We linken data veelal aan zakelijke toepassingen. We zetten data in om processen te meten, te analyseren en te verbeteren. Of het nu gaat om een fysieke productiestraat of digitale bestelstraat. Data kunnen je helpen betere beslissingen te nemen.
Maar data zijn ook een creatieve grondstof.
Zo is onderstaande print een datavisualisatie van een album van Avicii. En deze komt volledig voort uit code en data.
Zo’n abstracte weergave staat ver af van de lijngrafiek die je tijdens je werk tegenkomt.
In dit artikel geef ik je een korte introductie in de wereld van abstracte visualisaties en datakunst.
Hoe komen ze tot stand en wat hebben we eraan?
Zeg hallo tegen datakunst
Tijdens een kleinschalige data meetup in 2020 hoorde ik voor de eerste keer de term datakunst. Daar hoorde ik ook voor het eerst van het samenwerkingsproject tussen & Other Stories en Giorgia Lupi.
Giorgia Lupi ontwierp een aantal prints en kledingstukken o.b.v. drie invloedrijke vrouwen in de wetenschap: de eerste milieuactiviste, de eerste afro-Amerikaanse vrouw in de ruimte, en de vrouw die de for loop bedacht.
In deze video over het project (Engels), zegt ze vrij vertaald het volgende:
Data bestaan eigenlijk niet. Data zijn een abstracte weergave van de werkelijkheid die wij zelf maken, omdat we het leven niet op een harde schijf kunnen opslaan. […] Het doel van dit project is laten zien dat je met data ook verhalen kan vertellen die ons allemaal raken. […] Data kunnen een krachtig grondstof zijn voor verhalen en vormgeving.
Door de meetup en dit project vielen er een aantal dingen op zijn plek.
Ik ben zelf namelijk sinds 2018 bezig met een dataproject, waarbij ik in de zomer van 2019 de eerste abstracte vorm genereerde.
Was ik onbewust de wereld van datakunst ingerold?
Van tekstanalyse naar datakunst
Mijn project focust zich op tekstanalyse en in het bijzonder op sentiment analyse. Met sentiment analyse probeer je het sentiment van een tekst in te schatten: is de tekst positief of negatief?
Dit doe ik niet zelf, maar met behulp van een computermodel.
Het is mogelijk om zelf zo’n model te maken, maar je kan ook gebruik maken van externe diensten, zoals de taalmodellen van Google. Zo’n dienst stelt je in staat om er tekst heen te sturen en de ingeschatting van het sentiment terug te krijgen.
Hieronder zie je een voorbeeld van zo’n inschatting:
{
index: 2,
title: 'heaven',
album: 'tim',
sentiment: 0.4,
magnitude: 2.9,
}Dit gaat om het nummer Heaven van Avicii op het album TIM. De score beschrijft de sentiment inschatting, deze waarde zit altijd tussen de -1.0 en de +1.0. De magnitude bevat de kracht van de expressie in diezelfde tekst.
Datavisualisatie: van data naar beeld
Met bovengenoemde methode zet ik een heel album om naar datapunten. Ieder nummer krijgt zo een eigen datapunt en die collectie van punten kan ik visualiseren:
Je ziet nu in één oog op slag dat het sentiment van dit album (wederom TIM) volgens de inschatting van Google vrij gebalanceerd is.
Je kan ook zeggen dat deze visualisatie nuttig is: het maakt de resultaten van de analyse visueel en leesbaar.
Nu is het leuk om muziek met taalmodellen te analyseren. Alleen al omdat je er nieuwe technieken door leert gebruiken. Maar muziek is iets heel persoonlijks. En het is maar de vraag of de inschatting van een algoritme van een Amerikaans technologiebedrijf enigszins aansluit bij jouw gevoel bij het nummer.
Mede hierdoor besloot ik af te stappen van zinvolle datavisualisaties en ging ik een nieuwe richting op. De richting van abstracte visualisaties.
Van data naar abstracte vormen
De basis voor mijn abstracte visualisaties is diezelfde grafiek, maar dat iets versimpelt.
Zoals je ziet, haal ik alle opmaak weg en voeg ik de volgorde van de nummers toe. Je krijgt nu een soort tekening die je als kind wel eens tekende: ga van 1 naar 2, van 2 naar 3, … en je tekent een kat!
Als ik dat bij mijn data doe, komt er helaas geen kat uit.
Maar de volgende vorm komt wel tevoorschijn:
Maar ik vind deze visualisatie, met al die hoeken, nogal hard overkomen. Gelukkig kan ik daar wat aan doen.
Ik kan ervoor kiezen om in plaats van rechte lijnen, kromme lijnen te tekenen (zogenoemde Bézier curves). Hieronder zie je een simpel voorbeeld:
Je ziet nu geen rechte lijn tussen de punten 1, 2, 3 en 4, maar een kromme die vanuit 1, via punt 2 en 3, naar punt vier gaat.
Laat ik dat los op mijn data, dan krijg ik deze vorm:
En deze kan ik nog wat opschonen om het eindresultaat duidelijker te maken:
Dat lijkt zowaar wel op een handtekening! En je ziet er ook de letter T in (Aviciis echte naam, en de albumnaam, is Tim).
Achteraf denk ik dat ik hier, onbewust, de wereld van datakunst aantikte.
Met datakunst de wereld in
Nu is het maken van zo’n vorm leuk, maar er iets mee doen is nog leuker. Ik besloot het daarom op een t-shirt te printen en mee de wereld in te nemen:
Voor mensen die het project niet kennen, is het een nietszeggende abstracte print.
Maar voor mij is het een hele toffe, persoonlijke herinnering aan een project en belangrijker nog: aan muziek die ik heel erg tof vind.
Datakunst: een onverwachte mix van data, visualisatie en creativiteit
We linken data vaak aan zakelijke toepassingen. We zetten data in om processen te meten, te analyseren en te verbeteren; om onze beslissingen te verbeteren.
Maar als je data inzet als creatieve grondstof kunnen er interessante dingen gebeuren. De directe leesbaarheid wordt dan minder belangrijk én het gevoel (ja het gevoel) en de emotie die data op kunnen wekken krijgen aandacht.
Voordat je het weet ontwerp je je eigen t-shirt print!
Nieuwsgierig naar datakunst?
Ben je nieuwsgierig naar de wereld van datakunst? Misschien zoek je een creatieve prikkel voor je data team? Of wil je de nieuwsgierigheid naar techniek aanwakker van je creatievelingen?
Dan heb je geluk: ik geef presentaties over dit project en workshops waarbij je zelf begint aan een datakunstwerk.
Interesse? Neem contact op.