Treści programowe

• 05.10 Czym jest a czym nie jest dziennikarstwo danych (warsztaty: dyskusja, case study, podział na grupy).
• 26.10 (online) Po co nam kolejny gatunek dziennikarstwa? (dyskusja, praca w grupach: propozycja tematu materiału w ramach projektu zaliczeniowego).
• 16.11 Skąd brać dane w data journalism? (praca w grupach: źródła danych dla materiału w ramach projektu zal.).
• 07.12 (online) Narzędzia data journalism (praca w grupach: dobór narzędzi do projektu zaliczeniowego).

Treści programowe

• 14.12 Wizualizacja danych: zasady, narzędzia (praca w grupach: projekt wizualizacji danych w ramach projektu zal.).
• 18.01 Pułapki dziennikarstwa danych (dyskusja, praca w grupach: opis ryzyk związanych z materiałem i realizacja projektu zal.).
• 18.01 Krytyka dziennikarstwa danych i rozważania o przyszłości gatunku (dyskusja, praca w grupach: końcowa realizacja projektu zal.).
• 01.02 Prezentacje i podsumowanie

Zaliczenie

• Osoby studiujące będą proszone o podział na 3-osobowe grupy.
• Aby uzyskać zaliczenie, każda z grup musi przygotować projekt zaliczeniowy, będący podstawą zaliczenia.
• Projektem jest treść dziennikarska z gatunku data journalism opracowana z wykorzystaniem i na podstawie konkretnie wskazanych danych oraz narzędzi do analizy i wizualizacji.
• Grupy prezentują projekty na ostatnich zajęciach.

Grupy zaliczeniowe

Tematy

• Definicja dziennikarstwa danych
• Czym dziennikarstwo danych jest
• Czym dziennikarstwo danych nie jest
• Kluczowe kompetencje dziennikarza danych
• Proces tworzenia materiałów data-driven
• Narzędzia i technologie
• Etyka w dziennikarstwie danych
• Przykłady dobrych praktyk
• Wyzwania i ograniczenia
• Przyszłość dziennikarstwa danych

Kluczowe zagadnienia

• Co to jest dziennikarstwo danych?
• Jakie są jego główne charakterystyki?
• Czym różni się od tradycyjnego dziennikarstwa?
• Jakie kompetencje są potrzebne?
• Jak wygląda proces pracy z danymi?

Definicja dziennikarstwa danych

• Połączenie tradycyjnego dziennikarstwa z analizą danych
• Wykorzystanie dużych zbiorów danych do tworzenia historii
• Wizualizacja informacji w przystępnej formie
• Weryfikacja faktów poprzez analizę statystyczną
• Odkrywanie wzorców i trendów niewidocznych gołym okiem

Nadużycia w sieci kalifornijskich szpitali

• Reporterzy California Watch prześledzili dane medyczne dotyczące pacjentów w wieku 65+ w kalifornijskich szpitalach.
• Celem dziennikarskiego śledztwa w oparciu o dane było ujawnienie nadużyć jednej z większych sieci szpitali, polegających na podwyższaniu klasyfikacji choroby (upcoding), aby otrzymać wyższą refundację za pacjenta.

Nadużycia w sieci kalifornijskich szpitali

• Dane jasno pokazały pewne anomalie w niektórych placówkach, takie jak np. bardzo wysoki odsetek pacjentów z niedożywieniem.
• Szczególnie uderzające było raportowanie przez szpitale sieci jednostki chorobowej o nazwie Kwashiorkor, czyli zespół niedoboru białka, choroby odnotowywanej głównie u dzieci w dotkniętych głodem w krajach rozwijających się.
• Współczynnik przypadków odnotowania tej choroby w szpitalach był o 70 razy większy niż w pozostałych placówkach.

Nadużycia w sieci kalifornijskich szpitali

Nadużycia w sieci kalifornijskich szpitali

• Do pracy wykorzystano bazy kalifornijskiego Departamentu Zdrowia, które zawierają szczegółowe informacje na temat wszystkich osób leczonych w stanowych szpitalach.
• Bazy nie zawierają informacji o imieniu i nazwisku, podają jednak wiek pacjenta, nazwę szpitala, w którym był leczony, sposób zapłaty oraz schorzenia w oparciu o międzynarodową klasyfikację ICD-9.
• Reporterzy wzięli pod lupę 6 lat, czyli musieli zmierzyć się z bazą danych liczącą 24 mln rekordów.

Dotacje na transport publiczny

• Dziennikarze jednego z największych argentyńskich dzienników La Nacion postanowili prześledzić wykorzystanie dotacji na publiczny transport.
• Temat wywołał zainteresowanie mediów ze względu na ogromne sumy przekazywane rokrocznie na publiczny transport autobusowy, co nie znajdowało odzwierciedlenia w jakości usług.
• Dziennikarze postanowili sprawdzić, na co wydawane są pieniądze.

Dotacje na transport publiczny

• Efektem prac zespołu złożonego z dziennikarzy, programisty, statystyka i projektanta wizualizacji było stworzenie wyszukiwarki linii i firm transportowych.
• Narzędzie umożliwia sprawdzenie, jakie fundusze są przekazywane na konkretne przedsiębiorstwo oraz w jaki sposób są wykorzystywane.
• Ze względu na formę dostępnych danych, stworzono skrypt programistyczny (scraper), który pozwalał na automatyczne pobieranie plików ze strony www i konwersję PDF-ów na pliki Excel i pliki bazodanowe.

Dotacje na transport publiczny

Zamieszki w Wielkiej Brytanii

• Latem 2011 roku Wielka Brytania została dotknięta falą zamieszek.
• Politycy sugerowali, że zamieszki te kategorycznie nie były powiązane z ubóstwem, zaś osoby, które dokonywały grabieży, były zwyczajnymi przestępcami.
• Dodatkowo premier wraz z czołowymi konserwatywnymi politykami za spowodowanie zamieszek obwiniał media społecznościowe, sugerując, że na tych platformach miało miejsce podżeganie do zamieszek oraz że były organizowane za pomocą takich serwisów jak Facebook, Twitter i Blackberry Messenger (BBM).
• Pojawiły się sugestie do tymczasowego wyłączenia mediów społecznościowych.

Zamieszki w Wielkiej Brytanii

• Ponieważ rząd nie wszczął dochodzenia w sprawie przyczyn zamieszek, The Guardian, we współpracy z London School of Economics, przeprowadził przełomowy projekt “Reading the Riots”, który miał na celu analizę przyczyn zamieszek.
• Korzystając z prostych map, zespół danych Guardian pokazał lokalizacje potwierdzonych miejsc zamieszek.
• Poprzez połączenie danych o związanych z wykluczeniem społecznym z miejscem zamieszek, dziennikarze obalili główną narrację polityczną, mówiącą, że zamieszki nie mają żadnego związku z ubóstwem.

Zamieszki w Wielkiej Brytanii

Zamieszki w Wielkiej Brytanii

• W związku z masowym wykorzystywaniem mediów społecznościowych podczas zamieszek (w tym przypadku Twittera), gazeta stworzyła wizualizację hashtagów związanych z zamieszkami używanych w tym okresie.
• Wizualizacja pokazała, że Twitter był używany głównie do reagowania na zamieszki, a nie do organizowania ludzi i grabieży (przykładem był hashtag #riotcleanup, inicjujący spontaniczną kampanię mającą na celu oczyszczenie ulic po zamieszkach).

Obraz działań wojennych w Afganistanie i Iraku

• Dziennikarze otrzymali dane na temat działań wojennych w Afganistanie od organizacji WikiLeaks.
• Od samego początku celem analiz obszernej bazy danych było pokazanie jak najbardziej obszernego i ogólnego obrazu wojny na podstawie ludzkich historii zawartych w bazach danych.
• Jako że baza danych pochodziła do WikiLeaks, dziennikarze od samego początku dbali, aby w materiałach dziennikarskich nie ujawniać nazwisk informatorów i w żaden sposób na zagrozić oddziałom wojskowym NATO.

Obraz działań wojennych w Afganistanie i Iraku

• W oparciu o analizy danych powstało szereg publikacji w The Guardian.
• Dane te np. pokazały, że południe Afganistanu, na którym stacjonowały wówczas wojska brytyjskie i kanadyjskie, było obszarem najciężej dotkniętym działaniami wojennymi.
• Stworzono interaktywną mapę z wszystkimi incydentami, w których zginęła przynajmniej jedna osoba.

Obraz działań wojennych w Afganistanie i Iraku

Obraz działań wojennych w Afganistanie i Iraku

• Dane dotyczące działań w Afganistanie zostały oczyszczone i sformatowane, dzięki której można było wyszukiwać historie po słowach kluczowych lub wydarzeniach i zastosować dodatkowe filtry.
• Dziennikarze przefiltrowali dane i szybko zauważyli wzrost liczby ataków IED (improwizowanych urządzeń wybuchowych) – domowych bomb przydrożnych.
• W przypadku bazy danych dotyczącej działań w Iraku dziennikarze stworzyli interaktywną wizualizację pokazującą każde z 60 000 zdarzeń, w których zginęła co najmniej jedna osoba.
• To co przykuło uwagę dziennikarzy podczas filtrowania bazy, to fakt, że w porównaniu z Afganistanem wśród ofiar śmiertelnych było bardzo dużo cywilów. Bazę tę umożliwiono do pobrania przez czytelników.

Czym jest dziennikarstwo danych

• Analiza dużych zbiorów danych publicznych
• Weryfikacja twierdzeń polityków danymi
• Odkrywanie korelacji i związków przyczynowych
• Wizualizacja złożonych informacji
• Storytelling oparty na faktach liczbowych

Cechy dziennikarstwa danych

• Przejrzystość - udostępnianie źródeł danych
• Reprodukowalność - możliwość sprawdzenia analiz
• Obiektywność - dane jako podstawa narracji
• Interaktywność - angażujące wizualizacje
• Precyzja - dokładność w interpretacji danych

Przykłady dziennikarstwa danych

• Analiza wydatków publicznych
• Mapowanie przestępczości w miastach
• Śledzenie epidemii i zdrowia publicznego
• Badanie nierówności społecznych
• Monitoring wyników wyborczych

Czym nie jest dziennikarstwo danych

• Zwykłe cytowanie statystyk w artykule
• Kopiowanie gotowych wykresów z raportów
• Sensacyjne nagłówki bez kontekstu danych
• Cherry-picking - wybieranie tylko części danych
• Pseudonaukowe interpretacje korelacji

Błędne rozumienie - statystyki

• Nie jest to zwykłe przytaczanie liczb
• Nie wystarcza jeden wykres z GUS-u
• To nie jest przepisywanie komunikatów prasowych
• Wymaga kontekstu i analizy porównawczej
• Potrzebuje zrozumienia metodologii

Błędne rozumienie - technologia

• Nie jest to tylko umiejętność używania Excela
• To nie automatyczne generowanie wykresów
• Nie polega na kopiowaniu gotowych wizualizacji
• Wymaga przemyślanej analizy danych
• Potrzebuje krytycznego myślenia

Błędne rozumienie - sensacja

• Nie jest to szukanie sensacji w danych
• To nie przekręcanie faktów dla efektu
• Nie polega na ignorowaniu kontekstu
• Wymaga rzetelnej interpretacji
• Potrzebuje uczciwości wobec danych

Kluczowe kompetencje - analityczne

• Umiejętność pracy z bazami danych
• Znajomość podstaw statystyki
• Rozumienie metodologii badawczej
• Krytyczne myślenie o danych
• Identyfikacja błędów i nieprawideł

Kluczowe kompetencje - techniczne

• Oprogramowanie analityczne (R, Python, SQL)
• Narzędzia wizualizacji danych
• Podstawy programowania
• Znajomość formatów danych
• Umiejętność scraping-u danych

Kluczowe kompetencje - dziennikarskie

• Znajdowanie interesujących historii w danych
• Umiejętność weryfikacji źródeł
• Pisanie przystępnych tekstów
• Prowadzenie wywiadów eksperckich
• Budowanie narracji opartej na faktach

Proces pracy - pozyskiwanie danych

• Identyfikacja odpowiednich źródeł danych
• Dostęp do informacji publicznej
• Scraping stron internetowych
• API i automatyczne pobieranie
• Digitalizacja dokumentów papierowych

Proces pracy - czyszczenie danych

• Identyfikacja błędów i braków
• Standaryzacja formatów danych
• Usuwanie duplikatów
• Weryfikacja jakości informacji
• Przygotowanie do analizy

Proces pracy - analiza

• Statystyki opisowe - trendy, średnie
• Analiza porównawcza - grupy, okresy
• Identyfikacja wzorców i anomalii
• Testowanie hipotez dziennikarskich
• Modelowanie zależności

Proces pracy - weryfikacja

• Sprawdzenie wyników z ekspertami
• Konfrontacja z innymi źródłami
• Testowanie alternatywnych interpretacji
• Uwzględnienie kontekstu społecznego
• Dokumentowanie procesu analitycznego

Proces pracy - publikacja

• Wybór najważniejszych odkryć
• Przystępne przedstawienie wyników
• Interaktywne wizualizacje
• Udostępnienie danych źródłowych
• Przejrzysta metodologia

Przykłady dobrych praktyk - Polska

• OKO.press - analiza wydatków publicznych
• Gazeta Wyborcza - mapy wyborcze
• Money.pl - analizy ekonomiczne
• Konkret24 - fact-checking z danymi
• Demagog - weryfikacja twierdzeń

Przykłady światowe

• The Guardian - Datablog
• The New York Times - The Upshot
• ProPublica - dziennikarstwo śledcze
• FiveThirtyEight - prognozy polityczne

Ćwiczenie grupowe

• Pracując w grupach trzyosobowych, wykorzystajcie portal dane.gov.pl oraz dostępne tam publiczne bazy do identyfikacji pięciu potencjalnych historii dziennikarstwa danych — każda historia musi pochodzić z innej kategorii danych.
• Dla każdej kategorii wskażcie:
  1. Jaka historia mogłaby zostać opisana jako artykuł dziennikarstwa danych?
  2. Na jakich źródłach danych z portalu dane.gov.pl ta historia może się opierać (np. konkretne zbiory danych, raporty lub zagregowane wskaźniki)?
  3. Dlaczego właśnie dziennikarstwo danych jest niezbędne do rzetelnego przedstawienia tej historii — co pozwoli zrozumieć, odkryć lub lepiej opisać?

Dane.gov.pl

Przykład: gospodarka i finanse

• Historia: Analiza regionalnych różnic w średnich zarobkach i bezrobociu w Polsce w ostatnich 10 latach.
• Źródła: Zbiory dotyczące płac, struktury zatrudnienia, wskaźników bezrobocia z kategorii “Gospodarka i finanse” oraz “Regiony i miasta
• Dlaczego dziennikarstwo danych: Pozwala wykryć trendy, zmiany i nierówności, których nie pokazują proste zestawienia tekstowe. Dzięki wizualizacjom i analizie danych czytelnik widzi szerszy kontekst i zależności.

Przykład: zdrowie

• Historia: Jak pandemia COVID-19 wpłynęła na liczbę hospitalizacji z powodu innych chorób w kolejnych latach?
• Źródła: Statystyki szpitalne i zestawienia leczenia chorób niezakaźnych z kategorii “Zdrowie” na dane.gov.pl.
• Dlaczego dziennikarstwo danych: Konieczne jest przetwarzanie dużych zbiorów danych, wyliczanie różnic i prezentacja ich w przystępnej formie graficznej, by pokazać pełny obraz wpływu pandemii na system zdrowia.

Przykład: edukacja, kultura i sport

• Historia: Zmiany w wynikach egzaminów maturalnych na tle dostępności nowoczesnych technologii w szkołach
• Źródła: Wyniki egzaminów oraz dane o wyposażeniu szkół (np. komputery, internet) dostępne w tej kategorii.
• Dlaczego dziennikarstwo danych: Umożliwia połączenie wielu wskaźników i ukazanie korelacji oraz nieoczywistych zależności, do których przeciętny czytelnik nie dotarłby bez analizy statystycznej.

Przykład: środowisko

• Historia: Jak zmieniała się jakość powietrza w największych miastach Polski na przestrzeni dekady?
• Źródła: Zbiory o stanie powietrza, emisji zanieczyszczeń, dane meteorologiczne z kategorii “Środowisko” oraz “Regiony i miasta”
• Dlaczego dziennikarstwo danych: Potrzebna jest integracja rozproszonych danych, przygotowanie map, wykresów i wizualizacji, by ukazać skalę i kierunki zmian.

Przykład: transport

• Historia: Rozwój i efektywność transportu publicznego w największych miastach Polski – które miasta zainwestowały najwięcej i jakie są tego efekty?
• Źródła: Dane o liczbie linii, pojazdów, przewiezionych pasażerach, inwestycjach infrastrukturalnych z kategorii “Transport” oraz “Regiony i miasta”.
• Dlaczego dziennikarstwo danych: Wymaga połączenia i przeanalizowania ogromnych zbiorów danych, stworzenia porównań i rankingów, które dają podstawę do wyciągnięcia wniosków o skuteczności samorządowych decyzji.