دیتاژورنالیسم یک رویکرد نوظهور و در حال توسعه است که شامل تکنیک‌هایی از چندین رشته است؛ از جمله روزنامه‌نگاری، آمار، علم داده و تصویرسازی آن داده‌ها برای بیان یک موضوع خاص. برت و فیلیپس، دیتاژورنالیسم را این‌گونه تعریف می‌کنند: «این حوزه، مجموعه‌ای از روش‌ها برای جمع‌آوری، تحلیل، تصویرسازی و انتشار داده‌ها برای اهداف روزنامه‌نگاری را در بر می‌گیرد.»

۶۱ درصد از روزنامه‌نگاران، حداقل هفته‌ای یک بار داده‌ها را تحلیل می‌کنند و از آن‌ها برای نوشتن گزارش خود استفاده می‌کنند که نسبت به سال ۲۰۱۷ که ۳۶ درصد بود، افزایش داشته است. این به معنای آن است که امروز دیتاژورنالیسم بسیار رایج‌تر از گذشته است. در این متن به شما توضیح خواهیم داد که چطور یک گزارش مبتنی بر داده بنویسید و چرا دیتاژورنالیسم در حال حاضر رواج پیدا کرده است.

تفاوت روزنامه‌نگاری کلاسیک و دیتاژورنالیسم

در روزنامه‌نگاری کلاسیک، فرض کنید که ابتدا با یک شخص مصاحبه می‌کنید و بعد در رابطه با آن مصاحبه، گزارشی تهیه می‌کنید؛ رویداد مشابه دیگری را در نظر بگیریم؛ شما در یک برنامه شرکت می‌کنید، چند عکس می‌گیرید، بازخوردهای متعددی از حاضرین دریافت می‌کنید و سپس شاید دیدگاه خودتان را هم به گزارش اضافه کنید. در نهایت گزارشی برای انتشار دارید!

اما در دیتاژورنالیسم، به جای آن، شما با داده‌ها مصاحبه می‌کنید. شما یک داستان دارید و برای کمک به آن از داده‌ها استفاده می‌کنید. داده‌ها می‌توانند منبع دیتاژورنالیسم یا ابزاری باشند که داستانتان را با آن‌ها روایت می‌کنید؛ یا حتی می‌تواند هردو باشد. مانند هر منبع دیگری، باید با آن‌ها با شک و تردید رفتار کرد و مانند هر ابزار دیگری، باید آگاه باشیم که چگونه می‌تواند به گزارشی که بوسیله آن ساخته شود، شکل دهد و آن را منحصربه‌فرد کند.

دیتاژورنالیسم چه کار می‌کند؟

کار دیتاژورنالیست‌ها کمی متفاوت از روزنامه‌نگاران معمولی است. در دیتاژورنالیسم، روزنامه‌نگاران باید داده‌ها را جمع‌آوری، صحت‌سنجی و سازماندهی کنند. سپس داده‌ها را برای پیدا کردن دیدگاهی جالب و پاسخ به سوالاتِ از پیش تعیین‌شده‌شان تجزیه و تحلیل کنند. داده‌ها را با استفاده از ابزارهای تصویرسازی آماده کنند و در نهایت داده‌ها و گزارش را منتشر کنند. با این حال، چیزی که بین روزنامه‌نگاری معمولی و دیتاژورنالیسم مشترک است، این است که هر دو گزارش می‌نویسند که مردم را آگاه کنند تا با اشخاص صاحب قدرت مقابله کنند.

در حال حاضر چرا دیتاژورنالیسم؟

پیشرفت دیتاژورنالیسم در ده سال گذشته عمدتا به دلایل زیر است:

  1. حجم زیادی از داده‌ها ایجاد شده‌اند
  2. داده‌های جمع‌آوری شده جزئی‌تر هستند
  3. دسترسی بهتر به داده‌ها
  4. دسترسی به ابزارهای محاسباتی
  5. کاربران اطلاعات بصری را بیشتر دوست دارند
  6. افزایش اطلاعات نادرست؛ داده‌ها می‌توانند برای بررسی واقعی یا جعلی بودن اخبار و بی‌اعتبار کردن آن‌ها مورد استفاده قرار بگیرند.
  7. فروپاشی مدل کسب درآمد رسانه‌های سنتی «تبلیغات» + جایگزین کردن «اشتراک»

رسانه‌ها دریافتند که مدلِ اشتراک، درآمد بیشتری نسبت به تبلیغات دارد «مانند نیویورک تایمز». آن‌ها از دیتاژورنالیسم استفاده می‌کنند تا محتوای باکیفیت‌تر و گزارش‌های جذاب‌تری تولید کنند و این مسئله به آن‌ها کمک می‌کند تا مشترکان بیشتری به دست بیاورند.

داده در دیتاژورنالیسم چیست؟

داده‌ها در دیتاژورنالیسم، به احتمال زیاد اطلاعاتی ساختاریافته هستند. اطلاعات در یک ساختار مشخص قابلیت تکرار دارند. برای مثال اگر فرمی را پر می‌کنید، شماره شناسنامه، شماره ملی، سن، آدرس، تاریخ تولد و ... دارید. همه‌ی این‌ها برای هر فرد تکراری و قابل پیش‌بینی است؛ زیرا هر شخص آن ویژگی‌ها را دارد.

لازم نیست داده‌ها حتما اعداد باشند. برای مثال اگر شخصی در حال توییت گذاشتن است، وقتی توییت‌های این شخص را جمع‌آوری می‌کنید، زمان، تاریخ توییت، شاید هشتگ، فیلم یا تصویر و لینک های URL آن را دارید.

مثالی از دیتاژورنالیسم

ایالت فلوریدا قانون معروفی دارد که به واسطه‌ی آن برای مجرمان جنسی اجباری است که پس از اتمام دوران محکومیتشان (قبل از آزادی)، یک دوره معاینه توسط یک روان درمانگر را طی کنند. این برای اطمینان آن است که مجرمان برای بازگشت به اجتماع بی‌خطر هستند. اگر دوره را با موفقیت نگذرانند، باید به مرکز درمانی فرستاده شوند.

یک روزنامه محلی در فلوریدا به نام Sun Sentinel گزارش خوبی بر اساس داده‌ها ارائه کرد. Sun Sentinel متوجه شد که ۵۹۴ مجرم در طول فرایند درمان بی‌خطر شناسایی شدند اما زمانی که به جامعه بازگشتند، مرتکب جنایت‌های دیگری شدند. این گزارش ثابت می‌کرد که فرایند درمان بی‌نتیجه است.

آنها چگونه به این اعداد دست پیدا کردند؟ آن‌ها تمامی اسناد را بررسی کردند و متوجه شدند که مجرمان چه کسانی هستند، چه زمانی آزاد شده‌اند، چه زمانی مجرم شناخته شده‌اند و چه مدت بعد از آزادی دوباره مرتکب جرم شده‌اند. سپس این اسناد را جمع کردند و متوجه شدند که ۵۹۴ مجرم وجود دارند که برای بازگشت به جامعه بی‌خطر شناسایی شده‌اند؛ اما در واقع مرتکب جرم دیگری شده‌اند.

نکته جالب این است که آن‌ها به پولی که دولت در فرآیند درمان خرج کرده است، اشاره کردند و نشان دادند که این کار هدر دادن پول مالیات‌دهندگان است و با داده‌هایشان ثابت کردند که این موضوع تنها هدر دادن پول نیست؛ بلکه یک خطر واقعی برای جامعه است.

اگر به این گزارش نگاه کنید هیچ‌گونه نظر شخصی را در آن نمی‌بینید. تنها حقایقی را پیدا می‌کنید که از اعداد نتیجه‌گیری شده‌اند. همچنین شما موارد را به صورت جداگانه نمی‌بینید بلکه ۶۰۰ مورد را در یک نگاه کلی می‌بینید.

این قدرتِ گزارشِ مبتنی بر داده است. داده‌ها گزارش را با حقایقی که هیچکس نمی‌تواند در رابطه با آن بحثی کند، قدرتمند می‌کنند.

پروژه دیتابلاگ گاردین Guardian

پروژه دیتابلاگ «Data blog» در سال ۲۰۰۹ توسط گاردین راه‌اندازی و به عنوان یکی از موفق‌ترین گزارشات دیتاژورنالیسم شناخته شد. گاردین توانست گزارش‌های زیادی را بر اساس داده‌های گسترده و عظیمی که از سراسر جهان جمع‌آوری کرده بود، ارائه کند.

روزنامه ی The Texas Tribune

روزنامه‌ی تگزاس تریبون، دیتاژورنالیسم را با ارائه اخبار از تگزاس در قالب‌های بصری طرح‌ریزی کرد. جالب این است که تگزاس تریبون یک مرکز ذخیره‌سازی در github دارد که حاوی ابزارها و منابعی برای کمک به خبرنگاران در تهیه دیتابلاگ است.

روزنامه‌نگاری مبتنی بر داده در دوران همه‌گیری ویروس کویید-۱۹

در طول دوران همه‌گیری ویروس کرونا همه می‌خواستند جزئیات بیشتری در مورد ویروس و رفتار آن بدانند. از جمله اینکه میزان شیوع ویروس در لحظه، ظرفیت بیمارستان‌ها «به ویژه تخت های دارای دستگاه تنفس مصنوعی» و منحنی کرونا به چه معناست؟

به سختی می‌توان چنین اطلاعاتی را به شکل متنی با شیوه‌ی روزنامه‌نگاری سنتی ارائه کرد. اتاق‌های خبر متوجه این موضوع شدند و به سرعت دیتاژورنالیسم را انتخاب کردند تا مردم را در رابطه با آن چیزی که باید بدانند، آگاه کنند.

طرحی زیبا که منحنی را توضیح می‌دهد

داشبوردی که توسط دانشگاه John Hoppkins ساخته شد، بیشترین استفاده را داشت. این نشان می‌دهد که چگونه داده‌ها از حالت توصیفی به حالت تحلیلی و با بینش عمیق‌تر حرکت می‌کنند.

 داشبورد Covid-۱۹

گزارشات مبتنی بر داده میدان دید و تعامل بیشتری به ارمغان می‌آورند

صفحه‌ای که شبیه سازی ویروس کرونا را در Washington Post ارائه کرد، پربازدیدترین گزارش از زمان فعالیت آنلاین آن‌هاست و این شگفت انگیز است!

آن‌ها از یک تصویرسازی ساده استفاده کرده‌اند برای نشان دادن اینکه وقتی فرد بیمار بدون رعایت فاصله اجتماعی از کنار یک فرد سالم می‌گذرد، چه اتفاقی می‌افتد. همچنین نشان دادند که وقتی محدودیتی وجود ندارد (افراد به صورت عادی در رفت و آمد هستند) در مقایسه با زمانی که محدودیت وجود دارد (یعنی قرنطینه کردن بیماران)، چقدر زمان برای صاف شدن منحنی کویید ۱۹ نیاز داریم.

مردم تمایل دارند به داده‌های ارائه شده به دقت نگاه کنند تا وضعیت فعلی را درک کنند. این وظیفه‌ی دیتاژورنالیسم است که چنین گزارشاتی را به آنان ارائه کند.

این شبیه‌سازی نشان می‌دهد که چگونه قرنطینه از انتشار ویروس جلوگیری می‌کند

چنین شبیه‌سازی به مردم کمک می‌کند تا بفهمند چرا باید در خانه بمانند و چرا باید موارد مشکوک به کرونا را قرنطینه کنند.

این شبیه‌سازی انتشار ویروس در زمان قرنطینه و انتشار ویروس در زمان عدم قرنطینه را نشان می‌دهد

چگونه به عنوان یک دیتاژورنالیست، گزارشی مبتنی بر داده بنویسیم؟

برای نوشتن یک گزارش مبتنی بر داده باید مراحل زیر را دنبال کنید:

  1. داده‌هایی را که به موضوع مربوط هستند، پیدا کنید
  2. داده‌هایی را که پیدا کرده‌اید، اعتبارسنجی کنید
  3. داده ها را تجزیه و تحلیل کنید
  4. یک رسانه و پلتفرم مرتبط را برای ارائه داده‌های خودتان انتخاب کنید (نمودار، اینفوگرافی، ویدئو و ...)؛ این مرحله از نظر حرفه‌ای «تصویرسازی داده» شناخته می‌شود.
  5. گزارش و داستانی بنویسید که با تصاویری که ترسیم کرده‌اید، به خوبی پیش برود.

ایجاد اعتماد و اعتبار

دیتاژورنالیست‌ها باید اعتماد و اعتبار ایجاد کنند؛ به این علت که بسیاری از سازمان‌های رسانه‌ای که کار دیتاژورنالیسم انجام می‌دهند، داده‌های خود را با مخاطبانشان به اشتراک می‌گذارند. این به هر کس این امکان را می‌دهد که به صورت جداگانه داده‌ها را ارزیابی و تجزیه و تحلیل کند. با این کار، آن‌ها به خوانندگان خود می‌گویند که در گزارشات خود چیزی برای پنهان کردن ندارند و گزارش‌های آنان مبتنی بر داده‌های آورده شده است. اگر خوانندگان به گزارش اعتماد نداشته باشند، می‌توانند با استفاده از داده‌ها آن را تایید کنند. این به گزارش اعتبار بیشتری می‌بخشد.

هنگامی که یک روزنامه‌نگار با کسی مصاحبه می‌کند، ممکن است حقه‌ای سوار کند تا مصاحبه شونده را بد یا خوب جلوه دهد؛ اما در دیتاژورنالیسم، به اشتراک گذاشتن داده‌ها، ناشر را با مخاطبانش شفاف‌تر می‌کند.

اقتصاددانان، به همراه بسیاری از ناشران دیگر، ابزارها و داده‌های خود را در github به اشتراک می‌گذارند. توصیه می‌کنم که نگاهی به آنها بیاندازید.

نکاتی برای دیتاژورنالیست‌ها

به عنوان یک دیتاژورنالیست به خاطر داشته باشید که:

  1. گزارش خود را عالی و چشمگیر کنید.
  2. از سرقت ادبی جلوگیری کنید؛ شما ابزارها، داشبورد و نمودارهای شخصی خودتان را داشته باشید تا رقبا نتوانند محتوای شما را کپی کنند.
  3. کیفیت و عمق گزارشتان را افزایش دهید که منجر به این موارد می‌شود:
  • افزایش بازدید: اگر دیتاژورنالیسم به شیوه صحیح انجام شود، خوانندگان بیشتری را جذب می‌کند.
  • جذب مخاطب جوان
  • افزایش اشتراک
  • اتاق خبرتان را اصلاح کنید و ابتکار به خرج دهید.
  • از هشتگ #DDJ استفاده کنید.

پیشرفت دیتاژورنالیسم در طول همه گیری ویروس کرونا قابل‌توجه‌تر بود. در این مدت، مردم در سراسر جهان، پزشکان، سیاست‌گذاران و افراد بیشتری به اعداد و داده‌ها برای درک ویروس کرونا و گسترش آن علاقه نشان دادند.