【作者简介】郭恩强/华东政法大学科学研究院助理研究员，法学在站博士后。

　　在一些走在前沿的实践者手中，数据新闻是个强大的工具。它融合了电脑科学、统计学以及社会科学几十年来在大数据研究方面的成果。数据记者可以通过编写算法寻找趋势，勾勒出影响力、权力或消息源之间的关系图。在全球，数据新闻记者的数量在增加，他们所做的工作不仅限于数据可视化或者发布互动地图，他们正运用这些工具追踪腐败，向权势者问责。

　　2014年，数据新闻成为主流，诸如FiveThirtyEight.com网站 、Vox.com网站、《镜报》旗下的Appp3d.com网站、大西洋媒介集团（Atlantic Media Group）的QZ.com网站、《经济学人》和《卫报》的数据博客、《纽约时报》的Upshot都崭露头角，网络平台及实践的发展已经大大改变了这个领域。

　　APP是最重要的讲故事方式之一

　　今天，很多记者不仅将注意力放在为调查收集数据，更注意将数据与鲜活的故事或者新闻应用程序相结合。对于千禧一代来说，新闻应用程序（News APP）是最重要的讲故事的方式之一。

　　新闻应用程序和新闻编辑室分析，将成为媒介机构向移动用户发布信息方式中的核心要素。同时帮助媒介机构厘清谁是你的读者，在哪里、如何、何时成为你的读者，甚至为什么会成为你的读者这样的问题。 这两点对于成功的数字产业都不可少。在此背景下，新闻应用程序不仅仅讲故事，他们还讲述“你”的故事，比如帮助手机用户更好地理解周遭世界，从新闻、天气和交通，到棒球联赛的比赛成绩。

　　有时人们需要理解一个复杂的主题，但缺乏处理原始数据的相关能力。而新闻应用程序则可以让大量的数据变得有意义。比如，2014年5月ProPublica新闻网发布了一个有关治疗追踪的专题。他们的数据分析发现，2014年，在全美2亿人次的患者就诊中，只有4%是因为病情特别复杂，而被医生收取昂贵的医疗费的；但却有1800个医生成为收入排行榜上90%的时间内的名列前茅者。ProPublica网站的资深记者查尔斯·奥恩斯坦（Charles Ornstein）在邮件中披露：

　　专题花了我们很长时间。数据本身庞大而复杂。我们找了专家，好搞清楚比较哪些数据是最有意义的。我们寻找那些读者能够很快搞明白的数据。其中之一是每个病人接受的医疗保险服务，另外一个是每个病人支付的费用。我们同时也仔细研究并将病人就诊的频率当作参照，这个很有趣而且读者也容易明白。有些领域的医生，比如精神病科医生或者肿瘤科医生的接诊频率，比起同行们来说要高而且费用昂贵。但是在其他科目，医生们接诊的频率没有那么高，医生们的表现也各不相同。如果你发现，你的医生接诊病人比起一般同行要多得多或少得多，这并不代表一定有问题，但也会成为你的参考因素之一。

　　让我们的应用程序与众不同的是，它允许你将自己的医生与同一领域和地区的其他医生做比较。比如通过应用程序观察医生们是如何进行诊疗的（他们采取的医疗手段、他们诊治病人的百分比、病人的看病频率等）。

　　新闻应用程序可以让人们以另一种方式浏览数据，这是单靠简单的地图、统计数据或表格所办不到的。“设计数据时，可以使重要的数字比不重要的细节显得更大和更突出。”ProPublica网站主编助理斯科特·克莱因（Scott Klein）表示，“在浏览网页时，人们知道通过下拉方式来获得更多细节。在‘为公众’网站，我们通过设计引导读者来体验各种不同的注意力层级，从最宏观的全国性的例子到最本地化的例子”。

　　新闻应用程序的开发者，正越来越多地考虑以用户为中心进行设计。全国公共广播电台（NPR）视觉团队的编辑布瑞恩·博耶（Brian Boyer）对这一原则的解释是：

　　我们并不是从数据开始，也不是从技术开始来思考问题。我们所做的一切，都始于一个以用户为中心的设计流程。我们会讨论想要吸引的用户的需求，然后才讨论做什么和如何做。从好点子或是技术选项上开始也不错，不过我们尽量不这么做，而是关注于如何为特定的人群做出最好的产品，也就是那些最能从我们的数据产品中获益的人。

　　数据并不天然地意味着真实

　　与真人形式的消息源一样，不是所有数据都等同于事实。它们必须接受怀疑主义的检验，从来源到质量，再到是否有隐藏的偏见。TOW数字新闻研究中心的研究者尼克·蒂亚克普洛斯（Nick Diakopoulos）写道：“数据并不天然地意味着真实。是的，通过诚实的推理过程，我们可以在数据中找到真实，但是我们也可以找到多个真实，甚或是全然的虚假。”

　　如果新闻报道确实会随着时间推移变得更加科学，那它将使读者和整个社会受益。一个执行主编可能会提出新闻背后隐藏的线索或假设，然后指派一名调查记者去找出究竟是真是假。这名记者（或者数据编辑）必须去收集数据、证据和相关知识。为了向执行编辑和多疑的读者证明，他们所提供的结论是正确的，记者需要从数据来源到使用方式，全面展示他的工作。这也意味着记者需要接受怀疑主义的理念，避免确定性的偏见，同时对被观察的有关联的事物不轻易下结论。

　　西北大学人文与社科学院教授布瑞恩·基冈（Brian Keegan）在一篇文章中呼吁：“在当代，对于信息过载，以及恐惧、不确定性和怀疑等情绪的焦虑氛围下，数据驱动的新闻可以起到关键性的作用。它们可以为关于政策、经济趋势、社会变革的讨论提供更为坚实的经验基础。但是，除非新的行业领袖能仿效科学界的标准来设立和强化准则，否则数据驱动新闻很可能会掉入消解公众信任和科学界信任的陷阱。”对此，基冈为数据记者提出了几个有效的原则：开放数据、集思广益、开放合作以及数据监管。

　　数据新闻记者可以在代码托管网站分享他们的数据和代码，比如GitHub，以备同行们检阅、复制、扩充（ProPublica网和其他机构已经在这么干了）。记者们还可以与科学家和分析家合作，提出问题和共同分析数据，并写出文章或者专题。另外，记者还可以将作品提交学术同行进行评议。

　　做数据新闻的机构，应当让自己的分析和发现接受经验式的批评。将整理妥当的数据公布，或者找到合适的专家合作，这些都是十分费时的。不过如果你打算发布原创的实证研究，你就应该接受和回应合理的批评。

　　数据新闻机构也许会考虑任命独立的核查人员来代表公众利益，以及提升科学性规范。数据作品的作者很可能得出轻率的结论、使用不合适的方法、分析私人数据，甚至为了自己牟利。此核查职位的设立，就是为了对上述行为进行核查。

　　透明性很可能意味着新的客观性。在科学领域，不能被重复验证的研究和结果，是其真实性被怀疑的一个理由。基于严格审核过的数据而得出的经验性证据，将赋予编辑和记者这样的能力：他们将告别“这个人说，那个人又说”的报道方式，因为此种方式只会让读者疑惑真相究竟在哪里。