I och med att samhället har datoriserats så genererar vi gigantiska mängder med data av alla sorter. Mängder som våra föräldrar och farföräldrar aldrig hade kunnat föreställa sig. Ett trivialt exempel. Fram till för ett år sen så kom varje månad en man och läste vår elmätare. Han öppnade dörren till vår trädgård, kom in tyst och försiktigt med en penna och ett pappersblock i handen och öppnade vår elmätare och skrev ner numret. Men idag är den försynte mannen försvunnen, antagligen arbetslös för nu är vår elmätare uppkopplad till Internet och läses av automatiskt minst en gång i minuten, om inte oftare.
Samma sak överallt i samhället. Och nu har städer som San Francisco börjat öppna alla stadens dataarkiv till allmänheten så att startupföretag och andra kan skriva appar som utnyttjar vad som trots allt är skattebetalarnas data.
Lev Grossman skriver i en omslagsartikel i Time Magazine:
Consider all the photos on Instagram. Last year CUNY professor Lev Manovich conducted a visual analysis of 120,000 of them drawn from five cities: New York, São Paulo, Berlin, Bangkok and Moscow. He and his team culled all the selfies from the group, then estimated the age and gender of the person in each selfie. Then they ran facial-analysis algorithms on the images and performed statistical analysis on all those data and plotted them on a collection of interactive graphs at selfiecity.net.
The result: those meaningless data now mean something. You can browse by city, gender, mood, head tilt, glasses or no glasses, eyes open or shut. You can ask questions: Who takes more selfies, men or women? (Women.) Where do people smile the most? (Bangkok.) Where are older people taking selfies? (New York.) And so on.
If you think of data visualization as the flood wall that stands between us and the vast ocean of information, the pressure behind that wall is always rising as more and more data accumulate, and as it rises it changes the way visualizations look and act in ways not even Playfair anticipated. Visualizations are evolving from the analysis and representation of static data sets to ever changing images of data that arrive constantly, in real time. At the website Bostonography you can look down from a godlike height and see a map showing the locations of all of Boston’s buses, color-coded according to their current speed. Crimemapping.com shows the locations of crimes as they’re reported, in real time, represented by different jolly icons depending on the nature of the crime. At fbomb.co you can watch a real-time global map of where, when and how people are saying “f-ck” on Twitter. It’s surprisingly relaxing.
Vi talar om stenåldern, bronsåldern, järnåldern, industrialiseringen osv. Och nu kommer dataåldern, som kommer att förändra världen precis lika mycket som de andra världarna.
Pressklipp:
Fler inlägg om Kalifornien
Johnny,var lugn,det är lag på att automatavläsa sedan många år.. 😉
Lennart, data är bara objekt och skall vi förstå världen och oss själva så måste vi veta vad som är subjektet.
Bossebus, en automatiserad elmätare är precis vad jag behöver, har missat att läsa av min 4 dagar i rad och idag är jag för lat, det är för perfekt väder, solsken, klarblå himmel och frodig grönska samt en ljuvlig vind som svalkar smeksamt, svensk sommar när den är som allra bäst.
Ja,det måste ju vara oerhört mycket viktigare att automatläsa elmätaren än att veta hur man gör upp eld från scratch?
Hmm,sorry,vad heter appen?