Mis herramientas favoritas: Gurman Bhatia sobre hacer periodismo con datos y gráficos

Imagen: Captura de pantalla. El rastreador global del COVID-19 de Reuters, que muestra las tasas de vacunación en países de todo el mundo, es un proyecto de Bhatia realizado con con datos y gráficos.

Para la serie Mis herramientas favoritas de GIJN, hablamos sobre crear datos y gráficos efectivos con la diseñadora de información y periodista india, Gurman Bhatia.

Bhatia es ex-periodista de datos y gráficos en Reuters, ha enseñado narración con datos (en inglés «data storytelling») en el Lede Program de la Escuela de Periodismo de Columbia en Nueva York. Ella es parte del grupo de expertos internacionales que formarán parte del prejurado de los premios SIGMA de periodismo de datos.

Su propio trabajo ha sido reconocido por los Premios Internacionales Malofiej de Infografía (Malofiej International Infographic Awards), los premios de periodismo de datos de Global Editors Network (GEN) y la Society for News Design (Sociedad para el Diseño de Noticias). Autodidacta, el acercamiento inicial de Bhatia a la visualización de datos fue al cursar la maestría en la Universidad de Columbia, donde tomó un módulo sobre diseño interactivo y narración de historias. «Aprendí los conceptos básicos de HTML, CSS y JavaScript; nuestra clase era de seis a nueve, y recuerdo que mis dos profesores se quedaban hasta después de las diez porque yo quería aprender a extraer», dice Bhatia. «También fueron lo suficientemente amables como para responder mis preguntas, mismas que no estaban contempladas en el programa de estudios. Si no lo hubieran sido, no sé si hubiera continuado por este camino».

Gurman Bhatia. Imagen: cortesía de Bhatia.

Después de trabajar en Poynter como becaria de periodismo de Google, Bhatia se mudó a West Palm Beach, que también se encuentra en el estado de Florida, en el sur de EE. UU., donde trabajó en el equipo de investigación del Palm Beach Post. «Algunos de los mejores reporteros de investigación del estado trabajaron allí», dice Bhatia. «Mi editor me preguntó qué quería lograr al cabo de seis meses y le dije que quería irme con una historia de investigación».

Bhatia quería desarrollar una historia desde la idea hasta la publicación. «Presenté 36 solicitudes de registros públicos para entender cómo diferentes ciudades se ocupaban de los centros de transición [para consumidores de drogas y alcohol]. Pudimos construir esta base de datos inexistente, lo que nos permitió conocer los patrones de propiedad, quién era el líder de las casas de transición y quién tenía prácticas sospechosas».

Bhatia agrega: «Fue un reportaje de investigación de la vieja escuela; confiamos mucho en Document Cloud para esa investigación por la cantidad de solicitudes de registros públicos que estábamos presentando».

Después de una temporada en el Hindustan Times en Delhi, Bhatia se unió al galardonado equipo de Reuters Graphics en 2018, donde informó y trabajó en visualizaciones para temas tan diversos como el fraude electoral en India, el uso de la fuerza durante las protestas en Hong Kong y los incendios forestales en Australia. Ahora, de manera independiente, trabaja para un grupo de expertos ambientales y dirige sesiones de capacitación para el Centro Internacional de Periodistas (ICFJ, por sus siglas en inglés), una organización sin fines de lucro miembro de GIJN, con sede en Washington, DC, y para el Centro Este-Oeste. Estas son sus herramientas favoritas:

GitHub Actions

Las acciones de GitHub se realizan en un repositorio de GitHub que contiene todos los archivos y revisiones de un proyecto, y permite que estos procesos se automaticen sin que un desarrollador tenga que activar manualmente estas acciones.

El rastreador integral del coronavirus de Reuters, que fue diseñado y desarrollado por Bhatia y dos colegas, presenta un globo giratorio en el que los usuarios pueden acercarse a países específicos para identificar la tasa de vacunación. También le permite a los lectores comparar países. El sitio genera miles de páginas y fue diseñado con  GitHub Actions. «Este proyecto fue la mayor cantidad de código que he escrito en mi vida, y GitHub Actions fue muy bueno para organizar, rastrear y administrar un proyecto tan grande», dice Bhatia.

Extraer en Node.js

Node.js hace posible para los usuarios ejecutar el lenguaje de programación de JavaScript fuera de un navegador, como en un servidor o un escritorio. El sistema de código abierto permite a los usuarios realizar operaciones que de otro modo requerirían la ejecución de otros lenguajes, como Python. Esto significa que un usuario no tiene que moverse entre diferentes lenguajes de programación.

«Creo que la extracción de datos (scraping) es genial porque te permite recopilar datos que de otro modo estarían atrapados en páginas web o datos analizados atrapados en documentos PDF», dice Bhatia, quien realiza la mayor parte de su codificación en JavaScript. «Soy una gran defensora de usar las computadoras para aquello en lo que son mejores, y de usar a los humanos para hacer juicios editoriales».

Bhatia usó el scraping en una historia que realizó acerca de las elecciones en India en 2019, para visualizar su gran escala: una elección disputada por más de 8.000 candidatos. «Algo que es muy común en las elecciones indias es que ciertos partidos pagan a dos o tres personas con el mismo nombre para disputar el mismo cargo, y así confundir a los votantes; son esencialmente candidatos ficticios», dice Bhatia. «En ese momento, el gobierno indio dijo que colocaría los rostros de los candidatos en la boleta electoral. Mi reacción inmediata fue que esto significaba más datos. Ahora tengo caras como un punto de datos».

Con node.js, Bhatia extrajo datos de la comisión electoral de la India, como imágenes de candidatos, al igual que datos de myneta.info, que incluían información sobre postulantes que tenían casos penales en su contra. «Lo más complicado fue asociar las dos bases de datos, es decir, emparejar los casos penales y los rostros de los candidatos», explica.

d3.js

La línea verde muestra la comparación entre el velocista Usain Bolt con los velocistas masculinos más rápidos de otros países del mundo. Imagen: captura de pantalla de un gráfico de Gurman Bhatia.

D3.js es una potente biblioteca de JavaScript para crear gráficos personalizados e interactivos en un navegador web. Ofrece a los usuarios un control total para personalizar las visualizaciones y crear gráficos hechos a la medida basados ​​en datos (utilizando HTML, CSS y SVG).

Una de las primeras visualizaciones d3 de Bhatia fue en el Hindustan Times para los Juegos Olímpicos de 2016. Ella trazó el récord nacional de cada país en los 100 metros y creó un gráfico interactivo. «En ese momento, era una imagen que sorprendió a todos», comenta. «Lo inspiró un artículo del New York Times».

Refiriéndose al rastreador de coronavirus de Reuters, agrega: «El globo giratorio en el rastreador del coronavirus se hizo en d3 y Canvas. Queríamos crear una narrativa en torno al COVID-19 en lugar de tener este tablero con un enorme vertedero de datos».

FFmpeg and ImageMagick

FFmpeg es una herramienta de código abierto con diferentes bibliotecas para manejar archivos multimedia; por ejemplo, puede usarse para convertir el formato de un archivo audiovisual. ImageMagick es un conjunto de herramientas de línea de comandos que se utiliza para manipular imágenes digitales, es decir, para animar, convertir y analizar imágenes. Bhatia trabajó en una historia con el equipo de Reuters sobre la contaminación en la capital india. «Instalamos una cámara en la azotea de nuestra oficina en Delhi, que tomó una foto cada hora durante 35-40 días», recuerda. «Recibía volcados regulares de fotos, y utilicé ImageMagick y FFmpeg para juntarlas como un video. También creé un gráfico d3 con la misma velocidad de fotogramas que el video, para que estos se alinearan».

Imagen: cortesía de Bhatia.

Google Sheets

«Utilizo mucho las hojas de cálculo de Google, especialmente para colaborar», dice Bhatia. «El rastreador del COVID-19 de Reuters se ejecuta en su totalidad desde una hoja de Google masiva, con reporteros que ingresan números todos los días».

Para Bhatia, una gran ventaja de Google Sheets es la capacidad de crear conjuntos de datos. «En Reuters, creamos una base de datos para una historia que hicimos sobre las protestas de Hong Kong, donde recopilamos datos sobre qué días hubo violencia y qué tipo de tácticas fueron utilizadas por cada lado. Esos datos no existían, por lo que tuvimos que recopilarlos a través de varias fuentes», dice, y agrega que las personas ingresaban los datos en una sola hoja de cálculo.

Notion

Notion es una aplicación para tomar notas que permite a los usuarios administrar y planificar proyectos, así como crear repositorios de escritura y bases de datos vinculadas. «Lo uso para crear bases de datos», dice Bhatia. «Algo que necesito cuando enseño son ejemplos concretos, así que creo diferentes bases de datos en Notion y uso un complemento de Chrome para agregar enlaces a una base de datos que necesito».

Añade: «Un libro que recomiendo, que cambió mi dimensión en términos de tomar notas, es “Cómo tomar notas inteligentes” de Sönke Ahrens. Destaca la filosofía de que las notas deben estar interconectadas, porque si escribo algo y no vuelvo a leerlo, no vale la pena tomar esas notas». 

Imagen: cortesía de Bhatia.

Centros de datos universitarios

El Centro Trivedi de Datos Políticos (Trivedi Centre for Political Data) de la Universidad de Ashoka produce datos políticos de acceso abierto en la India, desde conjuntos de datos sobre partidos políticos que han disputado elecciones hasta la composición de gobiernos a nivel de sindicatos y estados. «Muchos de los datos políticos accesibles, incluidos los datos electorales históricos, se deben a ellos», dice Bhatia.

Bhatia también ha creado su propio recurso de fuentes de datos de la India. «El problema siempre es, especialmente en un régimen como el actual, que la disponibilidad de datos puede ser cuestionable, pero al mismo tiempo, hay muchas cosas para las que hay datos disponibles, como datos políticos y educativos», dice. «Recientemente dirigí una capacitación para periodistas indios y una de las cosas que hice fue crear un conjunto de datos de conjuntos de datos solo para India, que podría ser útil para los periodistas aquí».

Bhatia dice que la ausencia de datos confiables durante la pandemia de COVID-19 también vio un resurgimiento de la recopilación de datos por parte de los reporteros en el campo.

«Se enviaron reporteros a las orillas del [río] Ganges para contar cuántos cuerpos había allí; en un día encontraron más de 2.000», dice. «Es algo que elogiar: exponerse y recopilar datos cuando no hay ninguno disponible».

Recursos adicionales

Mis herramientas favoritas: Lisseth Boon, diseño y visualización de datos

Los mejores periodistas de investigación nos cuentan qué herramientas usan

Recursos útiles para hacer mejor periodismo de datos

Lo último de GIJN en español

Hanna Duggal es una periodista de datos independiente con sede en Londres. Con el uso de datos, ha reportado sobre problemáticas como la vigilancia policial y el espionaje.