媒体的演变：可视化数据驱动的未来

在当今高度互联和瞬时世界中，我们触手可及的大量信息。然而，从历史上看，情况并非总是如此。时间回到20年前的2002年，会注意到绝大多数人仍在等待日报或晚间新闻来帮助填补信息空白。

事实上，在2002年的大部分时间里，谷歌在搜索引擎市场份额上落后于雅虎和MSN。与此同时，早期的社交媒体化身（MySpace，Friendster等）才刚刚开始上线，所有的Facebook，YouTube，Twitter和iPhone还不存在。

迄今为止的媒体浪潮

每隔一段时间，主要的沟通形式就会被新技术的发展和社会偏好的变化所颠覆。

随着时间的推移，这些转变似乎发生得更快，与技术的加速发展相一致。

原始媒体
人类只能通过人类活动传播他们的信息。演讲、口头传统和手工书写的文本是传递信息的最常见媒介。

模拟和早期数字媒体（1430-2004）
印刷机的发明，以及后来的广播、电视和计算机，为大众开启了单向廉价交流的强大形式。

互联媒体（2004年至今）
Web 2.0 和社交媒体的诞生使每个人都能参与和创建内容。任何人的一条推文、博客文章或 TikTok 视频都可以传播开来，传播到全世界。

每一波新的媒体都有其优点和缺点。

例如，互联媒体是向前迈出的一大步，因为它使每个人都能成为对话的一部分。另一方面，算法和要筛选的大量内容也带来了很多缺点。仅举几例媒体问题今天：过滤气泡、耸人听闻、点击诱饵等。

在我们深入研究我们认为的下一波媒体浪潮之前，让我们首先分解一下前几波媒体的共同属性和问题。

在第一波媒体浪潮出现之前，放大一条信息需要奉献和一生的时间。再加上即使到 1500 年，全球也只有 4% 的公民居住在城市，你可以看到在这个时代与群众进行有效沟通是多么困难。或者，为了更生动地描绘原始媒体的样子：信息只能像马的速度一样快。

浪潮1：模拟和早期数字媒体

在第一波浪潮中，新技术的进步使历史上第一次实现了大规模通信。

报纸、书籍、杂志、收音机、电视、电影和早期网站都符合这个框架，使这些资产的所有者能够大规模传播他们的信息。

由于印刷书籍或广播电视新闻节目需要大量基础设施，因此需要资金或人脉才能获得访问权限。因此，大公司和政府通常是守门人，普通公民的影响力有限。

重要的是，这些媒体只允许单向通信——这意味着它们可以广播信息，但公众在如何回应方面受到限制（即给编辑的信，或给广播电台打个电话）。

第 2 波：互联媒体

Web 2.0 和社交媒体等创新改变了游戏规则。

从 2000 年代中期开始，进入门槛开始下降，最终任何人都可以免费和轻松地在网上传播他们的意见。随着互联网内容爆炸式增长，对其进行分类成为要解决的首要问题。

无论好坏，算法开始为人们提供他们喜欢的东西，所以他们可以消费更多。这样做的连锁反应是，每个争夺眼球的人突然发现自己在优化内容，试图“赢得”算法游戏以获得病毒式传播。

病毒式内容通常引人入胜且有趣，但它需要权衡取舍。内容可以通过耸人听闻、使用点击诱饵或玩弄事实来人为地吸引人。它可以是超有针对性的，在一个特定的过滤气泡中产生情感共鸣。它可以被设计成激怒某个群体，并动员他们采取行动——即使是极端的。

尽管互联媒体有很多好处，但我们看到社会上的两极分化比以往任何时候都多。一群人不能相互联系或讨论问题，因为他们甚至无法就基本事实达成一致。

也许最令人失望的是许多人不知道他们深陷在自己的泡沫中，他们只被灌输他们同意的信息。他们不知道存在其他合法观点。一切都是黑白的，灰色思维越来越少见了。

第三波：数据媒体

从 2015 年到 2025 年，全球捕获、创建和复制的数据量将增加 1，600%。

有史以来第一次，大量的数据正在成为“开源”，任何人都可以使用。在如何存储和验证数据方面取得了巨大的进步，甚至信息的所有权现在也可以在区块链上跟踪。媒体和民众的数据素养都越来越高，他们也开始意识到互联媒体带来的社会弊端。

随着这一新浪潮的出现，值得更详细地研究它的一些属性和连接概念：

透明度：
具有数据素养的用户将开始要求数据透明，并且来自可信赖的事实来源。或者，如果来源不是坚如磐石，用户将要求公开揭示和讨论方法的局限性或可能的偏见。

可验证性和信任：
我们如何知道显示的数据是合法和真实的？平台和媒体将越来越希望向用户证明数据已经过验证，一直追溯到原始来源。

去中心化和 Web3：
任何人都可以利用当今可用的大量公共数据，这意味着报告、分析、想法和见解可以来自越来越多的参与者。Web3 和去中心化分类账将使我们能够在必要时提供信任、归属、问责制甚至内容所有权。这可以消除中间人，通常是大型科技公司，并允许用户更直接地通过他们的内容获利。

数据故事讲述
不断增长的数据素养和爆炸式增长数据故事讲述是通过结合数据可视化、叙述和强大的见解来理解大量数据的关键方法。

数据创造者经济：
民主化的数据和讲故事的兴起正在交叉，为数据故事讲述者创造一个潜在的新生态系统。这越来越成为我们在视觉资本家所关注的。

开放式生态系统：
就像开源彻底改变了软件行业一样，将开始看到越来越多的数据广泛可用。在某些情况下，激励措施可能会从保持数据的专有性转变为公开数据，以便其他人可以使用、重新混合和发布数据，并将其归因于原始来源。

数据=意见？
数据媒体会偏向于事实而不是意见。这与其说是专家、偏见、旋转和告诉别人他们应该怎么想，不如说是让越来越多的数据素养人群能够自己访问事实，并发展自己对事实的微妙看法。

全球数据标准：
随着数据的不断激增，在可能的情况下对其进行编纂和统一非常重要。这将导致全球标准，使沟通变得更加容易。

数据媒体生态系统才刚刚开始出现，但以下是喜欢的一些早期先驱：

数据世界在经济学家Max Roser的带领下，OWiD在将全球经济数据整合到一个地方方面做得非常出色，并使其他人可以轻松地有效地重新混合和传达这些见解。

美国行动：
由微软成名的史蒂夫鲍尔默创立，是美国政府数据的无党派来源。

佛瑞德：
圣路易斯联邦储备银行的这个工具只是多年来出现的许多工具中的一个例子，这些工具使以前专有或难以访问的数据民主化。国际货币基金组织、世界银行等也创建了其他类似的工具。

FiveThirtyEight
使用统计分析，数据新闻和预测，以独特的方式报道政治，体育和其他主题。

流动数据：
在 FlowingData，数据可视化专家 Nathan Yau 探讨了各种各样的数据和可视化主题。

数据记者：
《经济学人》、《华盛顿邮报》、《纽约时报》和路透社等出版物都有令人难以置信的数据记者，他们正在挖掘可能性的早期开端。其中许多出版物还在大流行期间免费提供他们的 COVID-19 作品，这当然是值得称赞的。

数据新闻的发展和这些先驱者的出现有助于让您了解数据媒体的开端，但我们相信它们只是触及了可能性的表面。

从某种意义上说，定义数据媒体不是什么更容易。数据媒体不是党派专家在新闻广播中互相争论，也不是假新闻、错误信息或旨在推动轻松点击的点击诱饵。数据媒体不是一个只会强化现有偏见的回音室。因为数据也不太主观，所以不太可能像今天看到的那样被审查。

数据并不完美，但它可以帮助改变我们作为一个社会正在进行的对话，使其更具建设性和包容性。