Casa Recensioni Mappe umanizzanti: un'intervista con Johanna Drucker

Mappe umanizzanti: un'intervista con Johanna Drucker

Video: Humanizing Maps — Meghan Kelly, Nick Lally (Ottobre 2024)

Video: Humanizing Maps — Meghan Kelly, Nick Lally (Ottobre 2024)
Anonim

Ho trascorso le mie ultime numerose colonne per celebrare le mappe umanistiche. Ho evidenziato progetti digitali per visualizzare la storia e la letteratura, nonché le strutture istituzionali che sostengono tali progetti. Quindi, non una settimana dopo la pubblicazione della mia ultima rubrica, ho partecipato a una conferenza alla Columbia University che ha messo in dubbio l'intera impresa.

Nel suo discorso, "Gli umanisti dovrebbero usare le visualizzazioni delle informazioni?", Johanna Drucker ha decostruito i progetti di mappatura e ha messo in guardia gli educatori dall'abbracciare gli strumenti di visualizzazione senza comprenderne i meccanismi. Il suo intervento ha inaugurato una vivace conversazione su ciò che costituisce visualizzazioni efficaci e ciò che gli educatori e gli studenti di alfabetizzazione devono acquisire per navigare in un corpus crescente di risorse e progetti online.

Come professore di studi bibliografici di Breslauer presso il Dipartimento di studi sull'informazione dell'UCLA, Drucker ha letteralmente scritto il libro sulle visualizzazioni. In Graphesis: Visual Forms of Knowledge Production , sostiene che le forme grafiche di conoscenza promosse da smartphone e computer hanno modellato le relazioni degli utenti con le informazioni; capire queste forme è capire come producono conoscenza.

Non uno per respingere gli incontri fortuiti, ho contattato il professor Drucker e le ho chiesto di condividere le sue intuizioni con i lettori di PCMag. Ho scelto di conservare la forma dell'intervista per consentire ai lettori di vedere lo scopo della nostra conversazione e di accedere alle risposte senza restrizioni di Drucker. Invito i lettori a partecipare alla conversazione tramite il thread Commenti.

William Fenton: Cosa stanno facendo le mappe nelle discipline umanistiche?

Johanna Drucker: Le mappe sono una parte ricca della documentazione culturale. Mostrano come pensiamo allo spazio, alle nazioni e alle caratteristiche dei mondi naturali e culturali. Esprimono la nostra comprensione delle dimensioni spaziali dell'esperienza e sono documenti affascinanti a pieno titolo, pieni di informazioni storiche e sociali.

WF: In che modo le mappe nelle discipline umanistiche sono diverse, per esempio, da quelle nelle scienze naturali?

JD: Sebbene le mappe siano molto utili per acquisire grandi quantità di dati statistici e renderle leggibili, queste visualizzazioni si basano su modelli di conoscenza che a volte sono antitetici al lavoro delle scienze umane. Un chiaro esempio di ciò potrebbe essere l'uso di linee temporali standard. Pochissimi romanzi, film o altre opere estetiche seguono un flusso unidirezionale o lineare. La mappatura della "temporalità" - tempo relazionale - richiede strumenti più sottili, che derivano da un approccio al tempo basato sull'esperienza. Sarebbe difficile immaginare di tracciare un ricordo di cose passate su una cronologia di storia naturale intesa a tracciare i cicli di riproduzione delle mosche della frutta!

WF: Aprendo l'apertura, cosa devono sapere gli umanisti per usare le visualizzazioni in modo più efficace?

JD: Tieni presente che i progetti di Digital Humanities hanno adottato molti strumenti di visualizzazione delle informazioni da altri campi. I grafici a barre, i grafici a dispersione, i diagrammi di rete e altri metodi standard per la visualizzazione di informazioni quantitative hanno le loro origini nelle scienze naturali o nelle scienze sociali.

Per utilizzare le visualizzazioni in modo efficace, gli umanisti devono sapere di più su come vengono prodotti i dati e quali sono gli algoritmi di visualizzazione nelle visualizzazioni appropriate. Cosa genera la relazione spaziale tra i nodi in un diagramma di rete? Come sono stati raccolti o costruiti i "dati" in un'immagine? Quali sono i modelli statistici necessari per comprendere un'immagine dei dati?

WF: Quali domande dovrebbero fare i lettori riguardo alle visualizzazioni?

JD: Dovremmo porre le stesse domande di base che usiamo per studiare qualsiasi artefatto: chi l'ha realizzato, come, quando, dove e con quali ipotesi? Tutta la conoscenza si basa su determinati presupposti e valori. Imparare a leggere le proprietà formali delle visualizzazioni è essenziale. Imparare a decodificare il sistema di valori su cui sono state prodotte tali proprietà è altrettanto importante. Se la mia comprensione dell'astronomia si basa sulla convinzione che tutti i corpi celesti debbano, secondo il disegno divino, muoversi in cerchi perfetti, il mio modello di meccanica celeste seguirà queste ipotesi. Così saranno le mie visualizzazioni.

WF: Nel tuo recente discorso alla Columbia, hai richiesto visualizzazioni semanticamente significative . Cosa rende semanticamente significativa una mappa? Che aspetto potrebbe avere una visualizzazione semanticamente disinteressata?

JD: Quando parlo della semantica della grafica, faccio un gesto verso il campo della conoscenza visiva. Il grande semiotico francese delle mappe, Jacques Bertin, ha identificato sette variabili grafiche: colore, tono, dimensioni, forma, trama, orientamento e posizione. Stava dimostrando che la visualizzazione grafica poteva usarli sistematicamente (ad esempio, il colore può essere simbolico). L'istruzione comune raramente introduce conoscenze di base sulla produzione di significati grafici. Pensa a qualcosa di essenziale come la distinzione tra giustapposizione di due oggetti e una gerarchia di uno sopra l'altro: la semantica di questi due è radicalmente diversa. La giustapposizione implica la parità anziché la gerarchia.

Imparare a leggere le proprietà fondamentali della grafica è sempre più urgente visto l'aumento esponenziale dei mezzi visivi di produzione e distribuzione delle conoscenze. Riceviamo un'enorme quantità di informazioni e comunicazioni negli ambienti dello schermo, ma non smettiamo mai di leggerli come spazi strutturati o strutturanti. Non mettiamo in pausa i nostri iPhone e meditiamo sul "modello di conoscenza" codificato nel layout grafico! Ma sapremmo leggere quel modello se messo alla prova? Questo è il nocciolo del problema.

WF: Penso che parte del problema sia che se uno strumento è facile da usare, è allettante pensare che sia trasparente nel suo funzionamento. Sto pensando a Google Ngrams, che confesso di usare nel mio insegnamento. Cosa c'è che non va in Ngrams?

JD: Google Ngrams nasconde le basi su cui sono realizzate, per cominciare. Se un Ngram tiene traccia dell'uso di una parola tra 1800 e 1950, ad esempio, mi sta mostrando il numero di istanza eo la percentuale di occorrenze? E quale percentuale di lavori pubblicati in ogni anno è su Google? Quindi, tanto per cominciare, non sappiamo davvero cosa rappresentino statisticamente i valori numerici nel Ngram. Inoltre non sappiamo in che modo l'algoritmo corrisponde al termine cercato. Una ricerca di stringhe sulla parola "dio" potrebbe non comprendere tutti i riferimenti alla presenza divina nella poesia romantica sulla natura. Penso che dobbiamo avere un modo per vedere il processo di produzione di un Ngram, non solo il risultato.

Inoltre, una volta che qualcuno crea un Ngram, lo presentano come se fossero i fenomeni reali. "Vedi, il termine dio è popolare in questo periodo e non in quello." Invece, dovrebbero dire "Il corpus di Google indicizzato dai loro algoritmi di ricerca mostra questo o quell'aumento statistico nel set di esempio". Scambiare il display per l'origine è un classico errore di visualizzazione. Io chiamo questo "reificazione della disinformazione".

WF: Puoi consigliare alternative a Ngrams? In caso contrario, come posso utilizzare Ngrams in modo più responsabile?

JD: In un progetto come Visualizing Emancipation, che hai citato di recente, forniscono un quadro di riferimento conciso e familiare su cui visualizzare molte informazioni. Il mantra standard nella visualizzazione delle informazioni è che i modelli in set di dati di grandi dimensioni diventano leggibili nelle visualizzazioni, e questo è certamente il caso in questo progetto, in cui possiamo vedere le posizioni dell'Esercito dell'Unione, eventi di emancipazione e una sovrapposizione delle regioni in cui la schiavitù era ed era non legale in qualsiasi momento tra l'1 gennaio 1861 e il 31 dicembre 1865. Come strumento di sintesi, il lavoro è favoloso, leggibile e conciso. Ma ciò che è veramente utile è l'interfaccia che collega i punti dati sulla mappa alle loro fonti, così come le categorie utilizzate dal team di modellazione dei dati.

Dove diventa difficile è che una caratteristica come la mappa di calore è ingannevole. L'intensità degli eventi e delle tensioni sociali probabilmente non era un gradiente spaziale continuo, ma una questione di punte, faglie, vettori di emozione. Abbiamo pochissimi modi per visualizzare tali informazioni o per mostrare come gli eventi modellano lo spazio. Anche un progetto sofisticato come questo (ed è esemplare), mostra i limiti dell'utilizzo di una mappa preesistente come base su cui attaccare i perni (o le sovrapposizioni) di riferimento. Quando sei in guerra con un fratello o un vicino, la linea di confine tra proprietà adiacenti ha una valenza diversa da quella che non è carica di emozione.

La mappatura affettiva crea spazio; non assume lo spazio mappato come dato a priori. I tuoi lettori potrebbero essere o meno interessati ai dibattiti filosofici sugli approcci geografici "non rappresentativi". Ma il lavoro di Nigel Thrift e di altri suggerisce che l'esperienza fa spazio, e questo è fondamentalmente umanistico. Pensa ai meravigliosi passaggi di Ulisse di James Joyce, o dell'Odissea di Omero . Ha senso mapparli letteralmente?

WF: Se la memoria serve, hai elogiato The Preservation of Favored Traces di Ben Fry, una visualizzazione che ho anche raccomandato in una colonna precedente. Cosa ti piace della visualizzazione di Fry?

JD: Ben Fry utilizza l'elaborazione computazionale per creare un set di dati di confronti che nessun essere umano potrebbe compilare senza questi strumenti. Quindi crea una visualizzazione che è un punto di partenza per la ricerca. L'immagine non è il punto finale, ma fa parte di un più ampio processo di indagine. Una delle migliori iniziative istituzionali, le sovvenzioni Digging in Data del NEH, ha promosso questo tipo di lavoro. L'obiettivo era utilizzare gli strumenti di visualizzazione (tra gli altri) per cercare corpora su larga scala di materiali umanistici in modo da creare domande di ricerca.

WF: La tua istituzione, l'UCLA, è una sorta di visionario della visualizzazione. Hypercities è stato uno dei primi progetti che ho incontrato e lo uso ancora in classe. Ci sono altri progetti UCLA che i lettori dovrebbero conoscere?

JD: Penso che Hypercities e Seeing Sunset, due progetti dell'UCLA, provino entrambi a richiamare l'attenzione sulle informazioni storiche nelle mappe stesse. Pensare a come creare strumenti spaziali basati su mappe più vecchie, quindi non stiamo facendo proiezioni anacronistiche (quelle basate su metriche contemporanee piuttosto che su interpretazioni storiche) è una sfida da affrontare. Onorare l'alterità culturale del passato è essenziale se vogliamo usare le mappe, i grafici, i grafici, i diagrammi come corretti alle loro condizioni, anche quando rappresentano un modello del mondo o del cosmo o della comprensione scientifica che è cambiata. Molto di più si potrebbe dire di tutto ciò, ma il principio è che l'informazione storica deve essere presa alle sue condizioni.

WF: Quali sono le prospettive per le visualizzazioni delle discipline umanistiche?

JD: Abbiamo bisogno di visualizzazioni più sottili, più complesse, più stratificate, più cicliche e culturalmente specifiche. Queste visualizzazioni sono ancora molto lontane, credo, poiché richiederebbero la creazione di metriche e modelli di dati non standard che non si basano su principi cartesiani, ma modelli di dati affettivi, emergenti e co-dipendenti. Come si creano linee temporali basate sull'esperienza, non sull'orologio? Creare diagrammi che pesano i dati in base al valore emotivo? Mostrare le differenze incommensurabili tra i modelli culturali di spazio? Incorporare sistemi di valori ideologici nelle metriche di tale differenza?

Hai qualcuno che vuole farlo? Sono sempre interessato a partner fantasiosi.

Mappe umanizzanti: un'intervista con Johanna Drucker