Office of Creative Research, lab data New York, memiliki banyak hal untuk diajarkan kepada para jurnalis

'And That's The Way It Is,' adalah kolaborasi antara program seni publik Universitas Texas, Landmarks, Ben Rubin dan The Office for Creative Research. (Sumber foto: OCR)

Jika Anda sedang berjalan-jalan di kampus University of Texas di kampus Austin pada suatu malam musim semi di tahun 2012, Anda akan melihat sejumlah orang mendapatkan berita dari sisi gedung berlantai lima.

Frase dari siaran legendaris Walter Cronkite, serta umpan berita langsung dari seluruh negeri, adalah diproyeksikan ke samping dari Pusat Komunikasi Jesse H. Jones, memberi tahu siapa saja yang lewat melihat berita malam dari masa lalu dan sekarang.

Proyek ini dibuat oleh anggota Kantor Riset Kreatif , grup riset berbasis di New York yang sering membuat visualisasi data, pertunjukan di ruang publik, dan prototipe untuk membantu orang memahami informasi.

Dalam beberapa bulan terakhir, mereka telah membuat visualisasi tentang teori relativitas umum Einstein untuk Scientific American, membuat ekstensi Chrome yang membantu orang memahami penargetan iklan dan bekerja dengan National Geographic untuk melacak satwa liar, secara real time, di Okavango Delta di Botswana.

Pekerjaan mereka menggabungkan jurnalisme, riset pengguna, kinerja publik, dan digitalisasi skala besar yang membuat orang memahami atau memproses informasi dengan cara baru (sejumlah anggota kelompok riset bermigrasi dari The New York Times' baru saja ditutup Laboratorium Litbang).

Saya menghubungi The Office of Creative Research untuk mempelajari lebih lanjut tentang pendekatan grup terhadap keterlibatan dan informasi berskala luas, yang melampaui batas layar dan memiliki banyak aplikasi untuk ruang redaksi.

aku suka kamu memproyeksikan berita malam ke gedung lima lantai di Texas. Ini kebalikan dari perangkat seluler. Setiap orang berbagi pengalaman komunal bersama. Bisakah Anda berbicara sedikit tentang bagaimana Anda melihat ruang publik dan bagaimana ruang redaksi dapat melihat ruang publik ketika memikirkan cara menyampaikan berita?

Pertama-tama, sebagian besar pujian untuk karya yang luar biasa itu diberikan kepada Ben Rubin, CoFounder OCR, yang sekarang menjadi direktur Institut Pemetaan Informasi Parsons.

Ben menceritakan kisah hebat tentang mengendarai sepedanya pulang di malam hari ketika dia masih kecil dan melihat setiap jendela di jalan berkedip secara sinkron — karena semua orang disetel ke siaran berita yang sama pada waktu yang sama. Ini menyentuh pada apa? Teju Cole menyebut 'waktu publik' dan saya pikir ini adalah konsep yang sangat berharga untuk dipikirkan ketika kita memeriksa hubungan antara data dan publik.

Ruang publik telah bergeser karena prevalensi perangkat seluler. Orang-orang tampaknya kurang menyadari lingkungan mereka, dan kecil kemungkinannya untuk berkomunikasi satu sama lain, tetapi jauh lebih mungkin untuk berkomunikasi dengan seseorang yang jauh dari ruang itu.

Bagaimana Anda memutuskan proyek apa yang akan diambil? Apa yang membuat proyek bagus? Tindak lanjut: Apa yang membuat siaran langsung yang bagus vs. proyek digital?

Banyak masalah pekerjaan Anda membuat mata pelajaran yang sulit lebih mudah dipahami. Anda membuat game dan narasi interaktif untuk menjelaskan temuan dari makalah Nature baru-baru ini. Saya ingin mendengar lebih banyak tentang bagaimana proyek itu disatukan, dan bagaimana Anda menguji apa yang Anda buat untuk memastikan penonton memahami animasinya.

Kami didekati oleh (profesor) Simon J. Anthony kepadanya untuk mengkomunikasikan ide-ide dalam makalahnya secara visual kepada khalayak yang lebih luas di luar rekan peneliti. Kami memutuskan untuk menargetkan berbagai jenis hubungan antara virus dalam inang, terutama jika virus tersebut tidak menyebabkan penyakit yang nyata. Untuk membuat prediksi, pertama-tama Anda harus menentukan jenis pola apa yang ada, jadi sebagian besar aspek pendidikan permainan ini mencoba menunjukkan perbedaan antara pola keacakan dan deterministik. Yang juga menarik bagi kami tentang penelitiannya adalah ketika Anda memeriksa interaksi antara virus pada skala yang berbeda. Polanya bisa sangat berbeda, jadi penting untuk memikirkan tingkat virus-ke-virus, tingkat virus-ke-host dan tingkat komunitas dari banyak host. Fakta bahwa semua jenis hubungan ini terjadi secara bersamaan dan bahwa ada pola yang berpotensi dapat diprediksi yang mendorong keberadaan mereka adalah daya tarik terbesar bagi kami.

Ketika orang-orang datang ke OCR dengan sebuah proyek, kami mencoba untuk memahami apa yang coba disampaikan oleh data atau penelitian dan melakukan yang terbaik untuk menafsirkan dan menerjemahkannya ke khalayak yang lebih luas. Dalam hal ini, kami ingin memperluas jangkauan penelitian Simon di luar komunitas ilmiah atau akademis. Kami membuat narasi sederhana yang akan menjelaskan beberapa konsep inti dalam makalah. Menambahkan elemen permainan tampak seperti cara alami untuk memperkuat beberapa konsep abstrak yang kami coba tunjukkan, dan memiliki daya tarik yang lebih luas. Untuk membuat materi pelajaran lebih mudah diakses, kami ingin bahasa visual situs berwarna cerah, ramah, dan mengingatkan pada penjajah luar angkasa. Emoji kotoran mengungkapkan dirinya sebagai alat yang sangat penting yang merujuk pada metode pengumpulan sampel virus dan juga menambahkan beberapa kesembronoan ke situs.

Saya melihat pekerjaan yang Anda lakukan sebagai jurnalisme tetapi di luar ruang redaksi tradisional. Anda membantu orang memahami dan memahami dunia mereka. Apakah Anda memiliki proyek favorit?

Kami pasti 'jurnalisme berdekatan.' Empat dari 10 anggota tim kami memiliki latar belakang berita, dan saya pikir kami berbagi pendekatan etis dan teknis dengan ruang redaksi. Yang mengatakan, kami tidak selalu tertarik untuk menceritakan sebuah cerita dengan rapi. Pada dasarnya, kami adalah kelompok riset, dan saya pikir sebagian besar karya terbaik kami pada dasarnya tidak lengkap. Kami dengan sopan menolak untuk memilih proyek favorit.

Sebagian besar pekerjaan Anda melibatkan menghubungkan orang ke informasi melalui kinerja. Salah satu favorit saya adalah tampil Basis data koleksi 120.000 objek MoMA . Bisakah Anda berbicara sedikit tentang bagaimana Anda memilih untuk melakukan database dan bagaimana Anda berpikir tentang audiens dan ruang publik saat melakukannya?

Kami diminta oleh MoMA untuk mengambil bagian dalam seri Artists Experiment mereka, yang berarti berkolaborasi dengan departemen pendidikan mereka untuk sesuatu yang dapat dilihat sebagai program publik.

Ide awal kami sebagian besar seputar pembuatan API konseptual, yang memungkinkan pengunjung (baik di dalam gedung maupun di internet) untuk berinteraksi dengan database museum dengan cara yang menarik. Ternyata, ada banyak kondisi politik yang ada di institusi seperti MoMA, dan kami tidak bisa mendapatkan izin untuk melakukan pekerjaan yang awalnya kami inginkan. Jadi kami memutuskan untuk membingkai ulang masalah dan melihat bagaimana kami bisa menyajikan data yang sudah publik dengan cara baru dan menarik. Mark Hansen dan Ben Rubin memiliki sejarah data dan kinerja, jadi mereka benar-benar memimpin pengembangan karya dengan [grup teater] Layanan Perbaikan Lift dan menyusun pertunjukan di galeri.

Membawa data ke ruang publik mengubah cara orang berharap untuk berinteraksi dengannya. Itu juga membuat pengalaman data agak kurang sukarela — kebanyakan, kita “membaca” data ketika kita mengklik tautan atau membalik halaman atau menghadiri pembicaraan. Dengan menempatkan patung data ke dalam taman atau menampilkan kinerja database di galeri seni, kami dalam beberapa hal memaksa data pada orang-orang, yang mengubah dinamika percakapan.

Di ruang redaksi, sebuah artikel sering diterbitkan dan kemudian editor, reporter, dan tim visualisasi data pindah ke proyek berikutnya. Kamu menulis bahwa ketika museum “mendorong[e] seni dengan data koleksi mereka, museum juga menemukan diri mereka terlibat dalam jenis rekursi yang indah: Mereka menghasilkan data yang menghasilkan seni yang menghasilkan data, dan terus dan terus.”

Itu mengingatkan saya ketika organisasi berita benar-benar berada di puncak bagian komentar mereka, karena mereka mendapatkan ide cerita baru dari orang-orang yang menanggapi artikel pertama mereka. Saya ingin tahu tentang cara ruang redaksi dapat mendorong audiens mereka untuk me-remix konten mereka atau membuat sesuatu yang baru dari apa yang mereka hasilkan. Saya melihat begitu banyak proyek yang membutuhkan banyak waktu untuk dibuat — dan kemudian tim bergerak ke proyek berikutnya. Apakah ada cara untuk melampaui publikasi?

Sejak awal OCR, kami telah terpesona oleh gagasan umpan balik. Kami terus-menerus mencoba untuk melibatkan audiens kami di luar sekadar hasil dari alat yang kami buat. Dari pengumpulan data hingga visualisasi data, banyak langkah dan aktor yang terlibat, seringkali membentuk dan memengaruhi data yang awalnya dikumpulkan. Demi transparansi dan keterbukaan, oleh karena itu penting bagi kami untuk melibatkan orang-orang di sepanjang proses transformasi data, dari bit mentah hingga keluaran sensorik.

Kami melihat ini sebagai upaya untuk melawan gradien kekuatan yang mendorong sebagian besar sistem data, di mana orang-orang dari mana data itu berasal memiliki kekuatan paling kecil dan pemerintah dan perusahaan memiliki paling banyak.

Beberapa proyek kami, seperti “Floodwatch”, melibatkan publik dalam proses pengumpulan data. Lainnya seperti 'Into The Okavango' memberi orang alat untuk menanyakan data mentah melalui API publik. Kami segera merilis proyek sains warga, “Cloudy With A Chance of Pain,” yang mendorong peserta untuk mengeksplorasi data kesehatan masyarakat dan menyerahkan hipotesis mereka sendiri kepada tim peneliti proyek di University of Manchester, Inggris. Ada banyak cara untuk melibatkan audiens yang belum dieksplorasi, dan kami sangat yakin bahwa mereka tidak boleh terbatas pada akhir proses kreatif.

Akhir-akhir ini, kami tertarik pada bagaimana komunitas dapat secara langsung mengkritik data. Kami sedang membangun beberapa API yang memungkinkan pengguna untuk membubuhi keterangan objek data dengan pertanyaan tentang asalnya, komentar tentang kebenaran, atau kritik terhadap metodologi.

Ketika saya menemukan halaman proyek Anda, saya memikirkan banyak cara agar ruang redaksi dapat memikirkan ruang dan kinerja serta pengumpulan data. Tetapi mereka sering kekurangan sumber daya dan waktu. Hal-hal kecil apa yang dapat dilakukan organisasi untuk membantu orang membuat koneksi dan memahami dunia di sekitar mereka dengan lebih baik, bahkan jika mereka tidak memiliki tim data?

Saya pikir ruang redaksi perlu memikirkan cara untuk memasukkan keterampilan data kreatif ke dalam tim mereka yang sudah ada, daripada meratapi kurangnya 'tim data.' Dua orang favorit kami di dunia membuat proyek luar biasa baru-baru ini yang disebut “ Data yang terhormat ” di mana mereka saling bertukar kartu pos data yang digambar tangan selama setahun. Tanpa kode, hanya krayon pensil. Ini adalah pengingat yang baik bahwa teknologi (dan anggaran terkait) bukanlah faktor pembatas yang sebenarnya.

Berbicara tentang inspirasi, Tim John Keefe di WNYC selalu mengejutkan kami dengan cara mereka bekerja dengan data yang menyenangkan dan penuh akal dengan tim kecil dan anggaran kecil. Kami sangat terpesona oleh proyek WNYC yang menggabungkan pengumpulan data dengan representasi data. Mereka mengaburkan batas antara jurnalisme dan sains warga dan gerakan pembuat dengan cara yang sangat menginspirasi.

(Terkait: Di Stream Lab, jurnalis siaran bekerja sama dengan siswa untuk memeriksa air Virginia Barat)

Saya melakukan banyak pelaporan tentang teknologi iklan dan sangat ingin tahu tentang proyek Anda “ Dibalik Spanduk ' dan ' Pengamat banjir .” Apa status Floodwatch? Apakah orang-orang berpartisipasi? Apa yang Anda pelajari dari percobaan itu?

Pada tahun 2013, kami membuat penjelas sistem teknologi iklan untuk (pengusaha dan jurnalis) John Battelle. Sangat menarik untuk mempelajari tentang sistem besar tanpa kepala ini, yang bisa dibilang merupakan sistem komputasi paling kompleks yang pernah dibuat. Melalui pekerjaan kami pada proyek itu, kami mulai berpikir tentang bagaimana individu tidak dapat melihat banyak jika ada sistem ini dan mulai memikirkan cara kami dapat mendidik dan memberdayakan konsumen (atau, sebagaimana kami menyebutnya, orang). Hasilnya adalah Floodwatch, alat yang memungkinkan orang melihat profil yang dibuat pengiklan tentang mereka dan memungkinkan pengumpulan database tawaran yang dapat dibagikan dengan peneliti periklanan.

Floodwatch saat ini dalam versi alfa, dan kami akan merilis versi beta musim panas ini. Setelah mendapatkan basis pengguna yang signifikan (sekitar 12.000 telah mendaftar untuk menggunakan ekstensi, meskipun pengguna aktif saat ini lebih sedikit), kami membangun kumpulan data besar iklan yang telah ditayangkan kepada orang-orang. Bekerja sama dengan pakar pembelajaran mesin, kami dapat mengklasifikasikan iklan hanya berdasarkan citra yang dikandungnya. Kami berencana untuk merilis fitur baru dalam rilis beta, di mana pengguna akan mendapatkan visualisasi yang menjelaskan jenis iklan yang mereka tayangkan, dan bagaimana mereka dibandingkan dengan yang lain.

Bagaimana Anda mendapatkan ide-ide baru? Bagaimana Anda membagikan apa yang Anda pelajari?

Ada keseimbangan antara ide yang dihasilkan oleh Office, dan ide yang masuk ke pintu kami melalui mitra kami. Di studio, kami mencoba mengekspos diri kami kepada sebanyak mungkin kreator dan peneliti lain. Untuk melayani ini, kami mengadakan acara bulanan yang disebut OCR Friday di mana kami mengundang seseorang, bersama dengan 30 tamu, untuk menghabiskan beberapa jam berbicara tentang praktik berbasis penelitian. Kami memiliki pembuat film, pengacara, peneliti privasi, seniman pengawasan, pembuat bir, desainer, pematung ... kami mencoba yang terbaik untuk menjaga agar semuanya tetap beragam.

Kita tidak sebaik yang seharusnya tentang berbagi apa yang kita pelajari. Kami menerbitkan jurnal tahunan yang berisi ephemera dari proyek kami: catatan, esai, kode, dan hal-hal kecil lainnya. Kami mencoba menjadi lebih baik dalam menghosting repositori GitHub publik yang aktif dan juga ingin menyelenggarakan lokakarya publik dan diskusi informal seputar rangkaian penelitian yang mungkin kami ikuti.

Banyak ruang redaksi saat ini mengkhawatirkan algoritme pada platform yang mengontrol siapa yang dapat melihat konten. Bisakah Anda berbicara sedikit tentang peran algoritma dalam pekerjaan Anda sendiri? Apa hubungan antara algoritma dan penilaian editorial?

Ya ampun, algoritma.

Perairan di sekitar algoritme dan penilaian editorial sangat keruh. Seperti (mantan guru data Kickstarter) Fred Benenson baru-baru ini mengatakan, algoritma sering digunakan untuk “ fungsi mathwash yang seharusnya dianggap sewenang-wenang dengan objektivitas .”

Beberapa tahun yang lalu, kami diminta untuk merancang algoritma dan instalasi media untuk Museum 9/11, yang secara dinamis akan membuat garis waktu yang menghubungkan peristiwa terkini dengan peristiwa 11 September. Misalnya, sebuah utas mungkin dibangun di sekitar bagaimana undang-undang kontrol senjata telah dan belum berubah antara minggu ini dan 2001. Kami benar-benar jelas dalam proses kami untuk mengatakan bahwa 'algoritma' dari karya itu tidak menghilangkan subjektivitas; memang, dalam beberapa hal itu memperkuatnya. Meskipun demikian, ketika karya itu diresmikan, itu digambarkan sebagai objek yang objektif, berkat perhitungan. Itu adalah cara yang rapi bagi museum untuk menghindari politik kurasi.

Kami menggunakan algoritme sebagai sarana untuk memproses data, untuk menghasilkan bentuk visual, untuk membuat skrip untuk pemain, untuk membuat lanskap suara. Beberapa dari algoritme ini 'di luar rak', dalam hal ini ada penilaian editorial yang masuk ke algoritme mana yang masuk akal untuk digunakan. Algoritme lain yang kami buat sendiri, dalam hal ini kami mencoba memperhatikan bagaimana subjektivitas kami dimasukkan ke dalam kode. Definisi dua kata untuk suatu algoritme adalah 'lakukan sampai' — dan sampai itu membuat kita mendapat masalah, karena komunikasi yang tenang dapat diperkuat menjadi komunikasi yang keras.