Το αγαπημένο μου παράδειγμα είναι η έρευνα υπό τον τίτλο Do No Harm της εφημερίδας Las Vegas Sun το 2010, σχετικά με τη νοσοκομειακή περίθαλψη. Η εφημερίδα ανέλυσε περισσότερες από 2.9 εκατομμύρια εγγραφές από νοσοκομειακούς λογαριασμούς, οι οποίες αποκάλυψαν παραπάνω από 3.600 τραυματισμούς, μολύνσεις και λάθη κατά τη διάρκεια χειρουργείων που θα μπορούσαν να αποφευχθούν. Τα εν λόγω δεδομένα αποκτήθηκαν μετά από αίτηση στα δημόσια αρχεία και αναγνώριστηκαν περισσότερες από 300 υποθέσεις στις οποίες οι ασθενείς πέθαναν από λάθη που θα μπορούσαν να είχαν αποφευχθεί. Η παρουσίαση της έρευνας και των αποτελέσματων της γίνεται μέσα από μία σειρά διαφορετικών μεθόδων ποιοτικής και ποσοτικής ανάλυσης. Περιέχει, για παράδειγμα, ένα διαδραστικό γράφημα που επιτρέπει στον αναγνώστη να βρει τα νοσοκομεία όπου συνέβησαν περισσότερα χειρουργικά ατυχήματα από τον αναμενόμενο βαθμό, ένα χάρτη που παρουσιάζει μία χρονική απεικόνιση των μολύνσεων που διαδόθηκαν από νοσοκομείο σε νοσοκομείο, καθώς και ένα ακόμη διαδραστικό γράφημα που επιτρέπει την ταξινόμηση και παρουσιάση με βάση αποτρέψιμους τραυματισμούς ή ανα νοσοκομείο. Όλοι αυτοί οι τρόποι απεικόνισης καταφέρνουν με εύκολο τρόπο να «περάσουν» το νόημα στον αναγνώστη, επιτρέποντας τον να κατανοήσει τα δεδομένα εύκολα, να πλοηγηθεί σε αυτά με άνεση και να ανακαλύψει πολύ περισσότερα με μερικές απλές κινήσεις.

Επιπλέον, η εν λόγω έρευνα επηρέασε ουσιαστικά την τοπική κοινωνία: το νομοθετικό σώμα της Nevada ανταποκρίθηκε στα ανησυχητικά αποτελέσματα με έξι νομοθετικές πράξεις. Όσοι δημοσιογράφοι συμμετείχαν στην έρευνα, εργάσθηκαν πολύ σκληρά για να αποκτήσουν πρόσβαση, να ξεκαθαρίσουν, αλλά και να οργανώσουν τα δεδομένα. Ένας από αυτούς ειδικά, ο Alex Richards, απέστειλε τα δεδομένα πίσω στα νοσοκομεία και στην πολιτεία τουλάχιστον καμμιά δωδεκαριά φορές, ώστε να διορθωθούν τα όποια λάθη.

— Angélica Peralta Ramos, La Nación (Argentina)

Λατρεύω τη δουλειά που κάνουν μικροί ανεξάρτητοι οργανισμοί κάθε μέρα, όπως η ProPublica ή η Texas Tribune, που έχουν στη διάθεση τους καταπληκτικούς ερευνητές δεδομένων, όπως για παράδειγμα ο Ryan Murphy της Texas Tribune. Από τον εν λόγω οργανισμό θα ξεχώριζα το πρόγραμμα της βάσης δεδομένων που περιέχει τους μισθούς των κυβερνητικών υπαλλήλων. Στο εν λόγω πρόγραμμα περιέχονται τα ονόματα και οι μισθοί 660.000 κυβερνητικών υπαλλήλων, οργανωμένα με τέτοιον τρόπο ώστε οι χρήστες να μπορούν να αναζητούν και να δημιουργούν δημοσιογραφικές ειδήσεις. Μπορείς να αναζητήσεις ανά υπηρεσία, όνομα ή μισθό και να έχεις έτσι απλά και ουσιαστικά πρόσβαση σε πληροφορίες που μέχρι πρότινος ήταν στο απυρόβλητο, αλλά κυρίως να παράγεις σχεδόν αυτόματα ειδήσεις. Αποτελεί ένα πολύ καλό παράδειγμα του πως η Texas Tribune αυξάνει την αναγνωσιμότητα και κυκλοφορία της, μέσα από αυτές τις σελίδες δεδομένων.

— Simon Rogers, the Guardian

Η έρευνα των Jonathan Stray και Julian Burgess, στα αρχεία του Πολέμου στο Ιρακ, αποτελεί πηγή έμπνευσης στην προσπάθεια ανάλυσης κειμένου και οπτικοποίησης για μεγάλο σύνολο αρχειακών δεδομένων.

Μέσω αλγορίθμων και τεχνικών ανάλυσης, οι Jonathan και Julian δημιούργησαν μία οπτική γραφική παρουσίαση ενός συμπλέγματος λέξεων-κλειδιών που περιέχονται σε χιλιάδες εκθέσεις της Αμερικανικής κυβέρνησης για τον Πόλεμο στο Ιράκ, οι οποίες διέρευσαν κάποια στιγμή μέσω του WikiLeaks.

Η μέθοδος αυτή, με όλους τους περιορισμούς που παρουσιάζει και παρά το γεγονός ότι είναι πειραματική, αποτελεί μία νέα και καινοτόμα προσέγγιση στη διαδικασία ανάλυσης κειμένων. Αντί λοιπόν κάποιος να προσπαθήσει να διαβάσει όλα τα αρχεία ή να ανατρέξει σε αυτά χρησιμοποιώντας συγκεκριμένες λέξεις-κλειδιά και να διαβάσει τα αποτελέσματα που θα προκύψουν (υποθέτωντας έτσι ότι οι λέξεις-κλειδιά που χρησιμοποίησε ήταν σωστές), μπορεί μέσω της πειραματικής αυτής τεχνικής να δει οπτικοποιημένα και οργανωμένα όλα τα θέματα και τις πιθανές λέξεις-κλειδιά, μαζί με τον δείκτη σχετικότητας αυτών, που εμφανίζονται σε όλα τα έγγραφα.

Όσο ο αριθμός των κειμένων, emails, εκθέσεων κ.λπ. καθώς και των αριθμητικών δεδομένων αυξάνεται και γίνεται προσβάσιμος στο ευρύ κοινό, τόσο πιο επιτακτική θα γίνεται η ανάγκη εύρεσης μεθόδων που θα εντοπίζουν γρήγορα και οργανωμένα βασικούς τομείς ενδιαφέροντος. Αποτελεί ένα συναρπαστικό κομμάτι της δημοσιογραφίας δεδομένων.

— Cynthia O’Murchu, Financial Times

Ένα από τα αγαπημένα μου παραδείγματα δημοσιογραφίας δεδομένων αποτελεί η έρευνα Φονικά Μυστήρια (αγγλ. Murder Mysteries) του Tom Hargrove, για λογαριασμό του δημοσιογραφικού οργανισμού Scripps Howard News Service (http://bit.ly/murder-mysteries). Αναλύοντας κυβερνητικά αρχεία και σχετικά έγγραφα με αιτήματα από το κοινό, κατάφερε να δημιουργήσει μία λεπτομερή δημογραφική βάση δεδομένων με περισσότερες από 185.000 ανεξηχνίαστες δολοφονίες. Στη συνέχεια, σχεδίασε έναν αλγόριθμο ώστε να αναζητήσει «πρότυπα» (αγγλ. patterns, στοιχεία δηλαδή που να επαναλαμβάνονται) και να υποδείξει τη πιθανή ύπαρξη κατά συρροή δολοφόνων. Το εν λόγω project είχε τα πάντα: σκληρή δουλειά, μία τελική βάση δεδομένων πλουσιότερη ακόμα και από αυτή της κυβέρνησης, έξυπνη ανάλυση με χρήση κοινωνικών επιστημονικών τεχνικών, αλλά και διαδραστική παρουσίαση των δεδομένων στο διαδίκτυο δίνοντας έτσι τη δυνατότητα στους αναγνώστες να τα εξερευνήσουν μόνοι τους.

— Steve Doig, Walter Cronkite School of Journalism, Arizona State University

Προσωπικά, με συνεπαίρνει η περίπτωση της «Μηχανής Παραγωγής Μηνυμάτων», μίας είδησης που προέκυψε από δημοσιογράφο της ProPublica (μη-κερδοσκοπικός δημοσιογραφικός οργανισμός) και του The ProPublica Nerd Blog. Όλα ξεκίνησαν από χρήστες του Twitter που εξέφρασαν την απορία τους, όταν δέχθηκαν διαφορετικά emails από την προεκλογική εκστρατεία του Barak Obama (στις Η.Π.Α.). Οι άνθρωποι της ProPublica το παρατήρησαν και ζήτησαν από το κοινό να τους προωθήσει όσα emails δεχθήκαν από την εν λόγω εκστρατεία. Η παρουσίαση που προετοιμάστηκε ήταν καλαίσθητη, με οπτική ομαδοποίηση μίας σειράς διαφορετικών emails που στάλθηκαν εκείνο το βράδυ. Το εκπληκτικό είναι ότι η ProPublica συγκέντρωσε τα δικά της δεδομένα (έστω και αν το δείγμα ήταν μικρό όπως παραδέχθηκαν, αλλά αρκετό για να βγει η είδηση). Το ακόμα πιο εκπληκτικό όμως είναι ότι κατάφεραν να βγάλουν είδηση για ένα διαρκώς αυξανόμενο φαινόμενο: ότι μεγάλες βάσεις δεδομένων χρησιμοποιούνται σε πολιτικές εκστρατείες στοχεύοντας με συγκεκριμένο τρόπο σε συγκεκριμένους ιδιώτες. Δείτε το ως πρόγευση από όλα αυτά που έρχονται.

— Brian Boyer, Chicago Tribune

Ένα από τα αγαπημένα μου παραδείγματα δημοσιογραφίας δεδομένων είναι το project του Andrew Garcia Phillips στο Chartball. Ο Andrew είναι μεγάλος fan διαφόρων αθλημάτων, με ακόρεστη δίψα να διαβάζει και να χρησιμοποιεί δεδομένα, μία εξαιρετική αισθητική ως προς τη σχεδίαση και την ικανότητα να προγραμματίζει. Μέσω του Chartball λοιπόν, οπτικοποιεί όχι μόνο ιστορικά δεδομένα, αλλά και λεπτομέρειες ως προς τις επιτυχίες και τις αποτυχίες συγκεκριμένων αθλητών και αθλητικών ομάδων. Στόχος του είναι να δημιουργεί συγκεκριμένο περιεχόμενο, να το παρουσιάζει με ελκυστικά γραφικά και το αποτέλεσμα είναι πραγματικά ουσιώδη, διασκεδαστικό και με εξαιρετικό ενδιαφέρον. Και να φανταστείτε ότι προσωπικά δεν ασχολούμαι ιδιαίτερα με τα αθλητικά!

— Sarah Slobin, Wall Street Journal