Entrevista con Víctor Pascual: «La visualización nos ayuda a “pensar mejor” y sacar mejores conclusiones»

unnamed
image-4805
Víctor Pascual es Profesor del Máster en Comunicación y Marketing Digital, Data Scientist y consultor en Visualización de Información. Estudió Ingeniería informática y es doctor en Ciencias de la Computación y Comunicación Digital. 

Eres especialista en la visualización de datos, ¿Como defines tu trabajo?

Es la disciplina que se encarga de convertir datos en representaciones visuales para facilitar su comprensión.

Buena parte del trabajo de un periodista es interpretar la información para luego explicarla al público, hacerla comprensible… ¿No crees que en cierto modo haces periodismo?
Bueno, hoy en día ya existe el “Periodismo de datos”, que se encarga de contar historias a partir de datos que se pueden encontrar en la red. Dentro de esta disciplina, claro está que la visualización está teniendo un papel muy importante. Sin embargo, no es lo mismo generar visualizaciones para analistas que tienen que tomar decisiones sobre un conjunto de datos, que generarlas para comunicar una idea o una historia.

Hablemos sobre la evolución de la visualización de Datos… ¿Qué había hace diez años y qué hay ahora?
Hace diez años existían las infografías. Representaciones estáticas que permiten comunicar datos y expresar ideas. Sin embargo, éstas no permiten que los usuarios jueguen con los datos o vayan más allá de lo que el analista (o periodista) ha visto y quiere contar. Gracias a los avances tecnológicos, ahora podemos crear representaciones interactivas, que permiten al propio usuario jugar con los datos y sacar sus propias conclusiones.

La materia prima para la visualización son los datos ¿Cuantos más datos mejor?
Depende del problema… El Big Data está de moda, y claro está que es útil. Sin embargo, no se puede visualizar un gran volumen de datos si no se hace un análisis exhaustivo que nos dé el “small data” que permita ser representado. Es importante tener claro que no se puede representar un millón de valores tal cual.

Entonces ¿Es posible la visualización de Datos sin el Big data?
La Visualización de Datos es una disciplina que juega un papel importante en el mundo del Big Data, pero no es imprescindible. Del mismo modo, tampoco son imprescindibles las tecnologías de Big Data para hacer Visualización. Digamos que son dos tecnologías que se apoyan la una de la otra. No podremos visualizar grandes volúmenes de datos sino disponemos de tecnologías que nos ayuden a tratarlos; y no podremos sacar el máximo partido de un dataset complicado y muy grande sino utilizamos la visualización para que nos ayude a “pensar mejor” y sacar mejores conclusiones sobre ellos.

La introducción de nuevas tecnologías inmersivas como los OculusRift o las Microsoft Hololens nos pueden abrir un campo nuevo en la visualización de datos

Para acabar, en las entrevistas, pedimos que nos hagáis de “gurús” por un momento. Me gustaría que me dijeras algo de tu campo de trabajo que ahora está en la cumbre, pero crees que en 5 años estará completamente olvidado, y algo que ahora es ínfimo pero que en 5 años será la bomba.
Creo que me voy a quedar con algo que ahora es “la bomba” (para algunos), y que será “la bomba” en cinco años pero teniendo una forma totalmente distinta: las visualizaciones 3D. Éstas siempre han estado ligadas a la espectacularidad, pero poca gente es consciente de lo malas que son para representar datos en superficies 2D (las pantallas de nuestros ordenadores y dispositivos). Generalmente tienen muchos problemas de oclusión, y de perspectivas que no nos facilitan la comprensión de los datos. Sin embargo, la introducción de nuevas tecnologías inmersivas como los OculusRift o las Microsoft Hololens nos pueden abrir un campo nuevo que nos podría ofrecer nuevas técnicas de interacción para navegar a través de grandes volúmenes de datos.

¡Deja el primer comentario, no seas tímido!

Únete a la discusión

Puedes utilizar los siguientes HTML tags y atributos: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>