Når valget i 2016 nærmer seg, hører vi mye om “røde stater” og “blå stater.” Det formspråket er blitt så inngrodd at vi nesten har glemt hvor det opprinnelig kom fra: en datavisualisering.
Fra denne historien
Kartlegge nasjonen
KjøpeI presidentvalget i 2000 var løpet mellom Al Gore og George W. Bush så knivskarpt at utsendingene porer over valgkollegakart - som de vanligvis farget rødt og blått. Dessuten snakket de om lysskjermene. NBCs Tim Russert lurte høyt på hvordan George Bush ville “få de resterende 61 valgrøde statene, om du vil, ” og det språket ble lagt inn i den populære fantasien. Amerika ble delt inn i to farger - data spunnet til ren metafor. Nå snakker amerikanere til og med rutinemessig om “lilla” tilstander, en mental visualisering av politisk informasjon.
Vi lever i en tid med datavisualisering. Gå til et hvilket som helst nyhetsnettsted, så ser du grafisk kartstøtte for presidentkandidatene; Åpne din iPhone, og Health-appen vil generere tilpassede grafer som viser hvor aktiv du har vært denne uken, måneden eller året. Nettsteder publiserer diagrammer som viser hvordan klimaet endrer seg, hvordan skoler segregerer, hvor mye husarbeid mødre gjør kontra fedre. Og aviser opplever stadig oftere at leserne elsker “dataviz”: I 2013 var New York Times mest leste historie gjennom hele året en visualisering av regionale aksenter over hele USA. Det gir mening. Vi lever i en tidsalder med Big Data. Hvis vi skal forstå vår komplekse verden, er en kraftig måte å tegne den.
Men dette er ikke første gang vi oppdager gledene ved å lage informasjon til bilder. For over hundre år siden fant forskere og tenkere seg til å drukne i sin egen flom av data - og for å hjelpe dem med å forstå det, oppfant de selve ideen om infografikk.
**********
Ideen om å visualisere data er gammel: Det er tross alt et kart - en representasjon av geografisk informasjon - og vi har hatt kart i omtrent 8000 år. Men det var sjelden å tegne noe annet enn geografi. Bare noen få eksempler eksisterer: Rundt 1100-tallet opprettet en nå anonym anonym skribent et diagram over hvordan planetene beveget seg gjennom himmelen. Ved 1700-tallet varmet forskere til ideen om å ordne kunnskap visuelt. Den britiske polymaten Joseph Priestley produserte et "Chart of Biography", hvor han planla livet til rundt 2000 historiske skikkelser på en tidslinje. Et bilde, hevdet han, formidlet informasjonen "med mer nøyaktighet og på mye kortere tid enn det [ville ta] ved å lese."
Fortsatt var datavisualisering sjelden fordi data var sjeldne. Det begynte å endre seg raskt på begynnelsen av 1800-tallet, fordi landene begynte å samle inn og publisere informasjonsmateriale om deres vær, økonomiske aktivitet og befolkning. "For første gang kan du takle viktige sosiale problemer med harde fakta, hvis du kunne finne en måte å analysere det på, " sier Michael Friendly, professor i psykologi ved York University som studerer datavisualiseringens historie. "Datanalderen begynte virkelig."
Abonner på Smithsonian magasin nå for bare $ 12
Denne artikkelen er et utvalg fra juli / august-utgaven av Smithsonian magazine
KjøpeEn tidlig innovatør var den skotske oppfinneren og økonomen William Playfair. Som tenåring lærte han læren til James Watt, den skotske oppfinneren som perfeksjonerte dampmotoren. Playfair fikk i oppgave å utarbeide patenter, noe som krevde ham å utvikle utmerkede ferdigheter for tegning og tegning. Etter at han forlot laboratoriet i Watt, ble Playfair interessert i økonomi og overbevist om at han kunne bruke anlegget sitt for å illustrere for å få data til å bli levende.
"En gjennomsnittlig politisk økonom ville sikkert ha kunnet produsere en tabell for publisering, men ikke nødvendigvis en graf, " konstaterer Ian Spence, en psykolog ved University of Toronto som skriver en biografi om Playfair. Playfair, som forsto både data og kunst, var perfekt posisjonert for å skape denne nye disiplinen.
I et berømt diagram planla han prisen på hvete i Storbritannia mot arbeidskostnadene. Folk klaget ofte over de høye kostnadene med hvete og trodde at lønningene drev prisen opp. Playfairs diagram viste at dette ikke var sant: Lønnene steg mye saktere enn kostnadene for produktet.
Playfairs tidsserie om handelsbalanse, publisert i hans kommersielle og politiske atlas, 1786 (Wikipedia) "Han ønsket å oppdage, " bemerker Spence. “Han ønsket å finne regelmessigheter eller forandringspunkter.” Illustrasjoner av Playfair ser ofte forbløffende moderne ut: På ett tegnet han kakediagrammer - også hans oppfinnelse - og linjer som sammenlignet størrelsen på ulike lands befolkninger mot skatteinntektene. Nok en gang ga kartet en ny, skarp analyse: Britene betalte langt høyere skatter enn innbyggere i andre nasjoner.
Neurologi var ennå ikke en robust vitenskap, men Playfair så ut til å intuitere noen av dens prinsipper. Han mistenkte at hjernen behandlet bilder lettere enn ord: Et bilde var virkelig verdt tusen ord. "Han sa ting som høres nesten ut som en visjonsforsker fra det 20. århundre, " legger Spence til. Data, skrev Playfair, skulle "snakke med øynene" - fordi de var "den beste dommer av proporsjoner, og kunne estimere det med raskere og nøyaktighet enn noen andre av våre organer." En virkelig god datavisualisering, hevdet han, "Produserer form og form til en rekke separate ideer, som ellers er abstrakte og uforbundne."
Snart brukte intellektuelle over hele Europa datavisualisering for å glede seg over urbaniseringens vanskeligheter, som kriminalitet og sykdom. I Frankrike i 1830-årene opprettet en advokat ved navn André-Michel Guerry kart som viser "moralstatistikk." Han var blant de første som brukte skygger for å vise data - mørkere hvor kriminalitet var verre eller analfabetisme høyere, for eksempel. Kartene hans var kontroversielle, fordi de tilbakeviste konvensjonell visdom. Franske samfunnskritikere mente at lavere utdanning førte til kriminalitet, men kartene antydet at dette ikke var sant. “Klart, ” skrev Guerry, “forholdet folk snakker om eksisterer ikke.” Databasert samfunnsvitenskap ble født.
På midten av 1800-tallet var det en god "moralstatistikk", og forskere brukte datavisualisering for å stoppe epidemier. Da kolera herjet i London i 1854, kartla legen John Snow hendelser, og la merke til en stor klynge rundt vannpumpen på Broad Street. Det skeptiske byrådet stengte pumpen, epidemien avtok, og Snows kart hjalp med å skyve fram en avgjørende idé: at sykdommer kan være forårsaket av kontakt med en hittil ukjent smitte-bakterier.
Florence Nightingales "rosediagrammer" viste dødsfall fra sykdommer (blå), krigsår (rød) og andre årsaker (svart). (Wellcome Library, London) **********
Midt på 1800-tallet i Amerika var et av de største sosiale spørsmålene slaveri. Og det var slaveri som drev frem noen av landets mest bemerkelsesverdige datavisualiseringer: "slavekart."
Da sørstatene begynte å løsrive seg i 1860 og 1861, invaderte unionsstyrker Virginia for å prøve å slå tilbake løsrivelse. Men hvor skal de konsentrere kreftene? Midt i kampene i juni 1861 produserte den føderale regjeringens Coast Survey-avdeling et fascinerende kart over Virginia som antydet en strategi. Ved hjelp av data fra den siste folketellingen, viste kartet konsentrasjonen av slaver i hvert fylke Virginia: Jo mørkere fylket, jo høyere andel av befolkningen som er slaveret.
En trend hoppet umiddelbart ut: Øst-Virginia var slaveriets hotspot. Den vestlige regionen var relativt slavefri. Dette antydet at vest ville bry seg mindre om å kjempe for å bevare slaveri; ja, det kan til og med bytte side og bli medlem av unionistene. Kartet var en dypt politisk datavisualisering, påpeker Susan Schulten, historiker ved University of Denver og forfatter av Mapping the Nation . Den prøvde å vise at bare et relativt mindretall av jomfruer støttet - og hadde godt av, - slaveri. Det antydet også militær strategi: Forsøk å kaste vest mot øst.
“Det var et gjennombruddskart, ” bemerker Schulten. ”Det var et forsøk på å påvirke hvordan regjeringen så nasjonen, og hvordan militæret forsto det. Det førte Lincolns oppmerksomhet til hvor slaveriet var svakest. ”
Like etter produserte den amerikanske kystundersøkelsen nok en kartkart for slavetetthet, bortsett fra denne som dekket alle sørstatene. President Lincoln ble fascinert av dette kartet, og konsulterte det så ofte under borgerkrigen at det viste "merkene for mye tjeneste", som en offisiell portrettist, Francis Bicknell Carpenter, senere husket. En dag hadde Carpenter lånt kartet for å undersøke det, da Lincoln kom inn i rommet.
“ Du har appropriert kartet mitt, har du det?” Sa Lincoln. "Jeg har sett meg rundt." Presidenten tok på seg briller, "og satte seg på en bagasjerom begynte å pore over det veldig inderlig, " som Carpenter senere skrev. Lincoln pekte på posisjonen der Judson Kilpatricks kavaleredivisjon av hæren nå kjempet mot de konfødererte troppene. "Det er akkurat som jeg trodde det var, " sa han. “Han er nær ___ Land, der slaver er tykkest. Nå burde vi få en 'haug' av dem, når han kommer tilbake. »På samme måte som med Virginia-kartet, brukte Lincoln kartet for å forstå landet på en ny måte - for å se hvor sørlendinger ville være mest og minst ivrige etter å kjempe mot Nord.
**********
På slutten av 1800-tallet hadde datavisualisering skapt en ny type innbygger. Utdannede individer i USA eller Europa var stadig mer komfortable med å tenke statistisk. "De to dominerende ordene i vår tid, " skrev Oliver Wendell Holmes i 1860, "er lov og gjennomsnitt."
En sann troende var den britiske sykepleieren Florence Nightingale. Som barn ble hun så forhekset av matte at hun organiserte informasjon om hagearbeidet sitt i bord. Statistikk, sa hun, var et verktøy for å kjenne “tanken på Gud”; når slitne, et blikk på en tabell med tall var "perfekt gjenoppliving."
Under Krim-krigen fikk hun en sjanse til å utøve sine dataferdigheter. Mens han var i felten, ble Nightingale forferdet over de uslebne forholdene til hærsjukehus og soldatbrakker, som ble forkjørt med avføring og skadedyr. Hun overtalte dronning Victoria til å la henne studere saken, og Nightingale slo seg sammen med venninnen William Farr, landets ledende statistiker, for å analysere hærens dødelighetsrate. De avdekket et fantastisk faktum: De fleste av soldatene i Krim-krigen hadde ikke dødd i kamp. De hadde dødd av “forebyggbare sykdommer” - nøyaktig den typen forårsaket av forferdelig hygiene. Rydd opp i hygienen, og du ville reddet liv.
Nightingale innså adroit at tabeller med tall og tekst ville være for vanskelig å analysere. De trengte, sa hun, en datavisualisering - “å påvirke øynene på det vi ikke klarer å formidle til publikum gjennom ordbeskyttede ører.” Oppfinnelsen hennes var det elegante “polare områdekartet”, en ny variant av paien diagram: Hver skive av kaken viste dødsfall i en måned av krigen, og ble større hvis dødsfallene økte og fargekodet for å vise dødsårsakene. Fansen kalte det “rosediagrammet”, fordi det så ut som en blomst.
Dronningen og parlamentet kunne se på et øyeblikk viktigheten av hygiene; de nedsatte raskt en sanitærkommisjon for å forbedre forholdene, og dødsraten falt. Nightingale ble en av de første menneskene som med hell brukte datavisualisering til overtalelse - for å påvirke offentlig politikk.
"Hun var en aktivist og hun ønsket å gjøre en forskjell, " sier Lynn McDonald, professor emeritus ved University of Guelph i Ontario og redaktør for The Collected Works of Florence Nightingale .
Visualisering styrte til og med hvordan USAs territorium utvidet. Mange amerikanere ønsket å flytte vestover, men elitene var usikre på om interiøret var egnet for jordbruk. Noen mente det var en "Great American Desert"; Joseph Henry, en forsker og sekretær for Smithsonian Institution, så på Vesten som "et karrig avfall ... uegnet for jordbruk, " og han produserte kart som analyserte Hærens nedbørsdata for å støtte hans påstand. Andre fyrte tilbake med sine egne datavisualiseringer og argumenterte motsatt: Nedbørsmønstre i Vesten var sykliske, hevdet de, så landet der kunne absolutt støtte beitedyr. Ekspansjonistene vant til slutt. Visjonen om Manifest Destiny ble ikke bare bygd med taler, men med infografikk.
**********
I vår produserte Wall Street Journal en fascinerende datavisualisering med tittelen "Blue Feed, Red Feed." På Journalets nettsted skapte "visuell korrespondent" Jon Keegan en interaktiv side som viser hvordan Facebook ser ut for brukere som var "veldig liberale" eller “veldig konservativt.” Fordi Facebooks nyhetsmateriale understreker historier som venner “liker”, har folk med mange liberale venner en tendens til å få vist mange venstresidens nyheter, og omvendt. Keegan ønsket å hjelpe leserne å se hvor høyt det var inne i ekkokammeret.
Resultatene var sterke: Når du så på den "blå feed", viste den bilder av en sterk, resolutt utseende Hillary Clinton. Den "røde fôret" viste et innlegg om "Hillarys giftige planer for den andre endringen" med overskriften "rett og slett ondt."
Datas tidsalder, ser det ut til, har til og med skapt en ny jobb: datajournalisten, som er komfortabel ikke bare å ringe og skrive historier, men skrive kode og knuse data. For historien om “Blue Feed, Red Feed” analyserte Keegan et stort akademisk datasett med Facebook-innlegg. Takket være programmeringsspråk som R eller Python kan dagens datajournalister lage en datavisualisering på en daglig frist.
"Det pleide ikke å være en gang for ti år siden at vi kunne bygge en sofistikert dataanalyse med samme hastighet som noen kan skrive en historie, " sier Scott Klein, en datajournalist med ProPublica. “Og det kan vi nå.” Nyhetssteder publiserer nå ofte hele databaser med et søkegrensesnitt, fordi leserne liker å pirke rundt i den store elven med data.
"Vi kan stole på et nivå av datakunnskaper som vi ikke kunne stole på for 100 år siden, eller til og med 40 år siden, " legger Klein til. Hverdagens mennesker har verktøy for å kartlegge informasjonen om deres liv. Google har for eksempel nylig oppgradert sin online regneark-applikasjon slik at brukerne automatisk kan generere visualiseringer fra all data de legger inn.
Det neste steget? Virtuell virkelighet. Alberto Cairo, journalistprofessor ved University of Miami, ser for seg å ta på seg et VR-headset for å lese en rapport eller se på TV, og se visualiseringer svømme rundt seg i 3D. “Hvordan kan du legge et databilde over et ekte bilde?” Lurer han på. Det vil være spørsmålet for William Playfairs i dette århundret.
