ویرگول
ورودثبت نام
مرکز تحقیقات هوش مصنوعی پارت
مرکز تحقیقات هوش مصنوعی پارت
خواندن ۵ دقیقه·۳ سال پیش

کلان‌داده‌ و همه‌گیری کووید-۱۹: سالی برای مصورسازی داده

در یک سال گذشته، همه‌گیری کووید-۱۹ با وجود همه‌ آثار منفی که به همراه داشته، به ظهور خلاقیت در دنیای مصورسازی داده‌ها کمک فراوانی کرده است. طراحان گرافیک، محققان و علاقه‌مندان به حوزه علوم داده، استعدادهای خود را در راستای دستیابی به منفعت عمومی به کار گرفتند تا کلان‌داده‌های مربوط به کووید-۱۹ را در تصاویری واضح و توصیفی، به نمایش بگذارند. از نقشه‌های ساده تا تعاملی، از گراف‌های رنگارنگ تا غیرمعمول، احتمالاً تا به امروز با صدها نمونه مصورسازی از داده‌های مربوط به کووید-۱۹ روبرو شده‌اید.

اما آیا تا به حال دقت کرده‌اید این تصاویر چطور توانسته‌اند به دانش ما در مورد ویروس کرونا شکل دهند؟ در واقع، مصورسازی‌های انجام شده از داده ها در طول زمان، پا به پای ما، تحول یافته‌اند و به عموم مردم، خبرنگاران، سیاست‌گذاران و … کمک کرده‌اند تا بهتر در جریان وقایع قرار گیرند. در این نوشتار، روند تکاملی مصورسازی داده‌ها در زمان شیوع ویروس کرونا از ابتدای سال ۲۰۲۰ را با هم مرور می‌کنیم.

۱- ثبت و رهگیری موارد ابتلا به کووید-۱۹

در انتهای سال ۲۰۱۹، چندین وبسایت شروع به جمع‌آوری داده از سراسر دنیا کردند تا میزان شیوع گونه‌ جدید ویروس کرونا در نواحی مختلف را نشان دهند. جمع‌آوری و ادغام این داده‌ها به محققان، رسانه‌ها و عموم مردم این امکان را داد تا بدون نیاز به تسلط بر زبان کشورهای دیگر یا بدون دسترسی به منابع اصلی داده‌ها (که مربوط به ده‌ها کشور بود) دیدگاهی جامع‌تر نسبت به نوع جدید این ویروس به دست آورند.

از جمله وبسایت‌هایی که روزانه، آمار مبتلایان و مرگ و میر ناشی از کووید-۱۹ را ثبت می‌کند، وبسایت Worldmeter است. این وبسایت، علاوه بر شمارشگرهای زنده‌ای که تعداد ساکنین زمین را می‌شمارند، بخشی بسیار معتبر و قابل‌اطمینان برای اطلاع‌رسانی در مورد ویروس کرونا ساخته است. طبق توضیحات خود این سایت، داده‌های جمع‌آوری شده حاصل گزارشات رسمی هستند که مستقیماً از کانال‌های ارتباطی دولت‌ها یا به صورت غیرمستقیم از رسانه‌های محلی معتبر به دست می‌آیند. با وجود طراحی ساده‌اش، رسانه‌ها و مؤسسات سراسر دنیا به کرّات از Worldmeter به عنوان منبعی معتبر استفاده کرده‌اند.

در میان این مؤسسات، می‌توان به دانشگاه جانز هاپکینز اشاره کرد که در بالتیمور، مریلند واقع شده است. در تاریخ ۲۲ ژانویه ۲۰۲۰، این مؤسسه یک نقشه‌ جهانی برای رهگیری موارد ابتلا به کووید-۱۹ و نرخ مرگ و میر ناشی از آن منتشر کرد. این پروژه‌ی مقدماتی بعدها تبدیل به «مرکز منابع کرونای جانز هاپیکنز» یا CRC تبدیل شد که علاوه بر دربرداشتن ۲۶۰ منبع، در خود آمریکا دست به اقداماتی عملی (برای مثال آزمایش، رهگیری، واکسن) نیز زده است.

۲- همگام با آخرین اخبار

مصورسازی داده‌ها به مشخص شدن چالش‌های فراوانی که جوامع باید بر آن‌ها غلبه کنند نیز کمک کرده است. مصورسازی داده‌های منابع گوناگون، از Google Trends گرفته تا واکسن‌ها، به ما اجازه می‌دهند ایده‌های موجود را درک و پیام‌های کلیدی را منتقل کنیم.

بحث را از عبارات جستجو شده در گوگل شروع می‌کنیم؛ از ژانویه تا آوریل ۲۰۲۰، مطالعاتی به سرپرسی آلبرتو کایرو در وبسایت searchingcovid19 انجام شد. این پژوهشگران ترندهای برتر جستجو در مورد ویروس کرونا را در آمریکا مورد بررسی قرر داردند و در انتها، به شکلی آگاهی‌بخش، نتایج را به تصویر درآوردند. به عنوان مثال، تحلیل نتایج نشان داد که به مرور زمان، جستجوها از مواردی مثل «همه‌گیری چیست؟» به سؤالات کاربردی‌تر همچون «چطور از زوم استفاده کنیم؟» تبدیل شده بودند.

وقتی سعی داریم تأثیر عفونت‌ها را روی جوامع بسنجیم، مصورسازی داده‌ها به طرقی نوآورانه به ما کمک می‌کنند درک بهتری از مقالات و اخبار به دست آوریم. برای مثال، خبری از روزنامه‌ New York Times توانسته است با استفاده از یک نمودار پراکندگی ساده، نوشتاری تعاملی ایجاد کند؛ در این نمودار، احتمال ابتلا بر اساس دو متغیر (در معرض بیماری قرار گرفتن، و نزدیکی فیزیکی به دیگران) مورد بررسی قرار گرفته است. در مواردی از این دست، به کارگیری فناوری می‌تواند از ادعای نویسنده پشتیبانی کند، چون خواننده را به صورت فعالانه درگیر و آن‌ها را ترغیب می‌کند برای مطالعه‌ ادامه‌ مطلب به پایین صفحه مراجعه کنند.

با گذر زمان، سؤالاتی در مورد فاصله‌گذاری اجتماعی (چیستی، چرایی، چگونگی و …) مطرح شده‌اند. نویسندگان Washington Post یک «شبیه‌ساز کرونا» ساخته‌اند که در آن، به کمک نمودارهای پویا نشان می‌دهند فاصله‌گذاری اجتماعی (از درجه‌ آزادی تا قرنطینه‌ اجباری) توانسته است منحنی ابتلا به این بیماری‌ را مسطح کند. در زمانی که فاصله‌گذاری اجتماعی برای بیشتر ما مفهومی جدید و ناشناخته بود، چنین مصورسازی‌هایی نشان دادند که برای خلاصی از این همه‌گیری، راهی وجود دارد.

اخیراً، «رهگیر داده» جدیدی منتشر شده است که می‌تواند آخرین آمار واکسیناسیون کووید-۱۹ در سراسر دنیا را دنبال کند. گراف‌های Our World in Data مصداق بارز این فناوری‌ها هستند. این گراف‌ها مبتنی بر داده‌هایی متن‌باز هستند (منبع‌کد Github) و تعداد دوزهای واکسن کووید-۱۹ که روزانه در دنیا تزریق می‌شوند را در قالب تصویر نشان می‌دهند. از نظر من، نقطه‌قوت این وبسابت در این است که به کاربران اجازه می‌دهد به راحتی بین معیارهای مختلف (موارد ابتلا، مرگ و میر، آزمایش، واکسیناسیون) و انواع گراف‌ها (خطی، جهانی، جدول داده) جابجا شوند تا دقیقاً همان چیزی که می‌خواهند را مصورسازی کنند.

۳- گامی به عقب و دیدن تصویر بزرگ‌تر

یکی دیگر از جنبه‌های اصلی مصورسازی داده در عصر کووید-۱۹، چشم‌انداز است. با وجود اخبار ناگوار، مصورسازی‌های داده کمک می‌کنند تا بتوانیم اعداد و ارقام روزانه را در بافتی وسیع‌تر قرار دهیم.

در این روزها که اولین همه‌گیری عمرمان را تجربه می‌کنیم، ممکن است فراموش کرده باشیم که پیش از این هم در تاریخ انسان، همه‌گیری‌هایی رخ داده‌اند و خطرشان بسیار فراتر از بیماری کنونی بوده است. به همین خاطر است که معتقدم این اینفوگرافیک از Data Visualist چشم افراد را نسبت به این موضوع باز می‌کند. درست است که همه‌گیری فعلی کشنده و نگران‌کننده است، اما تا به امروز، HIV منجر به مرگ و میر بیشتری شده است و تا به حال هم هیچ واکسنی علیه آن پیدا نشده است.

از طریق ادغام چندین مصورسازی در داشبوردها، می‌توان درک بهتری از پاندمیک به دست آورد؛ این همان کاری است که برخی وبسایت‌ها انجام داده‌اند تا همه‌ی داده‌های مرتبط با کووید-۱۹ را به صورت یک‌جا جمع کنند. با وجود سوگیری‌های بالقوه در انتخاب گراف‌ها و نحوه‌ بازنمایی آن‌ها، این داشبوردها به خوانندگان اجازه می‌دهند بیشترین اطلاعات ممکن را از بیشترین منابع ممکن دریافت کنند. این داشبوردها، در مقایسه با مقالات ساختاردهی شده، امکان تفسیری آزاد را برای خوانندگان فراهم می‌کنند و به همین خاطر، هرکسی می‌تواند نتیجه‌گیری‌های خودش را از گراف‌ها داشته باشد.

جمع‌بندی

در این نوشتار، یک سال مصورسازی داده‌های همه‌گیری کووید-۱۹ را به شکل خلاصه مرور کردیم.

هنگام بررسی مصورسازی‌ها، چه مرتبط با کووید-۱۹ باشند چه نه، دو نکته را باید مدنظر داشته باشید:

  • منابع داده: داده‌ها از کجا آمده‌اند؟ آیا منابع قابل اتکا هستند (دولتی، مؤسسات نامدار و …)؟
  • راستگویی گراف‌ها: آیا تشخیص می‌دهید نویسندگان سوگیری‌های بالقوه‌ای داشته‌اند و می‌توانند خوانندگان را گمراه کنند؟

بعد از این‌که از برقراری این دو شرط مطمئن شدید، می‌توانید از مصورسازی داده‌ها لذت ببرید.

منبع: هوشیو

کووید ۱۹کروناکلان دادهمصورسازی دادههوش مصنوعی
هوشمندسازی فرآیندهای زندگی https://partdp.ai/
شاید از این پست‌ها خوشتان بیاید