100% o si ens falta alguna informació per a tenir tot el relat complet, perquè aquest gràfic ha de servir per mostrar-nos tendències generals i què és el que hem de buscar per estructurar la nostra història.

3) Cronologies

Fer servir Excel, un document word o eines especials com el TimeFlow.

4) Publicació de les dades

L’esforç de recolecció de les dades ha de coincidir amb el que requereix el gràfic interactiu:Si volem que els lectors puguin explorar les dades de la manera que vulguin, hem de preveure la correcció d’errors, el control de dades i l’edició del text.

5) Dissenyar pensant en dos tipus de lectors

Una gràfica (sigui interactiva o un element estàtic que acompanya el nostre text) ha de ser fàcil d’entendre a simple vista però ha d’aportar prou elements com per a que resulti interresant per al lector més exigent.Si apostem per una visualització interactiva, ens hem d’assegurar que els lectors obtinguin alguna cosa més que una sola xifra i que puguin, per exemple, creuar dades, establir correlacions per arribar a les seves propies conclusions.

6) Transmetre una idea

Assegurar-nos, en primer lloc, que tenim una informació que volem que la gent vegi i després, decidir quina idea volem destacar al gràfic. En molts casos això vol dir eliminar informació encara que Internet permeti que la posem tota. A menys que el nostre principal objectiu sigui la transparència de la nostra activitat periodística, la major part dels detalls que hem recollit a la cronolgia no són gaire rellevants i poden resultar aborrits o confusos. De fet, si volem mostrar totes les dades i explicar al lector com les hem obtingut, hi ha altres maneres de fer-ho que no impliquen saturar-lo amb una visualització que reculli masses ítems. Les xarxes socials són una bona eina per a fer aquest exercici de transparència: podem crear grups al Facebook, per exemple, on fem posts donant constància del procés de recollida de la informació i fins i tot facilitar totes les taules “brutes” que continguin aquella informació que hem deixat fora de la visualització.

1.3.1.3. Les visualitzacions per a narrar històries

La visualització de les dades no només pot ser cridanera i atraure l’atenció del lector, també aprofita el fet que la meitat del cervell humà està dedicat a processar informació visual. Una visualització de dades ben dissenyada pot oferir als que la veuen una impressió immediata i profunda i anar al gra de la qüestió sense enredar-se. Però a diferència d’altres mitjans visuals com la fotografia i el vídeo (eines que, per cert, no hem de descartar fer servir de manera complementària al nostre gràfic i text), la visualització de dades també mostra fets mesurables.

El periodisme de dades en l’era dels mitjans fets a mida de públics amb punts de vista particulars, ofereix l’oportunitat de narrar històries orientades principalment per fets. De la mateixa manera que altres formes de periodisme narratiu, la visualització de dades pot ser efectiva tant per presentar notícies noves –transmetent ràpidament nova informació com la ubicació d’un accident o el nombre de víctimes– com articles de fons, on es pot aprofundir en un tema i oferir una nova perspectiva.

1.3.1.4. Exemples en què la visualització de dades pot ser útil

1) Mostrar el canvi al llarg del temps: Per exemple, el creixement de la població xinesa des de 1960 és un bon exemple. Però les visualitzacions de dades també poden mostrar de manera molt poderosa el canvi al llarg del temps a través d’altres formes gràfiques. Per exemple, la participació en el mercat de les principals aerolínies nord-americanes durant diverses dècades de concentració en el sector.

2) Comparar valors: La visualització de dades també és útil quan es tracta d’ajudar els lectors a comparar dos o més valors discrets, com per exemple quan el National Geographic, fent servir un quadre molt minimalista, va mostrar quant majors són les probabilitats de morir de malaltia coronaria o infart que en accidents d’aviació o per picades d’avella. Així mostrava les probabilitats relatives de diferents causes de mort.

3) Dissenyar amb gràfiques: Els diagrames de flux també codifiquen informació en les línies de connexió, generalment d’acord al gruix i/o al color de les mateixes. Per exemple, amb l’Eurozona en crisi i diversos membres incapacitats per fer front al deute, The New York Times va buscar donar una explicació al conjunt de deutes que vincula els membres de la UE amb els seus socis comercials a l’altre costat de l’Atlàntic i a Àsia.

4) Explorar grans bases de dades: A vegades la visualització de dades és molt efectiva per mostrar informació familiar des d’un angle totalment nou, però què succeeix quan es té informació nova que la gent vol buscar? La era de les dades porta a descobriments nous sorprenents quasi tots els dies, com l’anàlisi de fotos de Flickr d’Eric Fischer. Aquestes bases de dades són encara més poderoses quan els usuaris poden explorar la informació i arribar allà on els resulti més rellevant.

5) Quan no hauríem de fer servir la visualització de dades: La visualització de dades efectiva depèn d’explicar amb informació neta, bona, precisa i significativa. Així com moltes cites, dades i descripcions alimenten el bon periodisme narratiu, la visualització de dades és tan bona com les dades que l’alimenten.

A vegades les dades per si soles no narren una historia de la millor manera possible. Per bé que un quadre simple que il·lustri una tendència o una estadística pot ser útil, una narrativa que relati les conseqüències d’una qüestió pot tenir més impacte pel lector.

• Quan tenim poques dades: Si les dades varien poc i no mostren una conclusió clara. Potser en aquest punt ens adonem que, o bé ens cal més investigació i anàlisi que ens permeti fer una bona visualització o bé és millor publicar-les en format escrit, i apuntar cap a una tendència determinada tot alertant que no és definitiva.
• Quan amb una taula n’hi ha prou: És net, de ràpida lectura i no crea expectatives no realistes d’una història. Suposa una forma ràpida i fàcil de presentar dades senzilles.

1.3.1.5. Eines per a fer les nostres pròpies visualitzacions de dades

Està clar que hi ha equips gràfics i interactius increïbles per a fer grans investigacions, però per la tasca diària, sovint n’hi ha prou amb eines a les quals tothom hi té accés. Aquestes són algunes de les més comunes:

1) Google Fusion Tables: Aquesta base de dades i eina de mapeig online ha esdevingut la primera elecció per produir mapes ràpids i detallats, especialment aquells que requereixen zoom. El fem servir per produir mapes com el d’Irak o mapes de fronteres sobre els sense sostre que adjuntem tot seguit.

2) Tableau Public: Es fa servir sobretot quan hem d’unir diferents tipus de quadres, com en aquest mapa de taxes impositives màximes a tot el món, o com a explorador de dades. La Nación, un mitjà d’Argentina, ha construit tota la seva operació de periodisme de dades amb el Tableau.

3) Gràfics amb Google Spreadsheets: Poden generar alguns gràfics com les bombolles animades que fa servir el Gapminder. És similar a fer gràfics amb l’Excel, en el sentit que se seleccionen les dades i es fa clic al widget de gràfics. També val la pena explorar les opcions de personalització: es pot canviar el color, les escales i els encapçalaments. És útil, sobretot, per a gràfics petits i els gràfics de corbes inclouen, a més, opcions per a fer-hi anotacions.

4) Datamarket: Eina pràctica per visualitzar xifres i, sobretot, dades de séries temporals.

5) Chartsbin: És una eina per crear mapamundis en els quals es pot fer clic.

6) iCharts: Especialitzat en petits widgets de gràfics.

7) Geoccomons: Ofereix dades de fronteres per crear mapes globals i locals.

8) Pikctochart.com: Ofereix plantilles per aquestes visualitzacions de text i xifres.

9) Infogram: És una eina per visualitzar dades simples. Ofereix gràfics lineals, de barres i circulars, i per fer-los servir n’hi ha prou amb introduir el seguit de dades que volem representar gràficament en l’eix de les files i de les columnes.