在当今高度连接和即时的世界中，我们可以触手可及地访问大量信息。
然而，从历史上看，情况并非总是如此。
时间回到 20 年前到 2002 年，你会注意到绝大多数人仍在等待日报或晚间新闻，以帮助填补信息空白。
事实上，在 2002 年的大部分时间里，谷歌的搜索引擎市场份额一直落后于雅虎！和MSN。与此同时，早期的社交媒体化身（MySpace、Friendster 等）才刚刚开始上线，当时还没有 Facebook、YouTube、Twitter 和 iPhone。
迄今为止的媒体浪潮
每隔一段时间，新的技术发展和不断变化的社会偏好就会颠覆占主导地位的沟通形式。
随着时间的推移，这些转变似乎发生得更快，与技术的加速进步相一致。
- 原始媒体（50,000 多年）
人类只能通过人类活动传播他们的信息。演讲、口头传统和手写文本是最常见的传递信息的媒介。 - 模拟和早期数字媒体（1430-2004）
印刷机的发明，以及后来的广播、电视和计算机的发明，为大众开启了一种强大的单向廉价通信形式。 - 互联媒体（2004 年至今）
Web 2.0 和社交媒体的诞生使每个人都可以参与和创建内容。任何人的一条推文、博客文章或 TikTok 视频都可以传播开来，传播到全世界。
每一次新的媒体浪潮都有自己的优点和缺点。
例如，互联媒体是向前迈出的一大步，因为它使每个人都能参与到对话中。另一方面，算法和要筛选的大量内容也造成了很多不利因素。仅举几个当今媒体的问题：过滤气泡、耸人听闻、点击诱饵等等。
在深入探讨我们认为的下一波媒体之前，让我们首先分解前一波的共同属性和问题。
零波：原始媒体
在第一波媒体浪潮之前，放大一条信息需要投入和一生。
再加上即使到了 1500 年，也只有 4% 的全球公民生活在城市中，可见在这个时代与大众进行有效沟通是多么困难。
或者，更生动地描绘出原始媒体是什么样的：信息的传播速度只有马的速度。
第一波：模拟和早期数字媒体
在这第一波浪潮中，新技术的进步在历史上首次实现了大规模通信。
报纸、书籍、杂志、收音机、电视、电影和早期网站都适合这个框架，使这些资产的所有者能够大规模传播他们的信息。
由于印刷书籍或广播电视新闻节目需要大量基础设施，因此需要资金或人脉才能获得访问权。因此，大公司和政府通常是守门人，普通公民的影响力有限。
| 属性 | 描述 |
|---|---|
 信息流 |
单程 |
 进入障碍 |
很高 |
 分配 |
由大众传媒公司和政府控制 |
 激励 |
广撒网，不疏远观众或广告商 |
重要的是，这些媒体只允许单向交流——这意味着它们可以广播信息，但公众在如何回应方面受到限制（例如给编辑的一封信，或给广播电台的电话）。
浪潮 2：互联媒体
Web 2.0 和社交媒体等创新改变了游戏规则。
从 2000 年代中期开始，进入壁垒开始下降，最终任何人都可以轻松地在网上发表意见。随着互联网内容的爆炸式增长，对其进行分类成为第一个要解决的问题。
无论好坏，算法开始为人们提供他们喜欢的东西，因此他们可以消费更多。这样做的连锁反应是，每个争夺眼球的人突然发现自己在优化内容，试图“赢得”算法游戏以获得病毒式传播。
| 属性 | 描述 |
|---|---|
| 信息流 |
双向 |
| 进入障碍 |
非常低 |
| 分配 |
由科技公司和算法控制 |
| 激励 |
撒下一张狭窄的网，吸引和动员特定的观众 |
病毒式内容通常引人入胜且有趣，但也需要权衡取舍。内容可以通过耸人听闻、使用点击诱饵或玩弄事实来人为地吸引人。它可以非常有针对性地在一个特定的过滤气泡中引起情感共鸣。它可以被设计成激怒某个群体，并动员他们采取行动——即使是极端的。
尽管互联媒体有很多好处，但我们在社会上看到的两极分化比以往任何时候都多。一群人不能相互联系或讨论问题，因为他们甚至不能就基本事实达成一致。
也许是最令人沮丧的？许多人不知道他们深陷于自己的泡沫中，在这个泡沫中，他们只收到了他们同意的信息。他们不知道存在其他合法的观点。一切都是黑白的，灰色思维越来越少。
第三波：数据媒体
从 2015 年到 2025 年，全球捕获、创建和复制的数据量将增加1,600% 。
有史以来第一次，大量数据变得“开源”并可供任何人使用。在如何存储和验证数据方面取得了巨大进步，现在甚至可以在区块链上跟踪信息的所有权。媒体和民众都在变得更加具有数据素养，他们也开始意识到互联媒体带来的社会弊端。
随着这一新浪潮的出现，值得研究它的一些属性并更详细地连接概念：
- 透明度：
具有数据素养的用户将开始要求数据是透明的，并且来自可信赖的事实来源。或者，如果来源不是坚如磐石，用户将要求公开揭示和讨论方法学的局限性或可能的偏见。 - 可验证性和信任：
我们如何知道显示的数据是合法的和真实的？平台和媒体将越来越希望向用户证明数据已经过验证，并一直追溯到原始来源。 - 去中心化和 Web3：
任何人都可以利用当今可用的大量公共数据，这意味着报告、分析、想法和见解可以来自越来越多的参与者。 Web3 和去中心化分类账将使我们能够在必要时提供对内容的信任、归属、问责，甚至是所有权。这可以消除通常是大型科技公司的中间人，并且可以让用户更直接地通过他们的内容获利。 - 数据讲故事
通过结合数据可视化、叙述和强大的洞察力，不断提高的数据素养和数据叙事的爆炸式增长是理解大量数据的关键方法。 - 数据创造者经济：
民主化的数据和讲故事的兴起正在相互交叉，为数据讲故事的人创造一个潜在的新生态系统。这越来越成为我们在 Visual Capitalist 关注的重点，我们鼓励您支持我们的 Kickstarter 项目（仅剩 6 天，截至发布时间） - 开放式生态系统：
就像开源彻底改变了软件行业一样，我们将开始看到越来越多的广泛可用的数据。在某些情况下，激励措施可能会从保持数据的专有性转变为将其公开，以便其他人可以使用、重新混合和发布它，并将其归因于原始来源。 - 数据 > 意见：
数据媒体将偏向事实而非观点。这不是关于权威、偏见、自欺欺人和告诉别人他们应该怎么想，而是更多地关于允许越来越多的数据素养人群自己访问事实，并发展他们自己的细微差别的观点。 - 全球数据标准：
随着数据的不断激增，在可能的情况下对其进行编码和统一将非常重要。这将导致全球标准的制定，使沟通变得更加容易。
数据媒体的早期先驱
数据媒体生态系统刚刚开始出现，但这里有一些我们喜欢的早期先驱：
- 我们的数据世界：
在经济学家 Max Roser 的领导下，OWiD 在将全球经济数据整合到一个地方方面做得非常出色，并让其他人可以轻松地重新组合和有效地传达这些见解。 - 美国事实：
由微软著名的史蒂夫鲍尔默创立，是美国政府数据的无党派来源。 - 弗雷德：
圣路易斯联邦储备银行的这个工具只是多年来出现的许多工具的一个例子，这些工具使以前专有或难以访问的数据民主化。国际货币基金组织、世界银行等也创建了其他类似的工具。 - 五三十八：
FiveThirtyEight 使用统计分析、数据新闻和预测以独特的方式涵盖政治、体育和其他主题。 - 流动数据：
在 FlowingData，数据专家 Nathan Yau 探索了各种各样的数据和可视化主题。 - 数据记者：
在《经济学人》、《华盛顿邮报》、《纽约时报》和路透社等刊物上，有令人难以置信的数据记者，他们正在利用早期的可能性。许多这些出版物还在大流行期间免费提供了他们的 COVID-19 工作，这当然值得称道。
数据新闻的发展和这些先驱的出现有助于让您了解数据媒体的起源，但我们相信他们只是触及了可能的表面。
什么数据媒体不是
从某种意义上说，更容易定义数据媒体不是什么。
数据媒体不是党派专家在新闻广播中相互争论，也不是旨在推动轻松点击的虚假新闻、错误信息或点击诱饵。数据媒体不是只会强化现有偏见的回音室。因为数据也不太主观，所以不太可能像我们今天看到的那样受到审查。
数据并不完美，但它可以帮助改变我们作为一个社会所进行的对话，使其更具建设性和包容性。我们希望您同意！
《媒体的演变：可视化数据驱动的未来》一文首次出现在Visual Capitalist上。