Tra dati e notizie

382 views

Published on

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
382
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
10
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Tra dati e notizie

  1. 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. 2. Dataninja Data journalism & data visualization made in Italy
  3. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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

×