Дата-арт и субъективность визуализации данных

Эта работа - про то, как данные становятся искусством. Вас не интересует момент, когда архивы изображений, метеосводки или соц. статистика из цифр превращается в визуальный опыт? На дата-арт обычно смотрят со стороны технологий: Big data, нейросети и т.д., но мне бросилось в глаза другое - субъективность. За каждой визуализацией стоит конкретный человек, его вкус, его решение, что именно считать важным. В этом исследовании я рассматриваю дата-арт именно как форму интерпретации, а не как «объективную» визуализацию данных.

Дата-арт существует на границе между аналитикой и эстетикой. Он опирается на реальные данные, но конечная форма - это уже не «научная диаграмма», а визуальный язык, в котором есть и композиция, и ритм, и свои акценты.

В рамках этого исследования меня интересует не столько «как это запрограммировано», сколько как это выглядит и воспринимается. Какие решения автор принимает, когда превращает массив данных во что-то, на что хочется смотреть не как на отчёт, а как на произведение искусства.

Объектом исследования стали проекты Рефика Анадола и Морица Штефанера, в которых данные выступают основным художественным материалом.

Эти авторы выбраны не случайно: В проектах Анадола субъективность проявляется через превращение данных в иммерсивную среду - зритель не читает информацию, а проживает её. В проектах Штефанера - через дизайн структур: способ расположить данные так, чтобы они становились портретом общества или города.

Исследовательский вопрос я формулирую так: Как художники дата-арта интерпретируют данные и какие визуальные решения превращают информацию в художественный опыт?

Гипотеза же такова: Даже когда дата-арт опирается на строгие, «объективные» наборы данных, решающую роль играет субъективный выбор художника.

Материал был подобран по нескольким критериям:

Реальные данные. В исследование входят только проекты, основанные на конкретных датасетах (метеоданные, социальные индексы, городские данные, архивы изображений, экологические исследования), а не на абстрактной «цифровой эстетике без источника».

Визуальная доступность. Для каждого кейса важно иметь качественные изображения: скриншоты визуализаций, кадры инсталляций, фотографии с выставок. Визуальное исследование должно буквально показывать, а не только описывать.

Разные типы визуального языка. Я сознательно выбрал художников с разными способами работы с данными: У Анадола - масштабные медиа-пространства и архитектура данных; У Штефанера - более «плоские», исследовательские, но всё равно выразительные структуры.

Дата-арт начинается там, где данные перестают быть только строками в таблице и становятся визуальным материалом. В отличие от инфографики и научной визуализации, его задача не столько объяснить, сколько создать опыт - сделать так, чтобы информацию можно было не только понять, но и почувствовать.

Если инфографика стремится к ясности, а научная визуализация - к точности, то дата-арт позволяет себе быть субъективным. Художник выбирает: Какие данные использовать, Что скрыть, а что подчеркнуть, В каком масштабе и в какой форме их показывать.

Данные в этом случае - не «объективная картинка мира», а сырьё для высказывания. Это уже не иллюстрация отчёта, а новая визуальная реальность, построенная на основе цифр.

У Рефика Анадола данные ведут себя как стихия. Это не таблицы, которые нужно разобрать, а что-то, во что ты буквально попадаешь телом. Его работы не предлагают прочитать информацию - они предлагают оказаться внутри неё.

Анадол работает с большими датасетами - от метеосводок до музейных архивов и экологических исследований — и превращает их в масштабные медиа-инсталляции. Важно заметить, что он почти всегда мыслит пространством, а не только изображением.

В проекте Winds of Boston исходным материалом становятся метеоданные: скорость, направление и изменение ветра во времени. То, что обычно существует в виде графиков и чисел, Анадол переводит в цвет и движение.

На экране появляются как будто потоки частиц, линии и завихрения, которые ведут себя так же непредсказуемо, как настоящий ветер, но при этом подчинены реальным измерениям. Каждый сдвиг в данных - это изменение в траектории и плотности визуального «ветра».

Важно, что здесь нет легенды в углу экрана и подписей осей. Зритель не узнаёт, сколько метров в секунду показывает эта точка - вместо этого он считывает характер: порывистость, плавность, турбулентность.

Это показательный пример того, как Анадол работает с данными: он не стремится сделать их прозрачными, он превращает их в переживаемую динамику.

В Machine Hallucinations исходная точка - огромный визуальный архив: тысячи или сотни тысяч изображений, связанных с конкретным местом или коллекцией (например, городской пейзаж или музейный фонд). Эти изображения «скармливаются» нейросети, которая учится на них и генерирует новые, непрерывно меняющиеся формы.

Зритель видит не сами архивные снимки, а их статистический след: узоры цвета, структуры, переходы, которые рождаются из множества совпадений и различий внутри датасета.

Название «галлюцинации» здесь не случайно - это не реконструкция реальности, а то, как искусственный интеллект «воображает» её после обучения.