“Flatten the Curve”: Data-Driven Projections and the Journalistic Brokering of Knowledge during the COVID-19 Crisis

書名(以學術體例詳填資料，網路來源提供超連結及檢索日)：

Christian Pentzold, Denise J. Fechner & Conrad Zuber (2021) “Flatten the Curve”: Data-Driven Projections and the Journalistic Brokering of Knowledge during the COVID-19 Crisis, Digital Journalism, 9:9, 1367-1390, DOI: 10.1080/21670811.2021.1950018

導讀者：唐友友

原作摘要：

新冠疫情帶來的影響迫切地需要指導。新聞工作者的回應是根據一系列參數繪製出危機蔓延的輪廓。本文回顧了新聞、流行病學建模和政策措施交界的領域，研究如何在多模態資訊圖(multimodal infographics)和資料新聞產品報告中顯示和討論流行疾病可能發生的過程。研究的數據顯示，疫情的走向主要會以鐘形曲線的形式，在達到頂峰後會再次變平。

面對這種疾病的巨大不確定性，以及矛盾的含義和解釋的模糊環境，研究者認為這種預測性新聞工作實現新聞功能的中介知識 (journalistic functions of brokering knowledge)。運用預測提高了對現有模型的認識，使決策者和公眾能夠瞭解COVID-19的潛在發展。通過比較資料驅動(data-driven)的預測，試圖解決危機處理的兩大問題、以及促進常民討論，此外，這些新聞將科學和公共衛生機構的輔助來源聯繫起來，使用資料新聞幫助解除危機。

重點整理：

一、問題意識

研究者認為量化是描述COVID-19的核心，數據決定了問題的存在，影響了我們關心和幫助救災工作的能力。COVID-19的爆發並不是只是一場危機，而是後續牽動了很多危機。資料新聞報導提供了一種處理「大量資料中，訊息不一致」的方法。資料新聞的核心是根據一系列參數繪製出輪廓，並進行調查和預測，目的在於提高應對緊急危機的能力，使預測性新聞實現了知識中介(knowledge brokerage)。

危機處理對於新聞工作者而言並不陌生，但新冠病毒是一種新型的危機，起初，新冠病毒在爆發時，新聞工作者錯誤判斷只是區域性的疾病，這種猶豫和錯誤的判斷，和難以從可信來源找出支持證據，進行新聞核實，阻礙了新聞難以迅速作出應對，新聞工作者不得不放棄報導。

新冠疫情引發危機主要有兩個特徵，不確定性(Uncertainty) 和模糊性 (Ambiguity)；不確定性(Uncertainty)，沒有足夠的資料來估計某事件發生的可能性或分析資訊的正確性，此現象導致訊息存在大量的不確定，醫學專業知識的不可靠和飄忽不定的官方聲明，使得人們很難從亂七八糟的研究證據、蓄意的謊言和未經證實的謠言分辨事實，甚至有大量的流言在社群媒體大量散布。模糊性 (Ambiguity)，大多數COVID-19指標和影響因素和解釋存在歧異，歧異隨著相互競爭立場、解釋或建議的數量增加，更是擴大了解釋，Kampourakis和McCain (2019) 解釋說，模糊性(Ambiguity)助長常民懷疑訊息的準確性和其來源機構，另一方面越來越多人相信在twitter、podcast上發表意見的科學家，這些節目快速獲得粉絲，主題包含傳聞和陰謀論方式，批評官方的公共宣導，逐漸導致公眾對於新聞失去信任。

本篇研究主要研究資料新聞的預測如何解決不確定性，並試圖讓讀者了解複雜的訊息和預測；研究預測如何確認數據來源，並處理模糊性的問題，幫助資料新聞提高應對緊急危機的能力，以實現預測性新聞實現新聞知識中介(knowledge brokerage) 的功能。

二、研究方法—質性研究

• Study settings and data collection

時間:  2020/2/12-2022/8/1

收集類目: 標題、副標題、圖片描述 

資料來源:  美國上升市場(up-market)的報紙、雜誌、線上報紙U.S. up-market newspapers, magazines, and news portals (Medium (11), New York Times (6), The Atlantic (1), Time Magazine (4), Wall Street Journal (7), Washington Post (4)) 和英國的菁英階級的出版社、報社 (The Economist (3), The Guardian (5), The Independent (6),The Telegraph (16), The Times (2)) and 德國的廣播和周報 (Der Spiegel (7), Die Zeit (5), Frankfurter Allgemeine Zeitung (3), S€uddeutsche Zeitung (4))，(N=84)

• Study definitions

知識中介 ( Knowledge brokerage ) :

新聞作為科學、政治和公眾之間，記者通常被認為是追求真理和傳遞經過驗證資訊的角色，藉由傳播知識在研究人員和不同受眾之間建立聯繫、協調、諮詢，也負責解釋新聞中因流行病而出現的專有名詞，承擔了知識中介(knowledge brokerage) 的功能。

資料新聞是利用統計資料和視覺化技術進行精細調查，當涉及到認知承諾(epistemological commitments) 時，資料新聞往往藉由大量數據和知識聯繫在一起，有助於區別哪些是已知的、哪些是未知的。

• Yanovitzky and Weber (2019) 提出五個中介(brokerage) 的功能： 

1. Awareness (認識):  為了結合中介(brokerage)功能，紀錄新聞的主題。(To incorporate this brokerage function, we recorded the topic of the news piece.)

2. Accessibility (易接近):  收集與綜合證據，納入分析以顯示數據推算。紀錄時間。(The second function of aggregating and synthesizing evidence so as to make it accessible was incorporated in our analytical categories geared towards the display of data-driven forecasts. We looked for the timeframe of the outlook, the modes of visualization employed to represent the projection, and the prevalent graphic formula shared across news items)

3. Engagement (參與):  通過預測的意義促進參與，使受眾能夠根據可靠性、品質或缺失資料來評估資料來源。反映了資料新聞可以公開檢索並接受審查資料來源。(As for the third function of fostering engagement with the meaning and implications of projections, we charted the existence of interactive elements and information features that enable audiences to assess data sources in terms of reliability, quality, or missing data. This reflected data journalism’s quest to open up and scrutinize data sources and data availability (Lewis and Usher 2013). We included categories for the ways in which the articles coped with issues of uncertainty, for example, how they acknowledged a lack of evidence for a certain statement or conclusion which can help to render the pandemic comprehensible and meaningful. We too accounted for issues of ambiguity, that is, how the pieces invoked the existence of different opinions or controversies.)

4. inkage(聯繫):  建立、加強、削弱因子(人事時地物)之間的關係，通過引用，在報導中對行動者與觀點的連結進行編碼。建立資料來源和事件的聯繫。(With respect to the fourth function of forging as well as strengthening or weakening links between actors, we coded for the connection of actors and views in the coverage, often through the use of quotes. It captured whether the pieces served as a point of connection or contention for sources and issues.)

5. Mobilization(動員):  激勵人們採取行動或阻礙行動的問題被編列為緩解或是補償。(Function of motivating people to actor of impeding action was taken up in a coding category for the mitigation strategies and remedies recommended by a story.)

• 資料新聞 (Data journalism)： 

根據Coddington (2015)對資料新聞的定義，基於資料分析和其呈現的文章，這些文章包含了統計分析、電腦科學、視覺化和網頁設計，以及報導的元素，排除了那些只引用統計資訊而不關注資料驅動(data-driven)的故事報導。

• Data extraction and consistency

使用質化研究方法的開放性編碼來分類多模態資料(multimodal infographics)，並和扎根理論(Grounded Theory)的進行細化和調整。完整的資料和編碼架構是開放獲得的。

• Analysis

主要常見的圖表類型為兩種，為對應到原文中的圖表二和圖表三。

圖表二(figure 2)根據以前的傳染和統計計算得出。適合於實際情況，或用於描述適用於不同人群或一個時間區間。

圖表三(figure 3)模式是對冠狀病毒相關資料的經驗路徑進行基準測試(benchmarking empirical paths)，以對比病毒的發展現況和預期未來的路徑。

這個研究發現，一個地區的過去可能成為另一個地區的未來。一些新聞的敘事根據資料、時間段，將兩圖表進行疊圖比較。

上述兩種模式都可以提高「認識 (Awareness)」、和「可接近(Accessibility)」。然而，所有這些視覺化都是具有時間性的，對比過去和未來。

這類型的圖表可能有兩種不同的目的，一方面被用來評估新冠病毒危機的重要性，另一方面被用來評估，並和其他疾病做比較；比較圖表的重點不是目前的情勢，而是關於危機的整體預測規模。

「參與 (engagement)」，這些文章除了能讓讀者放大資訊圖表細節之外，幾乎沒有什麼互動功能。只有少數作品使用了複雜的互動元件。(例如: Video Why flattening the curve for coronavirus matters - ABC News (go.com)) 。「聯繫 (linkage)」，表示相關因子和問題之間的聯繫；一般是預測性新聞預測失準，公共衛生人員出面解釋，以多個模型比較，並闡明疾病預測所牽涉到的複雜性。「動員 (mobilization)」，並不會提倡任何強制行動、要求常民做什麼事情，反而以專家的意見來呼籲常民，藉由引述專家建議，新聞能提供實用的價值。

疾病大流行的前幾個月裡，關於如何「使曲線變平(flatten the curve)」為最廣泛分析。

此外，並非所有以曲線為主的新聞報導都傳達了積極的資訊，資料新聞希望在短期內幫助下扭轉局勢，然而，人們擔心會出現第二波，甚至是無限期的一系列波動。

三、研究討論

• 資料視覺化可以分為三種不同的類型： 

1. 收斂點和發散點的比較

2. 預測圖表與不斷更新的數據圖表的比較

3. 軌跡與所採取的措施的關係比較: 又分為模型與模型之間的比較(model–model comparison),  模型與實際疫情展開方式的比較 ( the model–reality comparison),  模型與所採取措施的比較 (model–measure comparison)。

• 藉由比較使我們能夠注意COVID-19的不確定性。三種類型的比較都被用來繪製誤差範圍圖。由於COVID-19的訊息會有不一致，採用了數據和數學建模的標準來源來編織Tuchman (1978)所稱的“事實之網(web of facticity)”。所有資訊圖表都包含了背後的數據來源，甚至有些文章會詳細說明預測模型背後的假設，後來的研究者可以針對有關的數據來源和背景進行接露或是批評。

• 往後新聞不是以「真」、「假」，而是「有效性」，對於新聞而言，核實不再是傳達衝突或是爭議，而是設法澄清和比較訊息。

• 對於資料記者來說，這種被Lewis和Westlund (2015, p. 455)稱為「兩極互動專家(bipolar interactional expertise)」，既以資料作為講故事的素材，也可以利用資料了解觀眾行為和偏好。

• 總體來說，在考慮每個情景都有不確定性時，預測的比較被證明是有用的。就冠狀病毒而言，大多數新聞都會都強調任何預測未來的不完美之處，如「這種視覺化的目的……不是預測將會發生什麼，而是預測在各種未知或不可知的條件下可能會發生什麼(Wilson2020)。」 The Wall Street Journal強調，「這些模型是工具，而不是預言 (2020年)。」數據新聞是對預測的概率和事件發生可變化性進行思考，嘗試預測能成為社會討論的一部分，因此，被認為是只有資料新聞報導能幫助渡過危機的獨特解方和貢獻。

四、研究結論

正如《New York Times專欄作家Charlie Warzel (2020) 所言，COVID-19危機在許多方面都是一場惡夢。測量的混亂方式和理解資訊的困難、科學研究複雜化，甚至資料混亂混淆了政府和衛生機構的反應。

COVID-19對於新聞領域是一個重大事件，使新聞工作者再次重新考慮「新聞實踐的方式和原因」(Zelizer1992，p67)。迫使重新思考新聞媒體在社會中的地位的價值和規範期望。在這篇研究中，研究者認為資料新聞記者就扮演了重新配置的新聞角色，充當了知識中介人的角色。

研究擷取的幾篇新聞文中，發現包含的元素可以實現了提高意識(awareness)、提供可接近性(accessibility)和促進參與(engagement)的相關功能；未來可以利用圖表比較，將常民、政府和相關因子聯繫(linkage)起來，呼籲(mobilization)人們根據科學資料採取行動。

將新聞工作者定位為知識中介 (knowledge brokerage) 人，其主要任務不是新聞控制，而是決策的推動者。在預測性新聞還須提供一些對於未來的建議，讓常民準備好面對未來。如同Zelizer (2017)所言，數據將是新聞業面對未來的工具。

與本研究問題意識相關的概念與延伸對話：無

延伸閱讀：(請用學術體例將參考文獻中值得延伸閱讀之文章、書籍或網址列於此處) 

無