纽约数据实验室创意研究办公室有很多东西要教给记者

“这就是它的方式”，是德克萨斯大学公共艺术项目地标、本鲁宾和创意研究办公室之间的合作。 （图片来源：OCR）

如果你在 2012 年的一个春夜走在德克萨斯大学奥斯汀分校的校园里，你会看到很多人从一栋五层楼的一侧获取消息。

Walter Cronkite 传奇广播中的短语以及来自全国各地的实时新闻提要 投影到一边 Jesse H. Jones 通讯中心的负责人，让任何路过的人都能看到过去和现在的晚间新闻。

该项目由以下成员创建 创意研究办公室 ，一个总部位于纽约的研究小组，经常创建数据可视化、公共空间表演和原型，以帮助人们理解信息。

最近几个月，他们 创建了一个可视化 关于《科学美国人》的爱因斯坦广义相对论， 做了一个 Chrome 扩展 这有助于人们理解广告定位和 与国家地理合作 实时追踪博茨瓦纳奥卡万戈三角洲的野生动物。

他们的工作结合了新闻、用户研究、公共表演和大规模数字化，使人们以新的方式理解或处理信息（一些研究小组成员从《纽约时报》迁移而来） 最近关闭 研发实验室）。

我与创意研究办公室取得了联系，以了解更多关于该小组大规模参与和信息的方法，这种方法超越了屏幕的界限，并为新闻编辑室提供了许多应用程序。

我爱你 预计晚间新闻 在得克萨斯州的一栋五层建筑上。它与移动设备相反。每个人都在分享共同的经验。您能否谈谈您如何看待公共空间以及新闻编辑室在考虑如何传达新闻时如何看待公共空间？

首先，这篇精彩文章的大部分功劳归功于 OCR 联合创始人 Ben Rubin，他现在是帕森斯信息映射研究所所长。

本讲述了一个很棒的故事，他小时候晚上骑自行车回家，看到街上的每个窗户都同步闪烁——因为每个人都同时收看同一个新闻广播。这涉及到什么 特朱科尔 称之为“公共时间”，我认为当我们检查数据与公众之间的关系时，这是一个非常有价值的概念。

由于移动设备的普及，公共空间发生了变化。人们似乎不太了解周围的环境，也不太可能相互交流，但更有可能与远离该空间的人交流。

你如何决定要承担哪些项目？什么是好的项目？跟进：是什么让一个好的现场活动与一个数字项目？

您的许多工作都涉及使困难的主题更容易理解。您创建了一个互动游戏和叙事 解释调查结果 最近的一篇自然论文。我很想听听更多关于这个项目是如何组合在一起的，以及你如何测试你构建的东西以确保观众理解动画。

（教授）西蒙·J·安东尼（Simon J. Anthony）与我们接触，他将论文中的想法直观地传达给了研究人员之外的更多观众。我们决定针对宿主中病毒之间的不同类型的关系，特别是当它们不会引起任何明显的疾病时。为了做出预测，您首先必须确定存在哪些类型的模式，因此游戏教育方面的很大一部分是试图展示随机性和确定性模式之间的区别。我们对他的研究也感兴趣的是，当你检查不同规模的病毒之间的相互作用时。模式可能非常不同，因此考虑病毒到病毒级别、病毒到主机级别和许多主机的社区级别变得很重要。所有这些类型的关系都是同时发生的，并且存在驱动它们存在的潜在可预测模式，这对我们来说是最大的吸引力。

当人们带着一个项目来到 OCR 时，我们试图围绕数据或研究试图传达的内容展开思考，并尽最大努力将其解释并翻译给更广泛的受众。在这种情况下，我们希望将西蒙的研究范围扩大到科学或学术界之外。我们创建了一个简化的叙述来解释论文中的一些核心概念。添加游戏元素似乎是巩固我们试图展示的一些抽象概念的自然方式，并具有更广泛的吸引力。为了让主题更容易理解，我们希望网站的视觉语言色彩鲜艳、友好，让人想起太空入侵者。便便表情符号显示自己是一个非常重要的工具，它引用了收集病毒样本的方法，也为网站增添了一些活力。

我认为你所做的工作是新闻工作，但在传统新闻编辑室之外。你帮助人们理解并理解他们的世界。你有最喜欢的项目吗？

我们绝对是“新闻相邻”。我们 10 名团队成员中有 4 名有新闻背景，我认为我们与新闻编辑室分享道德和技术方法。也就是说，我们并不总是对巧妙地讲述一个故事感兴趣。从根本上说，我们是一个研究小组，我认为我们大部分最好的工作本质上是不完整的。我们礼貌地拒绝选择最喜欢的项目。

您的大部分工作都涉及通过表演将人们与信息联系起来。我的最爱之一是表演 MoMA 的 120,000 件藏品数据库 .你能谈谈你是如何选择执行数据库的，以及在这样做的时候你是如何考虑观众和公共空间的吗？

MoMA 邀请我们参加他们的艺术家实验系列，这意味着与他们的教育部门合作开展一些可以被视为公共项目的事情。

我们最初的想法主要是围绕创建概念 API，这将允许参观者（无论是在建筑物内还是在互联网上）以有趣的方式与博物馆的数据库进行交互。事实证明，像现代艺术博物馆这样的机构存在很多政治条件，我们无法获得做我们最初想要的工作的许可。所以我们决定重新定义这个问题，看看我们如何以新的和有趣的方式呈现已经公开的数据。 马克汉森和本鲁宾 有数据和表演的历史，所以他们真的和[剧团]一起领导了这部作品的发展 电梯维修服务 并组织了画廊中的表演。

将数据带入公共空间会改变人们期望与之交互的方式。它还让数据体验变得不那么随意——大多数情况下，当我们点击链接、翻页或参加演讲时，我们会“阅读”数据。通过将数据雕塑放入公园或在美术馆进行数据库表演，我们在某些方面将数据强加于人，从而改变了对话的动态。

在新闻编辑室中，通常会发布一篇文章，然后编辑、记者和数据可视化团队开始他们的下一个项目。你 写 当博物馆“用他们的藏品数据鼓励艺术创作时，博物馆也发现自己卷入了一种美妙的递归：它们产生的数据产生了产生数据的艺术，如此循环往复。”

这让我想起了新闻机构何时真正在他们的评论部分上处于领先地位，因为他们从对他们的第一篇文章做出回应的人那里获得了新的故事想法。我很好奇新闻编辑室如何鼓励他们的观众重新混合他们的内容或从他们制作的东西中创造新的东西。我看到很多项目需要花费大量时间才能完成——然后团队开始着手下一个项目。有没有办法超越出版？

自 OCR 成立以来，我们一直对反馈的想法着迷。我们不断尝试吸引我们的观众，而不仅仅是我们创建的工具的输出。从数据收集到数据可视化，涉及许多步骤和参与者，通常会塑造和影响最初收集的数据。因此，为了透明和开放，让人们参与整个数据转换过程（从原始比特到感官输出）至关重要。

我们认为这是一种试图推动驱动大多数数据系统的权力梯度的尝试，在这些系统中，数据来自的人拥有的权力最少，而政府和企业拥有的权力最多。

我们的一些项目，例如“Floodwatch”，让公众参与数据收集过程。其他诸如“进入奥卡万戈”之类的项目为人们提供了通过公共 API 查询原始数据的工具。我们很快将发布一个公民科学项目“多云有痛苦的机会”，鼓励参与者探索公共卫生数据并将他们自己的假设提交给英国曼彻斯特大学的项目研究团队。有许多让观众参与的途径有待探索，我们坚信它们不应仅限于创作过程的结束。

最近，我们一直对社区如何直接批评数据感兴趣。我们正在构建几个 API，允许用户用关于出处的问题、对真实性的评论或对方法的批评来注释数据对象。

当我看到你的项目页面时，我想到了新闻编辑室可以考虑空间、性能和数据收集的多种方式。但他们经常被资源和时间所束缚。即使没有数据可视化团队，组织也可以做哪些小事来帮助人们建立联系并更好地了解周围的世界？

我认为新闻编辑室需要考虑将创造性数据技能融入现有团队的方法，而不是为缺乏“数据可视化团队”而感到遗憾。世界上我们最喜欢的两个人最近做了一个了不起的项目，名为“ 亲爱的数据 ” 在其中，他们在一年的时间里互相交换了手绘数据明信片。没有代码，只有铅笔蜡笔。这是一个很好的提醒，技术（和相关的预算）并不是真正的限制因素。

说到灵感， 约翰基夫的团队 WNYC 总是以他们以小团队和小预算处理数据的令人愉快和足智多谋的方式让我们感到惊讶。我们对 WNYC 将数据收集与数据表示相结合的项目特别着迷。他们以非常鼓舞人心的方式模糊了新闻与公民科学和创客运动之间的界限。

（相关：在 Stream Lab，广播记者与学生合作研究西弗吉尼亚州的水）

我做了很多关于广告技术的报道，对你的项目非常好奇“ 横幅背后 “ 和 ” 洪水观察 。” Floodwatch 的状态如何？人参加了吗？你从那个实验中学到了什么？

2013 年，我们为（企业家和记者）John Battelle 构建了一个广告技术系统解释器。了解这个庞大的无头系统令人着迷，它可以说是有史以来最复杂的计算系统。通过我们在该项目上的工作，我们开始思考个人如何看不到这个系统的任何内容，并开始思考我们可以教育和授权消费者（或者，我们称之为人）的方式。结果就是 Floodwatch，这是一种工具，可以让人们查看广告商正在建立的关于他们的配置文件，并允许收集可以与广告研究人员共享的投标数据库。

Floodwatch 目前处于 Alpha 版，我们将在今年夏天发布 Beta 版。在获得大量用户群后（大约 12,000 人注册使用该扩展程序，尽管目前活跃用户较少），我们建立了一个庞大的广告数据集，这些广告已经为人们提供服务。通过与机器学习专家合作，我们能够完全根据广告包含的图像对广告进行分类。我们计划在测试版中发布一项新功能，用户将在其中获得可视化效果，解释他们所投放的广告类型，以及这些广告与其他广告的比较。

你如何获得新的想法？你如何分享你学到的东西？

办公室产生的想法与通过我们的合作伙伴进入我们家的想法之间存在平衡。在工作室，我们尝试让自己尽可能多地接触其他创作者和研究人员。为此，我们每月举行一次名为 OCR Friday 的活动，我们邀请某人和 30 位客人一起花几个小时谈论基于研究的实践。我们有电影制作人、律师、隐私研究人员、监控艺术家、酿酒师、设计师、雕塑家……我们尽最大努力保持多样性。

在分享我们学到的东西方面，我们没有达到应有的水平。我们确实出版了一份年度期刊，其中包含我们项目的蜉蝣：笔记、论文、代码和其他小东西。我们正在努力更好地托管活跃的公共 GitHub 存储库，并且还希望围绕我们可能关注的研究线程举办公共研讨会和非正式讨论。

今天的许多新闻编辑室都担心平台上的算法控制谁可以看到内容。你能谈谈算法在你自己的工作中的作用吗？算法和编辑判断有什么关系？

哦，男孩，算法。

围绕算法和编辑判断的水域非常模糊。正如（前 Kickstarter 数据大师）Fred Benenson 最近所说，算法通常用于“ 否则客观上会被认为是任意的 mathwash 功能 。”

几年前，我们被要求 设计一个算法 以及 9/11 博物馆的媒体装置，它将动态创建时间线，将当前事件与 9 月 11 日的事件联系起来。例如，可能围绕枪支管制法在本周和 2001 年之间发生和未发生变化的情况建立了一个线程。我们在处理过程中非常清楚地说，该作品的“算法”并没有消除主观性；事实上，在某些方面它放大了它。尽管如此，当这件作品亮相时，它被描述为是客观的，这要归功于计算。这是博物馆绕过策展政治的一种巧妙方式。

我们使用算法来处理数据、生成视觉形式、为表演者创建脚本、创建音景。其中一些算法是“现成的”，在这种情况下，编辑判断哪种算法有意义。我们自己创建的其他算法，在这种情况下，我们会尝试注意我们的主观性是如何融入代码的。算法的两个词定义是“做直到”——直到这让我们陷入麻烦，因为任何安静的沟通都可以被放大成响亮的沟通。