UNIR Revista
Javier Cantón trabaja como periodista especializado en datos para RTVE. Una labor que compagina con su rol de docente en UNIR.
Este comunicador audiovisual analiza la relevancia de la verificación como herramienta para combatir la creciente desinformación que afecta a la sociedad.
No solo el volumen de información disponible ha crecido a niveles nunca antes vistos, sino que además los usuarios de internet generamos más volumen cada día. Ante tal “infoxicación” (exceso, saturación de información), prolifera todo tipo de “mala información”, desde la “misinformation” (información falsa, pero no creada intencionalmente) hasta la “disinformation” o la “malinformation” (creadas con intención de hacer daño, en un caso con mentiras y en otro con medias verdades).
La “infodemia” que ha traído la COVID-19 es una buena muestra de la importancia que tiene usar los datos para contrastar la información, ponerlos en contexto y hacer que las audiencias puedan comprender correctamente lo que se les explica o describe, sin lugar a engaños.
La verificación de información es una parte fundamental y consustancial del periodismo, que quizás se ha dejado de lado por culpa de la rapidez e inmediatez a la que viaja actualmente la información. Esto, unido a que necesitamos una cultura crítica y una alfabetización mediática para que la ciudadanía no se crea lo primero que ve en la pantalla de su móvil, hace que sea necesario verificar mucha de la información recibida, especialmente en cualquier redacción del mundo.
En VerificaRTVE verificamos no sólo los bulos que recibimos, sino también los que detectamos en redes y páginas web o aquellos datos que nos piden los compañeros de la redacción en momentos determinados.
¿De qué forma la visualización de datos combate la desinformación?
La visualización de datos se ha considerado tradicionalmente como una forma de comunicación usada sobre todo para exponer cierta información, haciéndola accesible, por ejemplo, para el gran público. Pero coincido con autores como Alberto Cairo, Cole Nussbaumer o Nathan Yau, que están convencidos de que las visualizaciones sirven tanto para exponer como para explorar. Y esto es así tanto para la verificación como para el periodismo de datos en general.
Una buena visualización sirve para descubrir patrones en un fenómeno, a través de los datos que tenemos de él. Y yo la uso tanto al principio de una investigación como al final. Por ejemplo, en un grafo social (relaciones entre nodos conectados entre sí en forma de red, como puedes ver en la imagen siguiente) puedo ver primero qué comunidades se han generado para a continuación tratar de descubrir qué interés común conecta a los miembros de esas comunidades. O cuando estamos viendo la evolución de una variable, podemos darnos cuenta de algún detalle que suponga una nueva pista o incluso abra nuevas vías de investigación.
Exponer visualmente los resultados significa hacerlos más accesibles, comprensibles y además virales, capaces de llegar más lejos
Somos una cultura cada vez más visual y, al igual que cada vez nos llega más desinformación basada en imágenes y menos basada en texto, tenemos que usar esas potencialidades para contar mejor las historias y desmentidos que publicamos. Por ejemplo, no olvidemos que una mentira en forma de gráfico es más creíble. Hemos tenido que desmentir algún gráfico engañoso por este motivo. En VerificaRTVE tratamos siempre que podemos darle un tratamiento visual a nuestras piezas. El futuro de la desinformación es visual (mirad el nivel de sofisticación al que llegan hoy día muchos deep fakes), pero también lo es el de la verificación.
De todas formas, existe el mito en lo visual de que una imagen vale más que mil palabras y no es cierto. En visualización, así como en verificación, una imagen vale más si la acompañas de mil palabras, si la contextualizas. Si das las claves, por ejemplo, para que el lector pueda leerla correctamente y extraer más información de ella.
Una buena visualización, hoy día, no es sólo la que hace visible lo invisible, mostrando patrones que de otra forma no se mostrarían, sino la que permite al lector explorar los datos, descubrir cosas que el autor de la visualización no había contemplado. Plantear varias capas de complejidad para dedicarle 5 minutos o una hora, dependiendo del lector.
¿Existe un auge del periodismo de datos y los visual data artist en los medios de comunicación? ¿Por qué?
Existe un auge de la cultura visual y los datos en general, por lo que es lógico que esto llegue también a campos como el periodismo. Pero no solo. Las ciencias sociales o las humanidades digitales también deberían usar estas grandes cantidades de datos para sus investigaciones. Mi propia tesis es un ejemplo de ello: datos visuales recopilados de una red social como Instagram y usados para fines de investigación social, para descubrir cómo se construye en redes la imagen de una ciudad.
En los medios de comunicación de todo el mundo son cada vez más conscientes de esto y apuestan por estos formatos más visuales, así como en historias centradas en datos. Hay medios como el New York Times que llevan apostando por ello muy fuerte desde el principio, y ahora hay decenas de periodistas visuales trabajando para hacer historias exitosas cada día.
En España, El País ha apostado por un grupo de gente muy buena con la que han construido un equipo de Narrativas Visuales con Kiko Llaneras al frente. Y en RTVE tenemos la suerte de contar con el equipo de DatosRTVE, liderado por Paula Guisado.
Creo que este sector está en crecimiento y ahora es una buena oportunidad para formarse en ello y encontrar un hueco laboral, no solo en medios de comunicación, puesto que todas las empresas generan, en mayor o menor medida, datos que pueden analizarse visualmente
¿Cuáles son los pilares básicos de una buena formación en visual data para los nuevos profesionales en este campo?
Pues lo primero que recomendaría es ser capaces de lidiar con los datos: encontrarlos, limpiarlos, analizarlos… para luego poder visualizarlos. Esto implica tener una navaja suiza de conocimientos, desde saber moverse por internet para encontrar la información que buscas (algo tan simple pero básico como usar operadores avanzados en Google, por ejemplo) a saber usar hojas de cálculo y sus fórmulas, así como algún software específico de visualización como Flourish o Tableau. También algún programa de diseño como Illustrator o Inkscape.
Y más allá de conocer cómo funcionan los lenguajes HTML y CSS, algo imprescindible para cualquier periodista web, a un nivel avanzado es muy recomendable aprender algún lenguaje de programación como R, Python o D3.js. Lo importante aquí, antes de abrumarse por la cantidad de herramientas y posibilidades disponibles, es encontrar un flujo de trabajo con el que nos encontremos cómodos y profundizar en las herramientas que se adapten a él.
Muchos visualizadores, tras tener listos los datos (lo que al final, siguiendo a Pareto, supone el 80% del trabajo), hacen el trabajo digitalmente a partir de un bosquejo en papel. Para que os hagáis una idea, os recomiendo el último trabajo de Shirley Wu y Nadiah Bremer, “Data Sketches“, en el que muestran sus procesos creativos de principio a fin.
Pero lo importante no es la culminación, sino el principio. Papel, lápiz y nuestra imaginación. Lo importante es aprender a mirar
Y como siempre digo en los talleres que hago de pensamiento visual, nuestro principal órgano de visión no es el ojo, sino el cerebro. Aunque lo ignoremos, pensamos sobre todo con imágenes. Las imágenes son muy potentes porque nuestro cerebro se relaciona con ellas mejor que con el texto, algo que tiene que esforzarse en decodificar. Y tan importante como esta alfabetización visual es la alfabetización de datos (o data literacy). Es decir, unas nociones básicas de cómo funciona nuestra visión, pero también de cómo comprendemos la información, de estadística y matemáticas, de conocer las diferencias entre la mediana y la media estadística, para saber cuándo es más apropiado usar una u otra.
¿Puedes hablarnos de alguno de tus trabajos en el que crees que la visualización de datos ha sido especialmente relevante?
Como ya he dicho, en VerificaRTVE apostamos mucho por darle un tratamiento lo más visual posible a los temas que tratamos, especialmente si tienen un origen igualmente visual. Por ejemplo, de las primeras cosas que hice fue desmentir el bulo del vídeo de la bola de nieve falsa, mediante una combinación de dibujos y texto (esto también es visualización de información, no sólo gráficos y visualizaciones complejas).
Este formato lo hemos repetido en otras ocasiones para dar consejos sobre ciberseguridad o para desmentir algunos de los bulos machistas más extendidos. También estoy muy orgulloso del impacto que tuvo un análisis que hicimos de una cuenta desinformadora, algo que molestó mucho a algunas personas cercanas a este fenómeno y que se aprovechan del mismo para esparcir más desinformación y mentiras, por intereses políticos o económicos.
También por lo significativo del momento en que se hizo y por el trabajo que hubo detrás, la pieza sobre el discurso del odio vertido sobre Luna, una voluntaria de Cruz Roja que se convirtió involuntariamente en centro de atención durante los incidentes de Ceuta en la frontera hispano-marroquí en mayo de 2021, convirtiéndose en blanco fácil para el odio anónimo de ciertas cuentas en Twitter. Semanas antes fue impactante ver las consecuencias de ese mismo discurso de odio durante las elecciones madrileñas en forma de polarización y separación entre bloques políticos.
Ahora estamos preparando algunos de nuestros reportajes en un formato más visual.
El scrollyteling son artículos web que desarrollan una historia mediante texto e imágenes interactivas que se van transformando conforme el lector se desplaza hacia abajo por la noticia
Un formato por el que yo apostaba desde el principio, pues veía que los grandes medios lo usaban para contar mejor historias que ya eran buenas y que los compañeros de DatosRTVE, con los que trabajamos siempre que podemos, han aplicado con éxito en piezas muy interesantes y divulgativas.
Aparte de estos últimos trabajos en RTVE, estoy muy contento con todas las visualizaciones que hice para mi tesis, donde pude trabajar tanto aspectos geográficos, como relacionales, textuales, visuales… Desde gráficos sencillos a mapas de calor, de coropletas y grafos, que me encantan y son la base de muchos de mis trabajos en VerificaRTVE y, sobre todo, los “imagengramas” que muestran las imágenes ordenadas en función de su color y brillo, gracias a un script de Analítica Cultural creado por el equipo de Lev Manovich. Fue una buena muestra de cómo tratar visualmente unos datos de origen también visual.
