Visualización Gráfica

De Casiopea

Introducción

Este curso se origina desde la pregunta: ¿cómo se ve la información? o más específicamente: ¿qué narrativas están cifradas en un determinado corpus de información?. En este sentido, nos preguntamos por las correspondencias entre las dimensiones cuantitativas o cualitativas intrínsecas a la información con sus representaciones visuales; ¿cómo se determina esta relación biyectiva entre la información y el relato visual? ¿cuál es el lenguaje de aparición de la información?

Específicamente en el ámbito digital esta pregunta adquiere otras connotaciones: ¿cómo podemos diseñar algoritmos computacionales que construyan las correspondencias visuales independientes de un caso particular e idiosincrático que nos permita examinar un flujo de información? o ¿qué criterios (y competencias) debemos desarrollar para manipular información dinámica?

Objetivos

  • Introducir a los alumnos a la problemática de la visualización computacional
  • Formar la capacidad de recolectar datos, filtrarlos y aplicar "data mining" sobre los mismos (en el PDE Processing)
  • Formar la capacidad de hacer preguntas pertinentes a partir de un corpus de datos determinado, preguntas que permitan la emergencia de narrativas visualmente interesantes y reveladoras a partir de estos datos
  • Discriminar la pertinencia de los distintos lenguajes gráficos en relación a los datos

Metodología

Este curso se plantea inicialmente como un Seminario para Titulantes de Diseño Gráfico, pero está abierto para otros alumnos interesados. Está pensado como una extensión del módulo de primer año diseño Imágen Digital y considera las materias tratadas en este módulo como pre requisito para asistir a este seminario pues se avanza sobre los conocimientos básicos de programación gráfica ofrecidos en ese curso.

En cuanto a la metodología específica de la visualización, este seminario se apoya fuertemente en el modelo de Ben Fry en su tesis doctoral Computational Information Design:

  1. Adquisición de datos: Recolección y catastro de datos dinámicos y cambiantes
  2. Análisis de datos: (eng: Parsing) Formateo de datos de acuerdo al uso
  3. Filtración de datos: Automatización de procesos manuales tediosos
  4. Data mining: Modificación de parámetros estadísticos
  5. Representación: Elección y diseño del lenguaje visual, prototipado
  6. Refinación: Cambio de las leyes de representación
  7. Interacción: Transición contínua entre los diversos estados o puntos de vista alternativos

Calendario

  • Lunes 23 de Junio: Introducción al Curso y a la problemática de la visualización. Descripción del sistema de evaluación y del sentido del curso.
  • Lunes 30 de Junio: Se introducen lenguajes de representación gráfica y se discuten ejemplo. Se da inicio del proyecto individual donde cada cual expone su pregunta y su posiblecorpus de datos.
  • Lunes 7 de Julio: Se presenta la metodología de investigación centrada en las personas
  • Lunes 14 de Julio: Revisión de proyectos individuales y formato de Wiki
  • Lunes 21 de Julio:
  • Lunes 28 de Julio:
  • Lunes 4 de Agosto:
  • Lunes 11 de Agosto:
  • Lunes 18 de Agosto:
  • Lunes 25 de Agosto:
  • Lunes 1 de Septiembre:

Alumnos

Bibliografía