L'Office of Creative Research, un data lab di New York, ha molto da insegnare ai giornalisti

'And That's The Way It Is', è una collaborazione tra il programma di arte pubblica Landmarks dell'Università del Texas, Ben Rubin e The Office for Creative Research. (Credito fotografico: OCR)

Se stavi camminando nel campus dell'Università del Texas nel campus di Austin una notte di primavera del 2012, avresti visto un certo numero di persone che ricevevano le loro notizie dal lato di un edificio di cinque piani.

Le frasi delle leggendarie trasmissioni di Walter Cronkite, così come i feed di notizie in diretta da tutto il paese, lo erano proiettato di lato del Jesse H. Jones Communication Center, dando a chiunque passasse uno sguardo alle notizie notturne del passato e del presente.

Il progetto è stato creato dai membri di L'Ufficio per la ricerca creativa , un gruppo di ricerca con sede a New York che spesso crea visualizzazioni di dati, performance nello spazio pubblico e prototipi per aiutare le persone a comprendere le informazioni.

Negli ultimi mesi l'hanno fatto ha creato una visualizzazione sulla teoria della relatività generale di Einstein per Scientific American, fatto un'estensione di Chrome che aiuta le persone a dare un senso al targeting degli annunci e ha collaborato con il National Geographic per tracciare la fauna selvatica, in tempo reale, nel delta dell'Okavango in Botswana.

Il loro lavoro combina giornalismo, ricerca sugli utenti, performance pubbliche e digitalizzazioni su larga scala che consentono alle persone di comprendere o elaborare le informazioni in modi nuovi (un certo numero di membri del gruppo di ricerca è emigrato dal New York Times' recentemente chiuso laboratorio di ricerca e sviluppo).

Mi sono messo in contatto con The Office of Creative Research per saperne di più sull'approccio del gruppo al coinvolgimento e all'informazione su larga scala, che va ben oltre i confini di uno schermo e ha molte applicazioni per le redazioni.

Ti amo proiettato il telegiornale notturno su un edificio di cinque piani in Texas. È l'opposto di un dispositivo mobile. Tutti condividono un'esperienza comune insieme. Potresti parlare un po' di come vedi lo spazio pubblico e di come le redazioni possono vedere lo spazio pubblico quando pensi a come trasmettere le notizie?

Prima di tutto, la maggior parte del merito di quel meraviglioso pezzo va a Ben Rubin, cofondatore dell'OCR, che ora è il direttore del Parsons' Institute for Information Mapping.

Ben racconta una bella storia su come andare a casa in bicicletta la sera da bambino e vedere ogni finestra sulla strada sfarfallio in sincronia, perché tutti erano sintonizzati sullo stesso telegiornale allo stesso tempo. Questo tocca cosa Teju Cole chiama 'tempo pubblico' e penso sia un concetto davvero prezioso su cui riflettere quando stiamo esaminando la relazione tra i dati e il pubblico.

Lo spazio pubblico è cambiato a causa della prevalenza dei dispositivi mobili. Le persone sembrano essere meno consapevoli di ciò che li circonda e hanno meno probabilità di comunicare tra loro, ma hanno molte più probabilità di comunicare con qualcuno rimosso da quello spazio.

Come decidi quali progetti intraprendere? Cosa rende un buon progetto? Un seguito: cosa distingue un buon evento dal vivo rispetto a un progetto digitale?

Gran parte del tuo lavoro riguarda il rendere gli argomenti difficili molto più facili da capire. Hai creato un gioco interattivo e una narrativa per spiegare i risultati di un recente paper di Nature. Mi piacerebbe sapere di più su come è nato quel progetto e su come hai testato ciò che hai costruito per garantire che il pubblico capisse l'animazione.

Siamo stati avvicinati dal (professore) Simon J. Anthony a lui per comunicare visivamente le idee nel suo articolo a un pubblico più ampio al di là dei colleghi ricercatori. Abbiamo deciso di prendere di mira i diversi tipi di relazioni tra i virus negli host, soprattutto quando non causano alcuna malattia apparente. Per fare previsioni, devi prima determinare quali tipi di schemi esistono, quindi gran parte dell'aspetto educativo del gioco sta cercando di mostrare la differenza tra casualità e schemi deterministici. Ciò che ci interessava anche della sua ricerca era che quando si esaminano le interazioni tra virus su scale diverse. I modelli possono essere molto diversi, quindi è diventato importante pensare a un livello da virus a virus, da virus a host ea livello di comunità di molti host. Il fatto che tutti questi tipi di relazioni avvengano contemporaneamente e che ci siano modelli potenzialmente prevedibili che guidano la loro esistenza è stata la più grande attrazione per noi.

Quando le persone arrivano all'OCR con un progetto, cerchiamo di capire cosa i dati o la ricerca stanno cercando di trasmettere e facciamo del nostro meglio per interpretarlo e tradurlo a un pubblico più ampio. In questo caso, volevamo espandere la portata della ricerca di Simon oltre la comunità scientifica o accademica. Abbiamo creato una narrazione semplificata che spiegherebbe alcuni dei concetti fondamentali del documento. L'aggiunta di un elemento di gioco sembrava il modo naturale per cementare alcuni dei concetti astratti che stavamo cercando di mostrare e avere un fascino più ampio. Per rendere l'argomento più accessibile, volevamo che il linguaggio visivo del sito fosse colorato, amichevole e che ricordasse gli invasori spaziali. L'emoji della cacca si è rivelata uno strumento molto importante che fa riferimento al metodo di raccolta dei campioni di virus e aggiunge anche un po' di leggerezza al sito.

Vedo il lavoro che fai come giornalismo ma al di fuori della tradizionale redazione. Aiuti le persone a capire e dare un senso al loro mondo. Hai un progetto preferito?

Siamo decisamente 'giornalismo adiacente'. Quattro dei nostri 10 membri del team hanno un background nelle notizie e penso che condividiamo approcci etici e tecnici con una redazione. Detto questo, non siamo sempre interessati a raccontare una storia in modo ordinato. Fondamentalmente, siamo un gruppo di ricerca e penso che gran parte del nostro miglior lavoro sia intrinsecamente incompleto. Ci rifiutiamo gentilmente di scegliere un progetto preferito.

Gran parte del tuo lavoro consiste nel connettere le persone alle informazioni attraverso le prestazioni. Uno dei miei preferiti è esibirmi Il database delle raccolte di 120.000 oggetti del MoMA . Puoi parlare un po' di come hai scelto di eseguire un database e di come hai pensato al pubblico e agli spazi pubblici mentre lo facevi?

Il MoMA ci ha chiesto di prendere parte alla loro serie Artists Experiment, il che significava collaborare con il loro dipartimento di istruzione su qualcosa che poteva essere visto come un programma pubblico.

Le nostre idee iniziali riguardavano principalmente la creazione di API concettuali, che consentissero ai visitatori (sia nell'edificio che su Internet) di interagire con i database del museo in modi interessanti. A quanto pare, ci sono molte condizioni politiche che esistono in un'istituzione come il MoMA e non siamo stati in grado di ottenere i permessi per fare il lavoro che inizialmente volevamo. Quindi abbiamo deciso di riformulare il problema e vedere come presentare i dati che erano già pubblici in modi nuovi e interessanti. Mark Hansen e Ben Rubin aveva una storia di dati e performance, quindi hanno davvero guidato lo sviluppo del pezzo con [il gruppo teatrale] Servizio di riparazione ascensori e strutturato la performance nelle gallerie.

Portare i dati nello spazio pubblico cambia il modo in cui le persone si aspettano di interagire con essi. Inoltre, rende l'esperienza dei dati in qualche modo meno volontaria: principalmente, 'leggiamo' i dati quando facciamo clic su un collegamento o giriamo pagina o partecipiamo a un discorso. Inserendo una scultura di dati in un parco o mettendo in scena una performance di un database in una galleria d'arte, in qualche modo forziamo i dati sulle persone, il che cambia la dinamica della conversazione.

Nelle redazioni, un pezzo viene spesso pubblicato e quindi i redattori, i giornalisti e il team di visualizzazione dei dati passano al progetto successivo. Voi scrivere che quando i musei 'incoraggiano [e] la creazione artistica con i dati delle loro collezioni, anche i musei si trovano coinvolti in un bellissimo tipo di ricorsione: producono dati che producono arte che produce dati, e così via'.

Mi ricorda quando le testate giornalistiche sono davvero in cima alle loro sezioni di commenti, perché ottengono nuove idee per le storie dalle persone che hanno risposto al loro primo pezzo. Sono curioso di sapere in che modo le redazioni possono incoraggiare il loro pubblico a remixare i loro contenuti o creare qualcosa di nuovo da ciò che producono. Vedo così tanti progetti che hanno richiesto così tanto tempo per essere realizzati, e poi il team passa al progetto successivo. Ci sono modi per andare oltre la pubblicazione?

Fin dall'inizio dell'OCR, siamo stati affascinati dall'idea del feedback. Cerchiamo costantemente di coinvolgere il nostro pubblico al di là del semplice output degli strumenti che creiamo. Dalla raccolta dei dati alla visualizzazione dei dati, sono coinvolti molti passaggi e attori, che spesso modellano e influenzano i dati inizialmente raccolti. Per motivi di trasparenza e apertura, è quindi fondamentale per noi coinvolgere le persone durante tutto il processo di trasformazione dei dati, dai bit grezzi agli output sensoriali.

Consideriamo questo come un tentativo di spingere contro il gradiente di potere che guida la maggior parte dei sistemi di dati, in cui le persone da cui provengono i dati hanno il minor potere e i governi e le aziende hanno il massimo.

Alcuni dei nostri progetti, come 'Floodwatch', coinvolgono il pubblico nel processo di raccolta dei dati. Altri come 'Into The Okavango' forniscono alle persone strumenti per eseguire query sui dati grezzi tramite API pubbliche. Presto pubblicheremo un progetto di scienza dei cittadini, 'Cloudy With A Chance of Pain', che incoraggia i partecipanti a esplorare i dati sulla salute pubblica e a presentare le proprie ipotesi al team di ricerca del progetto presso l'Università di Manchester, nel Regno Unito. Ci sono molte strade per coinvolgere il pubblico che devono ancora essere esplorate e crediamo fermamente che non dovrebbero essere limitate alla fine del processo creativo.

Ultimamente, ci siamo interessati al modo in cui le comunità possono criticare direttamente i dati. Stiamo costruendo un paio di API che consentono agli utenti di annotare oggetti dati con domande sulla provenienza, commenti sulla veridicità o critiche alla metodologia.

Quando mi sono imbattuto nella pagina del tuo progetto, ho pensato a tanti modi in cui le redazioni potevano pensare allo spazio, alle prestazioni e alla raccolta dei dati. Ma sono spesso a corto di risorse e tempo. Che tipo di piccole cose possono fare le organizzazioni per aiutare le persone a stabilire connessioni e comprendere meglio il mondo che le circonda, anche se non dispongono di un team di visualizzazione dei dati?

Penso che le redazioni debbano pensare a come inserire le competenze creative relative ai dati nei loro team esistenti, piuttosto che lamentarsi della mancanza di un 'team di visualizzazione dei dati'. Due delle nostre persone preferite al mondo hanno recentemente realizzato un progetto straordinario chiamato ' Gentile Dati ” in cui si scambiavano cartoline di dati disegnate a mano nel corso di un anno. Nessun codice, solo pastelli a matita. È un buon promemoria che la tecnologia (e il relativo budget) non è il vero fattore limitante.

A proposito di ispirazione, La squadra di John Keefe a WNYC ci sorprende sempre con i modi deliziosi e pieni di risorse in cui lavorano con i dati con un piccolo team e un budget limitato. Siamo particolarmente affascinati dai progetti WNYC che combinano la raccolta dei dati con la rappresentazione dei dati. Stanno offuscando i confini tra giornalismo e scienza dei cittadini e il movimento dei maker in modi davvero stimolanti.

(Correlato: allo Stream Lab, i giornalisti televisivi si alleano con gli studenti per esaminare l'acqua del West Virginia)

Faccio molti reportage sulla tecnologia pubblicitaria ed ero davvero curioso dei tuoi progetti ' Dietro lo stendardo ' e ' Floodwatch .” Qual è lo stato di Floodwatch? Le persone hanno partecipato? Cosa hai imparato da quell'esperimento?

Nel 2013 abbiamo realizzato una spiegazione dei sistemi ad tech per (imprenditore e giornalista) John Battelle. È stato affascinante conoscere questo grande sistema senza testa, che è probabilmente il sistema computazionale più complesso mai creato. Attraverso il nostro lavoro su quel progetto, abbiamo iniziato a pensare a come le persone non riescono a vedere molto o nulla di questo sistema e abbiamo iniziato a pensare ai modi in cui potremmo educare e responsabilizzare i consumatori (o, come li chiamiamo, le persone). Il risultato è stato Floodwatch, uno strumento che offre alle persone uno sguardo ai profili che gli inserzionisti stanno costruendo su di loro e consente la raccolta di un database di offerte che può essere condiviso con i ricercatori pubblicitari.

Floodwatch è attualmente in versione alpha e la versione beta è prevista per quest'estate. Dopo aver acquisito una base di utenti significativa (circa 12.000 si sono registrati per utilizzare l'estensione, sebbene al momento ci siano meno utenti attivi), abbiamo creato un ampio set di dati di annunci che sono stati offerti alle persone. Collaborando con uno specialista di machine learning, siamo stati in grado di classificare gli annunci in base esclusivamente alle immagini che contengono. Abbiamo in programma di rilasciare una nuova funzionalità nella versione beta, in cui gli utenti riceveranno visualizzazioni che spiegano i tipi di annunci che vengono offerti e il confronto con gli altri.

Come si ottengono nuove idee? Come condividi ciò che impari?

C'è un equilibrio tra le idee generate dall'Ufficio e le idee che arrivano alla nostra porta tramite i nostri partner. In studio, cerchiamo di esporci a quanti più creatori e ricercatori possibili. Al servizio di questo, teniamo un evento mensile chiamato OCR Friday in cui invitiamo qualcuno, insieme a 30 ospiti, a trascorrere qualche ora parlando di pratica basata sulla ricerca. Abbiamo registi, avvocati, ricercatori sulla privacy, artisti della sorveglianza, mastri birrai, designer, scultori... facciamo del nostro meglio per mantenere le cose diverse.

Non siamo bravi come dovremmo essere nel condividere ciò che impariamo. Pubblichiamo un diario annuale che contiene effimeri dai nostri progetti: appunti, saggi, codice e altre piccole cose. Stiamo cercando di migliorare nell'ospitare repository GitHub pubblici attivi e vorremmo anche ospitare workshop pubblici e discussioni informali sui thread di ricerca che potremmo seguire.

Molte redazioni oggi sono preoccupate per gli algoritmi sulle piattaforme che controllano chi può vedere i contenuti. Potresti parlare un po' del ruolo degli algoritmi nel tuo lavoro? Qual è il rapporto tra algoritmi e giudizio editoriale?

Oh ragazzi, algoritmi.

Le acque attorno agli algoritmi e al giudizio editoriale sono incredibilmente oscure. Come ha recentemente affermato Fred Benenson (ex guru dei dati di Kickstarter), gli algoritmi sono spesso usati per “ funzionalità mathwash che altrimenti sarebbero considerate arbitrarie con obiettività .”

Qualche anno fa ci è stato chiesto di farlo progettare un algoritmo e un'installazione multimediale per il Museo dell'11 settembre, che creerebbe dinamicamente linee temporali che collegano l'attualità agli eventi dell'11 settembre. Ad esempio, un thread potrebbe essere costruito attorno a come le leggi sul controllo delle armi sono cambiate e non sono cambiate tra questa settimana e il 2001. Nel nostro processo siamo stati molto chiari nel dire che l ''algoritmo' del pezzo non ha rimosso la soggettività; anzi, in qualche modo lo ha amplificato. Tuttavia, quando il pezzo è stato svelato, è stato descritto come oggettivo, grazie al calcolo. È stato un modo accurato per il museo di aggirare la politica della curatela.

Usiamo algoritmi come mezzo per elaborare dati, per generare forme visive, per creare script per artisti, per creare paesaggi sonori. Alcuni di questi algoritmi sono 'pronti all'uso', nel qual caso c'è un giudizio editoriale che va in quale algoritmo ha senso usare. Altri algoritmi li creiamo noi stessi, nel qual caso cerchiamo di essere consapevoli di come la nostra soggettività viene incorporata nel codice. Una definizione di due parole per un algoritmo è 'fai fino a' - ed è fino a quando questo non ci mette nei guai, poiché qualsiasi comunicazione silenziosa può essere amplificata in una rumorosa.