Журналістика даних — один з найбільш перспективних та інноваційних напрямків журналістики. Її мета — аналіз та інтерпретація якомога більшої кількості даних для якомога кращого розуміння певної проблеми. Це не переказування статистичних тверджень, а грунтовна аналітика, яка інтерпретує, пояснює, а іноді навіть моделює та передбачає певні події та тенденції. Найбільш успішні зразки поєднують в собі обробку великих наборів даних (іноді кількох) та ефективну візуалізацію ключових результатів. 

Журналістика даних — один з найбільш універсальних та гнучких напрямків, який знайде застосунок майже у всіх без виключення журналістських темах від економічних та політичних до культурних та екологічних. Більше того, цей напрямок передбачає роботу з різноманітними типами даних, що дозволяє експериментувати з формами презентації, створювати інноваційний контент та по-новому висвітлювати певні проблеми. 

Ось кілька прикладів традиційних типів даних і тем, які вони допомагають дослідити: 

• статистичні (наприклад, динаміка поширення Covid-19 серед різних верств населення; фінансування політичних партій; зміни середньої температури тощо); 
• географічні (наприклад, динаміка розбудови міст; поширення лісових пожеж тощо); 
• текстові (наприклад, аналіз промов політиків; аналіз контенту в соціальних мережах; аналіз документів тощо);
• візуальні (наприклад, аналіз супутникових та аерозображень, висвітлення нелегальної вирубки лісів, розташування військових об’єктів, танення льодовиків тощо); 
• аудіо (наприклад, рівень шуму у містах; аналіз музичного контенту тощо). 

Залежно від суті даних та мети проекту, дата-журналістика допомагає створювати різноманітні типи контенту, які можуть бути як допоміжними елементами репортажу, так і самодостатніми інструментами, що допоможуть читачам зрозуміти ту чи іншу проблему. 

Ось кілька основних форматів, популярних серед дата-журналістів:

• Аналітичний матеріал з графіками – більш традицій журналістський матеріал, який використовує графіки для аргументації та пояснень. 

Приклад: журналістське розслідування про індустріальні об’єкти та поширення онкозахворювань: “The Most Detailed Map of Cancer-Causing Industrial Air Pollution in the U.S.” .

• Мультимедійний скролітеллінг – проєкт, в основі якого інтерактивна візуалізація, пояснення якої відбувається під час гортання проєкту. 

Приклад: візуалізація поширення Covid-19. “How the Virus Got Out“ .

• Кастомізований дата-інструмент (data tool) – візуалізація, яка дає змогу здійснити аналіз на основі персональних запитів читачів (географічного регіону, віку, професії тощо). 

Приклад: дата-інструмент, що показує ковід-обмеження для подорожуючих, залежно від країни виїзду та прибуття: ”International Travel During Covid-19”. 

• Інтерактивна симуляція – візуалізація, що дозволяє читачам отримати різні результати, змінивши параметри аналізу чи статистичної моделі. 

Приклад: сценарії розвитку пандемії залежно від інтенсивності прийнятих заходів: “Trump Wants to ‘Reopen America.’ Here’s What Happens if We Do.” .

• Дашборд (dashboard) – набір графіків на певну тематику зазвичай з даними, що оновлюються наживо. 

Приклад: кількість випадків Covid-19 в США та світі. 

Практичні завдання

Обидва завдання допоможуть студентам більш широко думати про можливості застосування журналістики даних. 

Завдання 1.

Викладач об’єднує студентів у дві групи. Кожній групі пропонує розробити тему дата-проєкту у визначеній сфері (наприклад, економіка, політика, екологія, культура тощо). Студенти мають описати (на фліпчарті чи віртуальній дошці):

• на які питання повинен відповісти проєкт;
• які типи даних будуть потрібні;
• які елементи візуалізації (графіки, карти, інтерактивні інструменти) можна в цьому проєкті використати.
• cтруктура проєкту 

Далі групи презентують та обговорюють результати. Викладач модерує обговорення та звертає увагу на: 

• Актуальність обраної теми
• Аргументаційну базу та можливі контраргументи
• Доступність та якість даних, їх вичепність 
• Послідовність та логічність структури проєкту
• Доречність обраних форм візуалізації

Завдання 2

Викладач об’єднує студентів у дві групи. Кожній групі пропонує розробити тему дата-проєкту, але цього разу відштовхуючись від заданого типу даних (статистичних, текстових, геогафічних тощо). Студенти мають описати (на фліпчарті чи віртуальній дошці):

• на які питання повинен відповісти проєкт;
• які елементи візуалізації (графіки, карти, інтерактивні інструменти) можна в цьому проєкті використати. 
• Структуру проекту 

Групи презентують та обговорюють результати завдання. Викладач модерує обговорення та звертає увагу на: 

• Актуальність обраної теми
• Аргументаційну базу та можливі контраргументи
• Доступність та якість даних, їх вичерпність 
• Послідовність та логічність структури проєкту
• Доречність обраних форм візуалізації

Зразки: 

• The New York Times, How the Virus Got Out,

• The New York Times, Twelve Million Phones, One Dataset, Zero Privacy, 

• The New York Times, Since When Have Trees Existed Only for Rich Americans?   

• Pudding, Colorism in High Fashion 

• Pudding, Making It Big

• Тексти.org.ua, Земляна проказа,  

• Тексти.org.ua, Світло і морок. Як за час війни змінилося освітлення вільної України і окупованих територій

Джерела та література:

• Abellan, A. (2021)“10 Good Reasons to Learn Data Journalism now”
• Bounegru, L., & Gray, J. (2021). The Data Journalism Handbook: Towards a Critical Data Practice (p. 415). Amsterdam University Press.
• Cairo, A. (2016). The truthful art: Data, charts, and maps for communication. New Riders.
• “Conversations with Data” /https://soundcloud.com/datajournalism (Подкаст)