(Altri) tre libri di Information & Data visualization

Alberto Cairo: How Charts lie, nuovo libro

Altri libri da aggiungere nello scaffale sotto la voce Information & Data visualization


Se torturi i numeri abbastanza a lungo, confesseranno qualsiasi cosa.
—Gregg Easterbrook

L’8 maggio ho tenuto il seminario Per un’ecologia dell’information visualization presso l’Università La Sapienza di Roma, all’interno del ciclo Information Visualization. Comunicazione e rappresentazione. Dal Data Visualization all’Infografica organizzato dal CdLM in Design Comunicazione visiva e multimediale:
Mentre facevo ricerca per preparare la lezione articolata intorno ai 3 concetti: dati, rappresentazionepersone, alla base del processo comunicativo, ho cercato vecchi e nuovi spunti sul tema.

Qui, è dove vi propongo una selezione delle risorse a integrazione della lista di cinque libri di infografica e data visualization che avevo stilato l’anno scorso e che sembra suscitare sempre un discreto interesse 😉

1. Alberto Cairo (2019). How chart lies. Getting smarter about visual information. New York: W. W. Norton & Company

Il nuovo libro è annunciato per il 15 ottobre 2009. Dopo i due volumi The beautiful Art e The truthful Art, Alberto Cairo (@AlbertoCairo) sembra sempre più tornare sul problema dell’etica e della verità/veridicità che l’infografica e i suoi processi di manipolazione ostensiva1 portano “invitabilmente” con sé. Soprattutto in una società in cui “public conversations are increasingly driven by numbers, and to make sense of them we must be able to decode and use visual information.”

D’altra parte, anche Edward Tufte (@EdwardTufte) poneva la questione della Graphical Integrity nei processi di visualizzazine delle informazioni. Già nel 2001 in The Visual Display of Quantitative Information proponeva, i sei principi per una buona rappresentazione, come:

  1. Representation of numbers should match the true proportions.
  2. Labeling should be clear and detailed.
  3. Design should not vary for some ulterior motive, show only data variation.
  4. To represent money, well known units are best.
  5. The number of dimensions represented should be the same as the number of dimensions in the data.
  6. Representations should not imply unintended context.

2. Dona M. Wong, (2010). The WSJ Guide to Information Graphics: The Dos and Don’ts of Presenting Data Facts and Figures. New York: W. W. Norton & Company,

Allieva di Tufte, graphics editor prima al New York Times e ora design director del dipartimento di information graphics del The Wall Street Journal, Donna Wong propone una guida a partire dalla sua esperienza progettuale e sul campo. Nel suo parallelo tra la capacità di comunicare efficacemente tramite la grafica e la capacità di scrivere, W. sottolinea implicitamente il valore, nella cultura contemporanea non solo della literacy, ma anche della graphicacy2 ovvero della competenza di decodificare e comunicare anche tramite il linguaggio visivo.

3. Lisa Gytelman (Ed.) (2013). Raw Data”  is an oxymoron. Cambridge, Massachusett: The MIT Press

La prima volta che ho sentito citare questo volume è stato durante il WUD 2018 di Milano durante l’intervento Design e dati: 5 prospettive di Paolo Ciuccarelli (@pciuccarelli) di Density Design a propostito dei dati e visualizzazione. L’altro aspetto della data visualization, infatti, sono proprio i dati, cioè la materia prima, l’ingrediente che ci troviamo a manipolare.

La Gytelman (@namleti) che è curatrice di un volume con contributi di altri studiosi, nell’incipit, riporta, a sua volta, la definizione a cui si ispira il titolo di Geoffrey C. Bowker autore di Memory practices in the science: “Raw data” si both an oxymoron and a bad idea. L’idea sottesa dai due volumi, infatti, è che i dati non siano neutri o meramente “quantitativi” come ci raccontiamo, ma che siano, come altre forme umane e sociali, connessi e plasmati dalla cultura che li genera.
Uno (s)punto di dibattito particolarmente sensibile, quando, nel trattamento e nell’interpretazione subentrano strumenti e strategie – l’Intelligenza Artificiale e il Machine Learning – come sottolineava già lo scorso anno Pola a Ux Matters.


L’immagine di copertina è tratta… dalla nuova copertina del libro di Cairo.

Note:

  1. potete ripassare il concetto di manipolazione ostensiva in Anceschi, G. (1992). L’oggetto della raffigurazione. Milano: ETAS
  2. ne scriverò in un post da qui all’estate 😉 al momento vi lascio con la definzione del Merriam-Webster. Graphicacy (graphic + -acy (as in literacy) ): the ability to understand, use, or generate graphic images (such as maps and diagrams)

Leave a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *