Kada je New York Times 2009. objavio interaktivnu vizualizaciju proračunskog deficita koja je čitatelju omogućila da sam eksperimentira s različitim mjerama fiskalne konsolidacije, malo je tko pretpostavljao da najavljuje paradigmatsku promjenu u novinarstvu. Podatkovni novinarstvo — data journalism — do danas je iz rubnih eksperimenata u tehno-entuzijastičkim redakcijama postalo jedan od ključnih pravaca razvoja investigativnog i analitičkog novinarstva.

Hrvatska u tom razvoju kasni za liderima, ali ubrzava. Razgovarali smo s novinarima i urednicima iz sedam redakcija — od regionalnih portala do nacionalnih tiskanih medija — da bismo mapirali stvarno stanje data novinarstva kod nas.

Što je zapravo data novinarstvo

Data novinarstvo nije jednostavno novinarska priča s grafovima. Ono označava metodološki pristup u kojemu su podaci — strukturirane baze, vladine evidencije, sustavno prikupljeni obrasci — primarni izvor istraživanja, a ne samo ilustracija unaprijed poznatih zaključaka. Podatkovni novinar treba razumjeti izvor podataka, ograničenja koja donosi, metode analize i načine vizualizacije koji neće iskriviti nalaze.

"Data novinarstvo nije programiranje. To je novinarski instinkt kombiniran s analitičkom preciznošću. Možete biti odličan data novinar bez ijedne linije koda — ali morate razumjeti što podaci mogu i ne mogu reći." — Petra Šimić, Venture

Pioniri u Hrvatskoj

Nekoliko inicijativa obilježilo je razvoj data novinarstva u Hrvatskoj. Portal Faktograf.hr, osnovan 2018. kao fact-checking platforma, postupno je razvio kapacitete za podatkovnu analizu — posebno vidljive u praćenju javnih nabavki i financiranja stranaka. Njihova rekonstrukcija COVID-19 ugovornih nabavki iz 2021. bila je jedna od prvih sustavnih data novinarskih priča u domaćim medijima.

GONG i slični watchdog organizacije koristile su podatkovnu analizu u praćenju izbornog procesa i financiranja kampanja dugi niz godina — premda se radi o civilnom društvu, a ne redakcijama. Vecernji.hr i Jutarnji.hr eksperimentirali su s interaktivnim vizualizacijama, ali rijetko u sklopu dubinskih istraživanja.

Prepreke u svakodnevnoj praksi

Novinari s kojima smo razgovarali konzistentno navode nekoliko ključnih prepreka:

Nedostupnost javnih podataka

Hrvatska je po transparentnosti javnih podataka u donjem dijelu EU-a. Zakon o pravu na pristup informacijama postoji od 2003. i prošao je kroz nekoliko reformi, ali provedba je neujednačena. Mnogi tijela javne vlasti ne objavljuju proaktivno podatke, a odgovori na zahtjeve za pristup informacijama kasne ili stižu u formatima koji se teško strojno obrađuju (PDF umjesto strojno čitljivih formata).

Nedostatak vještina u redakcijama

Novinarski obrazovni programi u Hrvatskoj rijetko uključuju sustavnu nastavu o obradi podataka, statističkim metodama ili vizualizacijskim alatima. Novinari koji razvijaju data vještine to uglavnom rade samoinicijativno, kroz online tečajeve ili seminare koje organizira European Journalism Centre ili slične organizacije.

Vremenski pritisak vijesti

Data novinarstvo zahtijeva ulaganje vremena — tjedana ili čak mjeseci za ozbiljna istraživanja. Komercijalne redakcije pod pritiskom dnevnih klikova teško mogu osigurati takav vremenski horizont za istraživačke projekte koji možda neće generirati ni jedan trending naslov za vijesti.

Alati koji se koriste

Novinari s kojima smo razgovarali koriste relativno standardni set alata. Excel ostaje temelj za većinu — unatoč ograničenjima, pristupačan je i svima poznat. Python i R koriste novinari s tehničkijim profilom, pretežno u redakcijama koje imaju zasebne data timove. Za vizualizacije prevladavaju Datawrapper i Flourish — oba su dizajnirana za novinare bez programerskog predznanja i produciraju vizualizacije prikladne za web objavu.

OpenRefine služi za čišćenje podataka — neophodan korak koji novinari početnici često podcjenjuju. Tableau je prisutan u komercijalnim redakcijama s budžetom za licenciranje. Za geovizualizacije koriste se QGIS i jednostavniji alati poput Google My Maps.

Primjeri dobre prakse

Usprkos izazovima, postoji niz primjera koji pokazuju potencijal ovog pristupa. Analiza javnih nabavki u zdravstvenom sektoru, objavljena u jednom regionalnom tjedniku 2024., otkrila je obrasce koncentracije ugovaranja u određenim kompanijama koji su rezultirali parlamentarnom interpelacijom. Vizualizacija demografskog pražnjenja dalmatinskog zaleđa, objavljena na jednom splitskom portalu, generirala je jači javni angažman od bilo kojeg dosad objavljenog teksta redakcije.

Što donosi budućnost

AI alati počinju mijenjati data novinarstvo na temeljnoj razini. Veliki jezični modeli mogu pomoći u prvotnoj analizi nestrukturiranih dokumenata, prepoznavanju obrazaca u velikim skupovima podataka i generiranju prvotnih vizualizacija. No i ovdje vrijedi upozorenje: alat je jednako dobar koliko je novinar koji ga koristi sposoban kritički ocijeniti output.

Dugoročno, data novinarstvo vjerojatno prestaje biti posebna specijalnost i postaje sastavni dio svakog istraživačkog novinarstva — kao što je svaki novinar danas implicitno i fotograf i video editor. Redakcije koje to shvate i ulože u obrazovanje svojih novinara imat će konkurentsku prednost u prikazivanju priča koje će biti temelj javnog znanja.