วารสารศาสตร์ข้อมูล

จากวิกิพีเดีย สารานุกรมเสรี

วารสารศาสตร์ข้อมูล (อังกฤษ: data-driven journalism หรือ data journalism) เป็นกระบวนการทางวารสาร ที่มีฐานอยู่บนการวิเคราะห์และคัดกรองชุดข้อมูลขนาดใหญ่ โดยมีจุดประสงค์เพื่อการสร้างข่าวขึ้นมาชิ้นหนึ่ง มันไม่เหมือนกับ วารสารศาสตร์ฐานข้อมูล ซึ่งส่วนมากใช้สำหรับการรายงานข่าวสืบสวนสอบสวน วารสารศาสตร์ข้อมูลจัดการกับข้อมูลเปิดที่เผยแพร่ฟรีออนไลน์ และวิเคราะห์มันด้วยเครื่องมือโอเพนซอร์ส[1] ความแตกต่างอีกอย่างหนึ่งก็คือ วารสารศาสตร์ข้อมูลพยายามที่จะยกระดับไปสู่การบริการใหม่ ๆ เพื่อสาธารณะ การช่วยเหลือผู้บริโภค ผู้บริหาร นักการเมือง ให้เข้าใจแบบแผนที่ปรากฏจากข้อมูล และทำการตัดสินใจบนฐานของข้อค้นพบเหล่านั้น ด้วยประการนี้ วารสารศาสตร์ข้อมูลจึงอาจเป็นวิถีใหม่ที่จะช่วยวางตำแหน่งนักวารสารไว้ในหน้าที่ที่มีความหมายกับสังคม

นิยาม[แก้]

ตามที่สถาปนิกสารสนเทศและนักวารสารมัลติมีเดีย Mirko Lorenz ได้นิยามไว้ วารสารศาสตร์ข้อมูลคือ "ขั้นตอนการทำงาน" ที่ประกอบไปด้วยองค์ประกอบดังนี้: "การเจาะลึก" ลงไปในข้อมูล โดยการเก็บเล็กผสมน้อยข้อมูลจากที่ต่าง ๆ ทำความสะอาดมัน และจัดโครงสร้างให้มัน, "การกรอง" โดยขุดหาข้อมูลที่เฉพาะเจาะจง, "การวาดภาพจากข้อมูล" และ "ทำให้เป็นรายงานข่าว"[2] กระบวนการนี้สามารถขยายเพิ่มเติมเพื่อจัดเตรียมผลลัพธ์สารสนเทศที่แต่บุคคลแต่ละคนสนใจหรือความสนใจของสาธารณะในวงกว้าง

นักเขียนและนักอบรมวารสารศาสตร์ข้อมูล Paul Bradshaw อธิบายกระบวนการของวารสารศาสตร์ข้อมูลเอาไว้ในลักษณะเดียวกัน: ข้อมูลจะต้องถูก ค้นพบ ซึ่งอาจต้องใช้ความเชี่ยวชาญพิเศษเช่น MySQL หรือภาษาโปรแกรมไพทอน, จากนั้นจึง ซักถาม ข้อมูล ซึ่งต้องการความเข้าใจภาษาเฉพาะวงการและความรู้ทางสถิติ, และในขั้นสุดท้าย ทำให้เห็นเป็นภาพ และ ผสมคลุกเคล้า กับสารสนเทศอื่น ๆ ด้วยความช่วยเหลือจากเครื่องมือโอเพนซอร์ส[3]

เครื่องมือ[แก้]

ตัวข้อมูลสามารถดึงมาใช้ได้โดยตรงจากฐานข้อมูลภาครัฐ เช่น data.gov, data.gov.uk และ World Bank Data API[4] หรือใช้วิธียื่นคำร้องขอข้อมูลจากหน่วยงานรัฐ ผ่านกฎหมายว่าด้วยเสรีภาพข่าวสาร (Freedom of Information) เช่น พระราชบัญญัติข้อมูลข่าวสารของทางราชการ พ.ศ. 2540 ของประเทศไทย คำร้องบางอย่างถูกขอและรวบรวมผ่านเว็บไซต์อย่างเว็บไซต์ "What Do They Know" ของสหราชอาณาจักร

เครื่องมือโอเพนซอร์สต่าง ๆ เช่น Google Refine, ScraperWiki, ปลั๊กอินไฟร์ฟ็อกซ์ OutWit Hub และ Google Spreadsheets[5] อนุญาตให้เราอัปโหลด สกัด และจัดรูปแบบข้อมูลได้

แอปพลิเคชันอย่าง Many Eyes หรือ Tableau Public สามารถใช้เพื่อสร้างภาพจากข้อมูล ในรูปของกราฟและแผนภูมิ Yahoo! Pipes และ Open Heat Map[6] เป็นตัวอย่างของเครื่องมือที่จะช่วยสร้างแผนที่โดยใช้ข้อมูลจากตารางคำนวณ

ดูเพิ่ม[แก้]

อ้างอิง[แก้]

  1. Data driven journalism: What is there to learn? Conference, 24 August 2010, Amsterdam, The Netherlands
  2. Lorenz, Mirko. (2010). Data driven journalism: What is there to learn? Presented at IJ-7 Innovation Journalism Conference, 7–9 June 2010, Stanford, CA
  3. Bradshaw, Paul (1 October 2010). How to be a data journalist. The Guardian
  4. World Bank Data API
  5. Data Scraping Wikipedia with Google Spreadsheets
  6. Best sports betting in South Africa 2022

แหล่งข้อมูลอื่น[แก้]

รายการโต๊ะข้อมูลของหนังสือพิมพ์ต่าง ๆ[แก้]

รายการองค์กรที่สนใจเรื่องวารสารศาสตร์ข้อมูล[แก้]