En koe olevani datajournalisti, vaikka tiedän olevani.
Kaikki datajournalismiin liittyvä puhe (jota nykyisin riittää!) on saanut minut vieroksumaan koko käsitettä. Muutamat henkilökohtaiset valinnat ovat kuitenkin pakottaneet minut datajournalismin äärelle. Näistä tärkein on muutama viikko sitten aloittamani IT-tradenomiopinnot Haaga-Heliassa, joiden myötä datajournalismista on tullut tapa yhdistää työ ja opinnot.
Datajournalismin määritelmän ruotiminen oman oppimisprosessini alkuvaiheessa on muuten siinä mielessä kiinnostavaa, että tähän tekstiin voi palata myöhemmin tarkistamaan, onko oma käsitykseni tai yleinen käsitys datajournalismista kehittynyt johonkin suuntaan. Tosin yleinen käsitys tuntuu tällä hetkellä puuttuvan, sillä termiä käytetään monella tavalla ristiin.
Datajournalismista on puhuttu viime vuosina kummallisen paljon ottaen huomioon, että kyseessä ei varsinaisesti ole mikään uusi asia. Esimerkiksi Wikipediassa datajournalismi jaetaan kuuteen eri osa-alueeseen, jotka ovat kaikki jo pitkään käytössä olleita tekniikoita. Ehkä oma oppiminen on hyvä aloittaa näiden käsitteiden pohtimisella.
Data-driven journalism on datajournalismin kovinta ydintä. Toisin kuin jotkut tuntuvat käsittävän tällaista journalismia voi julkaista myös paperilla ja jopa ilman grafiikkaa. Data-vetoisessa journalismissa on kyse tietokoneen käyttämisestä suurten (tai pienempienkin) datamassojen käsittelemiseen tai ymmärrettäväksi tekemiseen. Tähän ei välttämättä tarvita ohjelmointitaitoja vaan tavallisella taulukkolaskentaohjelmalla pääsee jo pitkälle. Lopputuloksen kuvaamisen riittävät pelkät kirjaimet, vaikka grafiikka on usein havainnollisempaa. Tällaista datajournalismia on ollut lehtien sivuilla vähintään niin kauan kuin tietokoneet ovat olleet laajalti käytettävissä.
Infographics ja Data visualization ovat läheistä sukua toisilleen. Infografiikka käsittää esimerkiksi kartat ja perinteiset graafit, kuten piirakka- ja pylväsdiagrammin. Jälleen kerran tavallinen taulukkolaskentaohjelmisto riittää pitkälle. Tähän kategoriaan kuuluvat myös Vihreän Langan Graafinen maailmanselitys -palstan tuotokset (esimerkiksi Itämeren lohista). Datavisualisoinneissa mennään askeleen verran pidemmälle ja kuvataan niin monimutkaisia datamassoja, että niiden kuvaamiseen tarvitaan kehittyneempiä ohjelmistoja ja enemmän asiantuntemusta. Lopputulokset ovat usein visuaalisesti näyttäviä, mutta vain harvoin oikeasti valaisevia (esimerkki jälleen Vihreästä Langasta).
Kaikki tähän mennessä esitelty datajournalismi soveltuu aivan yhtä hyvin paperilla kuin verkossa julkaistavaksi. Seuraavaksi siirrytään 2000-luvulle ja katsotaan, millaisia uusia mahdollisuuksia verkkojulkaiseminen on tuonut.
Interactive visualization on kehittyneempi versio kahdesta edellisestä. Visualisointiin voi lisätä interaktiivisia elementtejä, joiden avulla voi esimerkiksi nostaa tarkasteltavaksi jonkun osan kokonaisuudesta tai saada lisätietoja. Alkeellinen esimerkki tästä voisi olla Helsingin Sanomien käyttämät aikajanat ja kehittyneempi esimerkiksi Jens Finnäsin esitys Suomen suurituloisimmista tai IEA:n tuore energiaraportti Pohjoismaista.
Serious games lisää interaktiiviseen visualisointiin pelillisiä elementtejä. Toisaalta pelillistä datajournalismia voi toteuttaa myös tekstipohjaisesti. Tai jopa paperilla kuten Vihreän Langan Nälkäpörssi-lautapelissä. Tai oikeastaan Nälkäpörssissä ei ole varsinaisesti dataa taustalla, mutta vastaavan lautapelin kehittyneemmässä versiossa voisi hyödyntää esimerkiksi FAO:n ylläpitämää indeksiä ruuan hinnasta.
Database journalism on tietomassojen saattamista yleisölle sellaisenaan tai jonkun työkalun kautta. Esimerkkejä tällaisesta sovelluksista ovat esimerkiksi verotietoja esittelevät sovellukset tai vaikkapa 2000-luvulla valtavan suosion saavuttaneet vaalikoneet.
Mitä sitten vastata otsikon kysymykseen? Onko datajournalismi vain hieno nimi sille tiedonhankinnalle ja -käsittelylle, jota toimittajat ovat aina tehneet? Muun muassa sitä on tässä blogissa tarkoitus selvittää.
