Les xifres no s'entenen soles: donar-los forma és triar què es fa evident i què queda amagat

Data to Design és un laboratori petit: agafa dades climàtiques i les converteix en patrons gràfics vectorials que canvien segons el temps que fa. No és un gràfic per il·lustrar un informe. És una peça de disseny que es pot fer servir després —a una superfície, a un objecte, a una portada— i que porta dins la informació que l'ha generada.

La idea de fons es pot enunciar amb precisió: visualitzar no és decorar un número, és triar una forma que faci que el número es pugui entendre, recordar i discutir. Tota visualització és una interpretació, i per això és una decisió de disseny abans que una operació tècnica.

En disseny social això importa perquè les entitats treballen amb informació que decideix polítiques i pressupostos, i que arriba a la gent en el pitjor format possible: taules, percentatges i memòries que ningú no llegeix.

La xifra sola no produeix comprensió

Hi ha una diferència entre tenir la dada i entendre-la. Les temperatures mitjanes d'un estiu, el nombre de persones ateses per una fundació o els metres de costa perduts són quantitats exactes que, dites així, no mouen res. La ment humana no compara bé magnituds abstractes ni acumula bé sèries llargues.

La història del disseny d'informació ha tractat aquest problema amb solucions que avui es donen per descomptades. El mapa del metro de Londres de Harry Beck va renunciar a la geografia real per guanyar llegibilitat: la distància deixa de ser certa i el trajecte es fa comprensible. Massimo Vignelli va aplicar la mateixa lògica al metro de Nova York, i el debat que allò va obrir —fidelitat contra claredat— és el debat de fons de tota visualització.

Otto Neurath havia anat més enllà una generació abans: va crear un sistema de pictogrames perquè obrers sense formació estadística poguessin llegir dades econòmiques. El seu propòsit era explícitament social. Volia que la informació pública fos comprensible per a qui n'era objecte, no només per a qui la produïa.

Aquesta és la tradició en què s'inscriu qualsevol projecte de dades del disseny social: la comprensió com a condició de la participació. Qui no entén les dades d'un problema no pot opinar sobre les solucions.

Triar la forma és triar què es fa evident i què queda amagat

Cada decisió de representació il·lumina una cosa i n'enfosqueix una altra. Un mapa de calor mostra intensitat i perd detall individual. Una sèrie temporal mostra tendència i amaga distribució. Un promig amaga sempre la desigualtat que conté: la temperatura mitjana d'un mes no diu res de les nits en què no es va poder dormir.

Per això la visualització té una dimensió ètica que no s'esgota en la precisió tècnica. Es pot mentir amb dades certes: escapçant un eix, triant un interval que afavoreix una lectura, comparant coses no comparables. La honestedat, aquí, consisteix a fer explícites les decisions —d'on surt la dada, quin període cobreix, què s'ha deixat fora— i a no forçar la forma més enllà del que la dada sosté.

En un projecte com Data to Design, aquesta exigència es fa més aguda perquè el resultat és estètic. Quan un patró és bell, la seva bellesa pot funcionar com a argument: convenç abans que s'entengui. Un disseny social honest ha de resistir aquesta temptació i mantenir la traçabilitat: qualsevol persona hauria de poder desfer el camí des de la imatge fins a la dada que l'ha produïda.

Automatitzar la forma no elimina el criteri, el desplaça

Generar gràfica a partir de dades implica programar regles: si la temperatura puja, la trama s'estreny; si plou, el traç canvia. Aquestes regles són el projecte. L'ordinador executa; la decisió sobre què significa cada variació és humana i és discutible.

Val la pena dir-ho perquè el discurs sobre la intel·ligència artificial tendeix a presentar l'automatització com una absència d'autoria. És al revés: com més s'automatitza la producció, més pesa la decisió inicial, perquè es repeteix mil vegades sense supervisió. El biaix d'una regla mal pensada no es corregeix sol.

Per a les entitats del tercer sector hi ha aquí una oportunitat concreta i poc explorada. Moltes generen dades cada any —persones ateses, activitats, territori, evolució— i les enterren en memòries en pdf. Convertir aquesta informació en peces visuals reutilitzables, que s'actualitzin soles quan canvia la font, és una manera d'aprofitar el que ja tenen sense afegir feina. És, en termes pràctics, fer més amb menys.

De tot plegat se'n deriven quatre criteris per a qualsevol projecte de visualització amb voluntat social. El primer és el de propòsit: què ha d'entendre qui ho miri, dit en una frase, abans de triar cap forma. El segon és el de fidelitat: la forma no pot afirmar més del que la dada sosté. El tercer és el de traçabilitat: la font i el període han de ser recuperables des de la peça. I el quart és el de reutilització: si la peça no es pot actualitzar quan les dades canviïn, hem fet una il·lustració, no una eina.

Fer visible és una manera d'intervenir. El disseny social hi té una responsabilitat doble: que la gent ho entengui, i que el que entengui sigui cert.