A origem das visualizações de dados

Hoje em dia, somos todos um pouco analistas de dados. Na escola primária, aprende a ler e a preencher tabelas. No ensino secundário, criar gráficos de linhas é muitas vezes uma das primeiras coisas que aprende nas aulas de matemática. Mas também encontra visualizações de dados todos os dias fora da escola ou do trabalho: há gráficos de barras ou de linhas nas notícias quase diariamente, e muitos anúncios publicitários usam-nos para reforçar a sua mensagem. Uma boa visualização ajuda a transmitir informação de forma eficiente. Um gráfico de linhas, por exemplo, mostra de imediato a evolução das infeções por coronavírus nos Países Baixos, sem que tenha de comparar números ou fazer cálculos. Se a linha sobe, as infeções estão a aumentar; se desce, a taxa de infeção está a diminuir. Assim, é possível recorrer à intuição e à interpretação dos dados para tirar rapidamente uma conclusão de uma grande quantidade de informação. Quase toda a gente consegue ler diferentes tipos de visualização de forma rápida e precisa, sem conhecimentos prévios. Mas nem sempre foi assim. Na verdade, as visualizações de dados tal como as conhecemos só começaram a surgir há algumas décadas. Onde começou tudo? E para onde evoluirão no futuro?

As primeiras visualizações

A primeira visualização de dados de que há conhecimento encontra-se numa gruta turca, sob a forma de uma pintura mural. Estima-se que date de 6200 a.C. e representa um mapa da aldeia neolítica de Çatalhöyük. Além dos edifícios da aldeia, mostra um vulcão próximo que parece estar prestes a entrar em erupção. Um mapa pode não ser a primeira coisa em que pensa quando ouve falar de visualização de dados, mas, na prática, é um gráfico com um eixo x e um eixo y. Nesse gráfico, cada edifício (visto de cima) tem um conjunto de coordenadas que indica a sua localização exata.

O desenho rupestre de Çatalhöyük é considerado o mapa mais antigo do mundo. Desde então, os mapas tornaram-se cada vez mais precisos e uniformes. A razão mais evidente é a maior precisão dos instrumentos de medição, mas a apresentação dos mapas também se tornou, em grande medida, uniforme. Hoje, quase todos os mapas têm uma escala, uma rosa dos ventos que indica o norte e uma grelha com as respetivas coordenadas ou marcações.

Figura 1. O desenho rupestre de Çatalhöyük1

William Playfair – o primeiro gráfico de linhas

Além dos mapas, os gráficos de linhas foram das primeiras formas de representação gráfica tal como as conhecemos hoje. Os primeiros gráficos de linhas datam do final da Idade Média e do século XVI, período em que eram usados sobretudo para registar a posição das estrelas. Ainda assim, William Playfair, engenheiro e economista político escocês do século XVIII, é muitas vezes considerado o fundador da estatística gráfica. Em 1786, concebeu o gráfico de linhas tal como o conhecemos. Inventou também o gráfico de barras e o gráfico de áreas e, mais tarde, o gráfico circular.

O gráfico de linhas de Playfair representa duas variáveis, as importações e exportações inglesas com a Dinamarca e a Noruega, ao longo do tempo. Inclui todos os elementos de um gráfico de linhas moderno, como eixos com marcações, um título e uma breve descrição do que os eixos representam. Mas algumas opções de apresentação tornam o gráfico menos claro e provavelmente seriam tratadas de outra forma hoje. Por exemplo, o significado de cada linha está escrito diretamente sobre ela, de forma pouco clara. Uma legenda poderia ajudar. Além disso, a conclusão que se pode retirar do gráfico já está assinalada no próprio gráfico, através de áreas coloridas entre as duas linhas. Hoje, é frequente apresentar a conclusão no texto que acompanha a figura ou na respetiva legenda.

No século seguinte, John Snow demonstrou que a conclusão nem sempre tem de estar indicada diretamente na visualização: também pode ser extraída dela.

Figura 2. Gráfico de séries temporais da balança comercial de Playfair2

John Snow – cólera

Na década de 1850, o bairro de Soho, em Londres, foi assolado pela cólera. Na altura, ainda não se conheciam as bactérias nem os germes, e o aparecimento súbito da doença e a sua causa eram um mistério. John Snow, um cientista britânico que mais tarde se tornaria um dos fundadores da epidemiologia, decidiu assinalar todos os casos de cólera num mapa. Suspeitava que a água contaminada por resíduos pudesse ser a causa.

Num mapa do bairro, assinalou com traços todos os casos de cólera. Surgiu assim um padrão: a maioria dos casos concentrava-se em Broad Street, formando um agrupamento evidente. Exatamente nesse local havia uma bomba de água, de onde muitos moradores da zona retiravam água. Isto confirmou a suspeita de John Snow, que identificou a bomba de Broad Street como a origem do surto de cólera. Snow recolheu uma amostra de água e analisou-a, mas não encontrou provas suficientes de que a água contaminada fosse, de facto, a causa. Ainda assim, o mapa foi suficientemente convincente para que as autoridades locais agissem e desativassem a bomba. Isto marcou o fim do surto de cólera em Soho.

Este exemplo é frequentemente referido quando se fala da história da visualização de dados porque é um dos primeiros casos conhecidos em que uma conclusão baseada exclusivamente numa visualização levou efetivamente à ação. No fundo, é esse o objetivo da visualização de dados: apresentar os dados de forma a gerar novas informações ou a ajudar a compreendê-las. No caso de John Snow, assinalar todos os casos num mapa ajudou a localizar com precisão a fonte da contaminação.

Figura 3. Mapa da cólera em Londres de John Snow3

A ascensão e o futuro da visualização de dados

A visualização de dados tem evoluído rapidamente desde a década de 1950. A introdução dos computadores, em particular, tornou possíveis muitas novas formas de visualização. Passou a ser possível processar maiores volumes de dados e as previsões de modelos computacionais, o que deu origem, entre outras coisas, a novas formas de visualização, como as nuvens de palavras. Como referido anteriormente, formas mais tradicionais, como os gráficos de linhas e de barras, continuam a ser usadas diariamente nas notícias e nos jornais, em parte porque praticamente toda a gente as consegue interpretar sem grande dificuldade.

Hoje, a visualização de dados vai além de apresentar grandes quantidades de dados. Os infográficos, muitas vezes uma combinação própria de várias visualizações de dados, permitem explicar um problema ou tema complexo através da conjugação de imagens, visualizações de dados e apenas uma pequena quantidade de texto. Outro desenvolvimento interessante é o facto de estes infográficos serem frequentemente concebidos por designers visuais, e já não apenas por cientistas, como acontecia no passado.

Ao criar visualizações de dados, é importante ter presente que os leitores veem a visualização tal como foi concebida. Por isso, depende, até certo ponto, da interpretação que quem a concebeu fez dos dados, seja um cientista de dados ou um designer visual. Quanto mais complexos forem os dados, ou quanto mais dados forem reunidos numa visualização, maior é a probabilidade de surgirem equívocos, tanto para quem a criou como para quem a lê. Por isso, deve sempre verificar se a correlação apresentada indica realmente causalidade, sobretudo porque uma boa visualização não se baseia necessariamente numa boa análise.

Pessoalmente, penso que, no futuro, ainda há muito a ganhar com a colaboração entre cientistas e designers visuais, para que a ciência possa ser comunicada de forma ainda mais eficaz. Os primeiros passos já foram dados: muitas empresas estão a criar equipas de dados nas quais os cientistas de dados trabalham em estreita colaboração com analistas de dados. O passo seguinte é envolver também os profissionais criativos.

Referências

1. http://www.sci-news.com/archaeology/science-catalhoyuk-map-mural-volcanic-eruption-01681.html
2. http://scihi.org/william-playfair-and-the-beginnings-of-infographics/
3. https://www.nationalgeographic.org/activity/mapping-london-epidemic/