Desde o ini­cio da pandemia Covid-19, tabelas e gra¡ficos tem ajudado a comunicar informações sobre taxas de infecção, mortes e vacinações. Em alguns casos, essas visualizações podem encorajar comportamentos que reduzem a transmissão do va­rus, como usar uma ma¡scara. Na verdade, a pandemia foi saudada como o momento decisivo para a visualização de dados.

Mas novas descobertas sugerem um quadro mais complexo. Um estudo do MIT mostra como os canãticos do coronava­rus organizaram visualizações de dados online para argumentar contra a ortodoxia da saúde pública sobre os benefa­cios dos mandatos de ma¡scara. Essas “contra-visualizações” costumam ser bastante sofisticadas, usando conjuntos de dados de fontes oficiais e manãtodos de visualização de última geração.

Os pesquisadores vasculharam centenas de milhares de postagens de ma­dia social e descobriram que os canãticos do coronava­rus costumam implantar contra-visualizações junto com a mesma reta³rica de "siga os dados" dos especialistas em saúde pública, mas os canãticos defendem políticas radicalmente diferentes. Os pesquisadores conclua­ram que as visualizações de dados não são suficientes para transmitir a urgência da pandemia Covid-19, porque mesmo os gra¡ficos mais claros podem ser interpretados por meio de uma variedade de sistemas de crena§as.  

“Muitas pessoas pensam em manãtricas como as taxas de infecção como objetivos”, diz Crystal Lee. “Mas claramente não são, com base em quanto debate hásobre como pensar sobre a pandemia. a‰ por isso que dizemos que as visualizações de dados se tornaram um campo de batalha. ”

A pesquisa seráapresentada na Conferência ACM sobre Fatores Humanos em Sistemas Computacionais em maio. Lee éo autor principal do estudo e aluno de PhD em Hista³ria, Antropologia, Ciência, Tecnologia e Sociedade (HASTS) do MIT e no Laborata³rio de Ciência da Computação e Inteligaªncia Artificial (CSAIL) do MIT, bem como bolsista do Berkman Klein Center for Internet e sociedade. Os co-autores incluem Graham Jones, Margaret MacVicar Faculty Fellow em Antropologia; Arvind Satyanarayan, o NBX Career Development Assistant Professor no Departamento de Engenharia Elanãtrica e Ciência da Computação e CSAIL; Tanya Yang, uma graduando do MIT; e Gabrielle Inchoco, uma estudante de graduação do Wellesley College.

Amedida que as visualizações de dados ganharam destaque no ini­cio da pandemia, Lee e seus colegas começam a entender como estavam sendo implantadas em todo o universo da ma­dia social. “Uma hipa³tese inicial era que se tivanãssemos mais visualizações de dados, a partir de dados coletados de forma sistema¡tica, as pessoas estariam mais bem informadas”, diz Lee. Para testar essa hipa³tese, sua equipe combinou técnicas computacionais com manãtodos etnogra¡ficos inovadores.

Eles usaram sua abordagem computacional no Twitter, obtendo quase meio milha£o de tweets que se referiam tanto a “Covid-19” quanto a “dados”. Com esses tweets, os pesquisadores geraram um gra¡fico de rede para descobrir “quem estãoretuitando quem e quem gosta de quem”, diz Lee. “Basicamente, criamos uma rede de comunidades que estãointeragindo umas com as outras.” Os clusters inclua­ram grupos como a "comunidade da ma­dia americana" ou "antimaskers". Os pesquisadores descobriram que os grupos antimask estavam criando e compartilhando visualizações de dados tanto quanto, senão mais do que outros grupos.

E essas visualizações não eram desleixadas. “Eles são virtualmente indistingua­veis daqueles compartilhados pelas principais fontes”, diz Satyanarayan. “Eles costumam ser tão polidos quanto os gra¡ficos que vocêesperaria encontrar em jornalismo de dados ou painanãis de saúde pública.”

“a‰ uma descoberta muito surpreendente”, disse Lee. “Isso mostra que caracterizar grupos antimask como analfabetos de dados ou não engajados com os dados éempiricamente falso.”

Lee diz que essa abordagem computacional deu a eles uma visão ampla das visualizações de dados do Covid-19. “O que érealmente empolgante sobre esse trabalho quantitativo éque estamos fazendo essa análise em grande escala. De jeito nenhum eu poderia ter lido meio milha£o de tweets. ”

Mas a análise do Twitter teve uma lacuna. “Acho que perde muito da granularidade das conversas que as pessoas estãotendo”, diz Lee. “Vocaª não pode necessariamente seguir um aºnico fio de conversa a  medida que ele se desenrola.” Para isso, os pesquisadores se voltaram para um manãtodo de pesquisa antropola³gico mais tradicional - com um toque da era da Internet.

A equipe de Lee acompanhou e analisou conversas sobre visualizações de dados em grupos antimask no Facebook - uma prática que eles apelidaram de "deep lurking", uma versão online da técnica etnogra¡fica chamada "deep pendurando". Lee diz que “compreender uma cultura requer que vocêobserve os acontecimentos informais do dia-a-dia - não apenas os grandes eventos formais. A espreita profunda éuma forma de transpor essas abordagens etnogra¡ficas tradicionais para a era digital. ”

As descobertas qualitativas da ocultação profunda pareceram consistentes com as descobertas quantitativas do Twitter. Antimaskers no Facebook não estavam evitando dados. Em vez disso, eles discutiram como diferentes tipos de dados foram coletados e por quaª. “Seus argumentos são realmente bastante matizados”, diz Lee. “Muitas vezes éuma questãode manãtricas.” Por exemplo, grupos antimask podem argumentar que as visualizações dos números de infecção podem ser enganosas, em parte devido a  ampla gama de incertezas nas taxas de infecção, em comparação com medições como o número de mortes. Em resposta, os membros do grupo costumavam criar suas próprias contra-visualizações, atémesmo instruindo uns aos outros nas técnicas de visualização de dados.

“Estive em transmissaµes ao vivo em que as pessoas compartilham telas e olham o portal de dados do estado da Gea³rgia”, disse Lee. “Em seguida, eles falara£o sobre como fazer o download dos dados e importa¡-los para o Excel.”

Jones diz que a "ideia de ciência dos grupos antimask não éouvir passivamente enquanto os especialistas em um lugar como o MIT dizem a todos em que acreditar". Ele acrescenta que esse tipo de comportamento marca uma nova virada para uma velha corrente cultural. “O uso da alfabetização de dados pelo Antimaskers reflete os valores americanos arraigados de autossuficiaªncia e anti-expertise que datam da fundação dopaís, mas suas atividades online empurram esses valores para novas arenas da vida pública.”

Ele acrescenta que "entender essas dina¢micas complexas teria sido impossí­vel" sem a "liderana§a visiona¡ria de Lee em planejar uma colaboração interdisciplinar que abrangia SHASS e CSAIL".

A pesquisa de manãtodos mistos “avana§a nossa compreensão das visualizações de dados ao moldar a percepção pública da ciência e da pola­tica”, diz Jevin West, um cientista de dados da Universidade de Washington, que não esteve envolvido na pesquisa. As visualizações de dados “carregam um verniz de objetividade e precisão cienta­fica. Mas, como mostra este documento, as visualizações de dados podem ser usadas com eficácia em lados opostos de um problema ”, diz ele. “Isso ressalta a complexidade do problema - que não ésuficiente 'apenas ensinar a alfabetização midia¡tica'. Requer uma compreensão sociopola­tica mais matizada de quem estãocriando e interpretando gra¡ficos de dados. ”

A combinação de percepções computacionais e antropola³gicas levou os pesquisadores a uma compreensão mais sutil da alfabetização em dados. Lee diz que seu estudo revela que, em comparação com a ortodoxia da saúde pública, “os antimaskers vaªem a pandemia de maneira diferente, usando dados bastante semelhantes. Ainda acho que a análise de dados éimportante. Mas certamente não éo remanãdio que pensei que fosse em termos de convencer as pessoas que acreditam que o sistema cienta­fico não éconfia¡vel. ” Lee diz que suas descobertas apontam para “uma brecha maior em como pensamos sobre ciência e especialização nos Estados Unidos”. Essa mesma brecha perpassa questões como mudança climática e vacinação, onde dina¢micas semelhantes costumam ocorrer em discussaµes de ma­dia social.

Para tornar esses resultados acessa­veis ao paºblico, Lee e seu colaborador, o estudante de PhD do CSAIL Jonathan Zong, lideraram uma equipe de sete pesquisadores de graduação do MIT para desenvolver uma narrativa interativa onde os leitores podem explorar as visualizações e conversas por si pra³prios.

Lee descreve a pesquisa da equipe como um primeiro passo para entender o papel dos dados e visualizações nesses debates mais amplos. “A visualização de dados não éobjetiva. Nãoéabsoluto. Na verdade, éum empreendimento incrivelmente social e pola­tico. Temos que estar atentos a como as pessoas os interpretam fora do estabelecimento cienta­fico. ”

Esta pesquisa foi financiada, em parte, pela National Science Foundation e pelo Social Science Research Council.