CC BY
147
УДК 070
DOI: 10.24411/2070-0695-2020-10405
Н. Я. Макарова
Российский государственный гуманитарный университет,
Москва
ЖУРНАЛИСТИКА ДАННЫХ В СИСТЕМЕ ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ
ЖУРНАЛИСТА
Статья посвящена компетенциям, которыми должен владеть медиаспециалист, работающий в дата-журналистике. Систематизируются критерии соответствия данных понятию «открытые данные», особое внимание уделяется этапам подготовки контента в рамках журналистики данных. Поднимается проблема профессионального образования в сфеое дата-журналистики. Для создания конкурентоспособных и востребованных образовательных программ по направлению «Журналистика» целесообразно интегрировать курсы, знакомящие студентов с дата-журналистикой и ее инструментарием.
Ключевые слова: дата-журналистика, журналистика данных, открытые данные, интернет-журналистика, компетенции журналиста, журналистское образование.
Компьютеры и цифровые технологии помогают нам хранить и обрабатывать огромные массивы информации, которые год от года только увеличиваются. Мы отцифровываем документы, создаем их в онлайн, структурируем и архивируем информацию в недрах интернета. Интернет предоставляет возможность не только хранить данные, но и делиться ими. В 1995 году появился термин "open data" или «открытые данные», означающий данные, которые опубликованы в открытых источниках и на которые не распространяются авторские права. В течение последующих пяти лет в журналистике произошли значимые изменения из-за использования и обработки открытых данных.
В начале 2000-х годов появляется другой термин - "big data", который переводится с английского языка как «большие данные» или «большие объемы данных». С появлением этого понятия появляется и другое - "data journalism" или «журналистика данных». Журналистика данных дала второе дыхание или скорее дополнительное дыхание интернет-журналистике, которая долгое время считалась занятием для непрофессионалов, поскольку каждый, у кого есть доступ в интернет и возможность создавать контент, автоматически считался интернет-журналистом. Дата-журналистику можно считать наиболее сложной и требующей больших умений отраслью интернет-журналистики. Журналистика данных объединила в себе техническую составляющую, которая отражается в сборе и обработке больших объемов данных, и собственно журналистскую составляющую, которая выражается в исследовании темы и представлении ее аудитории в понятном для нее виде. Для журналиста становится просто необходимым умение не только обрабатывать данные, но и ориентироваться в них. Дата-журналистика выдвигает главенство факта на первый план. Теперь цифры, статистика, карты, диаграммы, таблицы являются не иллюстрирующим материалом, а инфоповодом.
Саму журналистику данных можно определить как направление журналистики, в основе которой лежит использование наборов данных для создания новых информационных поводов, либо для предоставления дополнительных сведений, фактов или уточнений в рамках текущего исследовательского журналистского материала или новостной статьи [10].
Журналистика данных подразумевает не только работу с большим объемом информации, но и умение пользоваться специализированными инструментами для обработки и визуализации данных. Среди таких инструментов можно выделить SPSS - программа для статистической обработки данных, R Project, Datawrapper, Tableau Public, Knime, Gephi, RapidMiner, Talend, NodeXL - программные продукты для обработки данных, и их графического отображения. Также журналисту, занимающемуся журналистикой данных, желательно знать определенные языки программирования, таких как Python.
Первым журналистским материалом, основанным на обработке открытых данных, можно считать публикацию 1821 года в The Guardian. В газете было опубликовано исследование стоимости обучения в различных вузах Англии. Для того чтобы читателю было легче воспринимать информацию, редакцией были подготовлены сводные таблицы с ценами на обучение [6].
Эксперты, которые занимаются изучением журналистики данных, расходятся во мнении об истории появления этого понятия. Но сходятся на том, какие значимые события к этому привели. Отмечают 1952 год, когда впервые было задокументировано использование компьютера в работе журналиста. Значимое событие, которое тогда произошло, - это использование вычислительной машины UNIVAC I для прогнозирования результатов президентских выборов в США и оценки результатов каждого из кандидатов в президенты - Дуайта Эйзенхауэра и Эдлайя Стивенсона [15].
Другое значимое для журналистики данных событие - формирование понятия "big data", которое в свою очередь связано с увеличением объемов и скорости получения новых массивов информации. К сожалению, сказать, когда именно появился термин «большие объемы данных», не представляется возможным, можно лишь отметить, что это было сделано где-то в 2001-2002 годах. На то, чтобы дать определение журналистике данных, ушло еще больше времени. Одно из первых толкований было представлено на конференции в Амстердаме в 2010 году [11]. Это была первая в мире конференция, посвященная дата-журналистике.
Журналистика данных неоспоримо требует открытости этих самых данных. Подразумевается, что open data, открытые данные, соответствуют следующим критериям:
- открытость доступа. Контент должен быть бесплатным и опубликованным в машиночитаемом виде. Эти данные должен распознавать и считывать не только человек, но и компьютер;
- свобода распространения и повторного использования. Это подразумевает использование свободных лицензий;
- запрет на ограничение использования.
Следовательно, можно сделать вывод, что если данные не соответствуют какому-либо из перечисленных пунктов, например, информацию нельзя повторно использовать, то эти данные мы не можем идентифицировать как open data.
Наиболее важны для дата-журналистики открытые государственные данные. Они позволяют журналистам не только сверять заявления депутатов и власть предержащих с реальными цифрами, но также становятся основой коррупционных расследований. Например, ресурс Open Spending в открытом доступе публикует транзакции, которые совершают крупнейшие мировые компании и государственные организации. Открытые данные помогают не только следить за деятельностью госструктур, но и работают на репутацию подобных учреждений, демонстрируя прозрачность их деятельности. Государства, которые приветствуют публикацию важных данных в общем доступе, используют концепцию «открытого правительства».
Безусловно, дата-журналистика не ограничивается надзором за работой государственных предприятий. Сбор и анализ открытых данных помогает в отслеживании трендов в любой из сфер жизни, позволяет изучать рынок интересов отдельно взятой страты, целевой аудитории или людей в целом.
Нельзя не упомянуть, что журналистика данных по сути одно из самых «чистых» и объективных направлений журналистики. При этом уровень проверки данных или фактчекинга тут несравненно выше. Стоит отметить, что объективность выражается в главенствовании факта над мнением. При этом выбор источников или баз данных является все же субъективным и зависит от редакционной политики издания.
Стандартная схема работы с открытыми данными выглядит так:
Поиск данных обработка данных визуализация данных трактовка [8].
Этот подход является универсальным для работников медиа. Более развернутую схему представили журналисты The Guardian, которые на сайте своего издания ведут отдельный блог о журналистике данных. Согласно их мнению, журналист сначала должен проанализировать все возможные источники, из которых он получает наиболее полную базу данных. Чем больше данных собрано, тем объективнее будет результат. Естественно, источники должны быть различны. Второй этап - анализ полученных данных, в том числе исследование связей и зависимостей между данными. Тут журналиста поджидает множество подводных камней,
поскольку очень важно разбираться в сути выбранной для работы темы, иначе журналист может ошибиться и начать соотносить несвязанные между собой данные. Третий этап представляет собой обработку и очистку информации. Сюда же входит дешифрование информации, удаление лишних или повторяющихся данных, унификация. Дело в том, что информация, что передается или хранится в базах, не всегда выглядит привычным для нас образом. Большую часть слов может заменять код или индекс, поэтому журналисту необходимо понимать терминологию. Далее журналист сталкивается с проблемой того, какие именно выводы он может сделать, исходя из полученных данных, и как именно он представит их аудитории [9]. Выводы могут быть опубликованы по-разному, современные технологии в данном случае дают большое пространство для творчества.
Сколько бы ни было сказано о том, что журналист, работающий с открытыми данными, должен уметь работать с профессиональными инструментами поиска и сбора информации, нельзя ни в коем случае забывать и про самые обычные и распространенные сервисы и платформы. Журналист должен использовать все возможные способы сбора открытых данных:
- Общеизвестные поисковые сайты (Google, Яндекс, Yahoo, Rambler и проч.). В данном случае журналист должен уметь вводить обычные запросы, но и владеть более точечными инструментами поиска и поисковыми командами, которые сужают радиус. Например, так можно задать поиск по определенному сайту, без конкретного слова, в интервале заданных чисел или по особому типу файлов;
- Сайты государственных органов. В России принята концепция «открытого правительства» и в соответствии с Указом Президента Российской Федерации «Об основных направлениях совершенствования системы государственного управления» [3] все данные государственных структур должны быть опубликованы на соответствующих сайтах. Но, к сожалению, эта сфера все еще не так хорошо развита в нашей стране.
- Тематические ресурсы. Среди таких ресурсов необходимо выделить две наиболее популярных платформы, на которых работают журналисты данных: Quora и The Data. Это профессиональные форумы, на которых можно запросить необходимые данные. Более того, эти форумы, как и любой форум, позволяет пользователям общаться между собой, советоваться и делиться новыми инструментами в сфере поиска данных;
- Подписка на рассылки. Профессиональное сообщество журналистов, занимающихся дата-журналистикой, старается максимально облегчить себе и без того непростой поиск данных. Так было создано международное сообщество Open Knowledge Foundation. Это сообщество регулярно делает рассылку с информацией о разных базах open data;
- Запрос в официальные структуры. Открытость данных не подразумевает легкость добычи информации. Много информации можно получить после запроса, что абсолютно не противоречит понятию open data.
Может показаться, что процесс сбора информации в журналистике данных является наиболее трудоемким, но это не так. Куда сложнее и кропотливее работа по очистке данных. Отчистка данных требует от журналиста очень глубоких знаний, которыми могут обладать только специально обученные работники ведомств. Дело в том, что в большинстве случаев, в таблицах и документах используются индексы и коды. Более того, эти индексы и коды могут отличаться как в рамках одного ведомства, так и в рамках одной базы. Журналист должен владеть соответствующими знаниями, чтобы суметь привести все данные к общему знаменателю. Но, как уже было сказано, журналисты стараются максимально облегчить себе работу, поэтому в очистке данных часто используется бесплатный сервис OpenRenine (ранее Google Refine), который в основном исправляет технические ошибки в таблицах. Именно на этапе очистке данных от журналиста требуется знание и умение работать с языками программирования.
В век мультимедиа журналист не ограничен в том, в каком виде представить результат своих исследований: это может быть статья, инфографика, видео, подкаст и прочее. Но куда важнее всего этого сделать правильные выводы и верно трактовать информацию. При работе с данными журналисту часто приходится делать выбор между наглядностью и считываемостью информации, объективностью и полнотой. В таких случаях исследователи часто пренебрегают простотой подачи информации, обращаясь пусть к более сложной информации, но раскрывающей тему глубже.
Важным является и вопрос обнародования источников. Журналисты, занимающиеся дата-журналистикой, уверены, что они обязаны ссылаться не на исходные данные, полученные первоначально, а именно на финальную версию данных, которая уже прошла стадии обработки и очистки.
Особенности подготовки контента с помощью метаданных выявляются на всех этапах технологического цикла его создания. Журналист должен обладать аналитическим складом ума, быть уверенным пользователем технических инструментов, а также он должен понимать возможности визуализации данных [7]. Под визуализацией имеется в виду как обычная работа с текстом и таблицами в стандартных программах, так и использование специализированных сервисов, в том числе сервисов для создания мультимедийных презентаций и инфографики. Из-за того, что дата-журналистика занимает пограничное место между гуманитарным знанием и техническим знанием, журналист, который ею занимается, должен иметь формально-логический и ассоциативно-образный склад ума [7]. При этом нельзя забывать, что в журналистике данных именно данные являются инфоповодом, то есть дата-журналист еще должен уметь представлять данные в виде готовой новости. В его навыки входит не только анализ информации, но и планирование материала от замысла до публикации.
Аудитории дата-журналистика дает возможность получить наглядную информацию, которая опирается на совершенно реальные факты. Журналистика данных позволяет читателю или зрителю проанализировать данные самостоятельно, не опираясь на мнение журналиста. Примером качественной работы с данными можно назвать публикацию The Guardian и Лондонской Школы Экономики. Журналисты совместно с учеными проанализировали массовые беспорядки, происходившие на территории Англии в 2011 году. В ходе исследования журналистами была создана интерактивная карта, на которой в режиме реального времени можно было посмотреть очаги протестов в Англии. Журналисты также анализировали изменения в хештегах в социальных медиа, пытаясь предсказать опасные районы на основе активности пользователей. После завершения беспорядков журналисты приступили к анализу всех полученных данных. Тогда была сделана визуализация распространения информации и слухов в Twitter о беспорядках. Масштабное исследование, проведенное The Guardian и Лондонской Школой Экономики, не только помогло сделать выводы об определенных событиях, но также стало алгоритмом для сбора и обработки информации в сходных условиях на будущее [14].
Вместе с тем дата-журналистику, как одно из самых объективных направлений, не обошла проблема субъективности. Журналист, анализирующий огромные массивы информации, обязан знать, как трактовать полученную информацию. В дата-журналистике есть этические стороны: журналист может (но не должен) проигнорировать одни данные и построить свое исследование на неполных данных, что приведет, конечно же, к совершенно другим результатам. В такой ситуации главное не забывать, что дата-журналист все еще журналист, который должен качественно и честно выполнять свою работу.
Но нельзя не отметить, что, к огромному сожалению, недобросовестная работа с открытыми данными может быть пропагандистским или манипулятивным приемом. Журналист имеет большое пространство для «недоговаривания» действительных данных:
- Масштабирование оси Y. Обычно ось Y начинает свои значения от нуля, но если сдвинуть минимальную отметку на другое число, то с визуальной точки зрения можно получить совершенно отличный от действительного график;
- Кумулятивные графики. В кумулятивных графиках показатели суммируются, что визуально показывает читателю или зрителю беспрерывный прогресс, когда реальное положение дел может в корне отличаться от этого. Подобное нельзя назвать обманом, но и правдой это тоже не является.
- Круговые диаграммы. Обычно значение круговой диаграммы равно 100 %, но стоит изменить это значение в большую сторону, как результаты исследования становятся в корне иными. Конечно, многие могут заметить, что при сложении всех процентных показателей получается больше 100 %, поэтому подобные «хитрые» диаграммы чаще используют на телевидении, где у зрителя нет времени заниматься сложением.
- Перевернутая ось ординат. Наверное, это самый бесчестный способ представить данные. Если перевернуть ось ординат, то результаты исследования становятся фактически диаметрально противоположными, что может быть на руку, если данные порочили что-то или кого-то [13].
Работа с базами данных подразумевает совершенно определенный набор навыков, умений и знаний. Поскольку дата-журналистика - сравнительно молодое направление, полное образование только по этому направлению фактически невозможно. На данный момент некоторые вузы предлагают магистерские программы по направленности «Журналистика данных». В России подобную программу обучения предлагает Высшая школа экономики. Также существуют различные курсы, конференции и даже есть учебники, которые можно изучать самостоятельно. Например, пособие по дата-журналистике Data Journalism Manual, созданное Евой Константарас. Проблема профессионального образование в дата-журналистике состоит даже не в малом количестве образовательных программ, а в том, что у такого нового направления очень мало тех, кто может обучить других.
Учить других журналистике данных идут аналитические журналисты или теоретики журналистики, изучающие медиа. Благодаря конвергенции в различных сферах журналистики эти люди вполне могут быть экспертами в вопросах изучения дата-журналистики.
По мнению авторов учебного пособия «Мультимедийная журналистика», одной из мировых тенденций является появление новых профессий, которые связаны с коммуникациями, креативностью, со способностью визуализировать и презентовать, с эмоциональным интеллектом и навыками критического мышления, анализа и синтеза информации и способностью принимать комплексные решения [2].
Среду, в которой придется работать нынешним выпускникам вузов, один из теоретиков цифровой среды - Л. Манович - называет «новой средой». Он выделяет ее следующие характерные черты [12]:
- «числовое представление». Среду можно описать математически, а также «спрограммировать» ее;
- модульность. Мультимедийный проект может состоять из отдельных самостоятельных частей, которые можно изменять без вреда проекту в целом;
- автоматизация. На данном этапе автоматизируются трудоемкие процессы;
- изменчивость. Возможность модифицировать программы;
- транскодируемость. Перевод одного формата в другой.
Все это показывает, что появление дата-журналистики - это логичное развитие журналистики, к которому привела повсеместная оцифровка и дигитализация данных.
Изучение узких технологических или тематических сегментов журналистики не соотносится с концепцией «универсального журналиста». Многие специалисты считают, что, например, та же инфографика в концепцию универсального журналиста (и, соответственно, перечень его базовых умений) не входит: «Для этого нужен совершенно особый мозг. В тех же "РИА Новостях" над схемами, графиками и визуализациями происшествий с 2010 года трудился отдел из двух десятков человек. Инфографика - вид контента, где халтура недопустима, а низкое качество видно невооруженным взглядом» [1].
Некоторые исследователи сходятся на том, что знания и умения не делают «универсального солдата» журналистом, журналистом его делает понимание целей и задач материала, а также непременное следование профессиональной этике.
Журналистика данных вернула журналисту в интернете давно утерянную цель работы. С развитием различных платформ для коммуникации цель журналиста как передатчика информации была потеряна, потому что сейчас информация распространяется молниеносно на огромную аудиторию без чьей-либо помощи. Теперь необходим толкователь - тот, кто объяснит, что такое хорошо, а что такое плохо. Но не только объяснит, но и докажет с помощью аргументов, почему это именно так, а не иначе.
Дата-журналистика хоть и подразумевает определенный набор навыков и владение инструментарием, который не предусмотрен обычными журналистскими программами в вузах, но этого всего недостаточно для создания самостоятельного курса по журналистике данных, как минимум для студентов бакалавриата.
Динамичное развитие дата-журналистики прямо пропорционально запаздывающему осмыслению теории этого направления. Отсюда очередная проблема обучения - сложно обучать тому, у чего нет теоретической базы. Исследователи и практики даже не могут между собой решить, к чему ближе журналистика данных: непосредственно к журналистике или все-таки к медиакоммуникациям.
Может ли выпускник факультета журналистики стать дата-журналистом, используя набор полученных во время обучения компетенций? Раз даже эксперты не знают, к чему дата-журналистика ближе, то сравним соответствие профессиональных компетенций двух направлений - коммуникационные технологии и средства массовой информации - стандартам знаний и умений дата-журналиста. Согласно профессиональному стандарту 06.013 «Специалист по информационным ресурсам» должен знать и уметь [5]:
- составлять планы работы, оценивать их содержание и трудоемкость выполнения в зависимости от квалификации;
- анализировать структурированную и неструктурированную информацию;
- работать с большими объемами информации;
- владеть популярными сервисами для оценки посещаемости и характеристик аудитории сайта;
- владеть функциями CMS и социальных сетей для оценки посещаемости;
- владеть программным обеспечением и техническими средствами для регулярной коммуникации, мониторинга информации в Интернет;
- вести документацию по проектам и работам;
- эффективно работать с системой управления контентом (CMS);
- анализировать и обобщать информацию;
- осуществлять реструктуризацию сайта и перемещение веб-страниц, информационных блоков базы данных;
- основные принципы и технологии управления проектами;
- содержание и методы решения задач по созданию и редактированию контента;
- принципы работы CMS и систем хранения файлов, информационных блоков;
- структуру организации, зоны ответственности и функции подразделений;
- знания в предметной области сайта, позволяющие оценить актуальность и полноту информационных материалов;
- внутренние правила согласования и утверждения документов;
- работа с агрегаторами новостей, электронными подписками, социальными сетями, форумами;
- терминология и ключевые параметры веб-статистики;
- основные принципы и методы сбора статистики посещаемости веб-сайтов;
- основы менеджмента.
Если из всего вышеперечисленного выделить умения и знания, которые необходимы при работе с базами данных, то получится всего лишь три профессиональные компетенции. При этом эти три компетенции даже не указывают на то, что выпускник может работать с большими данными.
В профессиональном стандарте 11.005, который относится к выпуску средств массовой информации, также выберем профессиональные компетенции корреспондента средств массовой информации. Выпускник бакалавриата должен знать и уметь [4]:
- определять, находить и разрабатывать актуальные интересные темы для целевой аудитории;
- пользоваться современными информационно-коммуникационными технологиями для поиска информации, в том числе в сети Интернет;
- использовать методы обработки и редактирования информации с использованием современных технических средств;
- формулировать заголовок для материала;
- готовить материалы в соответствии с требованиями редакции;
- расставлять акценты на значимых деталях в итоговом материале;
- анализировать большой объем информации;
- достоверные источники информации;
- технологии и методы поиска информации;
- методы проверки и оценки достоверности информации;
- требования к формату материала;
- законодательство Российской Федерации, методические и нормативные документы, регламентирующие деятельности средств массовой информации;
- методику интервьюирования;
- принципы построения материалов в соответствии с законами жанра;
- приемы выстраивания сюжета, принципы и подходы к планированию журналистской работы;
- профессиональную этику журналистской деятельности.
Из всего выше перечисленного можно сделать вывод, что профессиональные компетенции из стандарта 11.003 фактически полностью соответствуют требованиям к знаниям и умениям дата-журналиста. Определено, что в рабочей сфере дата-журналистика является все-таки направлением журналистики, а не медиакоммуникации.
Тем не менее соответствие профессиональных компетенций не гарантирует, что любой выпускник факультета журналистики может работать с базами данных. Инструментарий, который нужен для работы с big data слишком специфичный для того, чтобы изучать его в процессе обучения в вузе, но при этом абсолютно необходимый, чтобы без него бывшего студента могли принять на работу. Безусловно, профессиональное журналистское образование не должно быть в стороне от реалий медиасреды. При всех явных сложностях необходимо интегрировать темы, связанные с дата-журналистикой в образовательный процесс. Например, на факультете журналистики РГГУ студенты всех направленностей бакалавриата знакомятся с понятием дата-журналистики, ее особенностями уже на первом курсе в рамках дисциплины «Информационные технологии в медиасистеме». А свои первые журналистские работы с применением данной технологии осуществляют на старших курсах. Спектр дисциплин, где преподаватели формируют компетенции работы в дата-журналистике, достаточно широк: «Мультимедийная журналистика», «Расследовательская журналистика», «Бренд-журналистика» и др.
Несмотря на то, что современному журналистскому образованию непросто встроить дата-журналистику в свои образовательные программы, студенты проявляют высокий интерес к этому направлению. Владея инструментарием дата-журналистики, они имеют дополнительное конкурентное преимущество и шансы получить привлекательную позицию уже на старте профессиональной карьеры значительно выше. При моделировании системы профессиональных компетенций будущего журналиста разработчикам учебных планов нужно учитывать этот факт и создавать условия для формирования соответствующей компетенции, и, как следствие, идентичности молодого медиаспециалиста.
Список литературы
1. Амзин, А. А. Новостная интернет-журналистика / А. А. Амзин. - Москва : Аспект Пресс, 2012. - 144 с. - Текст : непосредственный.
2. Качкаева, А. Г., Шомова, С. А. Мультимедийная журналистика / А. Г. Качкаева, С. А. Шомова. - Москва : Изд. дом Высшей школы экономики, 2017. - 413 с. - Текст : непосредственный.
3. Об основных направлениях совершенствования системы государственного
управления : Указ Президента Российской Федерации от 7 мая 2012 г. № 601.--Текст :
электронный // Гарант - информационно-правовое обеспечение. - URL: https://base.garant. ru/70170942/ (дата обращения: 08.05.2020).
4. Профессиональный стандарт: 06.013. Специалист по информационным ресурсам. Текст : электронный // КлассИнфом.ру : справочник кодов общероссийских классификаторов : сайт. - URL: https://classinform.ru/profstandarty/06.013-spetcialist-po-informatcionnym-resursam. html (дата обращения: 14.05.2020).
5. Профессиональный стандарт: 11.003. Корреспондент средств массовой информации. -Текст : электронный // КлассИнфом.ру : справочник кодов общероссийских классификаторов : сайт. - URL: https://classinform.ru/profstandarty/11.003-korrespondent-sredstv-massovoi-informatcii. html (дата обращения: 14.05.2020).
6. Симакова, С. И. Журналистика данных как объективное требование времени и ее влияние на формирование визуальной журналистики / С. И. Симакова. Текст : непосредственный // Знак: проблемное поле медиаобразования. - 2016. - Вып. 1 (18). - URL: http://journals.csu.ru/index.php/ znak/issue/view/29/1_18 (дата обращения: 12.05.2020).
7. Шилина, М. Г. Дата-журналистика, журналистика метаданных в структуре медиакоммуникации: к вопросу формирования теоретических исследовательских подходов / М. Г. Шилина. - Текст : электронный // Электронный научный журнал «Медиаскоп». - 2013. -Вып. 1. - URL: http://www.mediascope.ru/node/1263 (дата обращения: 10.05.2020).
8. Uldis, B. Open Data in Data Journalists' Workflow / Bojars Uldis, Celms Edgars. - Latvia, 2014. - 22 р. - Текст : непосредственный.
9. Datablog / The Guardian. - URL: https://www.theguardian.com/data (дата обращения: 16.05.2020). - Текст : электронный.
10. Data Journalism. - URL: https://www.techopedia.com/definition/28593/data-journalism (дата обращения 08.05.2020). - Текст : электронный.
11. Data Journalism Handbook. - URL: https://datajournalism.com/read/handbook/one (дата обращения: 25.05.2020). - Текст : электронный.
12. Manovich, L. The Language of New Media / L. Manovich. - The MIT Press, 2002. - 400 p. -Текст : непосредственный.
13. Ravi, P. How to Lie With Data Vizalization / Parikh Ravi. - Текст : электронный // Gizmodo. - URL: https://gizmodo.com/how-to-lie-with-data-visualization-1563576606 (дата обращения: 18.05.2020).
14. Reading the Riots // The Guardian. - URL: https://www.theguardian.com/uk/series/reading-the-riots (дата обращения: 25.05.2020). - Текст : электронный.
15. Shedden, D. Today in Media History: In 1952 a computer helped CBS predict the winner of the presidential election / D. Shedden. - Текст : электронный // Poynter. - URL: https://www.poynter. org/news/today-media-history-1952-computer-helped-cbs-predict-winner-presidential-election (дата обращения: 10.05.2020).
DATA JOURNALISM IN THE SYSTEM OF PROFESSIONAL COMPETENCES
OF JOURNALIST
Makarova N. Y., Russian State University for the Humanities, Moscow, [email protected]
The article is devoted to the competencies that a media specialist working in data journalism shouldpossess. The criteria for data compliance with the concept of "open data" are systematized, and special attention is paid to the stages of content preparation in the framework of data journalism. First, the journalist must analyze all possible sources from which he gets the most complete database. The second stage is the analysis of the received data, including the study of relationships and dependencies between the data. The third stage is the processing and clearing of information. This also includes decrypting information, removing unnecessary or repetitive data and unifying it. Next, the journalist is faced with the problem of what conclusions he can draw from the data obtained, and how exactly he will present them to the audience. Conclusions can be published in different ways, modern technologies in this case give a lot of space for creativity.
The problem ofprofessional education in data journalism is raised. To create attractive and popular educational programs in the field of Journalism. Despite all the obvious difficulties, it is necessary to integrate topics related to data journalism into the educational process. It is advisable to integrate courses that introduce students to date journalism and its tools.
Keywords: data journalism, open data, Internet journalism, journalist competencies, journalistic education.
References
1. Amzin, A. A. (2012). Novostnaya internet-jurnalistika [Online news journalism]. Moscow, Aspekt Press, 144 p. (in Russ.).
2. Kachkaeva, A. G. & Shomova, S. A. (2017). Multymediynaya jurnalistika [Multimedia journalism]. Moscow, Izd. Dom Vy 'sshej shkoly' e'konomiki, 413 p. (in Russ.).
3. Ukaz Prezidenta Rossijskoj Federacii ot 7 maya 2012 g. № 601 «Ob osnovny'x napravleniyax sovershenstvovaniya sistemy' gosudarstvennogo upravleniya» [Decree of the President of the Russian
Federation No. 601 of may 7, 2012 "On the main directions for improving the public administration system»], available at: https://base.garant.ru/70170942/, accessed: 08.05.2020 (in Russ.).
4. ProfessionaFnyj standart: 11.003. Korrespondent sredstv massovoj informacii [Professional standard 11.003. Correspondent of the media], available at: https://classinform.ru/profstandarty/11.003-korrespondent-sredstv-massovoi-informatcii.html, accessed 14.05.2020 (in Russ.).
5. ProfessionaFnyj standart: 06.013. Specialist po informacionny'm resursam [Professional standard 06.013. Specialist in information resources], available at: https://classinform.ru/ profstandarty/06.013-spetcialist-po-informatcionnym-resursam.html, accessed 14.05.2020 (in Russ.).
6. Simakova, S. I. (2016). Jurnalistika dannyx kak ob"ektivnoe trebovanie vremeni i ee vliyanie na formirovanie vizualnoj zhurnalistiki [Data journalism as an objective requirement of time and its influence on the formation of visual journalism]. Znak: problemnoe pole mediaobrazovanija [Sign: problematic field of media education], 1 (18). available at: http://journals.csu.ru/index.php/znak/issue/ view/29/1_18 accessed: 12.05.2020 (in Russ.).
7. Shilina, M. G. (2013). Data-jurnalistika,jurnalistika metadannyh v strukture mediakommunikacii: k voprosy formirovaniya teoreticheskix issledovatel skix podxodov [Data journalism, metadata journalism in the structure of media communication: on the formation of theoretical research approaches]. Mediaskop [Mediascope], 1, available at: http://www.mediascope.ru/node/1263 accessed:10.05.2020 (in Russ.).
8. Uldis, B. & Edgars, C. (2014). Open Data in Data Journalists' Workflow. Latvia. 22 р.
9. Datablog. The Guardian, available at: https://www.theguardian.com/data, accessed: 16.05.2020.
10. Data Journalism, available at: https://www.techopedia.com/definition/28593/data-journalism, accessed: 08.05.2020.
11. Data Journalism Handbook, available at: https://datajournalism.com/read/handbook/one, accessed: 25.05.2020.
12. Manovich L. The Language of New Media. The MIT Press, 2002. 400 p.
13. Parikh Ravi. How to Lie With Data Vizalization. Gizmodo, available at: https://gizmodo.com/ how-to-lie-with-data-visualization-1563576606, accessed: 18.05.2020.
14. Reading the Riots. The Guardian, available at: https://www.theguardian.com/uk/series/reading-the-riots, accessed: 25.05.2020.
15. Shedden D. Today in Media History: In 1952 a computer helped CBS predict the winner of the presidential election. Poynter, available at: https://www.poynter.org/news/today-media-history-1952-computer-helped-cbs-predict-winner-presidential-election, accessed:10.05.2020.
Макарова Наталия Яковлевна, кандидат педагогических наук, декан факультета журналистики Российского государственного гуманитарного университета.
ORCID 0000-0001-7629-2853.
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Макарова Н. Я. Журналистика данных в системе профессиональных компетенций журналиста // Знак: проблемное поле медиаобразования. 2020. № 4 (38). С. 44-52. DOI: 10.24411/2070-06952020-10405.
Makarova N. Y. Data journalism in the system of professional competences of journalist // Znak: problemnoe pole mediaobrazovanija. 2020. No 4 (38), pp. 44-52. DOI: 10.24411/2070-0695-202010405.
