Das Office of Creative Research, ein New Yorker Datenlabor, hat Journalisten viel beizubringen

„And That’s The Way It Is“ ist eine Zusammenarbeit zwischen dem öffentlichen Kunstprogramm Landmarks der University of Texas, Ben Rubin und The Office for Creative Research. (Bildnachweis: OCR)

Wenn Sie an einem Frühlingsabend im Jahr 2012 über den Campus der University of Texas at Austin gegangen wären, hätten Sie eine Reihe von Menschen gesehen, die ihre Nachrichten von der Seite eines fünfstöckigen Gebäudes erhalten haben.

Sätze aus den legendären Sendungen von Walter Cronkite sowie Live-Newsfeeds aus dem ganzen Land waren dabei seitlich projiziert des Jesse H. Jones Communication Center und gab jedem, der vorbeiging, einen Blick auf die nächtlichen Nachrichten aus Vergangenheit und Gegenwart.

Das Projekt wurde von Mitgliedern von erstellt Das Büro für kreative Forschung , eine in New York ansässige Forschungsgruppe, die häufig Datenvisualisierungen, Performances im öffentlichen Raum und Prototypen erstellt, um Menschen dabei zu helfen, Informationen zu verstehen.

In den letzten Monaten haben sie eine Visualisierung erstellt über Einsteins Allgemeine Relativitätstheorie für Scientific American, eine Chrome-Erweiterung erstellt das hilft den Leuten, die Anzeigenausrichtung zu verstehen und arbeitete mit National Geographic zusammen Wildtiere im Okavango-Delta in Botswana in Echtzeit zu verfolgen.

Ihre Arbeit kombiniert Journalismus, Nutzerforschung, öffentliche Aufführung und groß angelegte Digitalisierungen, die Menschen dazu bringen, Informationen auf neue Weise zu verstehen oder zu verarbeiten (eine Reihe von Forschungsgruppenmitgliedern wechselten von der New York Times vor kurzem geschlossen F&E-Labor).

Ich habe mich mit The Office of Creative Research in Verbindung gesetzt, um mehr über den Ansatz der Gruppe zu umfassendem Engagement und Informationen zu erfahren, der weit über die Grenzen eines Bildschirms hinausgeht und viele Anwendungen für Nachrichtenredaktionen bietet.

Ich liebe dich projizierte die nächtlichen Nachrichten auf ein fünfstöckiges Gebäude in Texas. Es ist das Gegenteil eines mobilen Geräts. Alle teilen gemeinsam ein gemeinsames Erlebnis. Könnten Sie ein wenig darüber sprechen, wie Sie den öffentlichen Raum sehen und wie Nachrichtenredaktionen den öffentlichen Raum sehen können, wenn sie darüber nachdenken, wie sie Nachrichten übermitteln können?

Zuallererst gebührt der größte Verdienst für dieses wunderbare Stück Ben Rubin, OCR-Mitbegründer, der jetzt Direktor des Parsons Institute for Information Mapping ist.

Ben erzählt eine großartige Geschichte darüber, wie er als Kind abends mit dem Fahrrad nach Hause fuhr und jedes Fenster auf der Straße synchron flackern sah – weil alle zur gleichen Zeit auf die gleiche Nachrichtensendung eingestellt waren. Das berührt was Teju Cole nennt „öffentliche Zeit“ und ich denke, es ist ein wirklich wertvolles Konzept, über das man nachdenken sollte, wenn wir die Beziehung zwischen Daten und der Öffentlichkeit untersuchen.

Der öffentliche Raum hat sich durch die Verbreitung mobiler Geräte verschoben. Die Menschen scheinen sich ihrer Umgebung weniger bewusst zu sein und weniger wahrscheinlich miteinander zu kommunizieren, aber viel wahrscheinlicher mit jemandem zu kommunizieren, der sich von diesem Raum entfernt hat.

Wie entscheiden Sie, welche Projekte Sie übernehmen? Was macht ein gutes Projekt aus? Ein Follow-up: Was macht ein gutes Live-Event im Vergleich zu einem digitalen Projekt aus?

Ein Großteil Ihrer Arbeit besteht darin, schwierige Themen viel leichter verständlich zu machen. Sie haben ein interaktives Spiel und eine Erzählung dazu erstellt erkläre die Befunde eines kürzlich erschienenen Nature-Artikels. Ich würde gerne mehr darüber erfahren, wie dieses Projekt zustande kam und wie Sie getestet haben, was Sie erstellt haben, um sicherzustellen, dass das Publikum die Animation versteht.

Wir wurden von (Professor) Simon J. Anthony gebeten, die Ideen in seiner Arbeit einem größeren Publikum jenseits von Forscherkollegen visuell zu vermitteln. Wir haben uns entschieden, die verschiedenen Arten von Beziehungen zwischen Viren in Wirten ins Visier zu nehmen, insbesondere wenn sie keine offensichtliche Krankheit verursachen. Um Vorhersagen treffen zu können, müssen Sie zuerst feststellen, welche Arten von Mustern existieren, daher besteht ein großer Teil des pädagogischen Aspekts des Spiels darin, den Unterschied zwischen Zufälligkeit und deterministischen Mustern aufzuzeigen. Was uns an seiner Forschung auch interessierte, war, wenn man die Wechselwirkungen zwischen Viren auf verschiedenen Ebenen untersucht. Die Muster können sehr unterschiedlich sein, daher wurde es wichtig, auf einer Virus-zu-Virus-Ebene, einer Virus-zu-Host-Ebene und einer Community-Ebene vieler Hosts zu denken. Die Tatsache, dass all diese Arten von Beziehungen gleichzeitig stattfinden und dass es potenziell vorhersagbare Muster gibt, die ihre Existenz bestimmen, war für uns der größte Vorteil.

Wenn Leute mit einem Projekt zu OCR kommen, versuchen wir, uns darüber klar zu werden, was die Daten oder Forschungsergebnisse zu vermitteln versuchen, und tun unser Bestes, um sie einem breiteren Publikum zu interpretieren und zu übersetzen. In diesem Fall wollten wir die Reichweite von Simons Forschung über die wissenschaftliche oder akademische Gemeinschaft hinaus erweitern. Wir haben eine vereinfachte Erzählung erstellt, die einige der Kernkonzepte des Papiers erklärt. Das Hinzufügen eines Spielelements schien der natürliche Weg zu sein, um einige der abstrakten Konzepte, die wir zu zeigen versuchten, zu festigen und eine breitere Anziehungskraft zu erzielen. Um das Thema zugänglicher zu machen, wollten wir, dass die visuelle Sprache der Seite bunt und freundlich ist und an Weltraumeindringlinge erinnert. Das Poop-Emoji erwies sich als ein sehr wichtiges Werkzeug, das auf die Methode zum Sammeln der Virusproben verweist und der Website auch eine gewisse Leichtigkeit verleiht.

Ich sehe Ihre Arbeit als Journalismus, aber außerhalb der traditionellen Nachrichtenredaktion. Du hilfst Menschen, ihre Welt zu verstehen und zu verstehen. Haben Sie ein Lieblingsprojekt?

Wir sind definitiv „Journalismus benachbart“. Vier unserer 10 Teammitglieder haben einen Hintergrund in den Nachrichten, und ich denke, dass wir ethische und technische Ansätze mit einer Nachrichtenredaktion teilen. Allerdings sind wir nicht immer daran interessiert, eine Geschichte sauber zu erzählen. Grundsätzlich sind wir eine Forschungsgruppe, und ich denke, dass viele unserer besten Arbeiten von Natur aus unvollständig sind. Wir lehnen es höflich ab, ein Lieblingsprojekt auszuwählen.

Ein Großteil Ihrer Arbeit besteht darin, Menschen durch Leistung mit Informationen zu verbinden. Einer meiner Favoriten ist der Auftritt Sammlungsdatenbank des MoMA mit 120.000 Objekten . Können Sie ein wenig darüber sprechen, wie Sie sich entschieden haben, eine Datenbank zu erstellen und wie Sie dabei über Publikum und öffentliche Räume nachgedacht haben?

Wir wurden vom MoMA gebeten, an ihrer Reihe Artists Experiment teilzunehmen, was bedeutete, mit ihrer Bildungsabteilung an etwas zusammenzuarbeiten, das als öffentliches Programm angesehen werden könnte.

Unsere anfänglichen Ideen drehten sich hauptsächlich um die Erstellung konzeptioneller APIs, die es Besuchern (sowohl im Gebäude als auch im Internet) ermöglichen würden, auf interessante Weise mit den Datenbanken des Museums zu interagieren. Wie sich herausstellt, gibt es in einer Institution wie dem MoMA viele politische Bedingungen, und wir konnten keine Genehmigungen für die Arbeit erhalten, die wir ursprünglich wollten. Also beschlossen wir, das Problem neu zu formulieren und zu sehen, wie wir die bereits öffentlich zugänglichen Daten auf neue und interessante Weise präsentieren könnten. Mark Hansen und Ben Rubin hatte eine Geschichte von Daten und Aufführungen, also leiteten sie die Entwicklung des Stücks wirklich mit [der Theatergruppe] Reparaturservice für Aufzüge und strukturierte die Aufführung in den Galerien.

Das Einbringen von Daten in den öffentlichen Raum verändert die Art und Weise, wie Menschen damit interagieren möchten. Es macht auch das Erleben von Daten etwas weniger freiwillig – meistens „lesen“ wir Daten, wenn wir auf einen Link klicken, eine Seite umblättern oder an einem Vortrag teilnehmen. Indem wir eine Datenskulptur in einen Park stellen oder eine Aufführung einer Datenbank in einer Kunstgalerie inszenieren, zwingen wir Menschen in gewisser Weise Daten auf, was die Gesprächsdynamik verändert.

In Nachrichtenredaktionen wird oft ein Artikel veröffentlicht, und dann machen sich die Redakteure, Reporter und das Datenvisualisierungsteam an ihr nächstes Projekt. Sie schreiben dass, wenn Museen „das Kunstschaffen mit ihren Sammlungsdaten fördern, Museen auch in eine schöne Art von Rekursion verwickelt sind: Sie produzieren Daten, die Kunst produzieren, die Daten produziert, und so weiter und so weiter.“

Es erinnert mich daran, wenn Nachrichtenorganisationen ihre Kommentarbereiche wirklich beherrschen, weil sie von den Leuten, die auf ihren ersten Beitrag geantwortet haben, neue Ideen für Geschichten bekommen. Ich bin neugierig, wie Nachrichtenredaktionen ihr Publikum dazu ermutigen können, ihre Inhalte neu zu mischen oder aus ihren Produkten etwas Neues zu schaffen. Ich sehe so viele Projekte, die so viel Zeit in Anspruch genommen haben – und dann geht das Team zum nächsten Projekt über. Gibt es Möglichkeiten, über die Veröffentlichung hinauszugehen?

Seit den Anfängen von OCR sind wir von der Idee des Feedbacks fasziniert. Wir versuchen ständig, unser Publikum über die bloße Ausgabe der von uns erstellten Tools hinaus zu begeistern. Von der Datenerhebung bis zur Datenvisualisierung sind viele Schritte und Akteure beteiligt, die oft die ursprünglich erhobenen Daten formen und beeinflussen. Aus Gründen der Transparenz und Offenheit ist es daher für uns von entscheidender Bedeutung, Menschen in den gesamten Prozess der Datentransformation einzubeziehen, von den rohen Bits bis hin zu sensorischen Ergebnissen.

Wir sehen dies als einen Versuch, gegen das Machtgefälle vorzugehen, das die meisten Datensysteme antreibt, in denen die Menschen, von denen die Daten stammen, die geringste Macht haben und Regierungen und Unternehmen die meiste.

Einige unserer Projekte, wie „Floodwatch“, beziehen die Öffentlichkeit in den Datenerfassungsprozess ein. Andere wie „Into The Okavango“ bieten Menschen Tools zum Abfragen von Rohdaten über öffentliche APIs. Wir veröffentlichen in Kürze ein Bürgerwissenschaftsprojekt, „Cloudy With A Chance of Pain“, das die Teilnehmer ermutigt, Daten zur öffentlichen Gesundheit zu untersuchen und ihre eigenen Hypothesen an das Forschungsteam des Projekts an der Universität Manchester, Großbritannien, zu senden. Es gibt viele Möglichkeiten, das Publikum einzubeziehen, die noch erkundet werden müssen, und wir sind der festen Überzeugung, dass sie nicht auf das Ende des kreativen Prozesses beschränkt sein sollten.

In letzter Zeit haben wir uns dafür interessiert, wie Communities Daten direkt kritisieren können. Wir bauen ein paar APIs, die es Benutzern ermöglichen, Datenobjekte mit Fragen zur Herkunft, Kommentaren zur Richtigkeit oder Kritik an der Methodik zu kommentieren.

Als ich auf Ihre Projektseite stieß, dachte ich an so viele Möglichkeiten, wie Redaktionen über Platz, Leistung und Datenerfassung nachdenken könnten. Aber sie sind oft knapp bei Ressourcen und Zeit. Welche kleinen Dinge können Organisationen tun, um Menschen dabei zu helfen, Verbindungen herzustellen und die Welt um sie herum besser zu verstehen, selbst wenn sie kein Datenvisualisierungsteam haben?

Ich denke, dass Redaktionen darüber nachdenken müssen, wie sie kreative Datenkompetenzen in ihre bestehenden Teams einfließen lassen können, anstatt das Fehlen eines „Datenvisualisierungsteams“ zu beklagen. Zwei unserer Lieblingsmenschen auf der Welt haben kürzlich ein erstaunliches Projekt mit dem Titel „ Liebe Daten “, in der sie im Laufe eines Jahres handgezeichnete Datenpostkarten miteinander austauschten. Kein Code, nur Buntstifte. Es ist eine gute Erinnerung daran, dass die Technologie (und das damit verbundene Budget) nicht der wirklich limitierende Faktor ist.

Apropos Inspiration, Das Team von John Keefe bei WNYC überrascht uns immer wieder mit der reizvollen und einfallsreichen Art und Weise, wie sie mit einem kleinen Team und einem kleinen Budget mit Daten arbeiten. Besonders begeistert sind wir von den WNYC-Projekten, die Datenerhebung mit Datenrepräsentation kombinieren. Sie verwischen die Grenzen zwischen Journalismus und Citizen Science und der Maker-Bewegung auf wirklich inspirierende Weise.

(Verwandte: Im Stream Lab arbeiten Rundfunkjournalisten mit Studenten zusammen, um das Wasser von West Virginia zu untersuchen.)

Ich berichte viel über Werbetechnologie und war wirklich neugierig auf Ihre Projekte.“ Hinter dem Banner ' und ' Flutwache .“ Wie ist der Status von Floodwatch? Haben die Leute mitgemacht? Was haben Sie aus diesem Experiment gelernt?

2013 haben wir für (Unternehmer und Journalist) John Battelle einen Erklärer für Ad-Tech-Systeme erstellt. Es war faszinierend, etwas über dieses große, kopflose System zu erfahren, das wohl das komplexeste Computersystem ist, das jemals geschaffen wurde. Durch unsere Arbeit an diesem Projekt begannen wir darüber nachzudenken, wie Einzelpersonen nicht viel von diesem System zu sehen bekommen, und begannen darüber nachzudenken, wie wir Verbraucher (oder, wie wir sie nennen, Menschen) aufklären und stärken könnten. Das Ergebnis war Floodwatch, ein Tool, das den Menschen einen Einblick in die Profile gibt, die Werbetreibende über sie erstellen, und das Sammeln einer Gebotsdatenbank ermöglicht, die mit Werbeforschern geteilt werden kann.

Floodwatch befindet sich derzeit in der Alpha-Phase, und wir werden diesen Sommer eine Beta-Version veröffentlichen. Nachdem wir eine beträchtliche Nutzerbasis gewonnen haben (rund 12.000 haben sich für die Nutzung der Erweiterung angemeldet, obwohl es derzeit weniger aktive Nutzer gibt), haben wir einen großen Datensatz von Anzeigen aufgebaut, die Personen geliefert wurden. In Zusammenarbeit mit einem Spezialisten für maschinelles Lernen konnten wir die Anzeigen ausschließlich anhand der enthaltenen Bilder klassifizieren. Wir planen die Veröffentlichung einer neuen Funktion in der Beta-Version, bei der Benutzer Visualisierungen erhalten, die die Arten von Anzeigen, die ihnen geliefert werden, und deren Vergleich mit anderen erklären.

Wie kommen Sie auf neue Ideen? Wie teilen Sie, was Sie lernen?

Es besteht ein Gleichgewicht zwischen Ideen, die vom Büro generiert werden, und Ideen, die über unsere Partner zu uns kommen. Im Studio versuchen wir, uns so vielen anderen Schöpfern und Forschern wie möglich auszusetzen. Zu diesem Zweck veranstalten wir eine monatliche Veranstaltung namens OCR Friday, zu der wir zusammen mit 30 Gästen jemanden einladen, ein paar Stunden lang über forschungsbasierte Praxis zu sprechen. Wir hatten Filmemacher, Anwälte, Datenschutzforscher, Überwachungskünstler, Braumeister, Designer, Bildhauer … wir versuchen unser Bestes, um die Dinge vielfältig zu halten.

Wir sind nicht so gut, wie wir sein sollten, wenn es darum geht, was wir lernen. Wir veröffentlichen ein jährliches Journal, das Ephemera aus unseren Projekten enthält: Notizen, Essays, Code und andere kleine Dinge. Wir versuchen, besser darin zu werden, aktive öffentliche GitHub-Repositories zu hosten, und würden auch gerne öffentliche Workshops und informelle Diskussionen zu Forschungsthreads veranstalten, die wir möglicherweise verfolgen.

Viele Nachrichtenredaktionen sind heute besorgt über Algorithmen auf Plattformen, die kontrollieren, wer Inhalte sehen darf. Können Sie ein wenig über die Rolle von Algorithmen in Ihrer eigenen Arbeit sprechen? Welche Beziehung besteht zwischen Algorithmen und redaktionellem Urteilsvermögen?

Oh Junge, Algorithmen.

Die Gewässer rund um Algorithmen und redaktionelles Urteilsvermögen sind unglaublich trübe. Wie (ehemaliger Kickstarter-Datenguru) Fred Benenson kürzlich sagte, werden Algorithmen oft verwendet, um „ Mathwash-Funktionalität, die sonst objektiv als willkürlich angesehen würde .“

Vor ein paar Jahren wurden wir darum gebeten einen Algorithmus entwerfen und eine Medieninstallation für das 9/11 Museum, die dynamische Zeitachsen erstellen würde, die aktuelle Ereignisse mit den Ereignissen des 11. September verbinden würden. Beispielsweise könnte ein Thread darüber aufgebaut werden, wie sich die Waffenkontrollgesetze zwischen dieser Woche und 2001 geändert haben und nicht geändert haben. in gewisser Weise verstärkte es es. Als das Stück enthüllt wurde, wurde es jedoch dank der Berechnung als objektiv beschrieben. Es war eine nette Möglichkeit für das Museum, die Kurationspolitik zu umgehen.

Wir verwenden Algorithmen als Mittel, um Daten zu verarbeiten, visuelle Formen zu generieren, Skripte für Performer zu erstellen, Klanglandschaften zu erstellen. Einige dieser Algorithmen sind „von der Stange“, in diesem Fall gibt es ein redaktionelles Urteil darüber, welcher Algorithmus sinnvoll zu verwenden ist. Andere Algorithmen erstellen wir selbst, in diesem Fall versuchen wir darauf zu achten, wie unsere Subjektivität in den Code eingebrannt wird. Eine Zwei-Wort-Definition für einen Algorithmus ist „Tun bis“ – und genau das bringt uns in Schwierigkeiten, da jede leise Kommunikation zu einer lauten verstärkt werden kann.