數據新聞何以重要？

在一些走在前沿的實踐者手中，數據新聞是個強大的工具。它融合了電腦科學、統計學以及社會科學幾十年來在大數據研究方面的成果。數據記者可以通過編寫算法尋找趨勢，勾勒出影響力、權力或消息源之間的關系圖。在全球，數據新聞記者的數量在增加，他們所做的工作不僅限於數據可視化或者發布互動地圖，他們正運用這些工具追蹤腐敗，向權勢者問責。

2014年，數據新聞成為主流，諸如FiveThirtyEight.com網站 、Vox.com網站、《鏡報》旗下的Appp3d.com網站、大西洋媒介集團（Atlantic Media Group）的QZ.com網站、《經濟學人》和《衛報》的數據博客、《紐約時報》的Upshot都嶄露頭角，網絡平台及實踐的發展已經大大改變了這個領域。

APP是最重要的講故事方式之一

今天，很多記者不僅將注意力放在為調查收集數據，更注意將數據與鮮活的故事或者新聞應用程序相結合。對於千禧一代來說，新聞應用程序（News APP）是最重要的講故事的方式之一。

新聞應用程序和新聞編輯室分析，將成為媒介機構向移動用戶發布信息方式中的核心要素。同時幫助媒介機構厘清誰是你的讀者，在哪裡、如何、何時成為你的讀者，甚至為什麼會成為你的讀者這樣的問題。 這兩點對於成功的數字產業都不可少。在此背景下，新聞應用程序不僅僅講故事，他們還講述“你”的故事，比如幫助手機用戶更好地理解周遭世界，從新聞、天氣和交通，到棒球聯賽的比賽成績。

有時人們需要理解一個復雜的主題，但缺乏處理原始數據的相關能力。而新聞應用程序則可以讓大量的數據變得有意義。比如，2014年5月ProPublica新聞網發布了一個有關治療追蹤的專題。他們的數據分析發現，2014年，在全美2億人次的患者就診中，隻有4%是因為病情特別復雜，而被醫生收取昂貴的醫療費的﹔但卻有1800個醫生成為收入排行榜上90%的時間內的名列前茅者。ProPublica網站的資深記者查爾斯·奧恩斯坦（Charles Ornstein）在郵件中披露：

專題花了我們很長時間。數據本身龐大而復雜。我們找了專家，好搞清楚比較哪些數據是最有意義的。我們尋找那些讀者能夠很快搞明白的數據。其中之一是每個病人接受的醫療保險服務，另外一個是每個病人支付的費用。我們同時也仔細研究並將病人就診的頻率當作參照，這個很有趣而且讀者也容易明白。有些領域的醫生，比如精神病科醫生或者腫瘤科醫生的接診頻率，比起同行們來說要高而且費用昂貴。但是在其他科目，醫生們接診的頻率沒有那麼高，醫生們的表現也各不相同。如果你發現，你的醫生接診病人比起一般同行要多得多或少得多，這並不代表一定有問題，但也會成為你的參考因素之一。

讓我們的應用程序與眾不同的是，它允許你將自己的醫生與同一領域和地區的其他醫生做比較。比如通過應用程序觀察醫生們是如何進行診療的（他們採取的醫療手段、他們診治病人的百分比、病人的看病頻率等）。

新聞應用程序可以讓人們以另一種方式瀏覽數據，這是單靠簡單的地圖、統計數據或表格所辦不到的。“設計數據時，可以使重要的數字比不重要的細節顯得更大和更突出。”ProPublica網站主編助理斯科特·克萊因（Scott Klein）表示，“在瀏覽網頁時，人們知道通過下拉方式來獲得更多細節。在‘為公眾’網站，我們通過設計引導讀者來體驗各種不同的注意力層級，從最宏觀的全國性的例子到最本地化的例子”。

新聞應用程序的開發者，正越來越多地考慮以用戶為中心進行設計。全國公共廣播電台（NPR）視覺團隊的編輯布瑞恩·博耶（Brian Boyer）對這一原則的解釋是：

我們並不是從數據開始，也不是從技術開始來思考問題。我們所做的一切，都始於一個以用戶為中心的設計流程。我們會討論想要吸引的用戶的需求，然后才討論做什麼和如何做。從好點子或是技術選項上開始也不錯，不過我們盡量不這麼做，而是關注於如何為特定的人群做出最好的產品，也就是那些最能從我們的數據產品中獲益的人。

數據並不天然地意味著真實

與真人形式的消息源一樣，不是所有數據都等同於事實。它們必須接受懷疑主義的檢驗，從來源到質量，再到是否有隱藏的偏見。TOW數字新聞研究中心的研究者尼克·蒂亞克普洛斯（Nick Diakopoulos）寫道：“數據並不天然地意味著真實。是的，通過誠實的推理過程，我們可以在數據中找到真實，但是我們也可以找到多個真實，甚或是全然的虛假。”

如果新聞報道確實會隨著時間推移變得更加科學，那它將使讀者和整個社會受益。一個執行主編可能會提出新聞背后隱藏的線索或假設，然后指派一名調查記者去找出究竟是真是假。這名記者（或者數據編輯）必須去收集數據、証據和相關知識。為了向執行編輯和多疑的讀者証明，他們所提供的結論是正確的，記者需要從數據來源到使用方式，全面展示他的工作。這也意味著記者需要接受懷疑主義的理念，避免確定性的偏見，同時對被觀察的有關聯的事物不輕易下結論。

西北大學人文與社科學院教授布瑞恩·基岡（Brian Keegan）在一篇文章中呼吁：“在當代，對於信息過載，以及恐懼、不確定性和懷疑等情緒的焦慮氛圍下，數據驅動的新聞可以起到關鍵性的作用。它們可以為關於政策、經濟趨勢、社會變革的討論提供更為堅實的經驗基礎。但是，除非新的行業領袖能仿效科學界的標准來設立和強化准則，否則數據驅動新聞很可能會掉入消解公眾信任和科學界信任的陷阱。”對此，基岡為數據記者提出了幾個有效的原則：開放數據、集思廣益、開放合作以及數據監管。

數據新聞記者可以在代碼托管網站分享他們的數據和代碼，比如GitHub，以備同行們檢閱、復制、擴充（ProPublica網和其他機構已經在這麼干了）。記者們還可以與科學家和分析家合作，提出問題和共同分析數據，並寫出文章或者專題。另外，記者還可以將作品提交學術同行進行評議。

做數據新聞的機構，應當讓自己的分析和發現接受經驗式的批評。將整理妥當的數據公布，或者找到合適的專家合作，這些都是十分費時的。不過如果你打算發布原創的實証研究，你就應該接受和回應合理的批評。

數據新聞機構也許會考慮任命獨立的核查人員來代表公眾利益，以及提升科學性規范。數據作品的作者很可能得出輕率的結論、使用不合適的方法、分析私人數據，甚至為了自己牟利。此核查職位的設立，就是為了對上述行為進行核查。

透明性很可能意味著新的客觀性。在科學領域，不能被重復驗証的研究和結果，是其真實性被懷疑的一個理由。基於嚴格審核過的數據而得出的經驗性証據，將賦予編輯和記者這樣的能力：他們將告別“這個人說，那個人又說”的報道方式，因為此種方式隻會讓讀者疑惑真相究竟在哪裡。