ИННОВАЦИИ И ДИЛЕММЫ В ЖУРНАЛИСТИКЕ БОЛЬШИХ ДАННЫХ

ИННОВАЦИИ И ДИЛЕММЫ В ЖУРНАЛИСТИКЕ БОЛЬШИХ ДАННЫХ

Юй Цзыхао

магистрант Казахского национального университета имени аль-Фараби,

Республика Казахстан, г. Алматы

Тюлепбердинова Гульнур Алпыскызы

PhD, ассоциированный проф. Казахского национального университета имени аль-Фараби,

Республика Казахстан, г. Алматы

АННОТАЦИЯ

В наше время большие данные играют все более важную роль. Появление журналистики данных имеет множество последствий для журналистики и научных кругов. Повествование о данных, визуальное представление и прогнозирование дали журналистике больших данных жизненную силу для процветания. Однако неизбежность, которую представляют прогнозы больших данных, является лишь иллюзией, а техническому характеру журналистики больших данных не хватает эмоциональной перспективы. Перед лицом этих дилемм существование и развитие журналистики больших данных необходимо рассматривать рационально, с точки зрения взаимосвязи, развития и диалектики. Эта статья посвящена будущему развитию журналистики больших данных как продукта технологического расширения возможностей с двух точек зрения: инновации и дилеммы.

Ключевые слова: Большие данные; Журналистика данных; Визуализация больших данных

Введение

Концепция Больших Данных была впервые представлена в книге Schönberger, V. M."Эпоха Больших Данных". Под большими данными понимается совокупность данных, которые значительно превосходят возможности традиционных программных средств баз данных в плане сбора данных, анализа данных, хранения данных и управления ими. В современном обществе применение больших данных проникло во все сферы жизни, и их ценность постоянно подчеркивается, включая применение и продвижение в индустрии новостных коммуникаций. Благодаря огромному объему данных, передовой технологии обработки информации и платформе обработки, большие данные оказали большое влияние на новостную коммуникацию. Однако неизбежность, которую представляют прогнозы больших данных, является лишь иллюзией, центризм на данных заставляет новости постепенно отклоняться от логики, ориентированной на человека, а техническому характеру журналистики больших данных не хватает эмоционального взгляда. Перед лицом этих дилемм существование и развитие журналистики больших данных необходимо рассматривать рационально, с точки зрения взаимосвязи, развития и диалектики.

1. Инновации в журналистике больших данных

1.1 данные становятся предметом повествования

Традиционная журналистика часто следует логике повествования, в которой данные используются в качестве вспомогательного средства повествования, чтобы обрисовать развитие новостных событий и прояснить их смысл. Журналистика больших данных по-прежнему ориентирована на повествование, но предметом повествования стали данные, а история, которую рассказывают, управляется данными. Во-первых, данные становятся важным источником повествовательного контента. Журналисты занимаются добычей и анализом данных, чтобы найти подсказки для новостей, уточнить темы, прояснить развитие событий, а также используют данные для абстрагирования и дистиллирования фактов. Во-вторых, в качестве основного повествовательного дискурса данные переструктурируются и становятся субъективным языком новостей, а макронарратив становится общим способом повествования; в-третьих, логическая связь между данными становится повествовательной грамматикой новостей, и новости представляют собой более трехмерную повествовательную структуру.

1.2 Интерактивная визуализация данных

В практике традиционной журналистики основным носителем новостной информации всегда был текст, а изображения и данные были лишь сносками к тексту. Однако в журналистике больших данных данные являются языком повествования, а визуализация - средством поддержки повествования о данных, превращая его из текстоцентричного в имиджецентричное. Большие данные объемны, плотны и сложны, что затрудняет передачу четкой и ценной информации. Технология визуализации преобразует данные в графику или изображения и обрабатывает их в интерактивном режиме, представляя их подтекст визуально и удовлетворяя требование позволить данным "говорить". Только когда пользователь действительно вовлечен в анализ и интерпретацию данных, можно создать полностью осмысленное новостное повествование. Интерактивная визуализация позволяет журналистике больших данных изменить традиционную "холодную" позицию журналистики и создать "культуру участия". Пользователи могут не только читать информацию, которая их больше всего интересует, нажимая на кнопки выбора и понимая данные с другой точки зрения, но и загружать свои личные данные в качестве источника данных для новостей во время интерактивного чтения.Вот хороший пример: NASA опубликовало отчет - "Тенденции глобального изменения климата" (https://climate. nasa.gov/vital-signs/global-temperature/).[1] В этом отчете используются данные и графики, показывающие тенденции глобального изменения климата. Читатели могут участвовать в работе над отчетом, нажимая на различные кнопки на веб-странице. Благодаря использованию интерактивных данных и методов визуализации, отчет дает четкое представление о тенденциях и последствиях глобального изменения климата.

1.3 От сбора фактов к прогнозированию

Предиктивная журналистика стала "темной лошадкой" с тех пор, как технология больших данных пришла в новостную индустрию. В книге "Эпоха больших данных: преобразование жизни, работы и мышления" Schönberger, V. M. утверждает, что " в основе больших данных лежит предсказание, основанное на корреляционном анализе".[2] При поддержке технологии больших данных журналисты могут предсказывать наступление новостных событий и закономерности их развития и изменения благодаря поиску данных и корреляционному анализу. Сегодня такие области, как движение и транспорт, экономическое развитие, прогнозирование событий, профилактика заболеваний и погодные условия, стали "горячими точками" для предиктивной журналистики. Прогностический характер больших данных способствует повышению способности СМИ отслеживать окружающую среду, что соответствует потребностям принятия решений в обществе риска и может помочь людям избежать рисков и способствовать социальному управлению. Если рассматривать практику журналистики больших данных в области эпидемий, то создание прогностических отчетов также призвано направлять и призывать людей изменить свое поведение, представляя направление развития событий. В своей статье "Предсказание следующей пандемии" Adam Rogers, старший редактор журнала Wired, выявляет закономерности и тенденции в распространении болезней между людьми и животными, предсказывает следующую крупную эпидемию, которая может возникнуть, и рассматривает меры по профилактике и реагированию.[3] Он также подчеркивает читателям, что для прогнозирования и предотвращения пандемий необходимо сочетание факторов, включая окружающую среду, животных, деятельность человека и способы передачи инфекции.

2. Дилемма журналистики больших данных

2.1 Иллюзия неизбежности

Прогнозы больших данных выходят за рамки индивидуального интуитивного опыта и основаны на огромных объемах данных и алгоритмических моделях, а представленные в них закономерности часто воспринимаются как "автоматические" и, следовательно, как данность. В действительности неизбежность - это иллюзия. Хорошо известно, что прогнозы Больших Данных основаны на анализе данных, и что необработанные неструктурированные данные должны быть структурированы, чтобы стать пригодными для анализа. Чтобы стать структурированными данными, они должны быть отфильтрованы, очищены, обработаны и завершены алгоритмическими моделями. Однако алгоритмические модели управляются людьми и содержат их субъективную волю, поэтому данные представляются как субъективный результат, а субъективность явно противоречит неизбежности. Более того, данные часто существуют в определенном контексте, и только данные в контексте имеют ценность. Каждый контекст связан с определенным социокультурным фоном, подчеркивает лежащие в его основе правила или внешний контекст, в котором возникает смысл, устанавливает границы интерпретации и участвует в непосредственном конструировании смысла в качестве продуктивного элемента. Данные, регистрируемые и измеряемые в больших данных, с другой стороны, часто являются изолированными атомарными индивидами, лишенными органической связи с исходным контекстом, а сложность и противоречия, стоящие за ними, растворяются. Когда данные заменяются, вытесняются, переструктурируются и соединяются в новые текстовые контексты, их способность представлять реальность уже значительно снижается, а результаты, вытекающие из них, отнюдь не являются неизбежными.

2.2 Противоречие между "мягким" и "жестким"

По словам одного из исследователей, "журналистика данных - это исследовательский аргумент в области социальных наук", который является спокойным, объективным, беспристрастным, непредвзятым, представляет новостную информацию визуально с помощью языка данных, количественного анализа и визуализации и преуспевает в иллюстрации фактов, что очень близко к "информационной модели" журналистики, обсуждаемой в книге Schudson, M.  "Discovering the News: A Social History of the American Press".[4] Например, газета "The New York Times" в ноябре 2020 года опубликовала статью под названием "Как Массачусетский технологический институт обеспечил безопасность во время вспышки заболевания?".[5] В статье использовалось множество данных, включая результаты тестов на COVID-19 для студентов и сотрудников, данные о студенческом жилье, расписании курсов и многое другое. Затем эти данные были визуализированы и представлены в виде графиков и диаграмм. Например, в сюжете используются различные цветные круги для обозначения результатов тестирования студентов на COVID-19 и различных уровней тестирования в зависимости от цвета результатов теста.

Однако журналистика - это не просто "жесткое" техническое письмо, беспристрастное и объективное изложение фактов, как у рассказчика; она требует "мягкого" эмоционального вливания. Эмоции - это важное средство восприятия, повышающее понятность новостных историй и передающее смысл. Новости обязаны нести гуманистическую заботу и ценностные ориентиры, а СМИ также обучать граждан своим эмоциям и вызывать сопереживание. Журналистика, основанная на больших данных, явно не справляется с задачей привнесения эмоций; новостные СМИ не способны воспитывать общественные чувства с помощью холодных данных. Например, смерть людей в чрезвычайных ситуациях в области общественного здравоохранения, медицинский персонал, приезжающий для оказания им помощи, и постоянно перевозимые медикаменты превращаются в журналистике больших данных в ряд огромных цифр. Тревога от невозможности дождаться больничной койки, печаль от смерти и благодарность от пожертвований - все это завернуто в "твердую" оболочку данных. В этот момент "объективность" данных может превратиться в спокойную отстраненность и равнодушное пренебрежение.

Заключение

Подводя итог, можно сказать, что повествование о данных, визуализация и предиктивная отчетность дали журналистике больших данных энергичную жизнь, но иллюзия неизбежности и противоречие между "мягкостью" и "твердостью" журналистики также сделали ее развитие вялым. В связи с этим нам необходимо рационально взглянуть на существование и рост журналистики больших данных в двухмерной пространственно-временной системе координат, со связной, развивающей и диалектической перспективой. Как инновационная форма журналистики, она дополняет и способствует сосуществованию традиционной журналистики; как продукт расширения технологических возможностей, она продолжает достигать новых прорывов при поддержке технологий; конечно, ей также необходимо достичь рациональной адаптации производства и распространения новостного контента в диалектическом слиянии инструментальной рациональности и ценностной рациональности. Lee, T. B. однажды предсказал, что "журналистика, управляемая данными, - это будущее", и теперь это будущее наступило.[6] Развитие журналистики больших данных может создать новую медиасреду, которая не только окажет инструментальное воздействие на развитие журналистики, но и будет способствовать формированию новой культурной экологии.

Список литературы:

1. NASA. (n.d.). Trends in Global Climate Change. Retrieved from https://climate.nasa.gov/vital-signs/global-temperature/.
2. Schönberger, V. M. (2013). Big Data: A Revolution That Will Transform How We Live, Work and Think. Mechanical Industries Press.
3. Rogers, A. (2018). Predicting the Next Pandemic. Wired. Retrieved from https://www.wired.com/story/predicting-the-next-pandemic/
4. Schudson, M. (1978). Discovering the News: A Social History of American Newspapers. Basic Books.
5. Как Массачусетский технологический институт сохранил безопасность в разгар эпидемии. 2020. The New York Times. https://cn.nytimes.com/usa/20201124/mit-covid-19-testing/
6. Lee, T. B. (2014). The future of data-driven news. Columbia Journalism Review, 52(2), 36-38.