Empecemos, como había prometido, por hacer mención a los recorridos sobre la historia de esta materia que ya han sido realizado. Trataré de ofrecer, hacia el final mi visión crítica sobre cómo veo el status quaestionis.
Mucho se ha enfatizado sobre la capacidad humana de procesar imágenes: la sabiduría popular advierte “una imágen vale más que mil palabras”. Que el cerebro humano tiene una innegable atracción por la información visual no es tan cierto como su enfoque complejo al procesamiento de información, integrando canales sensoriales, cuando debe llevar a cabo tareas complejas como una decisión de orden moral, entre los cuáles la vista es uno (Amitt, Gottlieb, Greene, 2014; Rimsley, 2017). Claramente la tecnología informativa ha sido capaz de generar dos formas de comunicación: texto escrito, imágen, y mucho más tarde, comunicación audiovisual. La historia y el presente demuestran la clara orientación a consumir formas multimodales de comunicación, con una gran preferencia, en los últimos años, de formas audiovisuales en lo posible interactivas, como videos breves en construcciones hipermodales que genera el mismo usuario. Todavía no se integran informaciones tactiles u olfativas, pero en el momento en que se logren producir, estaremos orientados a consumir la forma más cercana a la experiencia perceptiva “real”.
Pero hay un factor cognitivo aún más potente que nos orienta a buscar imágenes más que texto: la búsqueda continua de síntesis y esquematización de la información por parte del cerebro (Rimsley, 2017). Tal parece que las funciones cognitivas superiores activan áreas del cerebro que tienen un alto consumo energético: la corteza cerebral. Y ello implica que, por todos los medios, dada la poca economía de su funcionamiento, la naturaleza nos ha orientado a buscar el significado último de las cosas, generando síntesis y sobre todo esquemas cognitivos que podemos hacer funcionar rápidamente y con menos consumo. En términos más prácticos, reflexionar o pensar críticamente parecería tener un costo neurobiológico mucho más alto que ejecutar acciones memorizadas o hacer encajar la información externa con patrones de reconocimiento internos.
Y esto ¿qué tendrá que ver con la visualización de datos? Pues la imágen usada para representar realidades complejas, sobre todo si trabajada desde un punto comunicativo-gráfico, vehicula una complejidad y una carga informativa que requerirían mucho más trabajo (lectura analítica, interpretación de datos crudos). Y eso es lo que atrae a nuestros cerebros. Algo difícil, convertido en algo simple y sencillo, atractivo, que concentra sentido en modo eficaz. Uno de los mejores ejemplos recientes que he visto en materia de visualización de datos es el “Poppies Field” diseñado por Valentina D’Efilippo con la programación de Nicolas Pigelet . El campo de amapolas (poppies field) ha sido usado como metáfora de las muertes durante la 1er. Guerra Mundial. Esta metáfora fue tomada y desarrollada por Valentina D’Efilippo, usando datos sobre los números de muertes por cada uno de los conflictos bélicos del siglo XX, para llevar el observador a comprender comparativamente la magnitud, la duración y la participación internacional en la guerra.
Se trata de una representación compleja. En ella, cada amapola representa una guerra desde el 1900. El tallo de las amapolas crece y se curva en la medida que un conflicto tiene una larga duración, como por ejemplo el conflicto entre Israel y Palestina. Las amapolas más altas, son las que tienen una mayor duración. El tamaño de la amapola refleja el número total de muertes. Y los matices de rojo en sus pétalos, la región geográfica involucrada en el conflicto. Naturalmente, la amapola más grande y colorida es, tristemente, la II Guerra Mundial.
El gráfico en sí es una obra de arte, pues usa una metáfora poética para referirse a la muerte. Sin embargo, su estilización, y el uso de los elementos gráficos, así como las posibilidades de personalizar interactivamente la visualización de datos se basan en un trabajo fino de gráfica combinado con informática (código que soporta la interacción con las bases de datos) y estadística (en este caso estadísticas descriptivas multivariadas que presentan tres variables o dimensiones: duración de un conflicto, evolución temporal, número de muertes.
Recomiendo la experiencia de interactuar con esta visualización. Surgen una serie de emociones encontradas al comprender los muchos conflictos bélicos que han atravesado el mundo en el siglo XX. Sorprende ver la duración de algunos de ellos. Cada observador podría hacerse una idea distinta de lo que un específico conflicto, cercano a la propia experiencia vital, puede representar en ese horrendo conjunto. Estética y precisión, para reflejar un mensaje complejo: de ahí que la expresión acuñada “data visualization” trate de ir más allá de los “gráficos” que una vez acompañaban el texto.
Sin embargo la historia relacionada con la representación compleja de datos es más bien larga y ha sido contada por muchos. En particular, destacaría el trabajo de Michael Frendly en su “Milestones Project“, el cuál, no obstante un cierto nivel de complejidad, permite identificar el surgimiento de un amplio tipo de gráficos que según el autor, dan cuenta de las formas de “visual thinking”. Friendly nos explica que la representación gráfica de la información cuantitativa tiene raíces profundas, que alcanzan historias de cartografía temática, gráficos estadísticos y visualización de datos, que se entrelazan entre sí. También se conectan con el auge del pensamiento estadístico hacia el siglo XIX y los desarrollos tecnológicos en el siglo XX.
Del trabajo de Friendly surge que con toda certeza que el desconocer la historia nos hará parecer todo con ese peligroso aire de novedad entusiasmante, es decir, ese efecto que varios (como Neil Selwyn y Audrey Waters, entre otros) nos advierten siempre de considerar “cum grano salis” en la relación entre tecnologías y sociedad/educación. Indudablemente el avance tecnológico de los big data, de la flexibilidad en la programación que conecta datos y representaciones dinámicas, nos permite hoy reconocer una serie de novedades en el mundo de la visualización. Como lo describía más arriba, hoy es posible buscar la íntima relación entre estética (componente artístico), narrativa (componente comunicativo puro) y aspectos técnicos de la representación de datos (elaboración estadística y código para la programación de representaciones e interacciones complejas). Pero el desconocer la historia nos haría ver novedad allí donde ha habido una evolución lenta y sostenida en la preocupación humana de comunicar la complejidad y dar sentido a la propia realidad.
Según Friendly “no hay relatos que abarquen todo el desarrollo del pensamiento visual y la representación visual de los datos, y que recopilen las contribuciones de disciplinas diversificadas. En la medida en que las historias están entrelazadas, también debería haber algún relato del desarrollo de la visualización de datos. Otra razón para entretejer estos relatos es que los profesionales en estos campos hoy en día tienden a estar altamente especializados y desconocen los desarrollos relacionados en áreas fuera de su dominio, y mucho menos su historia” (Mi traducción*)
(*”there are no accounts that span the entire development of visual thinking and the visual representation of data, and which collate the contributions of disparate disciplines. In as much as their histories are intertwined, so too should be any telling of the development of data visualization. Another reason for interweaving these accounts is that practitioners in these fields today tend to be highly specialized, and unaware of related developments in areas outside their domain, much less their history.” )
El proyecto mismo presenta una visualización de datos, pues coloca en una línea de tiempo interactiva (1600-hoy) una gran cantidad de tipologías de gráficos, sus creadores, la disciplina de surgimiento. Es innegable que mientras la cartografía dominó los primeros años siglos de historia de la “data visualization”, fue la estadística desde el siglo XIX la que incrementó en modo exponencial la relación entre tratamiento de datos y representación. La estadística avanzaba, así mismo, de la mano del desarrollo de la ciencia. Si consideramos cómo el discurso del método y del rigor científico aparecía desde el Positivismo en el siglo XIX, y desde la Evidence-Based Policy (Política basada en evidencia), dentro de la cuál la educación tenía una significativa presencia, comprendemos la necesidad impelente no sólo de científicos de simplificar y mostrar en modo más significativo los resultados de su trabajo, sino también de la política, de mostrar y medir el avance de los programas propuestos. Esta preocupación se muestra hoy plasmada de lleno en la obsesión por el uso de los Big Data en distintos niveles, que nos lleva al uso de la visualización de datos como instrumento de manipulación de masas. Llegamos a esto en unos minutos, pero antes dejenme citar un par de recursos más que pueden ser de utilidad para quien quiera construir un itinerario explorativo en la temática o sus aplicaciones educativas.
Además de este proyecto, no será difícil navegar y encontrar blogs y sitios presentando la historia de la visualización de datos como Dundas Data Visualization (John Hazell) y Hackernoon hacen un trabajo de síntesis relativamente eficaz. Y para quien lee catalán, recomiendo el trabajo, de corte más académico del Prof. Juliá Minguillón.
Aunque ligeramente diversificado en sus bases más bien de tipo cognitivo, no podríamos dejar fuera la perspectiva histórica la discusión sobre los Organizadores Gráficos (Clark & Lyons, 2010). Más centrados sobre el valor del gráfico en sí como concepto, alejado del dato, en cualquier caso han recibido mucha atención, hay investigación y muy buenas herramientas para los docentes (aunque las que yo encuentro están en inglés!). Por ejemplo esta página a la que llegamos por la Wayback machine del sitio canadiense “Instructional Strategies online”. Esta línea no se conectó al desarrollo de la discusión sobre data visualization, según mi consulta de la bibliografía, pero algunos de sus enfoques de trabajo sobre gráficos pueden ser seguramente tenidos en cuenta por el docente: la cosa mejor es que hay mucho material de ejercitación sobre el que basarse para un diseño didáctico.
No nos sorprende ver que el tema haya caído bajo la atención del docente de la Universidad de Stanford, Jeffrey Heer, cuyas disquisiciones podemos consultar en este vídeo. En el caso de su trabajo, observamos como el itinerario histórico, a través de una serie de ejemplos bien documentados, a comentar “la naturaleza social” de los datos, de su construcción a partir de cómo se da sentido, o se quiere dar sentido a una determinada realidad social.
Efectivamente, la evolución histórica tratada por Friendly y seguida por otros se conecta a una visión presente que podríamos llamar naïf o positiva, en la cuál la visualización de datos se conecta a un desmedido valor de éxito comunicativo. Es en esta línea que ha surgido el trabajo de la ex-director Google Cole Nussbaumer Knaflic, Storytelling with Data, que con grande entusiasmo relata sus andanzas en Google (del que a todos nos encanta escuchar historias de éxito) para hacer comprender la importancia de unir la narrativa eficaz con un buen uso de los datos existentes. El libro da una buena cantidad de “tips” para comprender los contextos comunicativos, elegir tipos de gráficos, reconocer y eliminar “el caos” para ofrecer presentaciones más elegantes, y unir el poder de datos e imágenes a historias potentes. Estos principios son los que han hecho tan exitosas las “infografías”, que han dado lugar a potentes formas de comunicación por ejemplo en el ámbito del periodismo de datos (ver estos 8 casos!). A partir de aquí, toda una serie de herramientas para quien, sin competencias ni tecnológicas, ni estadísticas, ni gráficas, quiere comunicar en modo menos “verboso” los resultados de un trabajo de análisis (ver por ejemplo este post con 101 ejemplos de infografías y sus instrumentos).
Han surgido muchos trabajos en el tema en los últimos diez años, siempre en esa línea: aconsejo esta bibliografía revisada y organizada por “Information is Beatiful”. Y por qué no, para quien no lee en inglés, creo que la definición en español en Wikipedia/es introduce al tema, si bien desde una perspectiva meramente naïf.
Antes de entrar en un comentario crítico, tengo que subrayar el potencial enorme en estos instrumentos y en el concepto mismo de evolución de la representación en imágenes en la educación. Es innegable que Los alumnos de varios niveles y en todas las disciplinas (…y todavía mejor, a través de trabajos interdisciplinares) pueden ser invitados a focalizar problemas locales/personales hasta socio-económicos, políticos, históricos y/o científicos y trabajar en ellos buscando y recogiendo datos, elaborándolos y presentándolos en modo creativo. Por ejemplo, a través de mi tarea de apoyo a docentes en formación inicial y continua, he trabajado en ejemplos como una cuantificación de tiempos y emociones en niños de 9-10 años cuando juegan videogames. Los chicos recogieron patrones de comportamiento en sus cuadernos y construyeron gráficos de estadísticas descriptivas de la clase, comprendiendo así cómo se componían histogramas y la relación entre recogida de datos, agregación y representación gráfica. Luego, el trabajo se presentó a los padres y se discutió sobre el impacto de los videogames en las emociones y el comportamiento. Con alumnos de 14 y de 18, he trabajado en la visita de sitios de Open Data de escuela y universidad para orientarse en la elección vocacional a través de datos sistemáticos (tipos de cursos ofrecidos, orientación, graduados, ocupación de los graduados), siguiendo un proceso de expediciones de “caza de datos”, discusión de tratamiento, elaboración, representación en reports individuales o de grupo; en este trabajo trabajamos en modo interdisciplinar involucrando los docentes de ciencias sociales, filosofía y matemática. Con mis alumnos de ciencias de la educación de tercer año visitamos los Open Data interactivos de la OECD y a nivel local para comprender y comparar, entre distintos países a elección, cómo se presenta el problema de la educación de adultos. A partir de esta información, los alumnos podían luego orientar proyectos de trabajo en el territorio. Al finalizar cada una de estas experiencias, siempre había un componente narrativo que solía sorprender a los alumnos: ¿Cómo presentar sus propios itinerarios reflexivos en modo sintético? ¿Eran de fácil comprensión para sus compañeros o padres que asistían?
Estas preguntas, y una orientación de trabajo dada por problemas de relevancia social me permitieron reflexionar sobre un aspecto importante: la naturaleza semiótica de la cuantificación, de las métricas, y mucho más aún de la representación gráfica “atractiva”.
Efectivamente, los discursos alrededor de la data visualization son entusiastas. Excesivamente entusiastas. Tal parece que ser un buen comunicador depende de persuadir un público, pero al hacerlo, podríamos estar curvando su opinión a partir de una manipulación compleja de la información (todo el proceso de elaboración de datos que hemos visto más arriba) y presentandolo en plato de oro (gráficas atractivas) sin considerar la capacidad crítica de ese público para deconstruir nuestro camino andado, para apropiarse concientemente de la información visualizada.
Las preguntas que mis alumnos se fueron haciendo a lo largo del proceso de alfabetización en datos me llevaron a reflexionar sobre el hecho indiscutible que teníamos que hacer entrar un par de “actores” a la discusión de la data visualization: la semiótica y la pedagogía crítica.
…pero esa es otra historia que sigue aquí!
En el jardín net 
One thought on “Data visualization: Quo vadis?”