Data kan skabe indhold, der forandrer og engagerer – aldrig har mulighederne været så store som i dag.
Overraskende få journalister i Danmark ved, hvordan man udnytter de mange muligheder til at producere borgernær journalistik. Men nu kan du blive en af dem, der gør.
På dette kursus får du ny inspiration, indblik i metoder og nye AI-værktøjer, der giver overblik over store mængder af data, samt lærer, hvordan du omdanner det til engagerende indhold.
Modul 1: Inspiration
Meget journalistik tager udgangspunkt i data, undersøgelser og spørgeskemaer. Og selv om det kan virke tørt, så kan det være både borgernært og debatskabende: Sammenligninger af offentlige tilbud på tværs af kommunegrænser, kortlægning af kommunalbestyrelsers sammensætninger, skolesammenligninger osv. Vi gennemgår de forskellige arketyper af historier, som datajournalistik typisk kaster af sig, vi gennemgår gennemgår en række forskellige danske medieprojekter, der har det til fælles, at de bygger på store mængder af data af forskellig art. Endelige diskuterer vi, hvad brugere og læsere får ud af datajournalistik.
Modul 2: Metode
Hvordan finder man ud af, hvad man leder efter? Hvordan gør branchens bedste? Hvilke data bygger mange danske projekter på? Hvordan er de fremskaffet? Det er spørgsmål som disse, som vi finder svarene på. Det sker ved at gå bag om produktionerne, vi så på i modul 1.
Modul 3: Fremtiden banker på
Hvilke AI-værktøjer kan bedst hjælpe dig med at sortere store datamængder og finde de indsigter du leder efter? Dette modul udforsker, hvordan moderne AI-teknologier kan støtte journalistisk arbejde. Modulets fokus er især på praktiske aspekter af teknologien og hvordan den kan optimere journalistisk research og analyse. Derfor dykker vi ned i, hvordan forskellige AI-teknologier kan understøtte og forbedre journalistens arbejde med data. Og hvilke tekniske aspekter man skal være opmærksom på, når man integrerer AI i den journalistiske proces. Arbejde med kunstig intelligens kalder også på (data)etiske overvejelser og rollefordeling mellem mennesker og maskiner. På modulet præsenteres forskellige frameworks for, hvilke forhold man bør overveje, når man bruger AI i sit arbejde.
Modul 4: Faldgruber
Fejl i dataanalysen kan let opstå. Især hvis man ikke har erfaringen. Det kan være en beregning, der er skæv og så påvirker en hel analyse. Der kan være skjulte og gode årsager til, at nogle poster bonner helt vildt ud. Det kan være, at vi stirrer os blinde på tal og glemmer fortælleglæden. Det kan være, at en grafik kommer til at fremstå mere voldsom, end der reelt er dækning for. På dette modul gennemgår vi de typiske faldgruber og metoder til at undgå dem.
Modul 5: Fra data til inspirerende indhold
At formidle komplekse datahistorier handler i stor grad om at gøre det gennem levende mennesker, og gøre det til at forstå. Vi gennemgår en række værktøjer, der kan gøre det levende, sekundært, hvordan det visualiseres så det gøres forståeligt.
Undervisere
Uffe Jørgensen Odde var i 10 år hos B.T., hvor han de sidste år var redaktionschef. Derefter blev han chefredaktør for Markedsføring. I dag er han konsulent, udvikler produkter, rådgiver om medieudvikling og producerer indhold.
Lasse Charley Pedersen er tidligere redaktør hos DR og Ekstra Bladet. I dag er han selvstændig konsulent og rådgiver en række danske medier og organisationer om strategi, brugerforståelse og formatudvikling.