中国传媒大学新闻学院“白杨数新观察”系列访谈“数据新闻访谈录”

说到数据新闻，您可能会想到数据图表和炫酷的可视化； 你可能会想到Excel等工具； 或者你可能会完全困惑。 数据新闻在中国还很年轻，但行业从业者、学术研究人员和个人创作者已经围绕它做了很多探索。

此次，中国传媒大学新闻学院“白杨树新观察”团队与澎湃新闻《派客·有数》联合推出“数据新闻访谈”系列访谈。

我们本着观察、记录、答疑的思路，采访了十多位数据新闻领域富有创意、有思想的国内外学者、媒体人、学生，解读数据的新概念和新发展新闻学，并介绍数据新闻教育的发展。 经验、方法和路径，分享数据新闻作品的创作过程，并就数据新闻业务实践前沿、行业发展前景、教学体系现状等话题进行思想碰撞。

介绍

Cairo现任迈阿密大学传播学院（UM of ）新闻系教师，同时也是一名记者和设计师。 他拥有协调多个国家可视化团队的经验。 Cairo于2012年1月加入迈阿密大学，主要教授信息图形和数据可视化（以及数据）相关课程。 他还开发了新闻学在线课程，是数据新闻实践和教学领域的先驱之一。

随着新闻业的发展，数据的使用变得更加广泛。 数据可视化不再只是书面故事的补充，它正在成为一种广泛使用的报道格式和记者的必备工具。 开罗认识到可视化的巨大潜力，但也看到了这种新格式带来的挑战：如何向公众呈现和解释数据，以及数据可能产生的负面影响。 对此，他写了一本学术专着，讲述了他对从业者和公众应该如何应对数据造假问题的思考。 他是数据可视化的热情推动者，致力于将数据新闻带给大众。

在开罗看来，数据新闻的本质是利用数据，而更需要关注的是数据背后的人。

以下是与开罗老师的对话节选。

Cairo 是迈阿密大学传播学院的教员，密歇根大学数据科学与计算研究所可视化、数据通信和信息设计中心主任，以及阿贝斯生态系统科学中心的教员和政策（以及 Jayne Abess 的和）。

Cairo 是多本有关数据新闻和可视化书籍的作者。 已通过《不只是美：信息平面设计原理与经典案例》（艺术：安图与新，2012年，中译本已人民邮电出版社2019年出版），艺术：数据， 、《地图》（出版社，2016）、《数据可视化陷阱》（How Lie：About，WW，2019，中译本已机械工业出版社2020年出版）等著作，揭露了图表和数据的欺骗，并帮助人们控制数据驱动的世界。

2000 年，在西班牙第二大发行量日报 El Mundo 工作期间，Cairo 领导创建了该报的交互式信息图表部门，该部门被广泛认为是在线新闻领域的先驱。

2010年6月，开罗成为巴西最大媒体集团旗下杂志部门Globo的信息图表和多媒体总监，并担任该集团杂志的执行编辑。

2012年，开罗与德克萨斯大学奈特中心合作创建了世界上第一个新闻学大规模开放在线课程（MOOC），吸引了来自200多个国家的30万多名学生。 的学生。

其大型调查项目Zones of荣获2019年Sigma数据新闻奖，被微软形容为“视觉新闻领域的先驱”。

Cairo曾在近三十个国家进行教学和咨询，还在互联网平台上分享数据新闻知识。 他的可视化博客（）和个人账户（）吸引了许多对可视化和数据新闻感兴趣的用户。

图片来自开罗个人博客

Q1：与传统新闻相比，除了形式上的不同之外，两者在报道角度上有什么区别，各自的侧重点是什么？

开罗：我认为没有这样的区别。 从某种意义上说，它与任何其他类型的新闻没有什么不同。 它可以是对突发新闻的反应，也可以提供背景或深度，就像传统新闻报道一样。

数据新闻的独特之处在于系统地使用数据，将其作为信息来源、工具、媒介和故事来源进行研究。 这是数据新闻与其他形式新闻的最大区别。 另一个区别，也许我们可以称之为数据新闻与传统新闻，是数据新闻是技术的使用。 总的来说，数据新闻通常比传统新闻使用更多的技术，但这是一个持续的过程，传统新闻和数据新闻之间没有明确的分界线。

例如，有许多传统记者拿起手机打电话给消息来源并与不同的人交谈。 他们不是加载数据集，而是分析在电话中听到的数据内容，然后将分析结果融入到他们的故事中，这个分析过程就是数据新闻，就像新技术和传统技术的结合。

但同样，两者之间没有明确的界限。

Q2：与文字、视频、HTML5等其他形式的新闻相比，视觉新闻有哪些优势？

开罗：数据新闻的本质是“使用数据”（using data）进行新闻报道，尤其是数字数据，并通过某种方式将数据转换为数字形式来执行与新闻相关的任务。

我们报告的来源是数据，无论我们将数据可视化还是转换为文本和视频，底层的来源仍然是数据。 我们可以将它与其他来源结合起来，比如与人交谈、录制视频等，但其中之一必须是数据。

在过去的十五年里，我看到数据在新闻业中不断发展并得到更广泛的使用。 然而，就呈现数据洞察而言，数据新闻本身并不优于其他媒体，每个故事可能都需要你以不同的方式转换信息。 不同的信息有不同的呈现方式，有些故事需要通过视频来讲述，有些故事最好通过音频和采访来讲述，有些故事最好通过创建一个人们可以探索和分析的数据库来讲述。

例如，如果你想制作类似于线性视觉解释（）的东西，那么动画或视频，辅以负责解释的画外音，通常是最好的方法之一。 而如果你想让读者自由探索数据，比如展示特定地区不同政党的选举结果，那么交互式数据可视化会更合适，或者建立一个数据库，人们可以放大并查看自己地区的结果。 结果。

以此类推，不同类型的新闻报道需要不同的呈现方式。 至于优先考虑哪种格式，我认为这取决于几个因素——首先是数据的性质、受众的性质，然后是你想要传达的信息类型的性质，以及你设计它的目的。 以上是我在工作中思考的几个方面。

呈现新闻报道的目标决定了风格的选择、图形类型的选择以及是否优先考虑文本或视觉效果。 所以这一切都取决于故事、信息。

Q3：无聊的数据可能会降低数据新闻的叙事价值。 如何更好地处理理性与情感的关系，找到公众感兴趣的话题？

Cairo：这和写故事没有什么不同。 例如，当你根据对 30 个人的采访来撰写新闻报道时，你不会简单地抄录 30 次采访然后将其丢弃。 你必须决定要显示什么、如何显示、新闻的结构是什么、要使用这些引文的哪些部分等等。这一切都经过编辑过程。

数据新闻也是如此，你不会把整个数据集扔给读者，尽管这可以通过数据库来完成，但你首先呈现摘要信息，对数据中的主要发现有意义且充分。 一个深入而有趣的总结。 因此，数据新闻的编辑过程与创建任何其他类型的新闻报道没有什么不同。

Q4：数据新闻的目标受众是什么？ 您如何看待数据新闻的阅读门槛？

Cairo：无论故事是否基于数据，您都需要考虑受众理解新闻故事的能力。 新闻报道的可理解性与受众对某种媒体报道形式的现有知识储备以及报道中使用的语言有关。

比如说，如果你用比较高级的方式写了一条新闻，使用的语言达到了大学水平，然后你把这条新闻拿给一个初中生看，他们显然不会理解这个故事。 数据新闻领域也是如此。 您无法向不习惯可视化的受众呈现高度复杂的交互式数据可视化。 这会让他们感到困惑。 但这并不意味着您不能使用可视化，您需要在观众可以理解的内容和您可以呈现的内容之间找到最佳点。

然而，我们也可以通过向观众展示一些稍微新的东西来挑战他们，因为这是我们教育和发展观众的一种方式。 通过使用新颖的信息呈现方式来增加他们对我们呈现的故事的知识和理解。

但尽量不要走得太远，因为新闻的主要目标是理解，通过一点一点地尝试新事物，你可以提高标准，看看人们的反应，逐渐提高观众理解复杂故事的能力。 这与我们长期以来在新闻业所做的事情没有什么不同。

Q5：您的职业生涯伴随着新闻行业的重大技术发展。 技术进步和数据驱动如何改变了传统的新闻生产模式？ 目前数据新闻的局限性是什么？

开罗：我只能谈谈新闻业的一个具体领域，那就是信息的可视化。 显而易见的是，数据可用性的增加和数据可视化工具的激增已经改变了新闻信息图表的世界。 在我职业生涯的初期，即 20-30 年前，数据库并不容易找到，数据也很难使用。 数据可视化的使用在新闻信息图表中并不常见。 当时人们主要倾向于使用插图。 解释一下事情。

但到 2000 年左右，数据变得更加普遍、易于访问和数字化。 与此同时，许多国家政府开始制定与数据透明度和数据披露相关的法律法规。 这使得人们能够从政府那里获得可靠的开源数据，促进新闻信息图形领域的变革，并鼓励从业者开始生产更准确的数据。 多样化的新闻信息图表。

早期的可视化团队主要由视觉设计师和艺术家组成。 但现在，我们的团队开始包括其他类型的专业人员，如程序员、开发人员、统计学家，他们可以理解、处理、转换和分析数据。

然而，当前数据新闻目前面临的限制之一是数据的可用性。 这取决于该国的数据是否可靠、是否容易获取、是否受政府控制。 这是一个很大的实际问题。

目前数据新闻制作面临的另一个困难是记者缺乏如何处理数据的知识——比如编程、编码、统计、分析等。但我认为，与获取数据相比，这只是一个很小的限制。

Q6：一条数据从生产到分析可能会导致错误的洞察。 你有被数据欺骗过吗？ 公众和数据记者可以采取哪些措施来避免接触欺骗性数据？

开罗：我受到数据欺骗的影响。 我在我的最新书中举了几个例子，讲述了我的一个学生针对佛罗里达州无家可归者所做的一个项目。 我误读了这些数据，这是我在最新书中讲述的一个故事，直到这个学生向我解释了这些数据的真正含义，我才得出了结论。

注：Cairo在中文版《数据可视化陷阱》中写道：

“我的研究生路易斯·梅尔加（Louis Melgar）现在是华盛顿特区的一名记者，他做了一项名为“没有屋顶的学校”的调查，调查了佛罗里达州注册的无家可归的学生的故事。街头儿童的数量从 2005 年的 29,545 人增加到 71,446 人2014年。在佛罗里达州的一些县，超过1/5的学生无家可归。

看到这个结论我很震惊。 这是否意味着很多学生都在露宿街头？ 至少，这就是我对“无家可归”这个词的理解，但这与现实相去甚远。 在刘易斯的故事中，佛罗里达州的公共教育系统对无家可归的定义如下：如果学生缺乏“可以提供足够过夜住宿的固定住所”，或者学生“失去了家园”或“经济困难”与非近亲住在一起被定义为无家可归。

看来这些学生大多数并不流落街头，但他们也没有稳定的家。 经过这样的解释，现在的情况听起来不那么可怕了。”

培养对数据的敏感性和批判性思维以避免欺骗性数据并不是我们和记者能够轻易做到的事情。 这是关于教育的问题和挑战。 因此，要重视小学、初中、高中教育，让每个人都懂得阅读——如何阅读科学信息，如何阅读新闻，如何批评，如何走近信息。

Q7：您对数据新闻专业的本科生和研究生有什么学术建议？

开罗：我对数据新闻从业者和学生的建议是永远不要忘记数据背后是人。 这是我们的核心目的。

不要只关注编码和编程技术，因为这些可以很快被理解。 你应该尝试学习系统的数据统计，并以人文的视角来理解数据。

数据新闻不是提供数据，而是为数据提供者提供服务，并告知公众。 数据只是一种媒介，一种实现目标的手段，而目标就是理解，即一个群体利用他们的理解来实现某件事，这将是最终的目标。

那么显然你需要学习编码、设计、编程，这些都是对任何人都有用的可靠工具。 但不要忘记，数据只是一种来源，就像与人交谈一样，可以说是各种信息来源之一。 因此，永远不要忘记新闻业的主要目标是什么。

参考

阿尔贝托·开罗。 数据可视化陷阱[M]. 韦思尧译. 北京：机械工业出版社，2020：96-97。

撰稿：林思杰、陆一凡、周雨倩、胡适丹慧子