Når valget i 2016 nærmer sig, hører vi meget om "røde stater" og "blå stater." Dette formsprog er blevet så indgroet, at vi næsten har glemt, hvor det oprindeligt kom fra: en datavisualisering.
Fra denne historie
Kortlægge nationen
KøbeI præsidentvalget i 2000 var løbet mellem Al Gore og George W. Bush så knivskarpt, at tv-stationerne porerede over valgkollegekort - som de typisk farvede rødt og blåt. Hvad mere er, de talte om disse skygger. NBCs Tim Russert spekulerede højt på, hvordan George Bush ville "få de resterende 61 valgfri røde stater, hvis du vil, " og dette sprog blev indgivet i den populære fantasi. Amerika blev opdelt i to farver - data spundet til ren metafor. Nu taler amerikanere endda rutinemæssigt om "lilla" stater, en mental visualisering af politisk information.
Vi lever i en tid med datavisualisering. Gå til ethvert nyhedswebsted, så ser du grafisk kortstøttesupport til præsidentkandidaterne; åbn din iPhone, og appen Health genererer personlige grafer, der viser, hvor aktiv du har været denne uge, måned eller år. Websteder udgiver diagrammer, der viser, hvordan klimaet ændrer sig, hvordan skoler adskiller sig, hvor meget husarbejder mødre gør mod fædre. Og aviser finder i stigende grad, at læsere elsker ”dataviz”: I 2013 var New York Times mest læste historie gennem hele året en visualisering af regionale accenter over hele USA. Det giver mening. Vi lever i en tidsalder med Big Data. Hvis vi skal forstå vores komplekse verden, er en magtfuld måde at tegne den.
Men dette er ikke første gang, vi har opdaget glæden ved at skabe information til billeder. For mere end hundrede år siden fandt forskere og tænkere sig ved at drukne i deres egen strøm af data - og for at hjælpe med at forstå det opfandt de selve ideen om infografik.
**********
Ideen om at visualisere data er gammel: Det er trods alt, hvad et kort er - en repræsentation af geografisk information - og vi har haft kort i omkring 8.000 år. Men det var sjældent at tegne noget andet end geografi. Der findes kun nogle få eksempler: Omkring det 11. århundrede skabte en nu anonym anonym skriveleder et diagram over, hvordan planeterne bevægede sig gennem himlen. I det 18. århundrede varede forskere til ideen om at arrangere viden visuelt. Den britiske polymat Joseph Priestley producerede et ”Chart of Biography”, hvor man planlagde livet for omkring 2.000 historiske figurer på en tidslinje. Et billede, argumenterede han, formidlede informationen "med mere nøjagtighed og på meget mindre tid end det [ville tage] ved at læse."
Stadig var datavisualisering sjælden, fordi data var sjældne. Det begyndte hurtigt at ændre sig i begyndelsen af det 19. århundrede, fordi landene begyndte at indsamle - og offentliggøre - informationer om deres vejr, økonomiske aktivitet og befolkning. ”For første gang kunne du håndtere vigtige sociale problemer med hårde fakta, hvis du kunne finde en måde at analysere det på, ” siger Michael Friendly, professor i psykologi ved York University, der studerer datavisualiseringens historie. ”Datanalderen begyndte virkelig.”
Abonner på Smithsonian magasin nu for kun $ 12
Denne artikel er et udvalg fra juli / august-udgaven af Smithsonian-magasinet
KøbeEn tidlig innovatør var den skotske opfinder og økonom William Playfair. Som teenager lærte han læren James Watt, den skotske opfinder, der perfektionerede dampmotoren. Playfair fik til opgave at udarbejde patenter, hvilket krævede ham for at udvikle fremragende færdigheder i tegning og billedtegning. Efter at han forlod Watt's laboratorium blev Playfair interesseret i økonomi og overbevist om, at han kunne bruge sin facilitet til illustration for at få data til at blive levende.
”En gennemsnitlig politisk økonom ville helt sikkert have været i stand til at fremstille en tabel til offentliggørelse, men ikke nødvendigvis en graf, ” bemærker Ian Spence, en psykolog ved University of Toronto, der skriver en biografi om Playfair. Playfair, der forstod både data og kunst, var perfekt positioneret til at skabe denne nye disciplin.
I et berømt diagram planlagde han prisen på hvede i Det Forenede Kongerige mod arbejdsomkostningerne. Folk klagede ofte over de høje omkostninger til hvede og troede, at lønningerne kørte prisen op. Playfairs diagram viste, at dette ikke var sandt: Løn steg meget langsommere end prisen på produktet.
Playfair's tidsbalance over handelsbalance, offentliggjort i hans kommercielle og politiske atlas, 1786 (Wikipedia) ”Han ville opdage, ” bemærker Spence. ”Han ønskede at finde regelmæssigheder eller forandringspunkter.” Playfairs illustrationer ser ofte forbløffende moderne ud: I det ene tegnet han cirkeldiagrammer - også hans opfindelse - og linjer, der sammenlignede størrelsen af forskellige lands befolkninger med deres skatteindtægter. Igen frembragte skemaet en ny, klar analyse: Briterne betalte langt højere skatter end borgere fra andre nationer.
Neurologi var endnu ikke en robust videnskab, men Playfair syntes at intuitere nogle af dens principper. Han mistænkte, at hjernen behandlede billeder lettere end ord: Et billede var virkelig tusind ord værd. ”Han sagde ting, der lyder næsten som en visionforsker fra det 20. århundrede, ” tilføjer Spence. Data, skrev Playfair, skulle "tale med øjnene" - fordi de var "den bedste dommer af proportioner, i stand til at estimere det med hurtigere og mere nøjagtighed end nogen andre af vores organer." En virkelig god datavisualisering, argumenterede han, "Producerer form og form til en række separate ideer, som ellers er abstrakte og uforbundne."
Snart brugte intellektuelle i hele Europa datavisualisering til at kæmpe med urbaniseringens rejser, såsom kriminalitet og sygdom. I Frankrig i 1830'erne oprettede en advokat ved navn André-Michel Guerry kort, der viser ”moralstatistik.” Han var blandt de første til at bruge skygge til at vise data - mørkere hvor forbrydelsen var værre eller analfabetisme højere, for eksempel. Hans kort var kontroversielle, fordi de modbeviste konventionel visdom. Franske sociale kritikere mente, at lavere uddannelse førte til kriminalitet, men kortene antydede, at dette ikke var sandt. ”Det er klart, ” skrev Guerry, ”det forhold, som folk snakker om, findes ikke.” Datobaseret samfundsvidenskab blev født.
I midten af det 19. århundrede voksede "moralske statistikker", og forskere brugte datavisualisering til at dæmpe epidemier. Da kolera herjet i London i 1854, kortlagde lægen John Snow hændelser og bemærkede en stor klynge omkring vandpumpen på Broad Street. Det skeptiske byråd lukkede pumpen, epidemien forsvandt, og Snow's kort hjalp med at skubbe frem en afgørende idé: at sygdomme kunne være forårsaget af kontakt med en endnu ukendt smitsom bakterie.
Florence Nightingales "rosediagrammer" viste dødsfald som følge af sygdom (blå), krigsår (rød) og andre årsager (sort). (Wellcome Library, London) **********
I midten af det 19. århundrede Amerika var et af de største sociale spørgsmål slaveri. Og det var slaveri, der fremdrev nogle af landets mest bemærkelsesværdige datavisualiseringer: "slavekort."
Da sydstaterne begyndte at løsrive sig i 1860 og 1861, invaderede EU-styrker Virginia for at forsøge at slå tilbage løsrivelsesfolkene. Men hvor skal de koncentrere deres kræfter? Midt i kampene i juni 1861 producerede den føderale regerings kystundersøgelsesafdeling et fascinerende kort over Virginia, der antydede en strategi. Ved hjælp af data fra den seneste folketælling viste kortet koncentrationen af slaver i hvert amt af Virginia: Jo mørkere amtet, jo højere er procentdelen af befolkningen slaveret.
En tendens sprang straks ud: Østlige Virginia var slaveriets hotspot. Den vestlige region var relativt slavefri. Dette antydede, at vest ville bekymre sig mindre om at kæmpe for at bevare slaveri; ja, det kan endda skifte sider og tilslutte sig unionisterne. Kortet var en dybt politisk datavisualisering, påpeger Susan Schulten, en historiker ved University of Denver og forfatter af Mapping the Nation . Den forsøgte at vise, at kun et relativt mindretal af jomfruer støttede - og nød godt af - slaveri. Det foreslog også militær strategi: Forsøg at lægge vest mod øst.
”Det var et gennembrudskort, ” bemærker Schulten. ”Det var et forsøg på at påvirke, hvordan regeringen så nationen, og hvordan militæret forstod det. Det førte Lincolns opmærksomhed til, hvor slaveri var svagest. ”
Kort tid efter producerede den amerikanske kystundersøgelse endnu en kortkartning af slavedensitet, undtagen denne omfattede alle de sydlige stater. Præsident Lincoln blev fascineret af dette kort og konsulterede det så hyppigt under borgerkrigen, at det viste ”mærkerne for meget tjeneste”, som en officiel portrætist, Francis Bicknell Carpenter, senere huskede. En dag havde Carpenter lånt kortet for at undersøge det, da Lincoln kom ind i lokalet.
” Du har afsat mit kort, har du?” Sagde Lincoln. ”Jeg har kigget rundt efter det.” Præsidenten tog sine briller på, ”og ved at sætte sig ned på en bagagerum begyndte man at pore over det meget alvorligt, ” som Carpenter senere skrev. Lincoln pegede på positionen, hvor Judson Kilpatricks kavaleridivision af hæren nu kæmpede de konfødererede tropper. ”Det er lige som jeg troede, det var, ” sagde han. ”Han er tæt på ___ Land, hvor slaver er tykest. Nu burde vi få en 'bunke' af dem, når han vender tilbage. ”Ligesom med Virginia-kortet brugte Lincoln kortet til at forstå landet på en ny måde - for at se, hvor sydlendinger ville være mest og mindst ivrige efter at kæmp mod Norden.
**********
I slutningen af det 19. århundrede havde datavisualisering skabt en ny type borgere. Uddannede personer i USA eller Europa var i stigende grad behagelige med at tænke statistisk. "De to dominerende ord i vores tid, " skrev Oliver Wendell Holmes i 1860, "er lov og gennemsnit."
En sand troende var den britiske sygeplejerske Florence Nightingale. Som barn blev hun så fortryllet af matematik, at hun organiserede oplysninger om sin havearbejde i borde. Statistik, sagde hun, var et værktøj til at kende "tanken om Gud"; når det var træt, var et blik på en tabel med numre "perfekt genoplivet."
Under Krim-krigen fik hun en chance for at udøve sine datafærdigheder. Mens han var i marken, blev Nightingale rystet over de uklare forhold i hærhospitaler og soldatbrakker, som blev fastgjort med fæces og skadedyr. Hun overtalte dronning Victoria til at lade hende studere spørgsmålet, og Nightingale gik sammen med sin ven William Farr, landets førende statistiker, for at analysere hærens dødelighed. De afslørede en fantastisk kendsgerning: De fleste af soldaterne i Krim-krigen var ikke døde i kamp. De var døde af ”forebyggelige sygdomme” - præcis den slags, der var forårsaget af frygtelig hygiejne. Ryd op i hygiejnen, og du ville redde liv.
Nightingale indså fuldstændigt, at tabeller med tal og tekst ville være for svære at analysere. De havde brug for, sagde hun, en datavisualisering - ”at påvirke øjnene, hvad vi ikke formår at overbringe til offentligheden gennem deres ordbeskyttede ører.” Hendes opfindelse var det elegante “polære områdekort”, en ny variant af kagen diagram: Hver skive af kagen viste dødsfald i en måned af krigen, og blev større, hvis dødsfaldene steg, og farvekodedes for at vise dødsårsagerne. Fans kaldte det "rosediagrammet", fordi det lignede en blomst.
Dronningen og parlamentet kunne med et øjeblik se vigtigheden af hygiejne; de nedsatte hurtigt en sanitærkommission for at forbedre forholdene, og dødsraterne faldt. Nightingale blev en af de første mennesker, der med succes brugte datavisualisering til overtalelse - for at påvirke den offentlige politik.
”Hun var en aktivist, og hun ville gøre en forskel, ” siger Lynn McDonald, professor emeritus ved University of Guelph i Ontario og redaktør for The Collected Works of Florence Nightingale .
Visualisering styrede endda, hvordan det amerikanske territorium udvides. Mange amerikanere ville flytte vestpå, men eliter var usikre på, om interiøret var egnet til landbrug. Nogle mente, at det var en "Great American Desert"; Joseph Henry, en videnskabsmand og sekretær for Smithsonian Institution, betragtede Vesten som "et golde affald ... uegnet til landbrug, " og han producerede kort, der analyserede Hærens regndata til at understøtte hans påstand. Andre fyrede tilbage med deres egne datavisualiseringer og argumenterede for det modsatte: Nedbørsmønstre i Vesten var cykliske, argumenterede de, så landet der kunne bestemt understøtte græsningsdyr. Ekspansionisterne vandt til sidst. Visionen om Manifest Destiny blev ikke kun bygget med taler, men med infografik.
**********
I forår producerede Wall Street Journal en fascinerende datavisualisering med titlen "Blue Feed, Red Feed." På tidsskriftets hjemmeside oprettede "visuel korrespondent" Jon Keegan en interaktiv side, der viser, hvordan Facebook ser ud for brugere, der var "meget liberale" eller "meget konservativ." Fordi Facebooks nyhedsfeed understreger historier, som venner "kan lide", har folk med masser af liberale venner en tendens til at få vist masser af venstresidens nyheder, og omvendt. Keegan ville hjælpe læserne med at se, hvor højt det var inde i ekkokammeret.
Resultaterne var skarpe: Da du kiggede på det "blå foder", viste det fotos af en stærk, beslutsom, Hillary Clinton. Det "røde foder" viste et indlæg om "Hillarys giftige planer for det andet ændringsforslag" med overskriften "ligefrem onde."
Datas alder har det tilsyneladende endda skabt et nyt job: datajournalisten, som ikke er komfortabel med ikke kun at foretage telefonopkald og skrive historier, men skrive kode og knuse data. I historien om ”Blue Feed, Red Feed” analyserede Keegan et stort akademisk datasæt med Facebook-posteringer. Takket være programmeringssprog som R eller Python kan nutidens datar journalister foretage en datavisualisering på en daglig frist.
”Det plejede ikke engang at være for ti år siden, at vi kunne bygge en sofistikeret dataanalyse med samme hastighed, som nogen kan skrive en historie, ” siger Scott Klein, en datajournalist hos ProPublica. ”Og det kan vi nu også.” Nyhedssteder udsender nu ofte hele databaser med en søgeflade, fordi læserne nyder at stikke rundt i den store flod af data selv.
”Vi kan stole på et niveau af datakendskab, som vi ikke kunne stole på for 100 år siden eller endda 40 år siden, ” tilføjer Klein. Hverdagsmennesker har værktøjer til at kortlægge info om deres liv. Google opgraderede for eksempel for nylig sin online regnearksapplikation, så dens brugere automatisk kan generere visualiseringer fra alle data, de lægger inde.
Det næste trin? Virtual reality. Alberto Cairo, journalist i professor ved University of Miami, forestiller sig at sætte et VR-headset på for at læse en rapport eller se tv og se visualiseringer svømme rundt foran ham i 3D. ”Hvordan kan du overlejre et databillede over et rigtigt billede?” Undrer han. Det er spørgsmålet for William Playfairs i dette århundrede.
