6.10.2020

Stipendiblogi: Modernin infografiikan ja datavisualisointien koulutus on sirpaleina eri tiedekunnissa

Henna Raitalan opinnäytetyö Onko graafikko aktiivinen toimija infografiikan suunnittelussa ja sisällöntuotannossa? Datajournalismi, informaatiomuotoilu ja visualisoinnit graafikon näkökulmasta” tarkastelee graafikon tarvitsemia taitoja nykyisessä tiedonvälityksessä.

Moderni infografiikka eli erilaiset datavisualisoinnit sekä datajournalismi ympäröivät meitä ja ovat olennainen osa nykypäivän uutisvirtaa. Lukijoina olemme tottuneet siihen, että monimutkaiset ilmiöt tai tapahtumaketjut, ajankohtaisena esimerkkinä koronapandemian eteneminen, esitetään meille selkeinä ja laadukkaina kaavioina sekä tarpeen mukaan niitäkin kekseliäämpinä visuaalisina esityksinä.

Datajournalismi ja -visualisoinnit ovat kehittyneet eri tahojen keräämän massatiedon, big datan, helposta saatavuudesta ja toisaalta tietokoneiden ja älylaitteiden parantuneen tekniikan myötä sekä kolmanneksi tiedon kuluttajien tarpeesta saada tieto valmiiksi pureksitussa, tunnerikkaassa muodossa.

Visualisointi ja ohjelmointi yhteen

Samalla kun tiedon visualisoinnin tekniset mahdollisuudet ja toteutuskeinot ovat huimasti kehittyneet ja jatkavat edelleen kehittymistä tekniikan ja sen sovellusten muuttuessa, visualisointien teon opetus ammattiopistoissa ja korkeakouluissa laahaa perässä: infografiikan ja datavisualisointien opetusta, jossa keskityttäisiin interaktiivisiin ja tietokantoja hyödyntäviin dynaamisiin visualisointeihin ei ole saatavilla selkeänä pitkäkestoisena kokonaisuutena.

Graafisen viestinnän koulutusohjelmiin kuuluu kyllä infografiikan ja tiedon visualisoinnin kursseja, mutta lähinnä visuaalisuuden ja sisällön näkökulmasta. Kursseilla työvälineinä ovat useimmiten graafisen alan ohjelmat ja esimerkiksi Excel, mutta alaan vahvasti liittyvää teknistä osaamista ei opeteta riittävästi ja ohjelmointikielet kuten R ja Python sivuutetaan. Opetuksessa voidaan käyttää lisänä erilaisia selainpohjaisia datavisualisointityökaluja, jotka ovat näppäriä mutta rajaavat aina toteutusta työkalun ominaisuuksien mukaan.

Vaativampien dynaamisten visualisointien ohjelmoinnissa hyödyllisiä R- ja Python-kieliä taas opetetaan esimerkiksi matematiikan ja tilastotieteen laitoksilla. Näiden alojen opiskelijoille ei kuitenkaan lähtökohtaisesti opeteta tiedon visuaalista muotoilua. Myös ohjelmoinnin sisällöllinen painopiste saattaa olla erilainen kuin viestinnän opiskelijoilla olisi.

Voidaankin todeta, että moniammatillisen datavisualisointikoulutuksen järjestäminen takeltelee ja osaaminen on sirpaleina eri tiedekunnissa. Jos ja kun viestinnän alan ammattilaisilla ei ole omaa teknistä osaamista tai koodaajaa mukana tiimissä, hyväkin infograafinen idea saattaa teknisen osaamisen puutteessa latistua helpommin toteutettavaan muotoon.

Perinteisillä grafiikkaohjelmilla kuten Illustratorilla ja InDesignilla toteutetut staattiset kaaviot, joita me graafiset suunnittelijat olemme tottuneet tuottamaan, välittävät toki tietoa nekin, mutta ilman interaktiivisuutta ja taustalla olevaa päivittyvää tietokantaa ne eivät hyödynnä kaikkia modernin infografiikan mahdollisuuksia.

Interaktiivisessa, mahdollisesti dynaamisesti eli tietokantapohjaisesti päivittyvässä infografiikassa onkin keskeistä, että lukija pystyy visualisoinnin avulla tutkimaan laajoja tietokanta-aineistoja ja löytämään niistä juuri häntä kiinnostavia sisällöllisiä yhteyksiä ja tietoja. Hyvä esimerkki nopeasti toteutetusta, onnistuneesta datavisualisoinnista on Johns Hopkins -yliopiston päivittyvä karttavisualisointi COVID-19-viruksen leviämisestä.

Täydennyskoulutusta paremmin saataville

Monet alalla työskentelevät datavisualisoijat ovat oppineet taitonsa käytännön työn kautta esimerkiksi isompien mediatalojen monialaisissa datatiimeissä.

Sen sijaan valmistuvien opiskelijoiden lisäksi graafisen alan freelancereiden, yksinyrittäjien sekä pienissä lehtitoimituksissa ja mainostoimistoissa työskentelevien graafikoiden on hankalaa löytää sopiva väylä modernin infografiikan teon oppimiseen. Perinteisen staattisen, muuttumattomaan aineistoon pohjautuvan infografiikan teko kyllä sujuu, mutta ilman alkuun auttavaa opastusta on vaikeaa löytää niitä rajapintoja, joissa päivittyvää tietokantapohjaista dataa pääsee muotoilemaan visuaalisesti.

Jo ammatissa toimivien kannalta olisikin ensiarvoisen tärkeää, että datavisualisointien teon täydennyskoulutusta olisi tarjolla muuallakin kuin pääkaupunkiseudulla ja muillekin kuin niille, joilla on varaa maksaa lyhyestä koulutuksesta tuhansia euroja. Meillä graafisen alan ammattilaisilla on ennestään runsaasti sisällöllistä, visuaalista ja teknistä osaamista. Lisäksi tarvittaisiin joko koodaustaitoja tai vähimmillään ymmärrys siitä, mitä koodaten voi tehdä ja mikä graafikon osuus dynaamisen datavisualisoinnin teossa on. Kun ymmärtää ohjelmointiprosessia edes hiukan, osaa tarpeen tullen puhua “samaa kieltä” paremmin koodaavien kanssa.

Lyhytkoulutuksissa sisällöllä on myös suuri merkitys: jos liikkeelle lähdetään Excelin ja Illustratorin käytön alkeista, koulutus ei palvele graafikkona jo pidempään toimineita.

Opetuksen kehittäminen – opetuksesta parempaa hyötyä ja relevanttius kuntoon

Tieto on valtaa, sanotaan. Jotta Suomessa voidaan jatkossa yhä paremmin hyödyntää tietoa, big dataa, tulisi tiedon visualisointia opettavaa, tutkintoon johtavaa moniammatillista koulutusta järjestää ympäri Suomen.

Opetettavien kurssien sisältöä pitäisi muokattava siten, että opetuksesta on hyötyä myös datavisualisointien teknisessä toteutuksessa, sisältöä ja visuaalisuutta unohtamatta. Ajantasainen, osittain myös koodaamiseen nojaava datavisualisoinnin koulutus tulisikin liittää olennaiseksi osaksi visuaalisen alan opintoja.

Opetettavat sisällöt ja ohjelmointikielet pitää valita huolella, jotta osaaminen ei vanhene. Siksi kestäviksi ja käyttökelpoisiksi todetut ohjelmointikielet kuten R ja Python ovat mielestäni hyvä vaihtoehto grafiikkaohjelmien ja taulukkolaskentaohjelmien rinnalle. Niiden lisäksi voidaan opettaa selainpohjaisten visualisointityökalujen käyttöä, mutta tällaisten kaupallisten, muuttuvien ja käyttöiältään vaihtelevien työkalujen varaan on hankala rakentaa pitkäjänteistä ja kunnianhimoista datavisualisoinnin opetusta.

Opinnäytetyö Theseuksessa.

 

Stipendiblogin kirjoittaja tuli kirjoituksellaan kolmanneksi MEDIA-ALAN TUTKIMUSSÄÄTIÖN STIPENDIKILPAILUSSA.