„Az adatok fő előnye, hogy elárulnak valami olyat a világról, amit korábban nem tudtál”
Hilary Mason, data scientist és a Fast Forward Labs alapítója[1]
Napjaink digitális világában az adat behálózza az életünket és körülvesz minket. Adatalapú társadalomban élünk, de vajon kellően jól és okosan használjuk fel a rendelkezésre álló adatokat? Az adat segít pontosítani, optimalizálni a döntési mechanizmusokat, ugyanakkor az adatalapú gondolkodás, az adatalapú oktatás számos lehetőség előtt kitárja az ajtót, szemléletet formál és megváltoztatja a világról alkotott képünket. Valamint nem utolsó sorban: az adat szép…[2]
A következő bejegyzés nem vállalkozik az adatelemzés és adatvizualizáció szerteágazó és sokszínű világának részletes bemutatására, csak szeretné felkelteni az érdeklődést a terület iránt és néhány hasznos tanács mentén bemutatni a szemléletet, amely mentén mindenki bejárhatja az adatvizualizáció készítésének olykor rögös, ám élményekkel teli útját.
Az adat és az adatvizualizáció
Bármiből lehet adat, amit aztán fel tudunk használni életünk különböző területein. Az adatok lehetnek statikus adatbázisok elemei vagy érkezhetnek folyamatosan frissülő adatforrásokból, mint például a szélsebesség vagy hőmérsékleti adatok. Fontos, hogy az adat nem csak számok halmaza lehet, de adatforrásként tekinthetünk egy jogszabályra, egy történelmi esemény leírására vagy akár egy műszaki rajzra is.
A kérdés, hogy az általunk vizsgált szakterület adattömegét milyen formában érdemes beépíteni az oktatási folyamatainkba? Az adatokra épülő oktatás hitelesebbé, megbízhatóbbá teszi a tananyagot, ugyanakkor kontraproduktív is lehet. Adatsorok, végtelen táblázatok, nehezen átlátható grafikonok az egyetemi hallgatók, de sokszor még az egyetemi oktatók rémálmaiban is megjelennek. Az adatok oktatásba történő beemelésének közérthető, fogyasztható formában történő megjelenítésének egyik kulcsa az adatvizualizáció.
Az adatvizualizáció kulcsfontosságú szerepet játszik a modern felsőoktatásban és a tudományos kutatásokban – segítve a hallgatókat, oktatókat és kutatókat a bonyolult adatok megértésében és a feltárt eredmények hatékony kommunikációjában. Az adatok grafikus ábrázolása nem csupán esztétikus, hanem segít a tartalmak gyorsabb felfogásában és az összefüggések könnyebb azonosításában. Az adatvizualizáció segíti a hallgatókat abban, hogy könnyebben megértsék a tananyagot, feldolgozzák az ismereteket vagy akár szemléltető eszközökként használva bemutassák a megszerzett tudást. Az oktatók és kutatók számára az adatvizualizáció lehetővé teszi az eredmények és felfedezések hatékonyabb prezentálását, így könnyebbé válik az új információk megértése és a következtetések levonása. Emellett az interaktív adatvizualizációk lehetőséget teremtenek a diákoknak és kutatóknak arra, hogy mélyebben beleássák magukat a témákba, és kreatív módon közelítsék meg az adatokat. Az adatvizualizáció nemcsak esztétikai értéket képvisel, hanem nélkülözhetetlen eszköz a felsőoktatásban az információk átlátható és érthető formában való megjelenítéséhez.
Mit vizualizáljunk?
Röviden: bármit. A minket körülvevő világ szinte minden eleme adat formátumra alakítható, ami aztán valamilyen formában megjeleníthető és beépíthető az oktatásba. Nehezen találunk olyan szakterületet, ahol ne lenne lehetőség valamilyen vizuális támogató tartalom készítésére. Azokon a területeken, ahol számszerű adatokkal találkozunk szinte egyértelmű a megoldás, de ha jobban belegondolunk akár a jogi vagy történelmi kutatások területén is megtaláljuk az adatvizualizáció helyét. Miért ne lehetne jogszabályokat összehasonlítani szófelhőkkel vagy komolyabb, a szöveges forrásokat vizsgáló szoftverekkel, nyelvi modellekkel? Mi ragadja meg jobban a hallgató figyelmét: egy vaskos történelmi tényeket felsoroló kötet vagy egy digitális, képekkel dúsított idővonal? Nincs az adatvizualizációra immunis terület, csak meg kell találni a megfelelő ötletet, a megfelelő eszközt és a megfelelő formát.
A fentiek azonban nem azt jelentik, hogy a teljes oktatási anyagunkat át kell alakítanunk és mindent alá kell rendelnünk a látványnak. Az alábbi ábra próbálja szemléltetni az egyes ismeretanyagok egymáshoz viszonyított méretét. Összességében azt mondhatjuk, hogy nem is szabad a teljes, átadni kívánt tananyagunkat vizualizálnunk, ha csak egy töredéke esetében alkalmazzuk ezeket a módszereket már sikereket érhetünk el.
Egy jó adatvizualizáció több rétegű, azaz nemcsak egy célcsoportot és feladatot tud kiszolgálni. Az első, egyben legegyszerűbb réteg (L1) a figyelemfelkeltés. Ezen a szinten a célunk, hogy a célcsoport figyelmét felkeltsük a téma iránt. Az ilyen típusú vizualizációknak nem kell feltétlenül sok információt vagy adatot tartalmaznia, a téma lényegét, a fő összefüggéseket mutatjuk meg. A második szint már elmélyültebb, részletesebb (L2). Talán ez illeszkedik legjobban az oktatáshoz, mert a vizualizáció már lehetőséget biztosít arra, hogy a szemlélő elmerüljön a részletekben, továbbgondolja a látottakat. A harmadik, legmélyebb szint, amelynek célja a mélyebb összefüggések bemutatása mellett a részletek ismertetése (L3). Egy ötlet azonban nem csak egy rétegen valósítható meg. Törekednünk kell arra, hogy az általunk készített vizuális tartalmak minél több formában meg tudjanak jelenni és minél több célcsoport számára hordozzanak jelentést. Egy egyszerű és konkrét példán szemléltetve: készíthetünk olyan digitális grafikonokat, amelyek a nagyítás mértékétől függően alkalmazhatók a figyelemfelkeltés (L1), az egyetemi oktatás (L2) és a tudományos eredményeink bemutatása (L3) során.
Hogyan vizualizáljunk?
Az első és legfontosabb lépés, hogy (1) legyen egy jó ötletünk. Olyan témát válasszunk, amely minket is érdekel. Az adatvizualizálás nagyobb munkát és több időt igényel annál, minthogy számunkra unalmas projektekre pazaroljuk. Egy jó ötlet nem csak egyszer felhasználható, hanem akár éveken keresztül frissíthető, fejleszthető, alakítható. Ha van ötletünk (2) keressünk adatot, amit aztán adatbázisba rendezhetünk, validálhatunk. A rendelkezésünkre álló adatok ismeretében (3) tervezzünk újra. Ez az újratervezés nem feltétlenül egy negatív jelenség, egyszerűen csak összepárosítjuk a rendelkezésünkre álló adatokat az eredeti ötletünkkel. Előfordulhat, hogy már adatgyűjtés közben is számos új ötletet, inspirációt szerzünk. (4) Keressünk példákat, inspirálódjunk! Számos példát, ötletet, jó gyakorlatot találunk az interneten, de ne felejtsük, hogy az adatvizualizációnak múltja is van. Sokszor a régi, jól bevált formák a legpraktikusabbak. Merüljünk el a régi korok megoldásaiban is.[3] (5) Ezt követően rajzoljunk, tervezzünk papíron. Rajzoljuk meg, hogyan szeretnénk bemutatni az adatainkat. Ne féljünk elkérni a családban élő kisebbektől a színes ceruzákat! Ha nem tudom felskiccelni a gondolatainkat, nem fogjuk tudni megalkotni sem a vizuális tartalmat. Az előzetes terven látni fogunk olyan alapvető problémákat, mint az elrendezés, a méretek, a design. Látni fogjuk, ha hiányzik bármilyen „kötelező” elem. Például gyakori hiba, hogy elfelejtünk címet adni a projektünknek vagy nem tüntetjük fel az adatok forrását. (6) Ezt követően keressünk eszközt, amivel megvalósítjuk az elképzelésünket. Néhány évvel ezelőtt még a rendelkezésre álló szoftverekhez igazítottuk az adatvizualizációinkat, ma már fordítva van. Attól függetlenül, hogy papíralapú, digitális, statikus, mozgó, 3D-s, animált, folyamatosan és automatikusan frissülő adatvizualizációt tervezünk a leghasznosabb irányadó bármelyik webes keresőmotor lesz. Néhány jól irányzott keresőszóval számos online felületet fogunk találni, amelyek segítségével megvalósíthatjuk ötletünket. Az eszközök végtelen portfóliója érhető el. (7) Legyünk innovatívak, kísérletezzünk és keressük meg a számunkra leginkább megfelelő eszközt.
Szemléletváltás
Végül pedig „publikáljuk” az általunk készített eredményt! Tartsuk szem előtt, hogy tökéletes nincs, csak ahhoz közeli. Nem baj, ha egy projektben még nem minden részlet került a helyére, de ha ezt megosztjuk kollégáinkkal, hallgatóinkkal, ismerőseinkkel, akkor a több szem többet lát elve mentén új ötletekkel, javaslatokkal gazdagodhatunk. Legyünk büszkék az elvégzett munkánkra, és ne féljünk a nyilvánosság számára elérhetővé tenni azt. Osszuk meg a közösségi média platformjainkon, akár a személyes, akár a szakmai oldalakon, mert egy adatvizualizáció nem akkor él amikor beágyazzuk egy PowerPoint előadásba, hanem, amikor önálló életre kel és terjedni kezd. Akkor, ha egy hallgató a vizsgára készülve printscreent készít róla és megosztja a hallgatói Viber csoportban, vagy amikor élénk vita alakul ki a kommentfalon egy-egy általunk készített adatvizualizáció kapcsán. A cél az oktatás és az ismeretek átadásának modernizálása, mert „az adatvizualizáció segít áthidalni a szakadékot a számok és a szavak között.”[4]
Adatvizualizációs linkgyűjtemény
Néhány, az adatvizualizációkkal kapcsolatos weboldalt, alkalmazást és jó gyakorlatot gyűjtöttünk össze az alábbi linken azok számára, akik érdeklődnek az adatvizualizációk világa iránt, inspirálódni szeretnének vagy alkalmazásokat keresnek ötleteik megvalósításához.
[1] Data is the best tool for enhancing intuition
[3] Fiendly, Michael: Milestones Project
Nyitókép forrása: fauxels, Pexels
