A origem das visualizações de dados

Hoje em dia, todos somos 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 matérias de matemática. Mas também fora da escola ou do trabalho se depara diariamente com visualizações de dados: quase todos os dias há gráficos de barras ou de linhas nas notícias, e muitos anúncios também os usam para reforçar a sua mensagem.Uma boa visualização ajuda a comunicar informação de forma eficiente. Um gráfico de linhas, por exemplo, mostra num relance a situação atual das infeções por coronavírus nos Países Baixos, sem que tenha de comparar números ou fazer cálculos. Se a linha sobe, as infeções aumentam; se desce, a taxa de infeção diminui. Desta forma, consegue tirar rapidamente uma conclusão de uma grande quantidade de informação, recorrendo à intuição e à compreensão dos dados.Sem conhecimentos prévios, quase todas as pessoas conseguem ler diferentes tipos de visualizações com rapidez e precisão. Mas nem sempre foi assim. Na verdade, as visualizações de dados tal como as conhecemos hoje só começaram a surgir há algumas décadas. Mas onde tiveram origem? E para onde caminham?

As primeiras visualizações

A primeira visualização de dados encontra-se numa gruta na Turquia, 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 também 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 é, na prática, 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 que os instrumentos de medição se tornaram muito mais rigorosos, mas também a apresentação dos mapas segue hoje, em grande medida, o mesmo padrão. Quase todos os mapas têm uma escala, uma rosa dos ventos que indica onde fica 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

A par dos mapas, os gráficos de linhas foram uma das primeiras formas de representação gráfica tal como as conhecemos hoje. Os primeiros gráficos de linhas remontam ao final da Idade Média e ao século XVI, quando 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 (area chart) e, mais tarde, o gráfico circular.

O gráfico de linhas de Playfair apresenta duas variáveis ao longo do tempo: as importações inglesas provenientes da Dinamarca e da Noruega e as exportações inglesas para esses países. O gráfico contém 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 há também algumas escolhas de apresentação que tornam o gráfico menos claro e que hoje provavelmente seriam tratadas de outra forma. Por exemplo, o significado de cada linha está escrito diretamente sobre a própria linha, de forma pouco clara. Uma legenda poderia ajudar. Além disso, a conclusão que se pode retirar do gráfico já está indicada no próprio gráfico, através de áreas coloridas entre as duas linhas. Hoje, é frequente apresentar a conclusão no texto que acompanha o gráfico ou na legenda da figura.

No século seguinte, John Snow demonstrou que a conclusão nem sempre tem de estar diretamente indicada na própria visualização: pode ser retirada 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 atingido pela cólera. Na altura, pouco se sabia sobre bactérias e germes, e o aparecimento súbito da doença e a sua causa eram um mistério. John Snow, um cientista britânico que mais tarde se tornou um dos fundadores da epidemiologia, decidiu assinalar num mapa todos os casos de cólera. 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, onde se via claramente um agrupamento. Precisamente nesse local havia uma bomba de água, de onde muitos moradores da zona obtinham água. Isto confirmou a suspeita de John Snow, que identificou a bomba de Broad Street como a origem do surto de cólera. Snow recolheu e analisou uma amostra da água, mas não encontrou provas suficientes de que a água contaminada fosse, de facto, a causa. Ainda assim, o mapa foi suficientemente convincente para levar as autoridades locais a agir e a desativar a bomba. Isso pôs fim ao surto de cólera em Soho.

Este exemplo é frequentemente referido na história da visualização de dados porque é um dos primeiros casos conhecidos em que uma conclusão baseada apenas na visualização levou efetivamente à ação. No fundo, é disso que trata a visualização de dados: apresentar os dados de forma a gerar novas informações ou a ajudar a compreender melhor uma situação. 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 evoluiu rapidamente desde os anos 50 do século passado. A introdução do computador, 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 levou, entre outras coisas, a novas formas de visualização, como as nuvens de palavras. Como já foi referido, formas ‘antiquadas’ de visualização, 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 ler sem grandes dificuldades.

Hoje, a visualização de dados vai além de simplesmente representar uma grande quantidade de dados. Os infográficos, muitas vezes uma combinação única de várias visualizações de dados, são uma forma de o fazer. Ao combinar imagens, visualizações de dados e apenas uma pequena quantidade de texto, é muitas vezes possível explicar um problema ou tema complexo. Outro desenvolvimento interessante é o facto de estes infográficos serem frequentemente criados por designers de visualização, e já não apenas por cientistas, como acontecia antes.

Ao criar visualizações de dados, tenha em conta que o leitor vê a visualização tal como foi concebida. Depende, por isso, até certo ponto, da interpretação dos dados feita por quem a criou, seja um data scientist ou um designer de visualização. Quanto mais complexos forem os dados, ou quanto mais dados forem reunidos na visualização, mais facilmente poderão surgir equívocos, tanto para quem a cria como para quem a lê. Por isso, é importante verificar se a correlação apresentada indica realmente uma relação causal, sobretudo porque uma boa visualização não assenta necessariamente numa boa análise.

Pessoalmente, penso que, no futuro, ainda há muito a ganhar com a colaboração entre cientistas e designers de visualização, para comunicar melhor o conhecimento científico. Os primeiros passos já foram dados: muitas empresas estão a criar equipas de dados em que data scientists 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/