Nel panorama odierno, il giornalismo sembra traballare ed evolversi. Non sono poche le opinioni che vedono il capolinea di questa professione, ma per ogni fine c’è un nuovo inizio. Può davvero essere che il giornalismo come siamo abituati a conoscerlo non esisterà più in futuro e cederà il passo ad un nuovo approccio. Tra i protagonisti della trasformazione a cui la disciplina inevitabilmente sta andando incontro c’è il data journalism.
Che cos’è il data journalism?
Per data journalism si intendono le inchieste o i reportage realizzati con gli strumenti della matematica, della statistica e delle scienze sociali e comportamentali, applicate alla pratica del giornalismo. Questa disciplina combina l’analisi dei dati con le condizioni tecniche giornalistiche per creare storie più approfondite, accurate e visivamente accattivanti. Non si limita a riportare i fatti, ma mira a mostrare storie nascoste nei dati e così facendo mostra delle connessioni che altrimenti non potrebbero emergere.
Oggi abbiamo a disposizione una moltitudine di informazioni, spesso a portata di click. Chiunque abbia accesso ad una rete internet o abbia un dispositivo per mettersi in contatto con la fonte è in grado di ottenere informazioni. Nasce però il bisogno di comprendere quali, tra tutte le informazioni disponibili, sono affidabili. Inoltre, diventa necessario individuare una figura autorevole a cui poter fare affidamento in merito alla veridicità ed attendibilità delle fonti e delle informazioni diffuse. A questi bisogni il giornalismo moderno non può sottrarsi. Deve, al contrario farsi carico del bisogno di una informazione attendibile da parte dei lettori, e regalare in cambio qualcosa in più. Non si tratta solo di una presentazione dei dati, ma della narrazione di una connessione tra questi.
Il data journalism utilizza una varietà di strumenti e tecniche. Tra i più comuni ci sono:
- Data scraping: la raccolta automatica di dati da fonti online.
- Data cleaning: la pulizia dei dati per eliminare errori e incoerenze.
- Analisi statistica: l’uso di metodi statistici per interpretare i dati.
- Visualizzazione dei dati: la creazione di grafici, mappe e altre rappresentazioni visive per rendere i dati più comprensibili.
Alcuni dei software e linguaggi di programmazione più utilizzati includono Python, R, Excel, Tableau e SQL.
Come può essere applicato il data journalism?
Un eccellente esempio di data journalism è il progetto del New York Times sul cambiamento climatico che utilizza i dati metereologici e ambientali per mostrare in modo chiaro e comprensibile le tendenze globali e locali in materia di surriscaldamento globale. Tra le fonti del progetto annoveriamo i dati sulle temperature globali del National Oceanic and Athmosphereric Administration, la NASA e i rapporti sui futuri scenari climatici del IPCC, che si occupa principalmente di cambiamento climatico.
Ciò che ha reso rilevante ed interessante il progetto è l’utilizzo di diverse tecniche in grado di dare vita ai dati, creando connessioni nuove.
Anzitutto sono stati presentati dei grafici interattivi che hanno permesso ai lettori di visualizzare i dati da diversi punti di vista, tenendo in considerazione le variazioni di temperatura in alcune aree geografiche.
Inoltre, sono state presentate delle animazioni in grado di mostrare i cambiamenti climatici e la loro evoluzione nel tempo. Sono molte le mappe climatiche presentate nel progetto, in grado di mostrare le regioni più colpite dal riscaldamento globale in modo più impattante.
Il progetto è stato molto apprezzato, non soltanto per l’utilizzo in sè di grafici ed animazioni per presentare i dati relativi al cambiamento, ma anche per l’impatto ottenuto sull’opinione pubblica. Poter interagire con i dati e non avere davanti agli occhi un semplice numero, ma anzi un’immagine o un’animazione, ha un impatto differente e maggiore sui lettori.
La possibilità di individuare con mappe interattive la situazione della propria regione e i cambiamenti climatici subiti ha scosso nella popolazione una consapevolezza più profonda riguardo al tema. Il data journalism ha quindi la doppia funzione e aspirazione da un lato di informare il lettore e dall’altro di renderlo partecipe in prima persona di quanto esposto, sempre tenendo in considerazione che l’oggettività e l’imparzialità, per quanto difficili da mantenere, devono sempre essere garantite nella maniera più assoluta.
I rischi del data journalism
I rischi e le criticità della disciplina sono sempre da tenere in considerazione. Prima di tutto, come per il giornalismo tradizionale, il data journalism ha bisogno di informazioni provenienti da fonti affidabili. I dati devono quindi essere veri, completi e non modificati o manipolati. Quando si fanno dei calcoli statistici, matematici e poi vengono rappresentati tramite grafici, anche un dato mancante può portare alla modificazione del risultato finale, con il rischio di presentare delle conclusioni che sono incomplete, o peggio false. Inoltre, c’è il rischio di sovraccaricare il lettore con troppe informazioni, rendendo difficile la distinzione tra ciò che è veramente importante e ciò che può essere tralasciato. Infine, è importante considerare le competenze richieste ad un giornalista per poter utilizzare certi strumenti in maniera corretta. Non è detto che tutti abbiano tali capacità, ma è anche vero che il mondo è in continuo cambiamento e che le professioni inevitabilmente modificheranno alcuni loro aspetti e competenze.
