Post on 05-Dec-2014
description
HACER LOS DATOS MAS HUMANOS
JER THORP
VISUALIZACIÓN DE DATOS
ROBERTO PUENTES | RODRIGO VERA
Jer Thorp
•
Jer Thorp:About
• Jer Thorp es un artista y educador de Vancouver Canadá, actualmente vive en Nueva york. Su background es desde la genética. su arte digital explora los mundos de la ciencia, datos, artes y cultura.
• Cofundador de The Office for Creative Research, y profesor adjunto en la Universidad de New York en el ITP program. Del 2011 al 2012 fue el “Artista de Datos” en residencia en New York Times R&D Group. Ha colaborado con la NASA visualizando 138 years of Popular Science. Su trabajo ha sido expuesto en MoMa de Manhattan. Y ha expuesto su trabajo en TED.com
•
• Jer Thorp es un “artista de datos” cuyo trabajo se centra en la adición de sentido narrativo a enormes cantidades de datos. En otras palabras, él hace los datos más humanos.
• A través de técnicas de corte de visualización de datos de última generación, Thorp ayuda a las personas y empresas a tomar el control de la información que les rodea, utilizando la tecnología y los datos como una nueva forma de contar historias.
Jer Thorp:About
•Contactado por Popular Science para producir una pieza de visualización que exploró el archivo de su publicaciones. PopSci tiene una historia que se extiende por casi 140 años, el desafío fue evidenciar cómo los diferentes términos técnicos y culturales han llegado dentro y fuera de uso en la revista desde sus inicios.
138 YEARS OF POPULAR SCIENCE POPULAR SCIENCE MAGAZINE (2011)
•
CASCADE NYT R&D LAB (2011)Proyecto Cascade es un proyecto que visualiza la actividad de intercambio de contenidos New York Times a través de las redes sociales. Se accede a una base de datos constantemente actualizada de eventos compartidos, el sistema construye estructuradas con los eventos compartidos llamadas 'cascadas' casi en tiempo real.
•
HAITI EARTHQUAKE AID – IN AVATAR MINUTES (2010)A principios de 2010, el almacén de datos de The Guardian publicó una lista que muestra lo mucho que los países y organizaciones diferentes se han comprometido a los esfuerzos de ayuda al terremoto de Haití.
•
GOOD MORNING! (2009)GoodMorning! es una herramienta de visualización de Twitter que muestra alrededor de 11.000 tweets de "buenos días" en un período de 24 horas, haciendo una simple muestra de la actividad de Twitter en todo el mundo.
•
JUST LANDED: PROCESSING, TWITTER, METACARTA & HIDDEN DATA (2009)Just Landed encuentra tweets que contengan las frases "acaba de aterrizar en ..." y “acabo de llegaron a ... “ y proporciona la visualización basada en mapas de estos tuits con el tiempo. La herramienta, plantea un modelo para determinar los patrones de movilidad humana en social media.
•Este conjunto de visualizaciones muestra las principales organizaciones y personalidades de todos los años desde 1985 a 2001, por la aparición en el New York Times. Las conexiones entre estas personas y organizaciones están indicadas por líneas.
NYTimes: 365/360 (2009)
•
ALL THE NAMES: ALGORITHMIC DESIGN AND THE 9/11 MEMORIALDiseño del algoritmo y una herramienta de software que se suministra para ayudar en la colocación de los cerca de 3.000 nombres en el Memorial del 9/11 en Manhattan.Traspasa la barrera digital para participar en un proyecto visible en el mundo “palpable” con el desafío de crear la data con la cual trabajar, crear las relaciones a través de algoritmos.
•
Levantamiento de Información:##• Solicitud de parte del personal de la 9/11 memorial a los familiares de las víctimas#• Adicionalmente su suman los registros de las empresas que estaban en el WTC y sus
ubicaciones.#• El número de adyacencias que cada persona tiene con las víctimas#• Pasajeros de los vuelos que chocaron con las torres.
METODOLOGÍA
•
MAPA RADIAL!PRIMER ACERCAMIENTO A LA COMPLEJIDAD DEL PROBLEMA
Una de las primeras cosas que hizo fue para tener una idea de la complejidad de esta red de relaciones era mediante la construcción de algunos mapas radiales
•
MAPA DE CLUSTERS!SEGUNDO ACERCAMIENTO A LA COMPLEJIDAD DEL PROBLEMA• Realiza como segunda medida mapas de clusters de agrupaciones, para poder tener la medida de
dimensiones de cantidad de caracteres, espacio y tamaño de las agrupaciones. • Aquí está un mapa de los clusters de adyacencia dentro de uno de los principales grupos
•
CÍRCULO DE AFILIACIONESThorp se enfrenta al problema de como las relaciones se contienen, se superponen y se interceptan, el desafío es crear un algoritmo que permita cumplir con todas las relaciones posibles.
•
DEFINICIÓN DEL ALGORITMO• Se desarrolló en Processing • Adyacencia (Relaciones entre personas, lazos, amistades, etc) • Afiliaciones y sub-afiliaciones (Empresas, Departamentos de Empresas, Pasajeros de Aviones) • Con esto construye los grupos de relaciones finales • Se dividieron los espacios en las bases sur y norte, y cada una a su vez en paneles • Esto permitió tener un resultado final con un 98% de satisfacción de las adyacencias
•
• Desarrollan un software (en Processing) que permite al usuario mover nombres dentro y entre los paneles#• Permite ingresar el factor humano (criterio) para poder llegar a la versión final del diseño a realizar por los
arquitectos. En este caso, el equipo fue capaz de evaluar a millones de posibles soluciones a la distribución, gestión de un sistema de relaciones complejo, y el seguimiento de un gran conjunto de variables y mediciones importantes. Los seres humanos, por otra parte, podrían centrarse en opciones estéticas y de composición
FALTA EL FACTOR HUMANO:
• 22
•
“...debemos dejar que las computadoras hagan lo que las computadoras saben hacer mejor y dejar que los humanos hagan lo
que los humanos saben hacer mejor…”
GRACIAS
VISUALIZACIÓN DE DATOS