Mapes humanitzadors: una entrevista amb John Drucker

He passat les meves darreres columnes celebrant mapes humanístics. He destacat els projectes digitals per visualitzar la història i la literatura, així com les estructures institucionals que sostenen aquests projectes. Aleshores, una setmana després de la publicació de la meva darrera columna, vaig assistir a una conferència a la Universitat de Columbia que va posar en dubte tota l'empresa.

A la seva xerrada, "Els humanistes haurien d’utilitzar visualitzacions d’informació?", Johanna Drucker va desconstruir els projectes de mapeig i va advertir als educadors que abracessin les eines de visualització sense entendre la seva mecànica. La seva xerrada va inaugurar una conversa animada sobre què constitueixen visualitzacions efectives i el que adquireixen els educadors i els estudiants en alfabetització per navegar per un conjunt creixent de recursos i projectes en línia.

Com a professor d'Estudis Bibliogràfics de Breslauer al Departament d'Estudis de la Informació de la UCLA, Drucker ha escrit literalment el llibre sobre visualitzacions. A Graphesis: Visual Forms of Production Knowledge , argumenta que les formes gràfiques de coneixement promogudes per telèfons intel·ligents i ordinadors han configurat les relacions dels usuaris amb la informació; entendre aquestes formes és comprendre com produeixen coneixement.

Cap persona per acomiadar les trobades fortuïtes, vaig contactar amb el professor Drucker i li vaig demanar que compartís els seus coneixements amb els lectors de PCMag. He optat per mantenir la forma de l’entrevista per permetre als lectors veure l’abast de la nostra conversa i accedir a les respostes sense restriccions de Drucker. Invito els lectors a unir-se a la conversa mitjançant el fil de comentaris.

William Fenton: què fan els mapes en humanitats?

Johanna Drucker: Els mapes són una part rica del registre cultural. Mostren com pensem en l’espai, les nacions i les característiques del món natural i cultural. Expressen la nostra comprensió de les dimensions espacials de l'experiència i són documents fascinants per si mateixos, carregats d'informació històrica i social.

WF: en què es diferencien, per exemple, els mapes de les humanitats dels de les ciències naturals?

JD: Si bé els mapes són molt útils per prendre grans quantitats de dades estadístiques i fer-les llegibles, aquestes visualitzacions es basen en models de coneixement que de vegades són antitètics per al funcionament de les humanitats. Un exemple clar d’això pot ser l’ús de les línies de temps estàndard. Molt poques novel·les, pel·lícules o altres obres estètiques segueixen un flux unidireccional o lineal. Cartografiar la "temporalitat" -el temps relacional- requereix eines més subtils, que es deriven d'un enfocament basat en l'experiència en el temps. Seria difícil imaginar el record de les coses passades en una línia d’història natural destinada a fer un seguiment dels cicles de cria de mosques de la fruita!

WF: En obrir l'obertura, què han de saber els humanistes per utilitzar les visualitzacions de manera més eficaç?

JD: Tingueu en compte que els projectes d’Humanitats Digitals han adoptat moltes eines de visualització d’informació d’altres àmbits. Els gràfics de barres, trames de dispersió, diagrames de xarxa i altres mètodes estàndard per mostrar informació quantitativa tenen el seu origen en ciències naturals o ciències socials.

Per utilitzar les visualitzacions de manera eficaç, els humanistes han de saber més sobre com es produeixen les dades i quins són els algorismes de visualització en les visualitzacions que convinguin. Què genera la relació espacial entre els nodes en un diagrama de xarxa? Com es van recopilar o construir les "dades" d'una imatge? Quins són els models estadístics necessaris per comprendre una imatge de dades?

WF: Quines preguntes han de fer els lectors sobre les visualitzacions?

JD: Hauríem de fer les mateixes preguntes bàsiques que utilitzem per estudiar qualsevol artefacte: Qui ho va fer, com, quan, on i amb quines hipòtesis? Tot el coneixement es basa en determinats supòsits i valors. L’aprenentatge de llegir les propietats formals de les visualitzacions és fonamental. L’aprenentatge a descodificar el sistema de valors sobre el qual es van produir aquestes propietats és igual d’important. Si la meva comprensió de l’astronomia es presenta en la creença que tots els cossos celestes han de moure’s en cercles perfectes per disseny diví, el meu model de mecànica celeste seguirà aquests supòsits. Així també les meves visualitzacions.

WF: En la recent xerrada a Columbia, vau demanar visualitzacions amb sentit semàntic . Què fa que un mapa tingui sentit semànticament? Com pot ser una visualització semàntica sense embuts?

JD: Quan parlo de la semàntica dels gràfics, faig gestions cap al camp del coneixement visual. El gran semiòtic francès dels mapes, Jacques Bertin, va identificar set variables gràfiques: color, to, mida, forma, textura, orientació i posició. Estava mostrant que la pantalla gràfica podia utilitzar-los sistemàticament (per exemple, el color pot ser simbòlic). L'educació comuna rarament introdueix coneixements bàsics sobre la producció de significats gràfics. Penseu en una cosa tan bàsica com la distinció entre juxtaposició de dos objectes i una jerarquia d’un sobre l’altre: la semàntica d’aquests dos és radicalment diferent. La juxtaposició implica paritat en lloc de jerarquia.

Aprendre a llegir les propietats fonamentals dels gràfics se sent cada cop més urgent, donat l’augment exponencial dels mitjans visuals de producció i distribució de coneixement. Rebem una enorme quantitat d’informació i comunicació en entorns de pantalla, però mai no parem de llegir-los com a espais estructurats o estructuradors. No fem una aturada dels nostres iPhones ni plantegem el "model de coneixement" codificat en la disposició gràfica. Però, sabríem llegir aquest model si es repta? Aquest és el punt fort de la qüestió.

WF: Crec que una part del problema és que si una eina és fàcil d’utilitzar, és atractiu pensar que és transparent en el seu funcionament. Estic pensant en Google Ngrams, que confessaré haver utilitzat en els meus ensenyaments. Què passa amb Ngrams?

JD: Google Ngrams amaga les bases sobre les quals es fan, per començar. Si un Ngram fa un seguiment de l’ús d’una paraula entre 1800 i 1950, per exemple, em mostra el nombre d’instància i el percentatge d’ocurrències? I quin percentatge de treball publicat en qualsevol any es troba a Google? Així doncs, només per començar, no sabem realment què són els valors numèrics de la Ngram estadísticament. Tampoc sabem com correspon l'algoritme al terme que es busca. Una cerca de cordes sobre la paraula "déu" podria faltar a totes les referències a la presència divina en la poesia romàntica sobre la natura. Crec que cal tenir una manera de veure el procés de producció d’un Ngram, no només el resultat.

A més, un cop algú fa un Ngram, el presenta com si es tractés dels fenòmens reals. "Veure, el terme déu és popular en aquest període i no en això." En canvi, haurien de dir "El corpus de Google indexat pels seus algorismes de cerca mostra aquest o aquell augment estadístic del conjunt de mostres". Confondre la visualització de la font és un error clàssic de visualització. Ho anomeno la "reificació de la desinformació".

WF: Pot recomanar alternatives Ngrams? Si no, com puc utilitzar Ngrams de manera més responsable?

JD: En un projecte com Visualizing Emancipation, que heu citat recentment, proporcionen un marc de referència concis i familiar sobre el qual mostrar molta informació. El mantra estàndard en la visualització d’informació és que els patrons de grans conjunts de dades es fan llegibles en visualitzacions, i és certament el cas d’aquest projecte, on podem veure ubicacions de l’Exèrcit de la Unió, esdeveniments d’emancipació i una superposició de les regions on l’esclavitud va ser i va ser no legal en un moment donat entre el 1.1861 de gener i el 31 de desembre de 1865. Com a eina general, l'obra és fabulosa, llegible i concisa. Però el que és realment útil és la interfície que connecta els punts de dades del mapa a les seves fonts, així com les categories que utilitza l'equip de modelatge de dades.

Quan es fa complicat és que una característica com el mapa de calor és enganyosa. La intensitat dels esdeveniments i les tensions socials probablement no eren un gradient espacial continu, sinó una qüestió d’espigots, línies de falla, vectors d’emoció. Tenim poques maneres de mostrar aquesta informació o de mostrar com els esdeveniments configuren l'espai. Fins i tot un projecte tan sofisticat com aquest (i és exemplar), mostra els límits d’utilitzar un mapa preexistent com a terra sobre el qual enganxar pins (o superposicions) de referència. Quan esteu en guerra amb un germà o veí, la línia de frontera entre propietats adjacents té una valència diferent de la que no està carregada d'emoció.

El mapatge afectiu crea espai; no assumeix l’espai mapejat com a priori. Els seus lectors poden estar o no interessats en els debats filosòfics sobre enfocaments "no representatius" de la geografia. Però el treball de Nigel Thrift i d’altres suggereix que l’experiència fa espai, i això és fonamentalment humanista. Penseu en els meravellosos passatges de l' Ulisses de James Joyce, o l' Odissea d' Homer. Té sentit mapar-los literalment?

WF: Si la memòria serveix, heu elogiat la preservació de les traces favorables de Ben Fry, una visualització que també he recomanat en una columna anterior. Què t’agrada de la visualització de Fry?

JD: Ben Fry utilitza processament computacional per crear un conjunt de dades de comparacions que cap humà podria compilar sense aquestes eines. Després crea una visualització que és un punt de partida per a la investigació. La imatge no és el punt final, sinó que forma part d’un procés més gran d’investigació. Una de les millors iniciatives institucionals, les subvencions de NEH's Digging in Data , va promoure aquest tipus de treball. L’objectiu era utilitzar eines de visualització (entre d’altres) per cercar materials a gran escala de materials d’humanitats d’una manera que creés qüestions de recerca.

WF: La vostra institució, UCLA, és una visió visual. Hypercities va ser un dels primers projectes que vaig trobar, i encara el faig servir a les classes. Hi ha algun altre projecte UCLA que els lectors hagin de conèixer?

JD: Crec que Hypercities i Seeing Sunset, dos projectes UCLA, tots dos intenten cridar l’atenció sobre la informació històrica als mapes. Pensar en com crear eines espacials basades en mapes més antics, de manera que no creem projeccions anacròniques (les basades en mètriques contemporànies més que les comprensions històriques) és un repte a plantejar. Respectar l’alteritat cultural del passat és fonamental si hem d’utilitzar mapes, gràfics, gràfics, esquemes tan correctes en els seus propis termes, fins i tot quan representen un model del món o cosmos o comprensió científica que ha canviat. Es pot dir molt més sobre tot això, però el principi és que cal tenir informació històrica segons els seus propis termes.

WF: Què hi ha a continuació de les visualitzacions d’humanitats?

JD: Necessitem visualitzacions més subtils, complexes, més capes i amb més cicle de vida i culturalment específiques. Crec que les visualitzacions encara estan molt lluny, ja que necessitarien crear mètriques i models de dades no estàndard que no es basin en principis cartesians, sinó en models de dades afectius, emergents i co-dependents. Com es poden crear línies de temps basades en l’experiència, no en el temps de rellotge? Creeu esquemes que pesin les dades pel valor emocional? Mostra les diferències inconmensurables entre els models culturals de l’espai? Incorporau els sistemes de valors ideològics a les mètriques d'aquesta diferència?

Tens algú que vulgui fer això? Sempre m’interessen els socis imaginatius.