解决难题的“万灵丹”？

数据新闻在2017年似乎成了“过气网红”，从最初行业的一哄而上，到如今的“问题一大把”，数据新闻的未来在何方？刚刚过去的周末，由上海财经大学人文学院经济新闻系携手解放日报上观数据新闻中心、复旦大学网络数据挖掘研究团队联合举办的“数据新闻的未来与数据新闻教育”研讨会，在上海落下帷幕。针对国际数据新闻实践前沿、数据新闻的本土化之路和数据新闻教育三个主题，学界与业界共同探讨了数据新闻的前世、今生与未来。上海财经大学党委副书记陈宏到会并发表致辞。

什么是数据新闻？

在“国际新闻实践前沿”这一主题的讨论中，哥伦比亚新闻学院Lede项目负责人Jonathan Soma立足美国实践，回答了这个困扰很多人的问题。在他看来，数据新闻的发展应该分为三个阶段——第一阶段是绘制地图，第二阶段是使用专业技术，第三阶段是讲好故事。而“讲好故事”，正是数据新闻的“初心”和真正的追求。

点击页面，你可以扮演一名Uber司机，看看自己一天下来到底能不能赚到钱，测试一下你适不适合做Uber司机。这是Uber FT中文网数据编辑史书华带来的一款Uber Game。虽然是以游戏的形式呈现，但它所涉及的全部流程、数据，都是通过采访调研得来的。据介绍，FT的三名记者为此采访了在伦敦开车的各类Uber司机，搜集他们的日常作息，最终把这些数据转换成一个新闻游戏。

“大家看，在这里多余的互动是不必要的。”史书华认为，制作数据新闻不应停留在炫技的层次上。她指出了业界的另一个困境——不仅是在中国，全世界很多地方都将数据新闻视为解决新时代新闻难题的“万灵丹”，而实际上，数据新闻似乎并没有解决任何问题。“好好做新闻、好好说故事”，这一回归，可以说是FT这些年来探索所得的一大经验。

“水土不服”怎么破？

一小时的圆桌讨论，围绕“数据新闻在中国大陆的本土化”这一话题展开。

澎湃新闻数据新闻主编吕妍观察到，对于数据，一些媒体存在没做到查实来源就盲目使用的问题：“在异彩纷呈的可视化呈现中，到底有多少是真正为了主题服务的呢？”此外，数据和核心信息传达的比例问题，也是一个需要考虑的问题。

那么，我们做的数据新闻产品跟国外前沿产品到底有什么差距？

数据工场创始人黄志敏认为，目前国内与国际上的差距主要体现在策划经验、产品设计、产品的质量和水平上，但是数据新闻最终应该用最简单的方式呈现新闻。第一财经新一线城市研究所主编沈从乐，对数据来源的获取局限和隐私侵犯表达了困惑：“媒体能用到的源头是受局限的，而且这种局限可能深度影响数据表达、数据设计和面向公众的部分。”

数据新闻能不能产出长篇的严肃性报道呢？财新数据可视化实验室负责人黄晨对此提出疑虑。她认为，炫技和受众阅读习惯的改变，让数据新闻在“讲好故事”这条路径上，步履艰难。

“通过访问量，以及在各种平台上的数据分析发现，数据新闻在国内读者当中似乎并不非常受欢迎。”新华网数据新网部首席前端工程师刘叶指出，“国外有不少数据新闻和深度报道结合得很成功的案例，但是深度报道目前在国内的市场好像越来越小，大家现在更倾向于看有爆点的、短平快的新闻。”

“为什么数据新闻在中国没有那么受欢迎，我不知道。” 面对这种困惑，Jonathan Soma试图从自己的经验中寻找线索，“在美国，好像每个人都喜欢数据新闻——虽然我猜他们只是喜欢地图罢了，同时喜欢可以交互的可视化作品，人们会认为这些作品非常好玩。在屏幕上有越多的东西动起来，人们就越喜欢看。”在现场与记者交流时，他沉思片刻，提出：“无论什么样的内容，如果它看起来不好看，那就没有意义。”

还是一个好选择吗？

新闻与数据的结合，也给新闻教学带来了新的机遇和挑战。文科生学代码靠谱吗，会不会吃力不讨好？在将来，数据新闻还会是一个好的选择吗？

在“中国本土数据新闻教育”的话题讨论中，来自复旦大学、中国人民大学、武汉大学、华东师范大学、上海外国语大学、同济大学和上海财经大学的老师们就数据新闻人才培养、技术对教学的冲击、新闻与技术的平衡等问题，展开交流，并对数据新闻的未来提出了希冀。

来自业界的嘉宾们则认为，数据新闻是一个非常有挑战性的领域，它给学生提供了解这个世界的一种手段，说不定会给学生的职业新方向创造契机。数据新闻提供了一种推动力，可以推动你去学各种各样的新东西，包括人工智能领域的机器学习、神经网络等等，这依然是一个充满活力的选择。

（本文首发于解放日报·上观新闻，仅代表个人观点。未经授权，谢绝转载。栏目主编：刘璐 编辑邮箱：internetobserver@163.com）