Your SlideShare is downloading. ×
Tra dati e notizie
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Tra dati e notizie

86
views

Published on

Lezione per giornalisti nell'ambito della formazione professionale continua presso la Scuola di giornalismo radiotelevisivo di Perugia (10 maggio 2014).

Lezione per giornalisti nell'ambito della formazione professionale continua presso la Scuola di giornalismo radiotelevisivo di Perugia (10 maggio 2014).

Published in: News & Politics

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
86
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
5
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Tra dati e notizie Raccontare storie guidati da numeri, tabelle e infografiche Alessio Cimarelli @jenkin27 www.dataninja.it Corso di Data Driven Journalism Centro Formazione Giornalismo Radiotelevisivo Perugia, 10 maggio 2014
  • 2. Dataninja Data journalism & data visualization made in Italy
  • 3. Il data journalism Una storia che viene da lontano Il primo uso del computer a fini giornalistici risale al 1952 negli USA: nasce il C.A.R. ( ). Nel 1967 Philip Meyer consacra questa pratica con un’inchiesta di successo ( ). Nel 1973 Meyer stesso fonda il giornalismo di precisione, coniugando tecnologia e metodo scientifico ( ). There was 5 exabytes of information created between the dawn of civilization through 2003, but that much information is now created every 2 days, and the pace is increasing (Eric Schmidt) Computer Assisted Reporting 1968: A Newspaper's Role Between the Riots Giornalismo e metodo scientifico
  • 4. Con l'accento sulla j Il vecchio e caro giornalismo, ma con numeri e tabelle Quest'anno hanno partecipato 520 progetti, ridotti a 75 dopo la prima selezione (tre italiani): i vincitori finali saranno solo 8.
  • 5. Peculiarità del data journalism Ingredienti: disponibilità di dati quantitativi (numeri o roba misurabile) possibilità di processarli e analizzarli (viva i calcolatori) metodo scientifico (mica per altro, è che funziona) onestà intellettuale (anche nota come deontologia professionale) fiuto per la notizia competenze narrative (non solo l'italiano, ma anche forme e colori) Da giornalisti, dobbiamo sempre raccontare storie... ... ormai sempre più basate su dati digitali!
  • 6. Peculiarità del data journalism Richiede competenze multi-disciplinari e quindi team di professionisti: giornalista data scientist / statistico sviluppatore designer / grafico Porta facilmente a prodotti giornalistici di lunga vita o a temi su cui tornare a più riprese. Ci sono ampie libertà di riutilizzo e riciclo. Il rilascio dei dati permette di costruire comunità attorno ad essi: non solo giornalismo informativo, quindi, ma anche di servizio.
  • 7. Limiti del data journalism Richiede molta accortezza nell'uso degli strumenti statistici. Si rischiano prodotti giornalistici “belli”, ma fini a se stessi. Spesso è necessario imparare a usare software con curve di apprendimento abbastanza ripide. Gli strumenti e le piattaforme cambiano molto velocemente e bisogna rimanere aggiornati. Spesso si usano servizi di terze parti di cui non si ha il controllo. Tutti quelli del giornalismo...
  • 8. Temi, tipologie e mezzi Non c'è limite ai temi che si possono affrontare: sociale, politico, scientifico, economico, sportivo, persino gossip... La ricerca con metodo è un approccio tipico del giornalismo d'inchiesta, ma si sposa bene anche con quello di cronaca, il reportage, persino l'intervista... Il racconto e la visualizzazione dei dati si esprimono al meglio su web, ma possono essere molto efficaci anche sulla carta, nel foto e video giornalismo, in tv e alla radio... È più una questione di metodo e materie prime che di temi, specializzazioni, ambienti, media...
  • 9. Il processo di produzione La teoria delle quattro fasi Mi imbatto in un insieme di dati e sento il profumo di una possibile notizia: li raccolgo, li analizzo, faccio delle ipotesi, le verifico... scopro la notizia. Ma posso anche avere un interesse, un’idea, una tesi, cerco i dati che la riguardano, li analizzo, rivedo l’idea iniziale, torno ai dati... scopro la notizia. Trovare Pulire Analizzare Raccontare
  • 10. Minatori, o le fonti di dati Dove cercare e come capire di aver trovato Tipo di dati: non strutturati; strutturati (con metadati). Titolarità e diritti di riutilizzo: open data ( ); copyright; privacy, diritto all'oblio, segreto statistico, ... Accesso ai dati: Codice dell'Amministrazione Digitale, principio dell'Open Data by Default (2013): FOIA? Non ancora... opendefinition.org http://goo.gl/zmjbY7 http://goo.gl/T8LHXK
  • 11. Minatori, o le fonti di dati Dove cercare e come capire di aver trovato L'affidabilità dei dati coincide con quella della fonte. Pubblica Amministrazione: portali open data delle singole amministrazioni ISTAT dati.gov.it La PA è un'enorme fonte di dati, spesso open, ma non è l'unica: grandi aziende private o miste associazioni, ong social network amatori colleghi o noi stessi
  • 12. Minatori, o le fonti di dati Dove cercare e come capire di aver trovato Formato dei dati digitali: pdf, pagine web in html, csv, fogli di calcolo (xls, xlsx, ods), database, end-point interrogabili. Per essere utili devono essere machine readable: non dobbiamo leggerli noi, ma farli leggere alle macchine! L'arte dello scraping: & Co.DataMiner
  • 13. Spazzini, o la pulizia dei dati Verificare, individuare errori, correggere Premesse sbagliate portano (quasi) sempre a conclusioni sbagliate, anche se il ragionamento è corretto. Pure se affidabile, anche la fonte può sbagliare. Così come può barare, truccare, mentire, nascondere, omettere, ecc. Da controllare sempre prima di tutto: coerenza interna, completezza, verosimiglianza. Non buttar via mai niente e tenere traccia di quello che si fa...
  • 14. Spazzini, o la pulizia dei dati Verificare, individuare errori, correggere Strumenti dei fogli di calcolo: filtri e funzioni di ordinamento; formattazione condizionale; definizione esplicita dei tipi (stringa, numero, data, ...); semplici grafici. Uno strumento ad hoc: Open Refine ( ).openrefine.org
  • 15. Esploratori, o la ricerca della notizia Interrogare i dati e andare oltre i numeri Ingredienti: fiuto (e occhio); esperienza; propensione al dubbio q.b.; un pizzico di statistica e matematica. Preparazioni di base: normalizzazione; variazione; distribuzione; correlazione; filtro, ordinamento, aggregazione.
  • 16. Cantastorie, o la scrittura del pezzo Raccontare i dati con grafici e parole Occhiello Titolo Sommario Attacco Notizia Corpo Chiusa Tutto come al solito, però questa volta abbiamo dati e numeri. Li possiamo raccontare a parole oppure visualizzarli...
  • 17. Cantastorie, o la scrittura del pezzo Raccontare i dati con grafici e parole Visualizzare i dati significa decidere come connetterli alle proprietà che definiscono forme geometriche ed elementi grafici Principali modalità di visualizzazione: grafici base (dispersione, linee, barre, bolle, torte); mappe geografiche; grafi (detti anche reti); timeline. Alcuni strumenti alla rinfusa: , , , , , , , , , ... datawrapper infogr.am raw cartodb google fusion tables timelinejs qgis gephi d3js
  • 18. Il futuro del giornalismo? Ma anche no... La distinzione tra data journalism e giornalismo tradizionale non ha senso di esistere... ma è servita a delineare un metodo di lavoro e a definire una comunità di professionisti, ora riconosciuta. In un mondo sempre più permeato di dati digitali, in cui informazione e notizie esistono sotto forma di dati digitali, un giornalista che non sa trattarli... perde un'occasione ogni volta che li incontra! Sicuramente l'analisi dati e la scoperta di notizie richiedono un'approccio metodologico lontano dal giornalismo d'opinione (non a caso il data journalism è un termine anglosassone). Detto anche giornalismo di precisione, quantitativo, esplicativo, ...
  • 19. Buon lavoro! Alessio "jenkin" Cimarelli jenkin@dataninja.it @jenkin27 Dataninja www.dataninja.it http://school.dataninja.it Newsletter http://dataninja.it/newsletter Q&A http://school.dataninja.it/qa