CC BY
1
Медиасреда. 2023. № 2. С. 38-41. ISSN 2070-0717 (print). Mediasreda. 2023; 2: 38-41. ISSN 2070-0717 (print).
Научная статья УДК 070
DOI 10.47475/2070-0717-2023-0-2-38-41
ОСНОВНЫЕ ИНСТРУМЕНТЫ В РАБОТЕ ДАТА-ЖУРНАЛИСТА Павел Константинович Уразов
Московский политехнический университет, Москва, Россия, [email protected]
Аннотация. В работе комплексно рассматривается понятие «дата-журналистика», а также систематизируются инструменты в работе дата-журналиста. Анализ баз данных составляет основу публикаций, а последующая визуализация помогает читателю ознакомиться с результатами исследования. Для привлечения и удержания аудитории журналисты используют сторителлинг. За счет этого сухой пересказ статистических данных превращается в интересную историю. Автор перечисляет программы, которыми может воспользоваться любой журналист. Выводы сделаны на основе количественного анализа публикаций в российских СМИ федерального уровня. Методы, задействованные при исследовании -синтез, сравнение, классификация.
В результате исследования автор заключает, что существует список программ, которыми может воспользоваться каждый журналист. Эти программы находятся в открытом доступе. Для их освоения потребуется время. Такая практика значительно расширяет компетенции журналиста. В совокупности с гуманитарными знаниями, требуются навыки из технических сфер.
Работа поможет начинающим дата-журналистам сориентироваться в техническом пространстве журналистики данных и ознакомиться со структурой публикаций.
Ключевые слова: дата-журналистика, сторителлинг, визуализация, инфографика, программирование.
Для цитирования: Уразов П. К. Основные инструменты в работе дата-журналиста // Медиасреда. 2023. № 2. С. 38-41. doi: 10.47475/2070-0717-2023-0-2-38-41
For citation: Urazov P. K. Basic tools in the work of a data journalist. Mediasreda. 2023; 2: 38-41. (In Russ.). doi: 10.47475/2070-0717-2023-0-2-38-41
За последнее десятилетие значительно расширился инструментарий в работе с информацией. На фоне бурного развития технологий и модернизации формируются новые способы создания журналистского материала. Например, инфографика становится неотъемлемой частью аналитических материалов, все чаще задействуются базы данных, создаются красочные лонгриды, для которых специально разрабатывается дизайн. Все эти явления объединяет в себе журналистика данных.
Дата-журналистика как отдельное явление было выделено в 2010 году в ходе первой международной конференции по этой теме. Постепенно понятие стало анализироваться в научной среде. «Журналистика данных - это публикации, где сложная история рассказывается с помощью привлекательной инфографики» (Bradshow 2010). Это понятие было выведено еще в 2011 году. С тех пор многие исследователи неоднократно предлагали собственные интерпретации, однако единая концепция до сих пор не сформулирована. Тем не менее остается неизменным то, что в материале излагается анализ социального явления, а результаты проделанный работы передаются через графики, диаграммы, рейтинги. Особенность дата-журналистики заключается в том, что она находится на стыке гуманитарных и технических дисциплин. «Ранее, вследствие отсутствия Интернет-возможностей, журналистке пришлось бы собирать информацию из открытых печатных источников или уст свидетелей, отправляясь в многочисленные командировки. Сегодня дата-журналистика позволяет сэкономить временные и материальные ресурсы» (Барабаш 2021). В данной работе мы рассмотрим, какими инструментами и программами может воспользоваться работник СМИ.
Фундаментальные основы феномена заключены в журналистских принципах, таких как достоверность, работа на аудиторию, освещение важных проблем общественности. Зачастую в публикациях есть комментарии экспертов и мнения очевидцев. Из этого получается история, повествующая о социальных явлениях, интересных фактах, исторических событиях. Некоторые исследователи и профессиональные журналисты говорят, что правильнее это называть сторителлингом. Именно сторителлинг становится
востребованным способом представления больших массивов данных, формирует интерес читателей к аналитическим текстам (Зверева 2020).
В эпоху мультимедийности главные задачи текста в сетевой среде - рассказать увлекательно историю и заинтересовать читателя. Методы достижения этих задач могут быть самые разные. Мы можем говорить о сторителлинге как об инструменте, которому свойственно наличие центрального героя и главной идеи повествования, отражение реальных изменений в действительности, использование выработанной структуры и логических умозаключений (Челнокова 2018).
Отметим, что для российской медиапрактики журналистики данных свойственно использование широко спектра тем. Это может быть история, политика, экономика, образование, прогноз погоды, налоги, метро бизнес. Точно так же источниками публикаций могут стать любые данные, к которым журналист имеет доступ (Лисицын 2018).
Однако для дата-журналистики примечательно использование больших данных (Big Data). Их развитие тоже тесно связано с технологическим прогрессом. Совершенствование ЭВМ позволило хранить бесчисленное количество информации, а современные приложения очистки и обработки данных стали доступны каждому. В соответствии с установленной задачей будущего материала, дата-журналист анализирует массивные сведения и получает новое знание об объекте исследования.
С. И. Симакова еще в 2014 подчеркивала (Симакова 2014), что интернет сыграл ключевую роль в формировании дата-журналистики. Благодаря ему, можно оперативно распространить информацию. Огромные базы данных стали доступны каждому. Поэтому в журналистике данных важен грамотный, критических анализ рассматриваемых проблемных ситуаций.
Инициатива по раскрытию большой части данных является фундаментом открытого государственного управления во многих странах мира. Это обеспечивает прозрачную структуру административных органов и повышает доверие читателей (Панюкова 2015). Совершенствование систем открытых данных стимулирует развитие не только федеральной прессы, но и региональных СМИ, поскольку в таких локальных базах содержится информация, представляющая повышенный интерес для потребителя журналистского контента (Арбатская 2015).
По мнению Н. Я. Макаровой (Макарова 2020), журналисту важно не только работать с большими данными, но и уметь воспользоваться специализированными инструментами для анализа и визуализации информации. Такими инструментами являются статистические обработки данных. Схожей точки зрения придерживается А. А. Шнайдер (Шнайдер 2022). Она считает обработку и визуализацию данных важнейшим компонентом. Дата-журналист выступает посредником между огромными базами информации и аудиторией, превращая массивы в легко доступный формат восприятия
Инструментарий в работе журналиста изменяется ввиду технологического прогресса. «Распространение новых форматов цифровой информации, в частности больших данных, предполагает новые способы ее поиска, обработки, анализа и представления в журналистике» (Шилина 2019). Для того, чтобы проанализировать проблему, выявить новое знание и добиться необходимого результата, надо воспользоваться специальным программами, которые упрощают работу. В первую очередь, стоит отметить Tabula. Зачастую журналист собирает информацию на сайтах государственных ведомств, где выкладываются отчеты. Обычно они выполнены в формате pdf, что совершенно неудобно переводить в таблицы. Такой инструмент как Tabula позволяет быстро и удобно перевести данные из pdf в удобный вид (например, csv).
Чтобы быстро собрать данные с сайтов, можно задействовать браузерное расширение Table Capture. Программа распознает таблицы на интернет-ресурсах, а пользователь выбирает ту, которая ему нужна. С обычной текстовой информацией работа обстоит хуже. Несмотря на это, настройки позволяют компилировать сведения одинакового формата.
Еще одно приложение, в котором можно анализировать данные - таблица Excel или его аналог (Google Sheets, Numbers). Там можно систематизировать данные, отсортировать их по заданным критериям. Огромное количество метрик уже на первом этапе работы дает предварительное представление о результатах исследования.
Стоит подчеркнуть, что при взаимодействии с любой базой данных требуется фильтрация, выделение только той информации, которая соответствует определенным задачам. Неоднократно дата-журналисты отмечали, что в некоторых случаях очистка занимает больше времени, чем анализ. Тем не менее приложение OpenRefine в значительной степени упрощает данный процесс. Программа находит соответствие между различными форматами, объединяет их в общие ячейки, сортирует по критериям, которые устанавливает сам пользователь. Экспортировать информацию можно в самых разных разрешениях - TML-таблице, CSV, SQL или ранее упомянутом Excel.
Существует много условий, которые выполняются при фильтрации баз данных. Это может быть удаление лишних пробелов и дубликатов, преобразование дат, извлечение части содержимой ячейки,
перевод с другого языка, транспонирование таблицы, соединение нескольких таблиц с пересекающимися данными. Для этого подойдут как Excel, так и OpenRefire.
Работа с базами данных расширяет список тем, затрагиваемых журналистами. «Развитие форм представления дата-журналистских материалов снимает ограничения на передачу информации в контексте ее объема. Материал журналистики данных может быть создан таким образом, что каждый читатель, обращаясь к публикации, насыщенной данными и показателями, будет иметь возможность настроить ее под себя. Это становится возможным за счет индивидуализации контента с помощью гипертекстуальной структуры и интерактивности» (Давыдова 2022).
Специфика открытого доступа к базам данным позволяет любому заинтересованному лицу заниматься анализом и обработкой. В. С. Бережная отмечает в этом парадоксальность ситуации и особенность феномена: «В отличие от многих других журналистских жанров, дата-расследования должны быть воспроизводимыми: любой человек, повторив те же действия с тем же набором данных, должен прийти к таким же выводам, к которым пришел журналист» (Бережная 2020).
Чаще всего бывает так, что после обработки больших данных получаются массивные статистические сведения. Огромное количество цифр трудно различать в тексте. При создании публикации важно не только найти что-то важное и интересное, но и увлекательно, понятно и лаконично донести это до читателя. Поэтому в журналистике данных часто используют визуализацию.
Исследователь В. Д. Аргышев (Аргышев 2022), писал, что современная аудитория привыкла воспринимать информацию картинками. В связи с этим главным составляющим элементом журналистики данных становится инфографика. Статистика призвана быть объективной и емкой. Цифровая информация должна вселять в читателя доверие. Инфографика по смысловой нагрузке способна заменить несколько текстовых блоков, что позволяет экономить время при прочтении. Статистическая информация, основанная на законе корреляции, позволяет читателю рассуждать на тему «А что, если...». Каждый факт зависим от другого факта, любое значение влечет за собой следующее значение. Это позволяет выстраивать альтернативную картину происходящего и осознавать, что любой произошедший факт можно было бы избежать, если добавить другую переменную. Кроме этого, инфографика облегчает восприятие информации. «Прежде всего это средство для предоставления и облегчения восприятия сложных и обширных данных для аудитории» (Неренц 2019).
Существует несколько программ, которые создают увлекательные инфографики. Flourish - проста в использовании и имеет различный функционал по созданию диаграмм. С помощью дата-сета любого объема образуется понятная и простая визуализация.
Одна их самых популярных инфографик в журналистике данных - интерактивная географическая карта. Чаще всего их используют для демонстрации результатов анализа в масштабе государства. Иногда могут задействовать для визуализации локальных инцидентов (например, землетрясение в Турции). Используя программу Datawrapped, можно создать карту, избежав программирования.
Для создания комплексных интерактивных визуализаций можно задействовать Tabelau. Программа также помогает избежать программирования. В ней можно быстро обработать данные и создать качественную, информативную инфографику.
Продвинутые журналисты могут в своей работе использовать высокоуровневый язык программирования Python. Несмотря на то, что программа предназначена для IT-сферы, она помогает собирать и обрабатывать данные. Python универсален, позволяет решать задачи, а ещё автоматизируют рутину, сокращает ручной труд. Например, с его помощью можно скачать сотню файлов или почистить кучу однообразных таблиц и привести их к одному виду.
Таким образом, мы можем говорить, что дата-журналистика обладает богатым инструментарием для создания публикаций. Для каждой части материала есть программы, которые упрощают работу и помогают выстроить ход работы. В основе публикаций находятся большие данные, которые требуют очистки и анализа. Последующая интерпретация передается с помощью визуализации, а из результатов исследования образуется увлекательная и лаконичная история. Обратим внимание на то, что дата-журналистика расширяет поле компетенций медиаработника, объединяя в себе, казалось бы, два противоположных направления наук. Наравне со знаниями гуманитарных предметов, здесь важны технические навыки.
Список источников
Арбатская Е. О. Открытые данные как ресурс региональной журналистики. // Вестник Челябинского государственного университета. 2015. № 5 (360). Филология. Искусствоведение. Вып. 94. С. 52-58.
Аргышев В. Д. Публицистические аспекты использования данных статистики в журналистском тексте // Медиасреда. 2022. № 1. С. 6-11.
Барабаш В. В., Водопетов С. В., Булгаров Б. А. Журналистика данных // Современные информационные технологии и ИТ-образование. 2021. Т. 17, № 4. С. 871-879.
Бережная В.С. Вопросы стандартизации фактчекинга в журналистике данных. Теоретический аспект // Наука телевидения. 2020. №16.2. С. 191-209.
Давыдова Полина. Специфика работы объединений дата-журналистов в Швеции // Международный научный журнал «Слово в науке». 2022. № Спецвыпуск. С. 67-70.
Зверева Е. А. Адаптация потенциала сторителлинга под профессионально ориентированную коммуникацию: результаты реализации образовательной программы направления подготовки 42.04.01. «Реклама и связи с общественностью» // Знак: проблемное поле медиаобразования. 2020. № 3 (37). С. 35-42.
Лисицын М. Е. Понятие журналистики данных в освещении российских и зарубежных СМИ : дис. канд. филол. наук: 10.01.10 / Лисицын Макар Евгеньевич. Москва, 2018. С. 202.
Макарова Н. Я. Журналистика данных в системе профессиональных компетенций журналиста // Знак. Проблемное поле медиаобразования. 2020. № 4. С. 44-51.
Неренц Д. В. Визуализация дата-материалов в современных СМИ как способ привлечения аудитории// Вестник Российского государственного гуманитарного университета. Серия: Литературоведение. Языкознание. Культурология. 2019. № 9. С. 77-85.
Панюкова С. А. Роль открытых данных в развитии журналистики данных // Знак: проблемное поле медиаобразования. 2015. № 1 (15). C. 25-33.
Симакова С. И. Дата-журналистика как медиатренд // Вестник Нижегородского университета им. Н. И. Лобачевского, 2014, № 2 (2), С. 481-484.
Челнокова Е. А., Казначеева С. И., Калинкина К. В, Григорян Н. М. Сторителлинг как технология эффективных коммуникаций // Перспективы науки и образования. 2017. №5 (29). С. 7-12.
Шилина А. Г. Журналистика данных в российской прессе: особенности источников информации // Меди@льманах. 2019. №5 (94). С. 68-78.
Шнайдер А. А. Тренды массмедиа: применение искусственного интеллекта, машинного обучения, СЕО-инструментов и дата-журналистики в контексте мирового медиаландшафта // Вестник Новосибирского государственного университета. Серия: История, филология. 2022. Т. 21, № 6: Журналистика. С. 59-68.
Bradshow P., Gray J., Chambers L., Bounegru L. The Data Journalism Handbook // Электронный ресурс. URL: https://datajournalism.com/read/handbook/one (дата обращения: 07.04.2023).
Информация об авторе П. К. Уразов - студент факультета журналистики Московского политехнического университета.
Научный руководитель: Светлана Сергеевна Распопова - доктор филологических наук, профессор кафедры журналистики и массовых коммуникаций имени М. Ф. Ненашева Московского политехнического университета.
Статья поступила в редакцию 02.06.2023; одобрена после рецензирования 11.06.2023;
принята к публикации 11.06.2023. The article was submitted 02.06.2023; approved after reviewing 11.06.2023; accepted for publication 11.06.2023.
Автор заявляет об отсутствии конфликта интересов. The author declares no conflicts of interests.
