¿Visualizar para ocultar? Por Laia Blasco-Soplon

Uno de los primeros reivindicadores del potencial del pensamiento visual fue Rudolf Arnehim, quien dijo que la percepción visual es lo que nos permite tener una verdadera comprensión de la experiencia, considerando forma y contenido inseparables (Arnehim, 1969).

También antes del acceso masivo a Internet, Richard Saul Wurman previó que habría una explosión en la cantidad de información disponible tal, que haría necesaria la intervención de profesionales dedicados a organizarla, darle sentido y presentarla de forma coherente, sistemática y comprensible (Richard Saul Wurman, 1989). De alguna forma estaba anunciando la necesidad creciente que tenemos, desde hace algunos años, de dar forma a esta gran cantidad de información, de visualizarla.

En 1993, George G. Robertson et al. (Robertson et al., 1993) definieron la visualización de información como la combinación de distintos aspectos de imágenes, gráficos, visualización científica e interacción persona-ordenador y persona-información, así como de tecnologías de la información. Desde esta primera definición al presente, la visualización se ha ido redefinido para abarcar el trabajo de distintos campos: investigación, periodismo, ilustración, educación, arte, diseño, etc. Y ha sido vista como una herramienta para la organización, la cognición y también la expresión.

La visualización de información se está convirtiendo en algo más que en un conjunto de herramientas, tecnologías y técnicas para gestionar grandes conjuntos de datos. Se está convirtiendo en un medio en sí mismo, con una amplia gama de posibilidades expresivas (Rodenbeck, 2008). La visualización ya está preparada para ser un mass media (Viégas y Wattenberg, 2010), y empieza a ser uno de los instrumentos y recursos principales para el diseño y desarrollo de interfaces gráficas de usuario.

No podemos negar que, en un mundo cada día más datificado, la cuantificación, procesamiento y visualización de estos datos no tenga valor, claro está que sí lo tiene, pero precisamente por eso deberíamos tomar más consciencia de que las interfaces que se sirven de la visualización de datos para crear su gráfica de usuario articulan los mismos mecanismos que lo hacen las demás interfaces de usuario.

Gran parte de la cultura, pasada y presente, está filtrada por las interfaces mediante las que se comunica el hombre. La interfaz actúa como un código que transporta mensajes culturales en una gran diversidad de soportes, y como cualquier código nunca es un mecanismo neutral de transmisión de datos, sino que afecta a los mensajes, suministrando un propio modelo del mundo, un esquema lógico e ideología (Manovich, 2001). La interfaces median entre humanos y máquinas, entre máquinas y máquinas y entre humanos y humanos. Por ello, las interfaces implican un intercambio entre datos y cultura. La interfaz, vista desde un paradigma cultural, afecta no solamente a nuestra producción creativa o presentación del mundo sino también a nuestra percepción del mismo (Andersen, 2011).

Las interfaces son herramientas culturales, dispositivos artificiales que, como los lenguajes o la comunicación, se sirven de metáforas. Cuando estas metáforas están bien diseñadas, se naturalizan y vuelven imperceptibles, pero en ningún caso son realmente transparentes, aunque parezcan invisibles (Scolari, 2004). Tales metáforas no sólo influyen en la concepción de lo que es posible o no en nuestros ordenadores, sino que también afectan el habla, el discurso y la acción, en un contexto más amplio. Dan forma y dirigen debates públicos, discursos académicos, innovaciones tecnológicas y posiciones ideológicas del sujeto (Boomen, 2014). No solamente cuentan la historia de sus propias operaciones, sino que traspasan hacia la vida social y plantean cuestiones a las que la interpretación política es la única respuesta coherente. (Galloway, 2012).

Así, las interfaces, y por supuesto también las que usan la visualización de datos, son atravesadas y definidas por tensiones tecnológicas, económicas, ideológicas, culturales, históricas o políticas que condicionan sus modelos de representación y a su vez su percepción.

File:Hidden visible-05.png Fig.[1]. Esquema sobre lo que oculta y lo que muestra la interfaz.

Si ya costaba desvelar los mecanismos que enmascaraban la dimensión política de cualquier interfaz, con las interfaces que usan la visualización de datos nos encontramos con dos obstáculos añadidos que todavía aumentan más la sensación de falsa transparencia de la interfaz.

La aparente neutralidad de los datos

“Los datos dicen, los datos revelan, están demostrando... Si hay datos es verdad!”

Que una visualización se base en datos no significa que se presenten todos los datos existentes sobre aquello. Va a ser imposible presentar “todos” los datos. Los datos que se visualizan son los que en la minería se han conseguido, los que la base de datos ha recolectado, los que se han podido obtener, los que se han querido escoger, los que se han decidido mostrar, los que se han querido presentar... y a su vez los que el usuario ha podido navegar, ha sabido manejar y mirar. Pero además ¿quién dijo que todo se podía explicar con datos? No todo es cuantificable, hay mucha realidad que se escapa de los datos y no por eso es menos realidad.

Debemos superar la falacia de la neutralidad de los datos. Los datos siempre son parciales, interpretados e interpretables, por eso nunca son neutros ni objetivos.

La fascinación por el autorretrato

“¡Halaaaa! ¡Ahí estoy yo! ¡Ese soy yo!”

Debido al flujo constante de datos que producimos a diario, ya sea navegando por la web, mediante dispositivos de localización, o con las cada vez más populares aplicaciones sobre self-tracking (running, rutas compartidas, alimentación, etc.), los data portraits (Donath, 2010) se han convertido en un tema de estudio e interpretación fuera del ámbito artístico y académico, y podemos encontrar muchos ejemplos en múltiples blogs y webs. Uno de los primeros ejemplos de esta tendencia creciente del quantified self (O'Connor, 2013) es el trabajo del diseñador Nicholas Felton, quien desde 2005 recoge, analiza y visualiza la actividad de su día a día en su Personal Annual Report, realizando data portraits de sí mismo que publica anualmente. También es el fundador de Daytum, una web dedicada al self-tracking. La datificación masiva ha hecho aflorar aplicaciones de todo tipo basadas en la representación de los datos de uno mismo, y ¿a quién no le gusta mirarse al espejo si lo refleja guapo? Es fascinante verse entre los datos “¡Cuánta gente representada!”. Así, las visualizaciones se cubren de una áurea mística de verdad celestial: “¡Y ahí podría estar yo! ¡Ese soy yo!”

Debemos superar la mirada fascinada hacia el autorretrato y sustituirla por una mirada crítica que cuestione: ¿qué datos muestran? ¿qué datos no muestran? ¿a quien sirven los datos? ¿dónde se guardan los datos? ¿quien maneja los datos? ¿de quién son mis datos? ¿cómo son representados? ¿a quién representan?

A diario manipulamos interfaces que se nos presentan aparentemente neutras y transparentes pero que están repletas de ocultas tensiones políticas. Tal y como nosotros las moldeamos a ellas, sus éticas y sus estéticas nos moldean a nosotros, constituyéndose como constructoras de realidades con agencia y diligencia. Las interfaces basadas en la visualización, contribuyen todavía más a esa sensación de falsa transparencia que invisibiliza todavía más los mecanismos políticos que las articulan. Como usuarios ¿queremos simplemente admirar fascinados nuestros retratos datificados? ¿o queremos tomar consciencia de la dimensión política de las interfaces? Y como diseñadores ¿queremos visualizar para ocultar? ¿O queremos diseñar interfaces y visualizaciones desde una posición ética que explicite su dimensión cultural, ideológica y política? ¿Podemos hacer visible lo realmente invisible?

_______

Do we visualize in order to hide? (english version)

One of the first advocates of the potential of visual thinking was Rudolf Arnheim, who argued that visual perception is what allows us to truly understand experience, and believed that form is inseparable from content (Arnheim, 1969).

Also before the mass internet access, Richard Saul Wurman predicted that the explosion of available information would be so great that it would require the intervention of professionals dedicated to organising it, making it meaningful, and presenting it in a coherent, systematic, understandable way (Wurman, 1989). In a sense, he was forewarning us of the need that has been growing in recent years, to give shape to this enormous amount of information, to visualize it.

In 1993, George G. Robertson and his colleagues (Robertson et al., 1993) defined data visualization as a mix of different aspects of images, graphics, scientific visualization and human-computer and human-computer interaction, as well as information technologies. From this first definition up until the present, visualization has come to include many different fields: research, journalism, illustration, education, art, design, and so on. And it has been used as a tool for organisation, cognition, and also expression.

Data visualization is becoming more than just a series of tools, technologies, and techniques for managing large data sets. It is becoming a medium in itself, with many expressive possibilities (Rodenbeck, 2008). It is ready to become a mass medium (Viégas and Wattenberg, 2010), and is already starting to be one of the main tools and means for graphic user interface design and development.

There is little doubt that quantifying, processing, and visualizing data are valuable operations in an increasingly datified world. And this is precisely why we need to become more aware that interfaces that use data visualization to create user graphics are based on the same mechanisms as other user interfaces.

Most cultural activity, past and present, is filtered through the interfaces by which humans communicate. Interfaces act like code that carries cultural messages in a wide range of media. And like any code, interfaces are never simply neutral data transmitters; they affect the actual messages, contributing a model of the world, a logical and ideological framework (Manovich, 2001). Interfaces mediate between humans and machines, between machines and machines, and between humans and humans. As such, interfaces involve exchange between data and culture. As a cultural paradigm, interfaces do not simply affect our creative output or the way we present the world, but also the way we perceive it (Andersen, 2011).

Interfaces are cultural tools or artificial devices that use metaphor, just like languages and communication do. When these metaphors are well designed they become naturalized and imperceptible, but they are never really transparent, even when they appear to be invisible (Scolari, 2004). These metaphors do not only influence our idea of what our computers can and cannot do, they also affect speech, discourse, and action in a broader sense. They shape and guide public debates, academic discourses, technological innovations, and the ideological positions of the individual (Boomen, 2014). They don’t just speak of their own operation, they also seep into social life and raise questions that can only be answered through a political interpretation (Galloway, 2012).

Interfaces – including those that use data visualisation – are affected and defined by technological, economic, ideological, cultural, historical, and political matters that condition their models of representation, and also the way they are perceived.

File:Hidden visible-05.png Fig.[1] Diagram that illustrates what the interface shows and what it hides

It has always been difficult to reveal the mechanisms that conceal the political dimension of interfaces, but interfaces that use data visualization introduce two extra obstacles that further strengthen the sense of false transparency of the interface.

The apparent neutrality of data

“The data say, the data reveal, the figures show... If there’s data, it must be true!” The fact that a visualization is based on data does not mean that it necessarily presents all available data on the topic. It is impossible to present “all” data. A visualization uses the data that has been found trough data mining or compiled on a database, the data that was obtainable, the data that was intentionally chosen, the data that somebody has decided to show and present... and also the data that the user has been able to navigate, handle, and see. And in any case, who said that everything could be explained through data? Not everything is quantifiable, a large part of reality escapes data, but remains just as real.

We need to overcome the fallacy of data neutrality. Data are always partial, interpreted, and interpretable, and as such they are never neutral or objective.

Our fascination with self-portraits

“Hey! That’s me! That’s me over there!”

Given the constant flow of data we produce daily as we browse the web, use localization devices, or, increasingly, run self-tracking apps (running, shared routes, nutrition, etc.), “data portraits” (Donath, 2010) are being studied and discussed beyond the art and academic field, including blogs and websites. One of the first examples of this growing tendency towards the “quantified self” (O’Connor, 2013) was the work of the designer Nicholas Felton, who has been analysing and visualising his day-to-day activity in his Personal Annual Report, creating data self-portraits that he has published each year since 2005. Felton is also the founder of Daytum, a website with information on self-tracking. Mass datification has led to the emergence of all kinds of apps for representing personal information. Who doesn’t enjoy looking at themselves in the mirror if the image reflected back is attractive? It is fascinating to identify oneself among data, there are so many people represented! Visualizations thus have an aura of mysticism and heavenly truth: “I could be there! That’s me!”

We need to overcome our fascination with self-portraits and replace it with a critical approach that questions: what data does the visualization show? what doesn’t it show? in whose interests are the data? where are the data stored? who handles the data? who do my data belong to? how are they represented? who do they represent? Every day, we interact with interfaces that are presented to us as seemingly neutral and transparent, but are actually full of underlying political tensions. Just as we adapt ourselves to them, their ethics and aesthetics shape us, and become creators of realities that have agency and diligence. Interfaces based on visualization strengthen this sense of false transparency that even further hides the political mechanisms that organise them. As users, do we want to simply remain fascinated and passive observers our datified portraits? O do we want to become aware of the political dimension of interfaces? And as designers, do we want to visualize in order to hide? Or do we want to design interfaces and visualizations from an ethical perspective that explicitly draws attention to their cultural, ideological, and political dimensions? Can we make visible that which really is invisible?