科技如何能帮助记者将复杂的问题搞懂,并用清晰易懂的方式向公众解释?
去年,Jay Rosen的新闻专业学生花了整个学期与ProPublic合作,研究和解释“释义性新闻(explanatory journalism)”,该组织长期致力于调查性新闻报道。这个课程达到了令人惊奇的效果,举出了很多显著的例子,并发展出了自己的“释义”——拥有必要的背景知识,帮助他人关注活动或新闻中的趋势。我最喜欢的案例是这个2011年的项目,学生们重新设计了一篇ProPublica的背景文章,并制作视频、博客等内容。
纽约大学的的释义新闻课程关注两件事:演示和对话。他们与美国著名认知心理学家,例如George Lakoff,进行交流,了解读者如何吸收我们的内容。他们强调了多个演示案例——视频、时间轴、信息图标、迷你站点、聚合、博客、互动指南、流程图、甚至由谷歌制作的图书。这个纽约大学的课程还指出,解释也是一种对话。在他们的记者制作的FAQ指南中,课程推荐了解一些发现人们想要知道的内容的技巧。我喜欢他们倾听读者的建议。
如何创新?
我从一名希望制作支持新闻工具的技术设计师的角度,参加了Ethan Zuckerman的“参与式新闻”课程。以下是为更好地支持释义性新闻提供的最佳技术建议。
1.同仁生产(Peer Production)。Jay在他的《National Explainer》一书中指出,可以从没有线索的记者开始。当学习如何解释一些东西时,我们最初的无知帮助我们了解读者的心理状态。我们还可以在哪寻找那些不清楚事实,又有能力的人,将他们发展为释义者呢?
我认为我们应该从维基百科那里寻找灵感,为释义新闻的同仁生产发展相关策略,特别是对那些记者没有,或尚未报道的内容。像Metafilter之类的在线社区已经证明了他们在调查协作上的能力。我们如何将其延伸到释义新闻?我们需要从像Instructables和CommonCraft之类的分享视频指导和解释的在线社区中寻找灵感。
2.寻找声音。很多在Jay课程中的释义都涉及叙事。《The Giant Pool of Money》之所以成功,是因为“This American Life”电台找到了正确的人来展示复杂的问题。但是寻找正确的人是一件困难的事情,特别是你不在一个主流的媒体组织。像“Public Insight Network”之类的源数据库能提供很多帮助,但是它是一个封闭的数据库。存在于社交媒体中的群组,例如Global Voice,可以帮助我们获得一些解决方法,但是也仅限于了解这些网络的用户。
3.组织研究。释义很难被组织和研究。他们通常是一些复杂、混乱、而且看起来并没有多大意义的问题。通常故事报道在没有进行到一半时,很难看出一些眉目。你可能很容易迷失在大量信息中。随着研究的不断进行,可能了解一个复杂系统的难度会不断增加,你很难将需要的信息整合在一起,为下一次采访做准备。
最为广泛使用的写作工具在帮助组织和了解信息方面可能并不使用。我曾经写过一些软件来组织一些复杂问题研究的文章,例如Eastgate公司的Tinderbox。我认为我们需要更多的类似软件。
4.修辞形式。所有计算机报道都处在早起阶段,我们没有在共同的文学形式上达成共识。出来FAQ,时间轴,图文演讲,很多释义都需要一个自定义的形式。这对那些赶在截至日期前完成项目的人来说是一件坏事。
这就是我喜欢Jay和他的学生获得的“Explainer Award(释义奖)”的一个原因。但是我们需要进一步深入。一个优秀的获奖作品通常可以汇聚不同类别的入围者,讨论共同的挑战,建立解决问题的方法。
5.谈话。为什么重新思考不是内容制作的过程,而是一个社会运动?最好的释义来自于双向的对话,而不是一个单独的内容。我们可以开始一项名为“Meet the News”的服务,这个基于地理位置的服务可以邀请任何受报道影响的人来喝一杯咖啡,参与者可以为咖啡付费,并通过反馈一些与对话相关的文字来做出自己的贡献。这样做可以为新闻建立一个人性化数据库。
Image CC-licensed on Flickr via photosteve101.