Het Office of Creative Research, een datalab in New York, heeft journalisten veel te leren

'And That's The Way It Is' is een samenwerking tussen het openbare kunstprogramma Landmarks van de Universiteit van Texas, Ben Rubin en The Office for Creative Research. (Fotocredit: OCR)

Als je op een lenteavond in 2012 op de campus van de Universiteit van Texas op de campus van Austin zou lopen, zou je een aantal mensen hun nieuws hebben zien krijgen vanaf de zijkant van een gebouw van vijf verdiepingen.

Zinnen uit de legendarische uitzendingen van Walter Cronkite, evenals live nieuwsfeeds uit het hele land, waren: geprojecteerd op de zijkant van het Jesse H. Jones Communication Center, zodat iedereen die langsliep een blik kon werpen op het nachtelijke nieuws van vroeger en nu.

Het project is gemaakt door leden van Het bureau voor creatief onderzoek , een in New York gevestigde onderzoeksgroep die vaak datavisualisaties, optredens in de openbare ruimte en prototypen maakt om mensen te helpen informatie te begrijpen.

De afgelopen maanden hebben ze een visualisatie gemaakt over Einsteins algemene relativiteitstheorie voor Scientific American, een Chrome-extensie gemaakt die mensen helpt om advertentietargeting te begrijpen en werkte met National Geographic om wilde dieren in realtime te volgen in de Okavango Delta in Botswana.

Hun werk combineert journalistiek, gebruikersonderzoek, publieke prestaties en grootschalige digitaliseringen die ervoor zorgen dat mensen informatie op nieuwe manieren begrijpen of verwerken (een aantal leden van de onderzoeksgroep migreerde van The New York Times' onlangs geblindeerd R&D-lab).

Ik nam contact op met The Office of Creative Research om meer te weten te komen over de groepsbenadering van brede betrokkenheid en informatie, die veel verder gaat dan de grenzen van een scherm en veel toepassingen heeft voor redactiekamers.

Ik hou van je het nachtelijke nieuws geprojecteerd op een vijf verdiepingen tellend gebouw in Texas. Het is het tegenovergestelde van een mobiel apparaat. Iedereen deelt samen een gemeenschappelijke ervaring. Kun je iets vertellen over hoe jij de openbare ruimte ziet en hoe redacties de openbare ruimte kunnen zien als ze nadenken over hoe het nieuws over te brengen?

Allereerst gaat het grootste deel van de eer voor dat prachtige stuk naar Ben Rubin, OCR-medeoprichter, die nu de directeur is van Parsons' Institute for Information Mapping.

Ben vertelt een geweldig verhaal over hoe hij als kind 's avonds op de fiets naar huis fietste en elk raam op straat synchroon zag flikkeren - omdat iedereen tegelijkertijd op hetzelfde journaal was afgestemd. Dit raakt aan wat Teju Cole noemt 'openbare tijd' en ik denk dat het een heel waardevol concept is om over na te denken wanneer we de relatie tussen gegevens en het publiek onderzoeken.

De openbare ruimte is verschoven door de opkomst van mobiele apparaten. Mensen lijken zich minder bewust te zijn van hun omgeving en minder geneigd om met elkaar te communiceren, maar veel vaker met iemand die uit die ruimte is verwijderd.

Hoe bepaal je welke projecten je aanneemt? Wat maakt een project tot een goed project? Een vervolg: wat maakt een goed live evenement vs. een digitaal project?

Veel van je werk betreft het veel gemakkelijker maken van moeilijke onderwerpen om te begrijpen. Je hebt een interactief spel en verhaal gemaakt om leg de bevindingen uit van een recente Nature-paper. Ik zou graag meer horen over hoe dat project tot stand kwam en hoe je hebt getest wat je hebt gebouwd om ervoor te zorgen dat het publiek de animatie begreep.

We werden benaderd door (hoogleraar) Simon J. Anthony om hem de ideeën in zijn paper visueel over te brengen aan een groter publiek dan collega-onderzoekers. We besloten ons te richten op de verschillende soorten relaties tussen virussen in gastheren, vooral wanneer ze geen duidelijke ziekte veroorzaken. Om voorspellingen te doen, moet je eerst bepalen welke soorten patronen er zijn, dus een groot deel van het educatieve aspect van het spel is proberen het verschil te laten zien tussen willekeur en deterministische patronen. Wat ons ook interesseerde in zijn onderzoek was dat wanneer je de interacties tussen virussen op verschillende schalen onderzoekt. De patronen kunnen heel verschillend zijn, dus het werd belangrijk om te denken op een virus-naar-virusniveau, een virus-naar-host-niveau en een gemeenschapsniveau van veel hosts. Het feit dat al deze soorten relaties gelijktijdig plaatsvinden en dat er potentieel voorspelbare patronen zijn die hun bestaan ​​bepalen, was de grootste aantrekkingskracht voor ons.

Wanneer mensen met een project naar OCR komen, proberen we ons hoofd te maken over wat de gegevens of het onderzoek proberen over te brengen en doen we ons best om het te interpreteren en te vertalen naar een breder publiek. In dit geval wilden we het bereik van Simons onderzoek uitbreiden tot buiten de wetenschappelijke of academische gemeenschap. We creëerden een vereenvoudigd verhaal dat enkele van de kernconcepten in de paper zou uitleggen. Het toevoegen van een spelelement leek de natuurlijke manier om een ​​aantal van de abstracte concepten die we probeerden te laten zien, te versterken en een bredere aantrekkingskracht te hebben. Om het onderwerp toegankelijker te maken, wilden we dat de visuele taal van de site felgekleurd en vriendelijk zou zijn en zou doen denken aan ruimte-indringers. De poep-emoji onthulde zichzelf als een zeer belangrijk hulpmiddel dat verwijst naar de methode om de virusmonsters te verzamelen en ook wat lichtheid aan de site toevoegt.

Ik zie het werk dat je doet als journalistiek, maar buiten de traditionele redactiekamer. Je helpt mensen hun wereld te begrijpen en te begrijpen. Heb je een favoriet project?

We zijn absoluut 'journalistiek aangrenzend'. Vier van onze 10 teamleden hebben een achtergrond in het nieuws en ik denk dat we ethische en technische benaderingen delen met een redactiekamer. Dat gezegd hebbende, we zijn niet altijd geïnteresseerd in het netjes vertellen van een verhaal. In wezen zijn we een onderzoeksgroep en ik denk dat veel van ons beste werk inherent onvolledig is. We weigeren beleefd om een ​​favoriet project te kiezen.

Veel van je werk bestaat uit het verbinden van mensen met informatie door middel van prestaties. Een van mijn favorieten is optreden MoMA's database met 120.000 objectenverzamelingen . Kun je iets vertellen over hoe je ervoor hebt gekozen om een ​​database uit te voeren en hoe je daarbij hebt gedacht aan publiek en openbare ruimtes?

We werden door MoMA gevraagd om deel te nemen aan hun Artists Experiment-serie, wat inhield dat we moesten samenwerken met hun onderwijsafdeling aan iets dat als een publiek programma kon worden gezien.

Onze eerste ideeën waren vooral gericht op het maken van conceptuele API's, waarmee bezoekers (zowel in het gebouw als op internet) op interessante manieren met de databases van het museum kunnen communiceren. Het blijkt dat er veel politieke voorwaarden zijn in een instelling als MoMA, en we konden geen toestemming krijgen om het werk te doen dat we aanvankelijk wilden. Dus besloten we het probleem opnieuw te formuleren en te kijken hoe we de gegevens die al openbaar waren op nieuwe en interessante manieren konden presenteren. Mark Hansen en Ben Rubin hadden een geschiedenis van data en uitvoering, dus leidden ze echt de ontwikkeling van het stuk met [de theatergroep] Liftreparatieservice en structureerde de performance in de galerieën.

Door gegevens in de openbare ruimte te brengen, verandert de manier waarop mensen verwachten ermee om te gaan. Het maakt de ervaring van gegevens ook iets minder vrijwillig - meestal 'lezen' we gegevens wanneer we op een link klikken, een pagina omslaan of een lezing bijwonen. Door een datasculptuur in een park te plaatsen of een performance van een database in een kunstgalerie op te voeren, dwingen we op een bepaalde manier data aan mensen op, wat de dynamiek van het gesprek verandert.

In redactiekamers wordt vaak een stuk gepubliceerd en dan gaan de redacteuren, verslaggevers en het datavisualisatieteam verder met hun volgende project. Jij schrijven dat wanneer musea 'kunstmaken aanmoedigen met hun collectiegegevens, musea ook verwikkeld raken in een prachtig soort recursie: ze produceren gegevens die kunst produceren die gegevens produceert, en maar door en door en door.'

Het doet me denken aan wanneer nieuwsorganisaties echt bovenop hun commentaarsecties zitten, omdat ze nieuwe verhaalideeën krijgen van de mensen die op hun eerste stuk hebben gereageerd. Ik ben benieuwd naar manieren waarop redacties hun publiek kunnen aanmoedigen om hun inhoud te remixen of iets nieuws te creëren van wat ze produceren. Ik zie zoveel projecten die zoveel tijd kosten om te maken - en dan gaat het team verder met het volgende project. Zijn er manieren om verder te gaan dan publicatie?

Sinds de oprichting van OCR zijn we gefascineerd door het idee van feedback. We proberen ons publiek voortdurend te betrekken buiten de loutere output van de tools die we creëren. Van gegevensverzameling tot gegevensvisualisatie, er zijn veel stappen en actoren betrokken, die vaak de aanvankelijk verzamelde gegevens vormgeven en beïnvloeden. Omwille van transparantie en openheid is het daarom van cruciaal belang voor ons om mensen te betrekken bij het hele proces van gegevenstransformatie, van ruwe bits tot zintuiglijke output.

We zien dit als een poging om tegen de machtsgradiënt in te gaan die de meeste datasystemen aandrijft, waarin de mensen van wie de data komen de minste macht hebben en overheden en bedrijven de meeste.

Sommige van onze projecten, zoals 'Floodwatch', betrekken het publiek bij het gegevensverzamelingsproces. Anderen zoals 'Into The Okavango' bieden mensen tools voor het opvragen van onbewerkte gegevens via openbare API's. We brengen binnenkort een burgerwetenschappelijk project uit, 'Cloudy With A Chance of Pain', dat deelnemers aanmoedigt om volksgezondheidsgegevens te onderzoeken en hun eigen hypothesen in te dienen bij het onderzoeksteam van het project aan de Universiteit van Manchester, VK. Er zijn veel mogelijkheden om het publiek erbij te betrekken die nog moeten worden verkend, en we zijn ervan overtuigd dat dit niet beperkt moet blijven tot het einde van het creatieve proces.

De laatste tijd zijn we geïnteresseerd in hoe gemeenschappen gegevens rechtstreeks kunnen bekritiseren. We bouwen een aantal API's waarmee gebruikers gegevensobjecten kunnen annoteren met vragen over herkomst, opmerkingen over de waarheidsgetrouwheid of kritiek op de methodologie.

Toen ik je projectpagina tegenkwam, bedacht ik zoveel manieren waarop redacties konden nadenken over ruimte en prestaties en gegevensverzameling. Maar ze zijn vaak vastgebonden voor middelen en tijd. Wat voor soort kleine dingen kunnen organisaties doen om mensen te helpen connecties te maken en de wereld om hen heen beter te begrijpen, zelfs als ze geen data-viz-team hebben?

Ik denk dat redacties moeten nadenken over manieren om creatieve datavaardigheden in hun bestaande teams in te passen, in plaats van te klagen over het gebrek aan een 'data-viz-team'. Twee van onze favoriete mensen ter wereld hebben onlangs een geweldig project gemaakt met de naam ' Beste gegevens ” waarin ze in de loop van een jaar handgetekende datakaarten met elkaar uitwisselden. Geen code, alleen kleurpotloden. Het is een goede herinnering dat technologie (en het bijbehorende budget) niet de echte beperkende factor is.

Over inspiratie gesproken, Het team van John Keefe bij WNYC verrast ons altijd met de heerlijke en vindingrijke manieren waarop ze met een klein team en een klein budget met data werken. We zijn vooral geboeid door de WNYC-projecten die dataverzameling combineren met datarepresentatie. Ze vervagen de grenzen tussen journalistiek en burgerwetenschap en de makerbeweging op echt inspirerende manieren.

(Gerelateerd: bij Stream Lab werken uitzendjournalisten samen met studenten om het water van West Virginia te onderzoeken)

Ik doe veel verslaggeving over advertentietechnologie en was erg benieuwd naar jullie projecten “ Achter de banner ' en ' Overstromingswacht .” Wat is de status van Floodwatch? Hebben mensen meegedaan? Wat heb je van dat experiment geleerd?

In 2013 hebben we een uitleg van ad tech-systemen gebouwd voor (ondernemer en journalist) John Battelle. Het was fascinerend om meer te weten te komen over dit grote systeem zonder hoofd, dat misschien wel het meest complexe computersysteem is dat ooit is gemaakt. Door ons werk aan dat project begonnen we na te denken over hoe individuen niet veel van dit systeem te zien krijgen en begonnen we na te denken over manieren waarop we consumenten (of, zoals we ze noemen, mensen) konden informeren en empoweren. Het resultaat was Floodwatch, een tool die mensen een kijkje geeft in de profielen die adverteerders over hen opbouwen en waarmee een biedingsdatabase kan worden verzameld die kan worden gedeeld met advertentieonderzoekers.

Floodwatch is momenteel in alfa en we verwachten deze zomer een bètaversie. Na het verkrijgen van een aanzienlijk gebruikersbestand (ongeveer 12.000 hebben zich aangemeld om de extensie te gebruiken, hoewel er momenteel minder actieve gebruikers zijn), hebben we een grote dataset opgebouwd van advertenties die mensen hebben gekregen. In samenwerking met een machine learning-specialist hebben we de advertenties kunnen classificeren op basis van de afbeeldingen die ze bevatten. We zijn van plan om een ​​nieuwe functie in de bètaversie uit te brengen, waar gebruikers visualisaties krijgen waarin wordt uitgelegd welke soorten advertenties ze te zien krijgen en hoe deze zich verhouden tot andere.

Hoe kom je op nieuwe ideeën? Hoe deel je wat je leert?

Er is een balans tussen ideeën die door het Bureau worden gegenereerd en ideeën die via onze partners bij ons binnenkomen. In de studio proberen we ons bloot te stellen aan zoveel mogelijk andere makers en onderzoekers. In dienst hiervan houden we een maandelijks evenement genaamd OCR Friday, waar we iemand, samen met 30 gasten, uitnodigen om een ​​paar uur te praten over op onderzoek gebaseerde praktijk. We hebben filmmakers, advocaten, privacyonderzoekers, bewakingskunstenaars, brouwmeesters, ontwerpers, beeldhouwers gehad... we doen ons best om de zaken divers te houden.

We zijn niet zo goed als we zouden moeten zijn in het delen van wat we leren. We publiceren jaarlijks een tijdschrift met efemere verschijnselen van onze projecten: notities, essays, code en andere kleine dingen. We proberen beter te worden in het hosten van actieve openbare GitHub-repositories en willen ook graag openbare workshops en informele discussies organiseren over onderzoeksthreads die we mogelijk volgen.

Veel redactiekamers maken zich tegenwoordig zorgen over algoritmen op platforms die bepalen wie inhoud te zien krijgt. Kun je iets vertellen over de rol van algoritmen in je eigen werk? Wat is de relatie tussen algoritmen en redactioneel oordeel?

Oh jongen, algoritmen.

De wateren rond algoritmen en redactioneel oordeel zijn ongelooflijk duister. Zoals (voormalig Kickstarter-datagoeroe) Fred Benenson onlangs zei, worden algoritmen vaak gebruikt om “ mathwash-functionaliteit die anders als willekeurig met objectiviteit zou worden beschouwd .”

Een paar jaar geleden werd ons gevraagd om ontwerp een algoritme en een media-installatie voor het 9/11 Museum, die dynamisch tijdlijnen zou creëren die actuele gebeurtenissen verbinden met de gebeurtenissen van 11 september. Er zou bijvoorbeeld een rode draad kunnen worden opgebouwd rond de vraag hoe de wapenwetten tussen deze week en 2001 wel en niet zijn veranderd. in sommige opzichten versterkte het het. Desalniettemin, toen het stuk werd onthuld, werd het dankzij berekeningen als objectief beschreven. Het was een nette manier voor het museum om de curatiepolitiek te omzeilen.

We gebruiken algoritmen als middel om data te verwerken, om visuele vormen te genereren, om scripts voor artiesten te creëren, om soundscapes te creëren. Sommige van deze algoritmen zijn 'van de plank', in welk geval er een redactioneel oordeel is over welk algoritme zinvol is om te gebruiken. Andere algoritmen maken we zelf, in dat geval proberen we ons bewust te zijn van hoe onze subjectiviteit in de code wordt ingebakken. Een definitie van twee woorden voor een algoritme is 'doen tot' - en het is dat totdat we in de problemen komen, omdat elke stille communicatie kan worden versterkt tot een luide communicatie.