Da li da počnete sa učenjem nekog programskog jezika? Kojeg? Da li je OK ako vam je znanje statistike zarđalo ili nepostojeće? Šta treba da znate o mapiranju? Dajemo pet saveta koji treba da vas navedu na razmišljanje.

Data novinar. Novinar koji se bavi izveštavanjem uz pomoć kompjutera (engl. computer assisted reporter). Developer u redakciji. Novinar-kompjuteraš. Kada ni mi sami koji radimo u ovoj oblasti nismo sasvim sigurni kako da se zovemo, nije čudno da su ljudi koji rade uz nas zbunjeni onim što radimo. Deo zabune (i razlog za sve ove nazive) leži u raznolikosti poslova koji potpadaju pod svaki od ovih naziva. Možda smo prilično sigurni da pojedini poslovi leže unutar granica data novinarstva, ali ćemo teško reći šta sve potpada ili ne pod to čudovište od profesije.

U svom trenutnom obliku, data novinarstvo nije ni pokrivanje sektora ni izveštavanje za pojedini medij (kao što je to foto-novinarstvo ili video-novinarstvo), već niz sposobnosti koje se međusobno preklapaju, a poreklo im je različito. Koristimo statističke metode iz društvenih nauka, alate za mapiranje GIS, umetnost vizualizacije koja počiva na statistici i grafičkom dizajnu, kao i čitav niz veština koje imaju svoje opise među stručnjacima za kompjutere: razvoj weba (engl. web development), programiranje u generalne svrhe, administriranje baza podataka, sistemski inženjering, data mining (čujem čak da tu ide i kriptografija). A ciljevi ovih aktivnosti su različiti kao i njihova sredstva: od tradicionalnih CAR priča do interaktivne grafike ili aplikacija; od alata napravljenih za reportere u redakcijama do web sajtova kod kojih podaci proizlaze iz samog izveštavanja.

Konačno, teško je definisati šta je tačno data novinarstvo jer je teško reći šta su podaci. Napokon, sve ono što se može pobrojati može predstavljati podatke. Sve što kompjuter obrađuje su podaci. Tako da je, na neki način, sve današnje novinarstvo data novinarstvo (svakako se sve današnje novinarstvo radi “uz pomoć kompjutera”). Pravo data novinarstvo se svodi na par sklonosti: na tendenciju da se traži ono što se može kategorizovati, ono što je pobrojivo i uporedivo u bilo kojoj novinarskoj temi i na uverenost da nam tehnologija, dobro primenjena na ove aspekte, može reći nešto o priči što je i vredno znati i nespoznatljivo je na drugi način.

Dakle, to je polje koje puno obećava, ali je nejasno definisano, što ga delom čini tako uzbudljivim. Skoro svakog dana nalazim se pred nekim zadatkom koji podrazumeva učenje nečeg novog što odmah moram da primenim. A to je, za mene, ono najbolje u novinarstvu uopšte: plaćeni smo velikim delom da razumevamo stvari. Ta osobina novinara – spremnost da se bacimo u strani svet sa očekivanjem da ćemo se iz njega vratiti sa znanjem o njegovom funkcionisanju koje prevazilazi uobičajeno površno laičko razumevanje – daje nam odlučnost ili naivnost da isprobavamo stvari koje bi programer sa jasnijim opisom posla odbacio uz komentar „to nije moj posao“.

Ali taj nedostatak definisanih parametara takođe može da dovede i do male zabune kod onoga ko želi da počne da radi na ovom polju. Da li da počne sa učenjem nekog programskog jezika? Kojeg? Da li je OK ako vam je statističko znanje zarđalo ili nepostojeće? Šta treba da znate o mapiranju? Dole sam naveo pet saveta koji bi trebalo da vas navedu na razmišljanje. U narednom članku, usredsrediću se na alate koji su vam potrebni.

Budite plaćeni vojnik.

Perfekcionisti možda veruju da treba da sklopite kompjuter od delova i napište blog post u binarnom kodu pre nego što se možete nazvati programerom. Naravno da je široko znanje vredno, i svi mi nastojimo da bolje razumemo tehnologiju koju koristimo. Ali imamo i jasan cilj: mi smo pripovedači, rečima ili pikselima, a priča nas neće čekati da dovršimo tečaj koji smo sami sebi zadali. Zato uzmite ono što vam je pri ruci, naučite šta treba da biste došli do sledećeg koraka u projektu i uradite nešto konkretno što pre.

Video sam mnoge dobronamerne pokušaje da se „nauči programiranje“ koje su dnevne obaveze gurnule u zapećak. Zato učenje programiranja učinite svojom dnevnom obavezom. Zapitajte se da li postoji neka aktivnost koju radite rutinski (i bez mentalnog angažovanja) koju biste mogli da automatizujete. Postoji li neki set podataka unutar nekog web sajta koji biste voleli da preuzmete i prebacite u koristan spreadsheet? Kada ste jednom identifikovali zadatak, okvir vašeg istraživanja je jasan: Šta mi treba da bih uradio ovaj posao? A za sada nemojte da brinete ni o čemu što vas ne vodi ka tom cilju.

Ponekad treba pogurati kamen uzbrdo.

Nešto što sledi iz prethodno rečenog, ali mu i protivreči: nekada morate da gurate kamen uzbrdo kada se nađete na putu koji će vam stalno izmicati jer će se uvek naći još neki korak neophodan da bi se uradilo ono što je na početku izgledalo kao jednostavan zadatak.

To vas može smesti sa prvobitnog cilja („Samo sam hteo da izvučem taj tekst iz PDF-a, a odjednom sam se zatekao kako istražujem resurse Java memorije“), i često znači da previđate direktniji put do obavljenog posla („A da li ste probali sa copy i paste?“ „Grrrr!“).

Ali vas takođe može dovesti do toga da učite stvari koje bi u suprotnom zauvek ostale na listi za nekad/možda. Dok god a) vam to ne oduzima vreme i energiju koju ste rezervisali za projekat i b) u tome postoji interes i potencijalna vrednost za buduće projekte, onda ću vam reći da pogurate taj kamen uzbrdo. Samo pokušajte da se držite saveta koji je Henry James dao piscima: „Pokušajte da budete jedan od onih koji sve razumeju“.

Gradite izvore.

Profesionalna velikodušnost data novinara me stalno zadivljuje. Priključite se na neku od mailing lista data novinara, idite na sastanke hakera ili na konferencije ili događaje u vezi sa ovom temom. Tu ćete naći neke od najtalentovanijih i najuspešnijih ljudi na tom polju u ulozi predavača, mentora, tutora, kako dele svoju mudrost i tajne zanata bez zadrške.

Od ovih primarnih izvora dobićete uvid u ono što se radi na polju data novinarstva i alate koji će vam biti korisni. Neki od najzanimljivijih timova za razvoj aplikacija takođe imaju i blogove sa puno praktičnih saveta. Pregledajte ih. Pratite ih na Twitteru. Uronite u ove izvore.

Uz praćenje izvora u sferi novinarstva, treba da budete u toku sa onim što je najnovije u tehnologijama koje vas zanimaju. Novi pristupi analizi podataka, vizualizaciji ili programiranju stalno su od koristi novinarima, pa vredi pratiti i ove trendove.

Za opšte praćenje trendova, registrujte se za e-mail apdejte izdavača koji se bave tehničkim temama, pratite sajtove sa vestima iz oblasti tehnologije, kao i najnovije savete na popularnim screencast sajtovima ili sajtovima sa tutorijalima. Za uže teme, ima na pretek ljudi koji su voljni da razgovaraju o temama u vezi sa podacima. Hoćete da uđete u oblast kompjuterske semantičke analize? Postoji lista za to (kao i za otprilike sve na šta možete pomisliti). A kada ne znate kako da nešto rešite, možete da odete na sajtove sa pitanjima i odgovorima kao što je StackOverflow.

Ipak imajte na umu sledeće: iako zajednice koje se bave tehničkim pitanjima mogu biti jednako velikodušne kao i „pleme“ novinara-kompjuteraša, u nekom trenutku suočićete se verovatno sa nečim što ja zovem „tehtosteron“ – hvalisanje i slično ponašanje gikova koji pretenduju da dominiraju svojom specijalnošću.

Tu treba na umu imati neke savete:
•    Na svaki način probajte da na pitanje odgovorite prvo sami.
•    Jasnoća je bitna. Ako tražite pomoć, treba da postavite što detaljnije pitanje, opisujući simptome, sve korake koje ste već preduzeli i ishode ili greške koje vidite.
•    Ako odmah priznate neznanje, to vas može razoružati. Kao u svakom intervjuu, ponekad naučite više kada pustite sagovornika da vam kaže ono što mislite da ste već znali.

Postanite stručnjak unutar redakcije.

Razvijanje tehničkih veština neminovno znači da će vam se kolege iz redakcije obraćati sa pitanjima u vezi sa tehničkim stvarima. Pokušajte da ta ometanja shvatite kao prilike. Ako znate odgovor, vreme koje će vam uzeti objašnjavanje zapravo će učvrstiti vaše razumevanje. Iako ne znate odgovor (a često ga nećete znati), pokušajte da im pomognete.

Istesaćete svoje istraživačke veštine, a Google će vas tretirati kao nekoga zainteresovanog za tehničke teme. A ako bude prepoznati kao jedan od ljudi koji je najverziraniji u tehničkim stvarima, neki vrlo zanimljivi projekti će stići do vas.

Budite data projekt koji želite da vidite na Webu.

Odlični data projekti obično ne počinju odličnim setovima podataka. Oni počinju odličnim pitanjima i željom da se nađu najsolidniji dokazi da bi se odgovorilo na ta pitanja. Umesto da se zadovoljite anegdotama i kratkim citatima, zapitajte se: Da li je ovaj fenomen merljiv na neki način? A onda sebi postavite ono što Edward Tufte zove „pitanjem u srcu kvantitativnog razmišljanja“: „U poređenju sa čim?“.

Koji kontekst možete da date podacima koje ste pronašli? Treba li da poredite efekat na različitim geografskim područjima (koristeći, na primer, podatke iz popisa stanovništva?) Koje promene vidite s protokom vremena? Koje druge grupe ili populacije mogu biti uporedive sa grupom predstavljenom u vašim podacima? Kako se one razlikuju? U procesu postavljanja ovih pitanja i odgovaranja na njim, prezentacija (priča, aplikacija, grafikon) će naći svoj oblik.

Bez ovakvih pitanja, vaš projekat će verovatno biti jednodimenzionalan - možda atraktivan na prvi pogled, ali neće privući publiku da se angažuje i neće ni vas podstaći da provedete vreme na njemu.
------------------------------------------------------------------------------------------------------
Članak je objavljen na sajtu Poynter.org 10.10.2011. pod nazivom 5 tips for getting started in data journalism, a njegovo dalje preuzimanje i objavljivanje podleže isključivo uslovima preuzimanja sadržaja koji su navedeni na ovom sajtu.