Podstawy dziennikarstwa danych

Źródła i pozyskiwanie danych

Ben Stanley

Wydział Nauk Społecznych, Uniwersytet SWPS

18 kwietnia 2026

Treści programowe

  • 18.04 Źródła i pozyskiwanie danych
    • Skąd brać dane?
    • Wiarygodne i wartościowe źródła danych
    • Zasady etycznego pozyskiwania danych

Plan dzisiejszego spotkania

  • Przegląd projektu zaliczeniowego (~15 min): wymagania, rubrika, przykład
  • Część 1 (~40 min): Źródła, dostęp, wiarygodność
    • Klasyfikacja źródeł + ćwiczenie: umieść źródło w hierarchii
    • Główne narzędzia: dane.gov.pl, BDL, dostęp do informacji publicznej
    • Mini-ćwiczenie: krytyka realnego wniosku o informację publiczną
    • Worked example: workflow zastosowany do jednego pytania
  • ☕ Przerwa (15 min)
  • Część 2 (~60 min): Projekty grupowe

Przegląd projektu zaliczeniowego

Zanim przejdziemy do źródeł danych, przypomnijmy sobie, do czego to wszystko zmierza.

Czego wymagamy od projektu

  • Forma: grupa 5 osób, treść dziennikarska z gatunku data journalism (artykuł, reportaż multimedialny, wideo, karuzela, infografika)
  • Materiał musi być gotowy do publikacji — nie prezentacja akademicka
  • Dane: pozyskane z wiarygodnych źródeł, z samodzielną analizą (nie przepisywanie cudzych wykresów)
  • Dokumentacja: 1–2 strony towarzyszącego dokumentu (temat, źródła, metody, narzędzia, podział pracy)
  • Prezentacja: 10–15 min na ostatnim seminarium (06.06)

Termin: 06.06.2026. Punktacja: 0–50 (zaliczenie od 25 pkt).

Rubrika oceny

Element Maks. pkt Co oceniamy
Jakość źródeł danych 10 Wiarygodność, aktualność, udokumentowanie, różnorodność
Jakość analizy 10 Pogłębienie, krytyczność, świadomość ograniczeń, kontekst porównawczy
Wizualizacja 6 Czytelność, dobór do typu danych, wsparcie narracji
Narracja dziennikarska 10 Spójność, forma gotowa do publikacji, integracja danych z opowieścią
Etyka i dokumentacja 4 Świadomość etyczna, brak manipulacji, kompletność dokumentacji
Prezentacja końcowa 10 Przygotowanie, zrozumienie tematu, odpowiedzi na pytania
SUMA 50

Zasada: za „wystarczająco” dostajecie ok. 5–6 pkt w każdej kategorii. Za „bardzo dobrze” — 9–10. Różnicę robi pogłębienie, krytyczność, gotowość do publikacji.

Od pomysłu do gotowego projektu — przykład

Żeby pokazać, jak to wygląda w praktyce, przygotowałem przykładowy projekt: „Wykluczeni cenowo — geografia dostępności mieszkań w Wielkiej Brytanii”. Prześledźmy, jak taka grupa przechodziłaby od idei do gotowego materiału.

Temat i pytanie badawcze

Pomysł początkowy: „kryzys mieszkaniowy w UK” — zbyt szeroki.

Pytanie zawężone:

Jak zmienia się dostępność mieszkań w UK w podziale na regiony, pokolenia i grupy etniczne, i co to oznacza dla mobilności społecznej?

  • Co mierzymy? Affordability ratio (ceny/zarobki), wskaźnik własności, obciążenie czynszem
  • Gdzie? 10 regionów Anglii i Walii
  • Kiedy? 1991–2023 (porównanie diachroniczne)
  • W podziale na co? Region × grupa wiekowa × pochodzenie etniczne

Źródła i ich ocena

Źródło Dostępność Format Aktualność Wiarygodność
ONS Housing Affordability Publicznie CSV 2023 Najwyższa (urząd statystyczny)
English Housing Survey Publicznie Excel 2022–23 Najwyższa
ONS ASHE (zarobki) Publicznie Excel 2023 Najwyższa
Valuation Office Agency Publicznie CSV 2023 Wysoka

Świadomie odrzucono:

  • Rightmove, Zoopla (portale komercyjne — interes biznesowy)
  • Szacunki organizacji lobbingowych (wbudowana narracja)
  • Media społecznościowe (nieweryfikowalne)

Lekcja: udokumentowany wybór źródeł = pierwsze 10 punktów w rubryce.

Analiza i wizualizacja

Cztery kluczowe ustalenia (każde z jednym wykresem):

  • Załamanie dostępności — Londyn z 4,2× do 12,5× zarobków (wykres dumbbell: 1997 vs 2023)
  • Przepaść pokoleniowa — 25–34-latkowie: 67% → 28% (wykres słupkowy grouped)
  • Nierówności etniczne — od 28% (Czarni Afrykanie) do 74% (Hindusi)
  • Pułapka najmu — Londyńczycy wydają 42% dochodu na czynsz (próg 30%)

Narzędzia: R + tidyverse + ggplot2 + Quarto. Paleta: niebieski (historycznie) vs czerwony (teraz).

Narracja dziennikarska

Struktura artykułu (~1500 słów + 6 wizualizacji):

  1. Lead z kluczową statystyką (12,5× zarobków!)
  2. Analiza regionalna
  3. Przepaść pokoleniowa
  4. Nierówności etniczne
  5. Problem najmu i wkładu własnego
  6. Potencjalne rozwiązania
  7. Metodologia (transparentna, na końcu)

Elementy dziennikarskie: tytuł przyciągający, cytat eksperta (LSE), dane w kontekście ludzkich historii, jasne źródła w stopce każdego wykresu.

Refleksja etyczna i ograniczenia

Wyzwania, o których grupa otwarcie pisze:

  • Brak dostępu do microdanych — pracują na agregatach
  • Dane etniczne z próby — możliwy błąd statystyczny
  • Brak rozróżnienia miasto/wieś w ramach regionów
  • Dane nie mówią o jakości mieszkań

Czego unikali:

  • Sensacyjnych nagłówków bez pokrycia w danych
  • Sugerowania przyczynowości tam, gdzie są tylko korelacje
  • Manipulacji skalami osi

Pytanie etyczne, które grupa stawia otwarcie:

Czy wizualizacja nierówności etnicznych może wzmacniać stereotypy, nawet jeśli dane są prawdziwe?

Lekcja: krytyczna refleksja = ostatnie 4 punkty rubryki.

Dokumentacja projektu — minimum

Dokument towarzyszący (1–2 strony), który musicie złożyć razem z materiałem:

  1. Temat + uzasadnienie wyboru (aktualność, dostępność danych, potencjał wizualizacji)
  2. Źródła danych — tabela z linkami, metodą pozyskania
  3. Metody analizy — wskaźniki, techniki, ograniczenia metodologiczne
  4. Narzędzia wizualizacyjne — jakie, dlaczego, decyzje projektowe (paleta, typy wykresów)
  5. Podział pracy — kto za co odpowiadał (konkretnie, nie „wszyscy wszystko”)
  6. Refleksja krytyczna — mocne strony, ograniczenia, kwestie etyczne

Pełny przykład: folder Example Project — UK Housing Affordability na Classroom (slajdy prezentacji, artykuł, dokumentacja).

Co odróżnia 40+ pkt od 25 pkt

  • Konkretne, wąskie pytanie badawcze (nie „problemy polskiej gospodarki”)
  • Wielowymiarowa analiza (region × pokolenie × grupa, nie jedna tabela)
  • Kontekst porównawczy (historyczny, międzynarodowy)
  • Otwarte przyznanie się do ograniczeń — paradoksalnie podnosi wiarygodność
  • Materiał faktycznie gotowy do publikacji — nie akademicka prezentacja
  • Transparentna metodologia — czytelnik może sam zweryfikować

Kategorie źródeł danych

Pięć kategorii — krótko

  • Publiczne — dostępne bez ograniczeń (dane.gov.pl, GUS, NBP)
  • Półpubliczne — wymagają rejestracji, ale darmowe (niektóre API)
  • Ograniczone — dostęp na wniosek (dostęp do informacji publicznej, 14 dni)
  • Komercyjne — płatne (Bloomberg, Factiva, Statista)
  • Wewnętrzne — dane organizacji, najczęściej wycieki (Panama Papers)

Szczegółową mapę źródeł krajowych, lokalnych, europejskich i specjalistycznych znajdziecie w notatkach do seminarium 2. Tutaj skupimy się na trzech narzędziach, z których będziecie korzystać naprawdę: dane.gov.pl, GUS BDL, i procedura dostępu do informacji publicznej.

Trzy narzędzia, z których będziecie korzystać

Narzędzie Kiedy używać Format
dane.gov.pl Zaczynasz projekt — szukasz, czy ktoś już zebrał dane CSV, JSON, API CKAN
GUS BDL Potrzebujesz danych społeczno-ekonomicznych w podziale terytorialnym Excel, API
Dostęp do informacji publicznej Dane nie są opublikowane, ale instytucja je posiada Dowolny (warto prosić o CSV)

Reguła: zawsze zaczynaj od dane.gov.pl. Jeśli tam nie ma, sprawdź BDL. Jeśli i tam nie ma — rozważ wniosek o informację publiczną.

Wiarygodność źródeł

Hierarchia wiarygodności (krótko)

  • Najwyższa: urzędy statystyczne (GUS, Eurostat), banki centralne (NBP), rejestry publiczne (KRS)
  • Wysoka: ministerstwa, WHO/OECD/Bank Światowy, uczelnie i instytuty badawcze
  • Średnia: NGO i think tanki (zależnie od reputacji), prestiżowe media (wymagają weryfikacji)
  • Niska: blogi, portale opiniotwórcze, media społecznościowe

Ale hierarchia to tylko punkt wyjścia. Umiejętnością, którą macie zbudować na tym kursie, jest ocena konkretnego źródła — nie rozpoznawanie GUS-u jako wiarygodnego, tylko decydowanie, czy dane źródło X, którego wcześniej nie widzieliście, nadaje się do waszej historii.

Ćwiczenie

Gdzie umieścicie w hierarchii następujące polskie źródła? Uzasadnijcie w jednym zdaniu.

  1. CBOS — Centrum Badania Opinii Społecznej
  2. Business Insider Polska (artykuł analityczny z własnymi obliczeniami)
  3. Instytut Zdrowia Publicznego PZH (raport o chorobach zakaźnych)
  4. Money.pl (poradnik inwestycyjny z zestawieniami)
  5. Fundacja Panoptykon (raport o ochronie prywatności)

Ćwiczenie

  1. CBOS — wysoka. Metodologia publiczna, długa historia, ale pamiętaj: to badanie opinii, nie twardych faktów.
  2. Business Insider Polska — średnia. Weryfikacja krzyżowa obowiązkowa — własne obliczenia mediów są podatne na błędy.
  3. NIZP-PZH — wysoka (granicząca z najwyższą). Instytut badawczy podlegający nadzorowi państwowemu, dane epidemiologiczne.
  4. Money.pl — niska do średnia. Portal komercyjny, treści często sponsorowane; zestawienia wymagają weryfikacji u źródła.
  5. Panoptykon — średnia do wysoka. Reputacja solidna, ale jednak organizacja adwokacka — mają konkretną narrację, którą warto mieć na uwadze.

Dostęp do informacji publicznej

Prawo do informacji publicznej — najważniejsze fakty

  • Ustawa z 6 września 2001 r. — każdy ma prawo, bez wykazywania interesu prawnego.
  • Wniosek: pisemnie, elektronicznie (e-mail, ePUAP) lub ustnie.
  • 14 dni na odpowiedź; sprawy skomplikowane: do 2 miesięcy.
  • Odmowa musi mieć konkretną podstawę prawną. Odwołanie: do WSA.
  • Wzorce wniosków: siecobywatelska.pl.

Dlaczego to ważne dla was: to jedno z waszych najsilniejszych narzędzi. Państwo posiada dużo więcej danych niż publikuje. Wasza umiejętność składania skutecznych wniosków jest umiejętnością zawodową.

Przykładowy wniosek (1/2)

Warszawa, 15 kwietnia 2026 r.


Anna Kowalska
ul. Marszałkowska 100/5
00-950 Warszawa
e-mail: a.kowalska@przyklad.pl


Dyrektor Mazowieckiego Oddziału Wojewódzkiego
Narodowego Funduszu Zdrowia
ul. Chałubińskiego 8, 00-613 Warszawa


Wniosek o udostępnienie informacji publicznej

Na podstawie art. 2 ust. 1 oraz art. 10 ust. 1 ustawy z dnia 6 września 2001 r. o dostępie do informacji publicznej (Dz.U. 2001 nr 112 poz. 1198 z późn. zm.), zwracam się o udostępnienie następujących informacji:

Zakres wniosku:

  1. Liczba nowych rozpoznań cukrzycy typu 2 (ICD-10: E11), zarejestrowanych w ramach świadczeń finansowanych ze środków NFZ na terenie województwa mazowieckiego, za każdy rok w okresie 2015–2023.
  2. Dane w podziale na powiaty (42 powiaty województwa mazowieckiego).
  3. Dane w podziale na grupy wiekowe: 0–18, 19–39, 40–59, 60+.

Przykładowy wniosek (2/2)

Forma udostępnienia: Preferowanym formatem jest plik CSV lub XLSX. Dopuszczam także format PDF, jeśli dane nie są dostępne w innym formacie, przy czym uprzejmie proszę w takim wypadku o wskazanie, czy istnieje wersja maszynowo-czytelna.

Sposób przekazania: Proszę o przesłanie informacji na adres e-mail: a.kowalska@przyklad.pl.

Jednocześnie informuję, że zgodnie z art. 13 ust. 1 ustawy, termin realizacji wniosku wynosi 14 dni od dnia złożenia.


Z poważaniem,
Anna Kowalska

Co ten wniosek robi dobrze

  • Precyzja zakresu — konkretny kod ICD-10 (E11), konkretne województwo, konkretny okres (2015–2023), konkretne grupy wiekowe. Nie „dane o cukrzycy” — urzędnik wie dokładnie, o co zapytać w systemie.
  • Powołanie na ustawę — krótkie, zawierające dokładne artykuły (art. 2 ust. 1, art. 10 ust. 1) i dziennik ustaw. Sygnalizuje, że wnioskodawca zna procedurę.
  • Żądanie konkretnego formatu — CSV/XLSX, z dopuszczeniem PDF jako alternatywy. Bez tej prośby dostalibyśmy PDF.
  • Brak uzasadnienia celu — nie pisze, po co są te dane. Słusznie: ustawa tego nie wymaga.
  • Podział geograficzny i demograficzny — pytanie jest wielowymiarowe (powiat × rok × grupa wiekowa), ale każdy wymiar jest jasno nazwany.

Co można poprawić (1/2)

  • Definicja zmiennej, nie tylko kod ICD-10. Nie: „liczba nowych rozpoznań cukrzycy typu 2 (E11)“. Tak: „liczba pacjentów, u których w danym roku po raz pierwszy zarejestrowano rozpoznanie E11 w systemie NFZ (nowe rozpoznania, nie liczba wizyt ani liczba hospitalizacji)”. — Bez tego dopisku urzędnik może przysłać liczbę świadczeń, nie pacjentów — a to jest zupełnie inna liczba.
  • Telefon obok e-maila. Wniosek ma tylko adres e-mail. Jeśli urzędnik ma wątpliwość co do zakresu, nie ma do kogo zadzwonić — wniosek wraca z prośbą o doprecyzowanie, tracąc 3–7 dni.
  • Otwartość na kompromis przy trudnych częściach. Dodać: „Jeśli dane w podziale na powiaty nie są dostępne, proszę o dane wojewódzkie wraz z informacją, na jakim poziomie agregacji system NFZ gromadzi te informacje.” — Chroni przed odmową typu „nie mamy danych w tym podziale”.

Co można poprawić (2/2)

  • Pytanie o metadane. Dodać: „Proszę także o słownik zmiennych oraz informację o ewentualnych zmianach metodologii raportowania w okresie 2015–2023.” — Bez tego nie zinterpretujecie nagłych skoków w danych — mogą wynikać ze zmiany systemu rejestracji, nie z rzeczywistego wzrostu zachorowań.
  • Pouczenie o trybie odwołania. Dodać: „W przypadku odmowy uprzejmie proszę o wskazanie podstawy prawnej oraz pouczenie o trybie odwołania.” — Sygnalizuje, że znacie procedurę i nie odpuścicie przy wymijającej odpowiedzi.

Wniosek: ten list dostanie rzetelną odpowiedź. Ale z pięcioma poprawkami powyżej dostanie odpowiedź szczegółową, porównywalną i bezdyskusyjną. Każde z tych usprawnień to 10 dodatkowych słów w treści wniosku.

Worked example: od pytania do danych

Prześledźmy workflow na jednym, konkretnym przykładzie. To będzie model dla waszego ćwiczenia po przerwie.

Przykład: cukrzyca w Mazowszu

Temat ogólny: „Zdrowie w Polsce” — zbyt szeroki.

Pytanie badawcze: „Jak zmieniła się liczba zachorowań na cukrzycę typu 2 w latach 2015–2023 w województwie mazowieckim, w podziale na powiaty?“

Co jest konkretnego w tym pytaniu:

Element Nasz wybór
Co mierzymy? Nowe rozpoznania cukrzycy typu 2 (nie wszystkie)
Gdzie? Województwo mazowieckie, podział powiatowy
Kiedy? 2015–2023
W podziale na co? Powiat + rok

Identyfikacja źródeł (burza mózgów)

Źródło Potencjalna wartość
NFZ Hospitalizacje, wizyty — bezpośrednio odpowiada na pytanie
GUS BDL Populacja powiatów (do obliczania wskaźnika na 100k)
Ministerstwo Zdrowia Sprawozdania, ale często zagregowane
NIZP-PZH Raporty epidemiologiczne
Polski Związek Diabetyków Dane wtórne, zagregowane — mało użyteczne dla nas

Nauka: dwa źródła wystarczą na starcie — NFZ (główne) + GUS BDL (populacja dla wskaźnika). Reszta to rezerwa.

Ocena źródeł

Źródło Dostępność Format Aktualność Podział
NFZ dane.gov.pl CSV 2023 Województwa ✓ Powiaty?
GUS BDL API / portal CSV, Excel 2023 Wszystkie poziomy ✓

Decyzja: NFZ jako główne źródło. Sprawdzamy od razu (zanim przejdziemy dalej), czy dane są dostępne w podziale powiatowym. Jeśli tylko wojewódzkie — trzeba zawęzić pytanie, albo złożyć wniosek o informację publiczną o dane szczegółowe.

Pozostałe etapy — w skrócie

  • Pozyskanie: NFZ dane.gov.pl → pobieramy CSV; GUS BDL → przez API.
  • Dokumentacja: plik README z datą pobrania, URL, opisem zmiennych.
  • Walidacja: liczba powiatów = 42? Brakujące lata? Wartości ujemne?
  • Weryfikacja krzyżowa: sumaryczne liczby dla Mazowsza — czy zgadzają się między NFZ i danymi z raportu NIZP-PZH?
  • Plan B: jeśli NFZ ma tylko poziom wojewódzki, składamy wniosek o informację publiczną do Oddziału Mazowieckiego NFZ o dane powiatowe. Bufor: 14 dni.

Cały ten workflow mieści się na dwóch stronach A4. To jest plan, który zastosujecie do swojego projektu.

Kill criteria — kiedy porzucamy temat

Zanim zainwestujecie tygodnie w projekt, określcie z góry warunki, w których się wycofacie.

  • Dla naszego przykładu:
    • Jeśli do 25.04 NFZ nie udostępnia danych w podziale powiatowym i nie mamy odpowiedzi na wniosek o informację publiczną → Plan B: zawęzić pytanie do poziomu wojewódzkiego i rozszerzyć zakres o inne województwa Polski centralnej.
    • Jeśli okazuje się, że NFZ liczy hospitalizacje z powodu cukrzycy a nie nowe rozpoznania → Plan C: zmienić pytanie.

Dlaczego to ważne: dyscyplina kill criteria oszczędza wam wstydu w tygodniu 8, gdy okazuje się, że dane nigdy nie istniały.

☕ Przerwa

Część 2: projekty grupowe

Zanim przejdziemy do workflow — zdefiniujmy projekt

Cel: każda grupa wychodzi z tej części z trzema elementami, na których zbuduje workflow:

  • Temat + pytanie badawcze — konkretne, mierzalne
  • Motywacja dziennikarska — kogo to dotyczy, dlaczego to ważne
  • Uzasadnienie podejścia „data-first” — dlaczego nie wystarczy reportaż?

Dalszym krokiem będą konkretne źródła i plan ich sprawdzenia — ale najpierw wiemy, o co pytamy i dlaczego akurat tak.

Framing projektu — 10 min w grupie

  1. Temat i pytanie badawcze
    • Jaki temat chcecie zbadać?
    • Główne pytanie badawcze lub hipoteza — jedno zdanie
  2. Motywacja dziennikarska
    • Dlaczego ten temat jest ważny?
    • Kogo dotyczy i dlaczego powinno to obchodzić odbiorcę?
    • Dlaczego teraz jest odpowiedni moment?
  3. Uzasadnienie podejścia opartego na danych
    • Dlaczego tradycyjne dziennikarstwo (wywiady, reportaż) nie wystarczy?
    • Jakie dane byłyby potrzebne i skąd je mniej więcej pozyskacie?

Pracujcie w tempie “szkicu” — nie szukacie dziś idealnych odpowiedzi, tylko roboczych wersji na których zbudujecie workflow.

Sześć kryteriów dobrego tematu

Przy tworzeniu lub doszlifowaniu pytania sprawdźcie, czy temat spełnia wszystkie sześć:

  • Dostępność danych — czy dane są publicznie dostępne? (nie „pewnie są”, tylko „widziałem na dane.gov.pl”)
  • Aktualność — czy temat jest istotny teraz?
  • Skala — czy problem jest wystarczająco duży/ważny?
  • Wykonalność — czy damy radę zrealizować w semestrze, w grupie pięcioosobowej?
  • Zainteresowanie — czy temat naprawdę was interesuje? (10 tygodni pracy to dużo)
  • Unikalność — czy wnosicie coś nowego do debaty, czy powielacie istniejące analizy?

Jeśli któryś z sześciu punktów nie działa, zmieńcie pytanie teraz — nie za dwa tygodnie.

Czerwone flagi — jeśli widzicie je u siebie, przeformułujcie

  • „Dane pewnie istnieją, sprawdzimy później” — jeśli nie macie konkretnego URL-a, nie wiecie, że istnieją.
  • Pytanie badawcze ma więcej niż jedno zdanie — próbujecie opowiedzieć kilka historii naraz.
  • Odpowiedź na „po co to komu?“ brzmi abstrakcyjnie („ważne z perspektywy debaty publicznej”) zamiast konkretnie („dotyczy X tysięcy osób, którym Y”).
  • Uzasadnienie „data-first” brzmi: „bo chcemy użyć Excela” — jeśli temat da się zrobić pięcioma wywiadami, dane są niepotrzebną komplikacją.

Jeśli widzicie którąś flagę — macie jeszcze 5 minut. Użyjcie ich na poprawienie pytania albo zmianę kierunku. Nie bójcie się zacząć od nowa teraz.

Co zapisujecie przed przejściem do workflow

Po tych 10 minutach w waszym dokumencie grupy powinny się znaleźć:

  • Jedno zdanie pytania badawczego — szkic, gotowy do doszlifowania w Kroku 1
  • Jedno zdanie motywacji — „dlaczego czytelnik powinien się tym przejąć”
  • Jedno zdanie uzasadnienia „data-first” — „dlaczego akurat dane, nie reportaż”

Teraz, gdy wiecie o co pytacie i dlaczego, workflow 1–3 ma dużo większe szanse powieść się za pierwszym razem.

Jedno zintegrowane ćwiczenie

  • Na zajęciach pracujcie tak daleko, jak zdążycie — od framingu po Plan B, najlepiej do samego końca.
  • Czego nie skończycie — dokończcie w domu. Nie ma sztucznego podziału „to w klasie, tamto w domu”.
  • Do 24.04 o 23:59 przesyłacie na Classroom jeden dokument: kompletny plan projektu oparty na workflow.
  • Seminarium 3 (25.04) otwieramy od 2-minutowych prezentacji — każda grupa referuje swój plan.

Sugerowane tempo pracy (45 min na zajęciach)

  1. 10 min — Framing (temat, pytanie, motywacja, uzasadnienie „data-first”)
  2. 20 min — Pytanie badawcze, źródła, ocena
  3. 5 min — Kill criteria
  4. 10 min — Pozyskanie, dokumentacja, walidacja, weryfikacja, Plan B, podział ról — tyle, ile zdążycie. Reszta w domu.

Zasada: lepiej każdy krok solidnie niż wszystkie powierzchownie. Wchodzicie na stronę źródła — nie wpisujecie tylko nazwy instytucji.

Deliverable do 24.04 — plan projektu

Jedna osoba z grupy wysyła na Classroom dokument (2–3 strony, styl planu, nie eseju) obejmujący:

  • Framing + doszlifowane pytanie badawcze
  • Źródła — lista potencjalnych + ocena 3 głównych + wybór głównego i weryfikacyjnego
  • Kill criteria (3 kryteria)
  • Plan pozyskania, dokumentacji, walidacji, weryfikacji krzyżowej
  • Plan B + podział ról

Dokument ma być roboczy — tabele, listy, punkty. Będziecie do niego wracać przez cały semestr. Na jego podstawie prezentujecie plan na początku seminarium 3.

Kluczowe wnioski

  • Najcenniejsza umiejętność: ocena wiarygodności konkretnego, nieznanego wam wcześniej źródła — nie rozpoznawanie GUS-u.
  • Wniosek o informację publiczną to narzędzie dziennikarskie, nie tylko prawne. Im precyzyjniejszy wniosek, tym lepsza odpowiedź.
  • Workflow to 8 kroków + podział ról — zaczynamy dzisiaj, kończymy do 24.04.
  • Planuj czas na problemy techniczne — realny koszt pozyskania danych jest około trzy razy większy niż pierwsze oszacowanie.