Seminaret Visualizing Europe samlet designere, forskere, programmerere og mediefolk i Brussel tirsdag. I to foregående blogginnlegg tok jeg spesielt for meg designvalgene bak OECDs “Bedre liv”-indeks og David McCandless’ fengende folkeopplysning. Her er utvalgte godbiter fra noen av de øvrige innlederne:
Data må være siterbare
Toby Green leder OECDs publiseringsvirksomhet og har lenge arbeidet med utvikling av vitenskapelig publisering. Her har visualisering alltid spilt en rolle, påpekte han, og mimret om gamle dager i Oxford der forlaget han jobbet i hadde et eget rom med designere som tegnet om forskernes visualiseringer til presentabel standard. I dag tilbyr et forlag som Springer 1,3 millioner illustrasjoner fra vitenskapelige tidsskrifter. Forskningslitteraturen kan navigeres gjennom bilder istedenfor tekst, og bildene er koblet til tekstene fra de vitenskapelige tidsskriftene.
Etter hvert som mer forskningsdata blir tilgjengelig, må det utvikles gode løsninger for å publisere data på måter som er siterbare, framhevet Green. Hvis det ikke gjøres, blir det vanskelig å lenke til datakildene og dataene kan lettere forsvinne igjen (her er det lett å tenke på en av nettets svøper, lenkeråten som oppstår når websider fjernes eller skifter adresse).
I OECDs “Bedre liv”-indeks er visualiseringen knyttet til all OECDs research og data, poengterte Green. Slik dokumentasjon er viktig for å bygge tillit hos brukerne. Som kjent kan man finne all slags løse påstander på nettet.
Urbane operativsystemer
Assaf Biderman presenterte flere prosjekter fra MITs Senseable city lab. Med forskjellige tilnærminger forsøker man her å avdekke det Biderman kalte urbane operativsystemer, og i partnerskap med byer (Roma, Seattle, København, Singapore ble nevnt) bruke kunnskapen til å forbedre byplanlegging og ‑organisering, for eksempel av samferdsel. Tankegangen er at noen av vår tids største utfordringer er knyttet til byene (de står for størsteparten av energiforbruk og klimaendrende utslipp).
Blant metodene er å samle inn (anonymiserte) data fra mobiltelefontrafikk, for blant annet å se hvordan folk beveger seg gjenom byen. Visualisering er her naturligvis sentralt i analysen av dataene.
Søppel på reisefot (ill: MIT)
Prosjektet i Seattle gikk ut på å kartlegge avfallets vandringer, og til dette ble sensorer plassert på ulike avfallstyper. Visualiseringen forteller om at noe av søppelet er ganske kortreist, mens det elektroniske avfallet la ut på tur over hele kontinentet.
I København ble en egen duppeditt til å feste på sykkelens bakhjul utviklet. Den lades opp når man trår og bremser, og kan gi ekstra skyv i motbakker. Samtidig er den en sensor som samler inn data som syklisten så kan hente inn til sin smarttelefon. Dataene kan deles med andre, kommenteres osv.
Visualiseringer er ikke (bare) pynt
Forskeren Enrico Bertinis budskap var at visualisering er uunnværlig som erkjennelsesmetode, i hvert fall innen visse typer kunnskapsproduksjon. Med det ville han imøtegå en for snever debatt om visualiseringers nytteverdi.
Et av eksemplene var hentet fra Vast Challenge, en årlig konkurranse innen datavisualisering. I år er en av utfordringene å analysere en epidemi som sprer seg i en by. Deltakerne får utlevert datasett, og skal løse to oppgaver: Hva var epidemiens kilde? Og hvordan blir smitten overført?
Denne typen problemer lar seg lett og slett ikke løse uten å ta i bruk visualisering, hevdet Bertini (han utdyper her på bloggen sin). Nå er det helst innen forskning på noen fagfelt og kunnskapsintensive bransjer hvor visualisering er uunnværlig på denne måten. Men dette er ikke å kimse av, mener Bertini — tross alt arbeider disse relativt små gruppene med viktige ting som å kurere sykdommer eller redusere fattigdom.
Åpne data, åpne verktøy, åpne fellesskap
Programmerer og designer Gregor Aisch står bak mange fine interaktive visualiseringer. Han har også laget en ny versjon av verktøyet Where does my money go, som brukes til å visualisere budsjettdata. Plattformen Open Spending har vokst ut av dette prosjektet, og her separereres data og visualisering gjennom et API.
Aisch gikk inn for åpenhet i alle ledd i kjeden datakilder-programmering-visualisering, og i utviklingen av fellesskap rundt datavisualisering. Eksisterende verktøy har gjerne gode sider, men svikter på noen av områdene, framholdt Aisch. Eksemplene hans var ManyEyes (lar folk visualisere, men verktøyet er ikke åpent, brukerfellesskapet har dødd hen), Gapminder (flott verktøy, men lar ikke folk bruke sine egne datasett), Wordle (har stort potensial, er ikke oppdatert på flere år, prosjektet synes nedlagt).
Impure — eksperimentelt visualiseringsverktøy
Santiago Ortiz fra spanske Bestiario viste fram Impure, det kanskje mest fascinerende prosjektet (grunnen til at jeg har plassert det sist og ikke først i oppsummeringen, er at jeg ikke har hatt tid til å teste det! Hvis du har prøvd Impure, del gjerne erfaringene dine her). Det ambisiøse målet er å lage et program som folk uten ekspertkunnskap kan ta i bruk for å lage avanserte visualiseringer med “live” tilgang til datakilder (han brukte materiale fra Twitter under presentasjonen sin). Ortiz viste hvordan datakilder analyseres og visualiseres direkte på en stor skjermflate, som ved å tegne på en elektronisk tavle.
Byenes historie, laget med Impure. (ill: Bestiario)
Et eksempel på visualisering som er laget med Impure er denne presentasjon av den historiske utviklingen av befolkninger i byer.