Jason Forrest es diseñador, artista e investigador especializado en visualización de datos, con una trayectoria que cruza la música electrónica, las artes visuales, la tecnología y la comunicación. Fue director del Data Visualization Lab de McKinsey & Company, fundó Nightingale, la revista de la Data Visualization Society, y actualmente dirige Jason Forrest Agency y desarrolla, junto a la artista Jen Ray, Data Vandals, un proyecto que lleva los datos a las calles mediante instalaciones artísticas y experiencias participativas.
En esta conversación exploramos cómo la visualización puede convertirse en una herramienta para activar el diálogo público, cuestionar las formas tradicionales de representar la realidad y ampliar las capacidades democráticas de las comunidades. Desde los pioneros gráficos de W. E. B. Du Bois y el sistema Isotype hasta intervenciones urbanas en Nueva York, Londres o Los Ángeles, Forrest nos invita a repensar la alfabetización de datos, la relación entre conocimiento y poder y el papel de la emoción y el espacio público en la participación ciudadana. Su propuesta desplaza el centro de atención de los gráficos hacia las personas: los datos no deberían servir únicamente para explicar el mundo o convencer a una audiencia, sino para generar encuentros, hacer visibles experiencias compartidas y abrir conversaciones capaces de transformar nuestra manera de vivir juntos.
Sobre visualización, espacio público y los datos como catalizadores de la conversación democrática
Olivier: La visualización y su relación con el discurso público y la democracia es una obsesión particular para mí. ¿Cómo llegaste al campo de la visualización de datos y qué otros lenguajes has incorporado a esa práctica?
Jason: Creo que lo más fácil es contarte mi historia. Estudié Bellas Artes y fotografía. Me mudé a Nueva York en 1999 porque quería convertirme en una estrella internacional del arte y, en lugar de eso, acabé siendo músico electrónico y DJ. Después me trasladé a Berlín en 2003 y actué por todo el mundo durante unos diez años.
En 2008 entré en contacto con la tecnología porque un amigo músico me dijo: «Apple va a lanzar esta App Store el mes que viene, así que deberíamos subirnos al tren». Yo no sabía absolutamente nada de tecnología, pero hicimos un par de aplicaciones musicales y aquello me introdujo en las metodologías ágiles y en otra manera de pensar cómo se construye software.
Después cofundé una startup de vídeo online. Estuvo a punto de funcionar, que es otra forma de decir que no funcionó, pero aprendí muchísimo sobre negocios. Más tarde trabajé como diseñador UX haciendo sistemas de backend para compañías de seguros. Sonaba profundamente poco sexy, pero me fascinaba la complejidad: cómo se organizaban los sistemas, cómo se registraba la información y cómo después volvías a recuperarla. Ahí empezó realmente mi interés por los datos y las infraestructuras de datos.
Finalmente llegué a McKinsey. Trabajé allí como diseñador UX durante unos dos años, pero empecé a aburrirme. El proceso me parecía demasiado dogmático y, además, todo estaba siempre centrado en el usuario. Yo diseñaba algo para mejorar la eficacia de una tarea para otra persona y echaba de menos cierta capacidad de expresión personal. Entonces apareció la oportunidad de incorporarme a un equipo de ciencia de datos. Les propuse un intercambio muy sencillo: «Yo puedo enseñaros diseño y vosotros podéis enseñarme datos». Ahí empezó realmente mi obsesión por la visualización de datos.
Al mismo tiempo me estaba interesando muchísimo por la tipografía, especialmente por su dimensión sistémica: cómo un cambio diminuto en una parte de una tipografía puede generar efectos en todo el sistema. Fue entonces cuando, hojeando un libro, me encontré con los gráficos de W. E. B. Du Bois. Me quedé completamente fascinado.
Empecé a investigar y descubrí que prácticamente nadie estaba hablando de esas visualizaciones. Mi primer artículo iba a ser una pieza única, pero cada frase abría cinco preguntas más. Acabé pasando unos dieciocho meses inmerso en el mundo de Du Bois. Creo que me fascinó porque parecía estar recorriendo un camino que, en algunos aspectos, se parecía al mío. Quería dejar una huella en la sociedad y tenía esta convicción de que era posible hacer algo radicalmente distinto simplemente mostrando los datos.
Cuando llegó la COVID, en McKinsey me pidieron que ayudara con el trabajo de visualización relacionado con la pandemia. Me dieron un equipo de unas veinte personas y durante aproximadamente un año y medio producimos visualizaciones sobre salud y economía. Fue un entorno extraordinario para experimentar y también el momento en el que lancé Nightingale.
Paralelamente me estaba obsesionando con Isotype. En uno de los libros encontré una diminuta referencia a que Otto y Marie Neurath habían realizado espectáculos de marionetas con Isotype. La idea se me quedó instalada en la cabeza. Mi mujer y yo ya habíamos hecho algunos proyectos de carteles en Nueva York durante la pandemia, intentando cultivar cierto orgullo cívico. De esa combinación acabó surgiendo Data Vandals. La pregunta inicial era muy sencilla: ¿qué ocurre cuando sacas los datos del mundo digital y los colocas en el mundo físico? Esa pregunta acabó cambiando completamente mi práctica.
Los datos como excusa para conversar
Olivier: Has pasado de Du Bois a la calle, incorporando música, arte, tecnología y diseño. ¿Cuál es el denominador común?
Jason: Puede sonar un poco cursi, pero creo que todo vuelve a la comunidad. Du Bois era una figura extremadamente singular, pero alrededor de 250 personas participaron en la Exhibition of American Negroes. Era casi una pequeña nación. Algo parecido ocurre con Isotype: no era solamente una manera creativa de comunicar información a gran escala, sino una práctica profundamente interesada en el diálogo con el público.
Cuando empezamos Data Vandals no entendíamos que el proyecto acabaría llevándonos hasta ahí. Pero con el tiempo me di cuenta de que me interesaban más las conversaciones que los propios datos. Utilizamos los datos para provocar una conversación. En última instancia, los datos no son lo importante. Lo que importa son las personas reunidas alrededor de ellos y las interacciones que aparecen entre ellas.
Lo que hicieron visible los gráficos de Du Bois
Olivier: ¿Qué hizo que las visualizaciones de Du Bois fueran tan poderosas? ¿Era innovación estética, claridad narrativa?
Jason: Lo que más me sorprendió fue la profundidad del proyecto. Estaba estructurado como un argumento. Hay historias sobre desarrollo, propiedad de la tierra, educación, comparaciones con otros grupos y una visión internacional de la población afroamericana como una «pequeña nación». Y todo aquello había quedado prácticamente olvidado.
Yo crecí en el sur de Estados Unidos y había partes enteras de la historia afroamericana de las que nunca había oído hablar. Al analizar los gráficos empezaba preguntándome simplemente: ¿qué representan realmente estos datos? Seguía las referencias de Du Bois y aparecían capítulos completos de la historia estadounidense a los que nunca había tenido acceso. Aquello cambió mi comprensión de la historia de Estados Unidos y, hasta cierto punto, también de mí mismo.
Olivier: También has discutido algunas interpretaciones actuales que relacionan directamente los gráficos de Du Bois con el modernismo.
Jason: Sí. Tengo opiniones bastante fuertes sobre eso. Me parece muy problemática la idea de que el lenguaje del modernismo estuviera directamente influido por Du Bois.
Vengo del mundo del arte y he pasado mucho tiempo con la historia del arte. Lo que me parece más plausible es que Du Bois, como joven investigador, estuviera observando la ciencia europea y utilizando determinados lenguajes visuales para desarrollar su trabajo y consolidarse intelectualmente. La manera en que llegó a esos gráficos hechos a mano forma parte de su genialidad, pero eso no significa necesariamente que exista la genealogía modernista que a veces queremos construir retrospectivamente.
¿Tenemos realmente un problema de «alfabetización de datos»?
Olivier: Muchas escuelas enseñan estadística o alfabetización mediática, pero muy pocas enseñan visualización como una especie de lenguaje cívico. ¿Necesitamos una mayor alfabetización de datos?
Jason: Aquí es donde probablemente resulte polémico, porque después de darle muchas vueltas he llegado a pensar que la alfabetización de datos, tal como suele plantearse, parte de la pregunta equivocada.
A menudo parece consistir en enseñar a las personas a entender mejor nuestros gráficos. Yo creo que la responsabilidad debería invertirse: somos los diseñadores quienes tenemos que hacer cosas que la gente pueda entender. No deberíamos enseñar a las personas a comprender nuestro trabajo.
Con Data Vandals he pasado años enseñando gráficos bastante extraños a todo tipo de personas y casi nunca alguien me pregunta: «¿Cómo se lee esto?». Pueden preguntar qué significan los datos, pero normalmente entienden perfectamente que un número puede estar representado por una forma, un color o una posición. Entonces empiezas a preguntarte qué significa realmente «alfabetización de datos». ¿Estamos enseñando a las personas a comprender mejor el mundo o simplemente enseñándoles Tableau?
De los datos de quejas a los datos sobre lo que amamos
Olivier: Quizá la cuestión no sea aprender a consumir visualizaciones, sino participar en su creación. ¿Puede la cocreación de una visualización formar parte de un proceso democrático, especialmente cuando participan las personas más afectadas por aquello que estamos representando?
Jason: Ciento diez por ciento. Es exactamente donde estamos trabajando ahora. Uno de nuestros proyectos recientes es LA Loves, con la Alcaldía de Los Ángeles. Trabajando con distintas ciudades nos dimos cuenta de la importancia del 311, un número que en Estados Unidos se utiliza para cuestiones no urgentes y que con el tiempo se ha convertido prácticamente en un sistema centralizado para gestionar quejas municipales.
El problema es que genera fundamentalmente datos negativos. «Arreglad este bache», «Hay un problema de ruido», «No funciona el agua». Y cuando miras los portales municipales de datos abiertos descubres que una gran parte de los datos que una ciudad conoce sobre sí misma proviene precisamente de problemas.
Entonces hicimos una pregunta muy sencilla a la ciudad de Los Ángeles: ¿qué le gusta a la gente? No lo sabían. Ahí nació LA Loves. Queremos construir un complemento positivo al 311: un conjunto de datos alrededor de las afinidades de la ciudad.
Ha habido casos en los que determinados murales o parques eran muy queridos por una comunidad y, aun así, fueron eliminados o transformados. La gente reaccionó cuando se enteró, pero ya era tarde. ¿Por qué no recopilar también ese tipo de información antes de tomar decisiones?
Cuando una pegatina se convierte en conversación
Olivier: Una parte interesante de vuestro trabajo es que la participación no depende necesariamente de escribir un argumento. ¿Puede la visualización hacer visible conocimiento que resulta difícil expresar únicamente con lenguaje?
Jason: Sí. Uno de los aprendizajes más importantes vino de un proyecto que hicimos en Londres. Utilizábamos una especie de matriz y las personas colocaban pegatinas para responder. Entendían perfectamente que al poner una pegatina su opinión se estaba convirtiendo en un dato cuantificable.
Pero sucedió algo que no habíamos previsto. Los carteles estaban colocados en estructuras de aluminio muy ligeras y, como el viento podía tirarlas, siempre tenía que haber alguien sujetándolas. Cuando una persona se acercaba, colocaba una pegatina y veía a alguien junto al gráfico, casi siempre empezaba a explicar por qué había elegido esa respuesta.
Quizá existe una necesidad psicológica de justificarte ante la persona que tienes delante, o simplemente de ser comprendido. Pero esa explicación se convertía en el inicio de una conversación. Después la conversación se bifurcaba según quién estuviera allí, qué habían respondido otras personas o cómo estaba evolucionando el gráfico. En determinado momento, las propias personas empezaban a realizar un análisis colectivo de los datos.
Ahí comprendí que ya no estábamos realmente hablando de datos. Estábamos hablando de experiencias vividas a partir de los datos. Y por eso vuelvo siempre a la misma idea: los datos no importan tanto. Importan las personas que están a su alrededor.
Para alguien que trabaja profesionalmente con datos puede ser difícil aceptar que el trabajo es transaccional, que en realidad es un medio para llegar a otra cosa. Pero para mí fue un punto de inflexión.
Los datos positivos y las políticas públicas
Olivier: ¿Cómo puede todo eso llegar hasta la formulación de políticas?
Jason: Una de las cosas interesantes de Los Ángeles es que el gobierno está muy preocupado por el bajo nivel de orgullo cívico. Pensábamos que preguntar a las personas qué aman de la ciudad podía producir información útil, pero quizá también contribuir a generar cierto orgullo durante el propio proceso.
Lo realmente revelador fue mostrar los resultados a vicealcaldes, personas de saneamiento, bibliotecas o parques. Todos querían ver esos datos porque nos decían que nunca habían mantenido antes ese tipo de conversación.
Eso me llevó también a investigar índices de felicidad y bienestar. Bután, por ejemplo, ha llegado a incorporar métricas relacionadas con la felicidad en la elaboración de propuestas políticas. En Nueva Zelanda, la participación indígena llevó a incorporar dimensiones relacionadas con el bienestar espiritual.
Eso abre preguntas interesantes sobre qué consideramos datos válidos para gobernar. Podemos preguntar dónde te sientes cómodo en tu comunidad, pero también dónde te sientes centrado, o dónde sientes una conexión con tu entorno. Construir ese tipo de conjuntos de datos puede ser bastante radical.
cc-by-sa Platoniq
El trabajo detrás de los datos
Olivier: En la investigación sobre Du Bois aparecen también sus estudiantes y asistentes. ¿Podemos pensar en ellos como una generación temprana de trabajadores de datos?
Jason: Sí, aunque creo que hay que ser muy cuidadosos con esa historia. Existe una tendencia reciente a sugerir que quizá fueron los estudiantes quienes hicieron realmente el trabajo o incluso que fueron coautores de la narrativa visual. El problema es que tenemos muy poca información sobre ellos, y cuando hay vacíos documentales existe el riesgo de rellenarlos con especulación.
Lo que sí sabemos es que Du Bois estaba formando estudiantes en ciencias sociales: cómo realizar entrevistas, recopilar información y transformar documentos en estadísticas. También sabemos que participaron en la elaboración material de los gráficos. Por tanto, ¿eran trabajadores de datos? Absolutamente.
Ahora bien, Du Bois era también muy jerárquico y no tenemos evidencias suficientes para afirmar que el proceso de construcción narrativa fuera tan horizontal como quizá nos gustaría imaginar hoy. Eso no significa que el proyecto no fuera profundamente colectivo. Alrededor de 250 personas participaron de una manera u otra en la exposición, desde la recopilación de información hasta la fotografía y la relación con líderes comunitarios.
Cuando la comunidad empieza a analizar sus propios datos
Olivier: ¿Qué ocurre cuando llevas esa lógica a la recopilación pública de datos contemporánea?
Jason: Algo que me fascina es que la propia forma de los datos puede empezar a transformarse. Nosotros podemos diseñar una matriz muy ordenada, pero cuando la gente empieza a añadir pegatinas, cuerdas o nuevas categorías, la información comienza a escapar de los límites que habíamos previsto.
Y llega un momento todavía más interesante: cuando ya hay suficientes respuestas, la siguiente persona no solo aporta su dato, sino que empieza a analizar los datos de las personas anteriores. Le estás ofreciendo una plantilla, pero la comunidad la rellena, genera una forma y después empieza a interpretar esa forma colectivamente. Ahí el proceso cambia completamente.
Habitar los datos
Olivier: ¿Qué sucede cuando la visualización deja de estar simplemente delante de nosotros y se convierte en un espacio que podemos habitar?
Jason: Es algo con lo que estamos experimentando mucho. Hicimos, por ejemplo, un taller-exposición en Budapest alrededor de un parque muy querido pero con pocos recursos. No había suficientes baños, así que una de las visualizaciones era un diagrama de Venn donde las personas indicaban si habían orinado en casa, fuera o en el propio parque. Puede parecer una tontería, pero permitía hablar de infraestructura de una manera completamente diferente.
También incorporamos pequeñas historias del lugar: qué había allí anteriormente, cómo había cambiado el espacio. Me interesa mucho lo que llamaría el «espacio psíquico» de un lugar: la combinación de cultura, memoria, historia, seguridad o disfrute que determina cómo lo vivimos.
Hemos hecho algo parecido en el metro de Nueva York. Una de las piezas muestra unos cuatrocientos años de historia de Midtown. Un hombre me contó que llevaba semanas leyéndola porque todos los días esperaba el metro exactamente en el mismo sitio. Me preguntó por qué habíamos puesto tanto texto y le dije: «Precisamente por personas como tú. Sabíamos que ibas a estar aquí todos los días y que podrías leer un fragmento distinto cada vez». Ese tipo de experiencia cambia tu relación con el lugar.
¿Y si cambiáramos también las asambleas ciudadanas?
Olivier: Las asambleas ciudadanas suelen reproducir una coreografía bastante fija: personas alrededor de mesas, expertos presentando información y gráficos ya terminados. ¿Qué ocurriría si la propia visualización y el espacio fueran parte de la deliberación?
Jason: Creo que ahí hay un enorme potencial. En LA Loves, por ejemplo, utilizamos los carteles directamente como inputs de un conjunto de datos. Una pregunta puede ser: «Si pudieras hacerle un regalo a la ciudad, ¿en qué invertirías?».
Otra tiene que ver con el voluntariado. La ciudad quedó sorprendida al descubrir cuántas personas estaban dispuestas a ofrecer tiempo como voluntarias porque simplemente no tenía esa información.
También vimos que los vendedores ambulantes generan bastantes quejas a través del 311 por cuestiones de ruido o higiene, pero cuando preguntas a la ciudadanía, aparecen como uno de los elementos más queridos de Los Ángeles. Eso revela inmediatamente una desconexión entre la ciudad que aparece en los datos administrativos y la ciudad que experimentan las personas.
Gran parte de las decisiones urbanas sigue ocurriendo en despachos. Nuestro interés es sacar algunos de esos inputs al espacio público para que también puedan ser discutidos allí.
Isotype y el diseño que va hacia las personas
Olivier: Volvamos un momento a Otto y Marie Neurath y a Isotype. Me interesa especialmente esa historia de los espectáculos de marionetas, porque parece implicar una voluntad de crear experiencias colectivas, no simplemente transmitir conocimiento.
Jason: Lo curioso es que, hasta donde yo sé, no existen fotografías de esos espectáculos. Me encanta que tengamos que imaginarlos. Pero sí sabemos que Neurath estaba profundamente interesado en la alfabetización pública y que desarrolló el sistema Isotype en un contexto en el que el analfabetismo todavía era relativamente común en Austria.
Lo más interesante es que trabajaban de una manera sorprendentemente iterativa. Marie Neurath llevaba a grupos de escolares a ver las visualizaciones, observaba qué entendían y después llevaba ese feedback de vuelta al equipo gráfico para modificar los diseños. Eso se parece muchísimo a lo que hoy llamaríamos diseño centrado en el usuario.
Y refuerza mi problema con la idea de alfabetización de datos. Si la gente no entiende el gráfico, el problema no debería ser que la gente necesita formación para alcanzar al diseñador. El trabajo del diseñador consiste en ir hacia ella. Cuando sales a la calle y alguien no entiende lo que has hecho, es tu problema. No el suyo.
Emoción, visualización y capacidad democrática
Olivier: Entonces quizá deberíamos hablar más de alfabetización visual, entendida como la capacidad de interpretar o incluso reformular una representación.
Jason: Sí, aunque añadiría una cosa: las personas ya están constantemente sintiendo emociones. No tenemos que «introducir» emoción en los datos. La emoción ya está ahí. Lo que puedes hacer es utilizarla para provocar curiosidad o empatía, sin caer necesariamente en la manipulación o en el eslogan.
En Data Vandals intentamos que las personas puedan verse a sí mismas dentro de los datos. Tenemos, por ejemplo, una pieza sobre los veranos en Nueva York que empieza preguntando: «¿Qué vas a hacer este verano?». Es una pregunta completamente cotidiana. Pero a medida que avanzas acaba llevándote hacia una cuestión como: «¿Crees que la política está arruinando el patriotismo?». Empiezas hablando de si vas a navegar o a visitar a tu familia y terminas entrando en una conversación política mucho mayor.
La visualización como música
Olivier: También has sido músico. ¿Qué puede aprender la visualización de datos de la música o de la danza?
Jason: Creo que muestran estructuras. Cuando me mudé a Nueva York me interesé muchísimo por la danza contemporánea porque podías sentarte en un teatro y ver cómo determinadas ideas se materializaban mediante cuerpos moviéndose en el espacio. La música funciona de una manera parecida. Puedes escuchar cómo diferentes estructuras se organizan a lo largo del tiempo y cómo se desarrolla una intensidad emocional.
Hay una visualización de Coltrane que me encanta porque muestra las notas moviéndose casi como si construyeran una casa. ¿Es exactamente una visualización de datos? No. Pero te permite entender que no estás simplemente oyendo a alguien tocar un saxofón. Estás percibiendo a alguien organizando ideas.
También puedes hacer algo similar contextualizando cantidades. Puedes decir que Nueva York tiene 7.400 millas de tuberías de alcantarillado, pero si lo conviertes en una distancia reconocible, de repente aparece otra relación con ese número. No siempre tienes que experimentar físicamente algo para comprenderlo, pero sí puedes construir marcos que permitan sentir su escala.
Cuando el gráfico se convierte en autoridad
Olivier: Los políticos también utilizan continuamente gráficos en televisión. Casi funcionan como objetos de autoridad.
Jason: Exactamente. Esa es la trampa. El gráfico se presenta como la verdad. Se utiliza para decir: «Aquí está la evidencia que respalda lo que estoy diciendo». Pero puedes tener el gráfico técnicamente más preciso del mundo, con los ejes correctos y un lenguaje impecable, y aun así estar construyendo algo completamente fraudulento. Los datos pueden convertirse en un arma.
Y creo que esto ocurre también en campos como la sostenibilidad. Hemos mostrado una y otra vez gráficos enormemente complejos sobre emisiones, clorofluorocarbonos o megatoneladas de carbono y, para mucha gente, todo eso significa muy poco. Por eso me parecen interesantes ejemplos como las warming stripes. Azul significa frío, rojo significa calor. No necesitas un enorme aparato explicativo.
Olivier: Hace poco vi algo parecido en Libération. Toda una página sobre temperaturas extremas pasaba del rojo al amarillo. El texto era incluso más difícil de leer, pero físicamente casi sentías el calor de la página.
Jason: Y ahí aparece una cuestión fundamental sobre el data storytelling. Hemos asumido muchas veces que, si contamos bien una historia con datos, ganaremos el argumento. Pero eso presupone que la persona va a estar de acuerdo contigo.
Con Data Vandals intento hacer algo un poco distinto. No necesito que salgas con una opinión diferente. Ni siquiera sé si cambiará tu nivel de conciencia. Lo que quiero es utilizar los datos como un puente para que empieces a hablar.
Formación social para la gente de datos
Olivier: Para terminar, ¿hay algo que creas que falta en la forma en que trabajamos actualmente con datos?
Jason: Creo que la gente de datos necesita mucha más formación social. El gráfico se ha convertido en un sustituto de la autoridad, pero cuando realmente sales y hablas con personas descubres que los datos necesitan contexto. Eso puede significar que los especialistas en datos trabajen con diseñadores, especialistas en comunicación o expertos del ámbito concreto.
Trabajé una vez con el Departamento de Salud de Nueva Jersey y el equipo de datos prácticamente no hablaba con el equipo médico, aunque estaban trabajando en la misma planta. Como consecuencia, faltaba contexto cuando se presentaban los datos.
Así que sí, creo que necesitamos más formación social alrededor de los datos. Porque, al final, volvemos al principio: los datos no son lo importante. Lo importante es lo que ocurre entre las personas cuando los ponemos en común.
__
Esta entrevista forma parte de una serie que contribuye a un artículo de Szilvia Nagy y Olivier Schulbaum en el que se analizan la visualización y la espacialización como prácticas de codiseño, participación y toma de decisiones democrática. El artículo se está elaborando actualmente para el número especial de CoDesign titulado «Diseñando la innovación democrática: el codiseño y el futuro de la participación en la gobernanza».
