2024年03月28日 星期四
首页>青记微评 > 正文

数据新闻中数据叙事的问题与反思

2022-06-16 08:22:38

来源:《青年记者》公众号   作者:王 鹏

摘要:本文从完整与深入的数据叙事、跨学科的探究、有效且有人文情怀的叙事等层面来探究如何将数据与叙事相互融合,发挥协同作用。

  从人类在山洞内作画以来,故事成为人类生活的重要组成部分。人们关注故事,被其精神、理念说服,经典神话传说、英雄传奇、民间故事等流传了一代又一代,影响着人们的生产生活。如今科技高速发展,社会更加发达,而人们囿于技术和工具的控制,更加需要情感因素和人文精神的滋养。新媒体为传统的故事叙事开拓了广阔的空间,后来的研究者与创作者为我们更好地理解故事做出了大量的理论和实践贡献。本文结合当下的数据新闻实践和教学调研,分析数据叙事过程中容易出现的问题并对其进行反思。

  叙事与数据叙事

  英文中的Story有多种含义,在牛津词典中,除了“新闻报道”的含义外,作为“故事”,Story的意思为“内容可以是真实的,也可以是虚构的,但需要有完整的情节”[1]。“讲故事”或“叙事”是一种古老的互动艺术,通过语言和动作来建构故事情境,来唤起听者的想象。[2]由于文化、传统的不同,对“故事”的界定和“叙事方式”也不同,从吃饭、劳作的闲聊到宗教仪式、付费演出,叙事与生活,与戏剧、音乐、舞蹈、喜剧、木偶戏等艺术表现形式相融合,在俗语、神话、传说、舞台艺术等中又不断地讲述故事,叙事方式是多元化的,音乐的节奏、电影的结构、诗歌的意境等都可以用来叙事。不同媒介的故事讲述者都可以贯通其他媒介的故事叙述方式,如文字作者需要知道如何通过文字在脑海中描绘图像,使用语法规则、写作手法描绘抽象的情感与具象的场景,有时还需将专业术语转换成容易接受的语言;音频作者需要知道如何从声音中捕捉情绪;插图画家和信息图表专家将复杂的想法或信息用可视化形式表达出来;摄像师熟知如何将观众恰到好处地置于场景中,通过角度、位置、布光等突出或聚集中心人物。

  从新闻与叙事的关系来看,新闻叙事是基于事实的,侧重信息的传递,出色的新闻报道往往离不开精彩的故事;用故事化的叙事方式来报道新闻,是一种打破新闻报道常规模式,让新闻报道更具吸引力和冲击力的叙事方式。[3]如今,在数据与新媒体的推动下,出现了新闻专题、数据新闻、计算新闻、融合新闻等形态;涌现了依赖于技术或工具的传感器新闻、无人机新闻、沉浸式新闻等。[4]智能化的技术和人类的价值判断与直觉相结合,新闻叙事也更加立体化和个性化。

  数据叙事的问题

  美国教育心理学家Bloom的认知范畴分类学把认知分成三层,由低阶到高阶分别是知识、理解、应用、分析/评价/创造。在机器人写作、无人机拍摄、傻瓜软件等智能工具替代或辅助记者完成新闻写作的时代趋势下,能够胜出的关键点就在“创意”“思辨”与“情感”等高阶思维能力方面。高阶能力的缺乏,容易导致数据新闻作品出现以下问题:

  首先是数据的简单呈现,分析不深入。数据新闻制作的主要流程包括数据采集、数据分析、数据可视化等,数据叙事贯穿了整个过程,基于数据的叙事能力,不仅是数据采集的手段,而且是数据采集之后选择故事并进行有效叙事的手段。[5]笔者在近五年对本校新闻学专业学生“数据新闻概论”课程的教学中,发现学生在制作作品时最容易忽视数据的叙事,这就会导致作品主题泛化、结构单薄,没有深度,缺少创新。学生的选题常常模仿研究报告的思路,缺乏问题意识和新闻人的敏感性,最初上报的作品选题中有一部分是关于“××的调查报告”“××的数据分析”等。选题确定之后,数据分析部分往往缺乏建立对信息和数据的多维连接,导致作品内容薄弱。

  其次是缺乏思辨性内容。新闻的本质从某种角度来看,是通过对真相的多角度解读,促使人反思和社会自省。[6]在新的媒介生态环境里,“短”“平”“快”的娱乐化内容、虚假信息、不良信息等充斥各种网络平台。缺乏批判性态度和批判性能力,意味着我们丧失了对新的证伪数据的敏感性,而易服从于传统的威权或习惯。[7]另外,“年轻人往往容易进行道德评判,容易愤激,动辄爱抨击社会,指责政府,这种偏好愤激的结果就是,形成简单的非黑即白的线性思维,忽略了现实世界的复杂性”[8]。

  最后是注重工具的使用,缺少人性故事。与数据新闻制作相关的数据搜集、分析与可视化的工具越来越多,技术的门槛也越来越低,重复的主题、易获取的数据和绚丽的模板可以促使一个数据新闻作品在短时间内完成,但这样的报道往往没有感人的、有说服力的个人故事,因而不会有影响力。

  数据叙事的反思

  (一)完整与深入的数据叙事。故事结构的概念最先由古希腊哲学家提出,亚里士多德提出了一个基本但深刻的想法:“故事应该有明确的开始、中间和结尾。”[9]之后,学者和习艺者继续发展着这种叙事结构。对数据新闻而言,“完整”的叙事意味着有没有全面地对主题与报道对象进行阐述与分析。学生在制作数据新闻时,往往更关注数据新闻的可视化,将构图的结构等同于叙事结构。如笔者所授“数据新闻概论”课程中学生的信息图作业《路漫漫,仍求索:中国的反家暴之路》,图表分为五部分,用了地图、饼图、词云、流程图等丰富的图表类型,颜色搭配也符合家暴的主题,从叙事的结构来看,以“背景”“救赎”“隐忧”“逃离”“勇气”作为五部分的小标题,但这五部分是否可以覆盖中国的反家暴之路以及它们之间的逻辑关系并不清晰。很多学生在制作作品时,没有考虑结构的完整性,各个部分之间缺乏逻辑关系。新闻的叙事事实上是以怎样的叙述形式表现新闻的本质,常见的叙事结构有开始、中间和结尾,或者开端、发展、高潮和结局,传统的新闻写作有“倒金字塔”结构,而数据新闻则需要超越这些既定的方式,结合文字、图表、图片、视频等元素充分调动人们的视觉、听觉,多元化、多角度呈现事实,也需要遵循传统的叙事模式。

  数据新闻常见的报道结构有并列式结构、对比式结构、递进式结构,这可看作对叙事的“中间”环节的三种处理方法。三种结构可以看作从不同维度分析报道对象,这些维度之间是并列的、比较的或者递进的关系,维度的选择将决定报道的结构,在报道中常常会穿插使用不同的结构。例如在一些国际化议题的报道中,由于涉及多个国家,不只是发达国家——发展中国家的二元关系,往往需要根据主题和数据特点选择叙事对象。

  如Visual Capitalist的作品《互动地图:走进世界那些饥饿与食品不安全之地》[10],根据联合国世界粮食计划署的数据,叙述了12个粮食供应不足的国家的问题。相对应地,又提到了富裕国家的粮食浪费的数据,“这些生产出来但从来没有吃过的食物相当于撒哈拉以南非洲地区的粮食净产量,足以养活20亿人,是全球营养不良的人口的两倍多”。最后又根据以上问题,进一步提出一些措施。再如纽约时报的报道《世界上哪里的年轻人对未来最乐观?》[11],按照世界银行使用的人均国民总收入衡量标准将21个代表性国家作为报道对象,分为高收入、中等收入和低收入国家;结合联合国儿童基金会和盖洛普在2021年2月至6月期间通过电话对这21个国家的21000多人的调查,发现在15至24岁的年轻群体中,低收入国家的年轻人偏向于认为子女比他们父母当年的经济情况更好,世界会越来越好,而高收入和中等收入国家的年轻人相对来说更加悲观;为使内容更丰富和深入,文章又加入了来自巴西、肯尼亚、乌克兰、西班牙、美国等地的七位年轻人的经历和感想。在类似的报道中,完整的叙事都需要通过数据和访谈对象的选择、设置来平衡与推进报道。

  (二)跨学科的探究。新闻陈述或叙事的形式是多样的,如文字、图像、音频、视频等,在数字传播技术的推动下,新闻的融合将新闻专业精神与技术、艺术等整合起来,编写适合不同媒体的内容,通过多个平台进行发布。在融合新闻的背景下,“多任务处理”和“多技能处理”成为新闻行业的新流行词。[12]这些都需要新闻工作者的跨学科能力。

  如今新媒体环境下,学科边界与架构都在发生变化,新闻传播学与信息学、新媒体或影视、艺术等学科在不断地交叉融合。Anderson等人提出新闻专业人员需要具备软技能和硬技能。前者指的是要有寻求创新和变革的观念,在消息来源、联系和社区方面保持网络化,同时也要形成一种体现正直和判断力的人格,硬技能指的是具备专业能力,数据处理和统计的能力,会编码,熟悉报道的各个阶段的运作。[13]

  数据新闻拓展了传统新闻的呈现形式,也对制作者跨学科的素养要求更高。在软技能方面,新闻专业素养、艺术设计素养及与可视化相关的素养都需要深化。在硬技能方面,数据新闻生产过程涉及的数据搜集、数据分析和数据可视化的三个主要阶段中,需要使用不同的工具,甚至高级别的编程软件。虽然大型媒体、中型媒体和小型媒体的规模不同、人员配置不同,但非技术出身的记者掌握基本的软件应用工具成为趋势。

  此外,人们信息获取的平台越来越多,再加上微博、微信、小红书、短视频等SNS平台充满着精美的图片、动人的故事和第一手信息,甚至成为人们获取信息的重要来源,这些都改变着信息的生产和组织方式。

  (三)有效且有人文情怀的叙事。数据的搜索、分析与可视化都需要应用复杂的数学知识和统计技术,才能建立一个基于证据的完整故事,但在叙事时,需要剥离或隐藏这些过程,使用简单、清晰、可理解的表述。但简单直接的叙事方式并不仅仅是简化,而需选择高效的叙事方式,将晦涩难懂的概念或术语变得容易理解,再加上富有人文情怀的叙事,更能增强作品的感染力。

  首先,通过评估文本可读性的工具进行测试。弗莱士-金凯德易读性指数[14]是广泛使用的可读性测量方法,它依据每个句子的单词数和每个单词的音节数得出,简单叙事易读性指数通常在0-100,句子越短,用的长词越少,分数就越高,以此来评估文本的可读性。根据弗莱士-金凯德易读性指数和不同文本的典型易读性指数[15],BuzzFeed网站内容可被11岁学生理解,阅读非常轻松,而《经济学人》杂志阅读困难,大学生才可理解其内容。可见,在词语和思想之间,使用更能贴近、自然地表意的基本词汇,思想可被简单、快速地领悟。

  其次,选择恰当的符号。从受众对符号解读和理解的角度来看,读者和听者在视听过程中可动用的脑力是有限的,辨别和解读符号需要耗费部分脑力,排列和组合那些符号所暗示的意向也需要耗费部分脑力,剩下的能力才能被用来理解那些符号所传达的思想。[16]因此,单词越长,句子越长,用词越专业或晦涩,就越难理解,“接受和理解每个句子所耗费的时间和注意力越多,能用来理解句子所含思想的时间和注意力就越少,而且那思想理解起来也愈欠生动”[17]。所以,对于涉及数据、图表等专业性较强的符号的数据新闻来说,用这些符号驱动叙事,将语言复杂性分析纳入日常叙事的步骤中,这样的新闻故事才令人信服又给人启迪。

  英国护士和统计学家弗洛伦斯·南丁格尔在克里米亚战争期间,率先提高了战争中护理的地位,她发现伤者的死亡率在卫生干预措施下急剧下降,她记录了战场军队士兵死亡原因的数据,设计了新颖的表述方式和可视化数据的方法,她的开创性的玫瑰图使读者一目了然,让野战医院和无须移动位置的本土医院在设计和运营方式上都发生了根本性的变化,这些改变与富有人文情怀的数据叙事紧密相关。

  最后,注意数据叙事的情感因素。数据新闻的制作看似是在搜集、分析与呈现数据,实则是处理数据背后的人的关系,因为数据是人制造的,显示的是人的问题,而人们对故事的反应比对数据的反应更为强烈,数据和统计应该是故事的基础,而非故事本身。[18]探寻“异常值”“峰谷值”“受害数据”“死亡数据”等中个体的喜怒哀乐或寻常生活的情感因素将更能够打动受众,因为触发情感反应的词和概念具有衍化价值,包含情感因素的数据驱动的故事更容易被记住。以“月经贫困”为主题的数据新闻为例,无论是美国Regis College硕士项目的信息图作品《美国与世界各地的月经贫困、月经耻辱和女性卫生问题》,还是2020年中国数据内容大赛最佳数据视频铜奖获奖作品《月经贫困》,在描述了全球“月经贫困”的现象中都融入了增加经期平等、推动性别平等的情感期待,都描述了贫困地区的经济状况不佳、基础建设不足、观念落后等和已发展国家及地区征收“月经税”导致“月经贫困”问题,并结合地图、图表或影像资料等可视化形式进行细节的拓展。其中都提到了尼泊尔等地区的“潮帕蒂”传统、非洲因来月经而辍学的女孩、发达国家底层女性的月经贫困问题等,让读者对全球化背景下的月经贫困、月经污名化有更直观的认识。

  数据新闻的呈现形态非常多样,尤其是游戏新闻、新闻测试、新闻计算器等通过各种交互设备和技术来操作显示的作品,使得新闻的数字化与叙事的新可能性联系在一起,拓展了沉浸性、互动性、多模式和参与性的叙事形式的可能性,数据叙事也更易以引发情感关联和共鸣的方式呈现。

  【本文为2020年度浙江越秀外国语学院线上线下混合式教学改革项目“BOPPPS教学模式结合多元化教学法的‘数据新闻概论’混合式教学改革”、2020年浙江越秀外国语学院“课程思政”示范课程建设项目“‘数据新闻概论’课程‘课程思政’示范课程建设阶段性成果】

  参考文献:

  [1]Meaning of story in English.Cambridge Dictionary.https://dictionary.cambridge.org/dictionary/english/story.

  [2]What Is Storytelling?.National Storytelling Network.https://storynet.org/what-is-storytelling/.

  [3]童兵.新闻传播学大辞典[M].北京:中国大百科全书出版社,2014:5.[4][6][7]弗格斯·皮特.传感器与新闻[M].章于炎,译.北京:北京大学出版社,2017:5,7,17.

  [5]周庆安.融媒环境下如何培养三种叙事能力[J].青年记者,2018(28):73.

  [8]李明伟.新闻专业设计[M].北京:中国人民大学出版社,2018:232.

  [9][15][18]山姆·诺尔斯.用数据讲故事[M].何文忠,李雨婷,余晔娇,周先武,译.北京:中信出版社,2020:10,47,48,89.[10]Interactive Map: Tracking World Hunger and Food Insecurity.https://www.visualcapitalist.com/interactive-map-tracking-global-hunger-and-food-insecurity/.

  [11]Where Are Young People Most Optimistic? In Poorer Nations.https://www.nytimes.com/2021/11/17/upshot/global-survey-optimism.html.

  [12][13]Lia-Paschalia Spyridou,Andreas Veglis.“Convergence and the Changing Labor of Journalism: Towards the‘Super Journalist’Paradigm”.Media Convergence Handbook.1(2016):105,108.

  [14]Flesch–Kincaid readability tests.https://en.wikipedia.org/wiki/Flesch%E2%80%93Kincaid_readability_tests.

  [16][17]Spencer, H., A. B, & Birrell, A. (1871). Philosophy of style. New York: D. Appleton and Co, pp.11.

  (作者为浙江越秀外国语学院网络传播学院副教授)

  【文章刊于《青年记者》2022年第9期】

  本文引用格式参考:

  王鹏.数据新闻中数据叙事的问题与反思[J].青年记者,2022(09):42-44.

来源:《青年记者》公众号

编辑:小青