{"id":9009,"date":"2026-03-23T21:58:25","date_gmt":"2026-03-23T21:58:25","guid":{"rendered":"https:\/\/architeles.eu\/ethics\/?p=9009"},"modified":"2026-03-23T21:58:25","modified_gmt":"2026-03-23T21:58:25","slug":"evidence-vs-experience-wiedza-statystyczna-a-doswiadczenie-estetyczne-danych-czyli-jak-sztuka-wlacza-perspektywy-grup-dotknietych-problemami-globalnymi","status":"publish","type":"post","link":"https:\/\/architeles.eu\/ethics\/index.php\/2026\/03\/23\/evidence-vs-experience-wiedza-statystyczna-a-doswiadczenie-estetyczne-danych-czyli-jak-sztuka-wlacza-perspektywy-grup-dotknietych-problemami-globalnymi\/","title":{"rendered":"\u201eEvidence vs experience\u201d – Wiedza statystyczna a do\u015bwiadczenie estetyczne danych, czyli jak sztuka w\u0142\u0105cza perspektywy grup dotkni\u0119tych problemami globalnymi."},"content":{"rendered":"

Dla naszego m\u00f3zgu 40 tys. Ofiar smogu to jedynie kolejna abstrakcyjna liczba. Zapomnimy j\u0105 zaraz po przeczytaniu artyku\u0142u prasowego po porannej kawie. \u017byjemy w epoce wielkich zbior\u00f3w danych, ale bezduszne wykresy i surowe statystyki paradoksalnie znieczuli\u0142y nas na globalne kryzysy. Jak po\u0142\u0105czy\u0107 naukow\u0105 rygorystyczno\u015b\u0107 z ludzkim do\u015bwiadczeniem, by na nowo zrozumie\u0107 \u015bwiat? Odpowiedzi\u0105 staje si\u0119 data humanism i sztuka, kt\u00f3ra przywraca statystykom ludzk\u0105 twarz.<\/strong><\/p>\n

<\/p>\n

K\u0142amstwo obiektywnych danych<\/span><\/h1>\n

Napi\u0119cie pomi\u0119dzy obiektywnymi dowodami a subiektywnym do\u015bwiadczeniem nie jest nowym problemem. Jego korzenie si\u0119gaj\u0105 medycyny i nauk o zdrowiu publicznym (Laws et al., 2004 ). Przez dekady toczy\u0142a si\u0119 tam debata nad wy\u017cszo\u015bci\u0105 wielkoskalowych bada\u0144 klinicznych nad jednostkow\u0105 relacj\u0105 pacjenta. Paradygmat medycyny opartej na dowodach (Evidence-Based Medicine) z za\u0142o\u017cenia opiera si\u0119 na wielkich zbiorach danych. D\u0105\u017cy on do wy\u0142onienia uniwersalnych modeli, ignoruj\u0105c unikalne cechy konkretnego cz\u0142owieka. Podej\u015bcie to jest skuteczne, ale ma swoje ograniczenia, poniewa\u017c abstrahuje od osobistego do\u015bwiadczenia (Laws et al., 2004 ).<\/span><\/p>\n

Dzi\u015b ten sam konflikt przeni\u00f3s\u0142 si\u0119 do nauk o klimacie, socjologii i analityki danych miejskich, i nadal pozostaje w medycynie. Badacze zajmuj\u0105cy si\u0119 globalnymi migracjami czy wp\u0142ywem smogu na zdrowie staj\u0105 przed powa\u017cnym dylematem. Agregacja danych jest niezb\u0119dna do rzetelnych bada\u0144. Jednocze\u015bnie prowadzi ona do utraty bezcennych ludzkich historii i spo\u0142ecznego kontekstu.<\/span><\/p>\n

Dobrym przyk\u0142adem tego zjawiska jest badanie nad t\u0142umaczeniami w szpitalach (Laws et al., 2004). Opracowano w nim skomplikowan\u0105 i rygorystyczn\u0105 metod\u0119 ilo\u015bciowej oceny t\u0142umacze\u0144 medycznych w przychodniach pediatrycznych, analizuj\u0105c nagrania wizyt z udzia\u0142em zar\u00f3wno profesjonalist\u00f3w, jak i t\u0142umaczy dora\u017anych. W systemie opartym na czystej statystyce najwy\u017cszy wynik za jako\u015b\u0107 przek\u0142adu medycznego uzyska\u0142o 11-letnie dziecko, kt\u00f3re t\u0142umaczy\u0142o s\u0142owa lekarza swojej matce. Dopiero w\u0142\u0105czenie obserwacji jako\u015bciowych ujawnia ukryty problem zjawiska tzw. \u201ezamiany r\u00f3l\u201d (role exchange), polegaj\u0105ce na podejmowaniu przez t\u0142umacza konwersacji wykraczaj\u0105cych poza sam przek\u0142ad. Lekarz ca\u0142kowicie ignorowa\u0142 matk\u0119 i zwraca\u0142 si\u0119 tylko do dziecka, a wiele z interpretowanych wypowiedzi zawiera\u0142o pomy\u0142ki o krytycznym znaczeniu klinicznym. Prowadzi\u0142o to do b\u0142\u0119d\u00f3w klinicznych, kt\u00f3rych system ilo\u015bciowy nie m\u00f3g\u0142 wychwyci\u0107 (Laws et al., 2004), poniewa\u017c nie zosta\u0142 zaprojektowany do wy\u0142apywania tak z\u0142o\u017conych, wadliwych proces\u00f3w interakcyjnych pomi\u0119dzy uczestnikami rozmowy. Ten przyk\u0142ad pokazuje dobitnie, \u017ce opieraj\u0105c si\u0119 wy\u0142\u0105cznie na liczbach, agreguj\u0105c zachowania jednostek po to, by uzyska\u0107 po\u017c\u0105dan\u0105 moc statystyczn\u0105, zyskujemy statystyczn\u0105 formalno\u015b\u0107, ale mo\u017cemy fundamentalnie straci\u0107\u00a0zrozumienie systemu kt\u00f3ry badamy.<\/span><\/p>\n

Wsp\u00f3\u0142czesne z\u0142o\u017cone problemy globalne, takie jak zmiana klimatu, to niezwykle z\u0142o\u017cone i wielowymiarowe wyzwania. Nie da si\u0119 ich opisa\u0107 wy\u0142\u0105cznie za pomoc\u0105 zmiennych matematycznych bez utraty ich istoty. Wiedza statystyczna daje nam makroskopowy obraz \u015bwiata. Jednak to dopiero narracja i wiedza oparta na do\u015bwiadczeniu pozwalaj\u0105 poj\u0105\u0107, jak te zjawiska wp\u0142ywaj\u0105 na codzienne \u017cycie. Wykresy s\u0142upkowe nie potrafi\u0105 przekaza\u0107 emocjonalnych skutk\u00f3w ekstremalnych zjawisk pogodowych (D’Ignazio & Klein, 2020).<\/span><\/p>\n

Znieczulenie w obliczu surowych analiz<\/span><\/h1>\n

Zjawisko to ma te\u017c swoje konsekwencje spo\u0142eczne. Tradycyjne wykresy bywaj\u0105 niezrozumia\u0142e, a w dobie polaryzacji wr\u0119cz pog\u0142\u0119biaj\u0105 polityczne podzia\u0142y (UW-Madison, 2024). Pr\u00f3ba przekonania klimatycznych sceptyk\u00f3w za pomoc\u0105 kolejnego wykresu temperatur zazwyczaj ko\u0144czy si\u0119 fiaskiem. Odbiorcy uruchamiaj\u0105 mechanizmy obronne i okopuj\u0105 si\u0119 na swoich pozycjach ideologicznych. Czyste statystyki po prostu przesta\u0142y na nas dzia\u0142a\u0107 \u2013 stali\u015bmy si\u0119 na nie \u201e\u015blepi\u201d.<\/span><\/p>\n

Nie jest to jedynie nasza intuicja – to pewnego rodzaju \u201czoboj\u0119tnienie\u201d zosta\u0142o to dobrze udokumentowane zar\u00f3wno w psychologii, jak i w medioznawstwie. Psycholog Paul Slovic uku\u0142 poj\u0119cie <\/span>psychic numbing<\/span><\/i>, opisuj\u0105c mechanizm, w kt\u00f3rym zdolno\u015b\u0107 do empatii maleje wraz ze wzrostem liczby ofiar. W serii eksperyment\u00f3w wykaza\u0142, \u017ce najwi\u0119ksza reakcja emocjonalna pojawia si\u0119 przy przej\u015bciu od zera do jednej osoby – ka\u017cda kolejna ofiara „kosztuje” nas emocjonalnie coraz mniej (Slovic, 2007). Najbardziej niepokoj\u0105cy wynik pochodzi z badania, w kt\u00f3rym uczestnicy po zapoznaniu si\u0119 z histori\u0105 jednej konkretnej dziewczynki przekazywali na jej rzecz znacznie wi\u0119cej pieni\u0119dzy ni\u017c ci, kt\u00f3rym przedstawiono t\u0119 sam\u0105 histori\u0119 uzupe\u0142nion\u0105 o statystyki milion\u00f3w innych potrzebuj\u0105cych (Small, Loewenstein & Slovic, 2007). Liczby nie wzmacniaj\u0105 empatii – mog\u0105 j\u0105 aktywnie os\u0142abia\u0107.<\/span><\/p>\n

W\u0142a\u015bnie tu tkwi sedno napi\u0119cia mi\u0119dzy <\/span>evidence<\/span><\/i> a <\/span>experience<\/span><\/i>: statystyka mo\u017ce by\u0107 prawdziwa i jednocze\u015bnie niezdolna do uruchomienia czegokolwiek w odbiorcy.Liczba 40 tysi\u0119cy przedwczesnych zgon\u00f3w rocznie z powodu smogu w Polsce – jeden z najwy\u017cszych wska\u017anik\u00f3w w ca\u0142ej Unii Europejskiej (WEB1) – jest faktem. I faktem jest, \u017ce wi\u0119kszo\u015b\u0107 z nas przeczyta j\u0105 i przewr\u00f3ci stron\u0119.<\/span><\/p>\n

Nigdy wi\u0119cej nieludzkich wykres\u00f3w!<\/span><\/h1>\n

W odpowiedzi na ch\u0142odne i technokratyczne podej\u015bcie do informacji, badaczka i projektantka Giorgia Lupi og\u0142osi\u0142a w 2017 roku manifest \u201eData Humanism\u201d (Lupi, 2017). Koncepcja ta wzywa do odrzucenia bezkrytycznej fascynacji wska\u017anikami. Zamiast tego postuluje podej\u015bcie skoncentrowane na cz\u0142owieku. Lupi argumentuje, \u017ce dane to w rzeczywisto\u015bci tylko migawki z prawdziwego \u017cycia. Liczby s\u0105 zawsze \u201ezast\u0119pnikami\u201d (placeholders) dla ludzkich zachowa\u0144, skomplikowanych biografii i unikalnych perspektyw (Lupi, 2017). \u015alepe umieszczanie ich na osiach wykresu autorka por\u00f3wnuje do recenzowania filmu poprzez analiz\u0119 chemiczn\u0105 ta\u015bmy filmowej. Skupiaj\u0105c si\u0119 na parametrach technicznych, ca\u0142kowicie tracimy fabu\u0142\u0119 i dramaturgi\u0119. Z naszych personalnych do\u015bwiadcze\u0144 mo\u017cemy powiedzie\u0107, \u017ce nie istniej\u0105\u00a0modele opisuj\u0105ce rzeczywisto\u015b\u0107 w zupe\u0142no\u015bci i cz\u0119sty brak zrozumienia badanego systemu prowadzi do niepoprawnych za\u0142o\u017ce\u0144, a wraz z nimi do b\u0142\u0119d\u00f3w merytorycznych, tak jak w badaniu Laws.<\/span><\/p>\n

Z perspektywy krytycznej teorii danych, pogl\u0105d o ca\u0142kowitym obiektywizmie wizualizacji jest szkodliwym mitem (D’Ignazio & Klein, 2020). Badaczki wprost wskazuj\u0105, \u017ce obiektywna wizualizacja danych po prostu nie istnieje. Tradycyjne podej\u015bcie analityczne cz\u0119sto promuje iluzj\u0119 tzw. „widoku znik\u0105d” (view from nowhere) \u2013 przekonanie, \u017ce dane s\u0105 neutralne, bezcielesne i pozbawione kontekstu spo\u0142ecznego, co w rzeczywisto\u015bci maskuje ukryte relacje w\u0142adzy i faworyzuje uprzywilejowane grupy. Ka\u017cdy graf jest form\u0105 retoryki. Wyb\u00f3r tego, co mierzymy, jak to nazywamy i w jakich kolorach to pokazujemy, zawsze stanowi decyzj\u0119 projektow\u0105, a cz\u0119sto tak\u017ce polityczn\u0105 (D’Ignazio & Klein, 2020). D’Ignazio i Klein odrzucaj\u0105 podzia\u0142 mi\u0119dzy rozumem a emocjami, argumentuj\u0105c, \u017ce wykluczenie afektu z wykres\u00f3w to celowe odrzucenie ludzkiego, uciele\u015bnionego do\u015bwiadczenia. Jako wz\u00f3r podaj\u0105 projekt studia Periscopic, kt\u00f3ry wizualizowa\u0142 ofiary przemocy z u\u017cyciem broni palnej w USA; zamiast pokazywa\u0107 jedynie such\u0105 liczb\u0119 11 419 zabitych, tw\u00f3rcy przeliczyli te zgony na 502 025 „skradzionych lat” \u017cycia. Przeformu\u0142owanie to pozwoli\u0142o na zbudowanie wizualizacji wok\u00f3\u0142 emocji g\u0142\u0119bokiej straty, dowodz\u0105c, \u017ce w\u0142\u0105czenie empatii nie ujmuje danym naukowo\u015bci, lecz nadaje im pot\u0119\u017cny moralny ci\u0119\u017car.<\/span><\/p>\n

[<\/span>Interaktywna wizualizacja<\/b><\/a>]<\/span><\/p>\n

Tradycyjne panele analityczne d\u0105\u017c\u0105 do maksymalnego uproszczenia \u015bwiata. S\u0142u\u017cy to szybkiej optymalizacji. Jednak w przypadku ludzkich dramat\u00f3w takie podej\u015bcie tworzy niebezpieczne zjawisko \u201ecruel pies\u201d. W takich wykresach ofiary \u015bmiertelne wojny czy skale przesiedle\u0144 zostaj\u0105 sp\u0142aszczone do kolorowych wycink\u00f3w ko\u0142a. Taka wizualizacja ca\u0142kowicie odrywa widza od wagi problemu.<\/span><\/p>\n

\"The<\/p>\n

Humanizm danych proponuje strategi\u0119 odwrotn\u0105. Projektanci celowo wprowadzaj\u0105 wysok\u0105 g\u0119sto\u015b\u0107 informacyjn\u0105 i z\u0142o\u017cono\u015b\u0107 wizualn\u0105 (Lupi, 2017). Zamiast standardowych rozwi\u0105za\u0144 z gotowych program\u00f3w, tworz\u0105 unikalny wizualny j\u0119zyk, kt\u00f3ry oddaje niuanse i niepewno\u015b\u0107 tkwi\u0105c\u0105 w badaniach. Zmusza to odbiorc\u0119 do zatrzymania si\u0119. Projekt ten celowo wyd\u0142u\u017ca czas percepcji, wywo\u0142uj\u0105c u widza delikatny dyskomfort poznawczy. Brak mo\u017cliwo\u015bci natychmiastowego wyci\u0105gni\u0119cia wniosk\u00f3w stymuluje g\u0142\u0119bok\u0105 refleksj\u0119 nad ludzkim wymiarem prezentowanych liczb.<\/span><\/p>\n

W\u0142\u0105czenie emocji do wizualizacji nie jest zagro\u017ceniem dla nauki. Wr\u0119cz przeciwnie, najnowsze badania wykazuj\u0105, \u017ce estetyczne kodowanie informacji mocno zwi\u0119ksza zaanga\u017cowanie odbiorc\u00f3w. U\u0142atwia to zrozumienie trudnych problem\u00f3w bez utraty rzetelno\u015bci (UW-Madison, 2024). Kiedy odbiorcy dzi\u0119ki sztuce postrzegaj\u0105 dystans czasowy do katastrofy klimatycznej jako kr\u00f3tszy i bardziej osobisty, ich gotowo\u015b\u0107 do dzia\u0142a\u0144 proekologicznych znacz\u0105co wzrasta.<\/span><\/p>\n

Sztuka T\u0142umaczenia Danych<\/span><\/h1>\n

Odpowiedzi\u0105 na opisany wy\u017cej impas s\u0105 projekty, kt\u00f3re \u015bwiadomie przekraczaj\u0105 granic\u0119 mi\u0119dzy <\/span>evidence<\/span><\/i> a <\/span>experience<\/span><\/i> – nie rezygnuj\u0105c z danych, lecz osadzaj\u0105c je w ludzkim kontek\u015bcie.<\/span><\/p>\n

Jednym z najwcze\u015bniejszych i najlepiej udokumentowanych przyk\u0142ad\u00f3w \u0142\u0105czenia danych z do\u015bwiadczeniem spo\u0142ecznym s\u0105 wizualizacje przygotowane przez W.E.B. Du Boise\u2019a na Wystaw\u0119 \u015awiatow\u0105 w Pary\u017cu w 1900 roku. Jak opisuje rozdzia\u0142 <\/span>Between Data and Truth<\/span><\/i>, ekspozycja \u201eAmerican Negro\u201d \u0142\u0105czy\u0142a wykresy, fotografie i inne materia\u0142y, aby przedstawi\u0107 \u201ehistori\u0119 i obecn\u0105 kondycj\u0119\u201d czarnych obywateli USA \u201ew mo\u017cliwie systematycznej i zwartej formie\u201d. Du Bois, wraz ze wsp\u00f3\u0142pracownikami z Atlanta University, przygotowa\u0142 63 plansze prezentuj\u0105ce dane dotycz\u0105ce m.in. edukacji, w\u0142asno\u015bci ziemi, demografii i mobilno\u015bci spo\u0142ecznej. Istotne jest jednak to, \u017ce wykresy nie funkcjonowa\u0142y w pr\u00f3\u017cni: by\u0142y cz\u0119\u015bci\u0105 szerszej ekspozycji, w kt\u00f3rej obok statystyki obecne by\u0142y tak\u017ce fotografie i publikacje. Dzi\u0119ki temu wizualizacja nie s\u0142u\u017cy\u0142a wy\u0142\u0105cznie porz\u0105dkowaniu danych, ale stawa\u0142a si\u0119 narz\u0119dziem politycznego i spo\u0142ecznego argumentu – form\u0105 pokazywania rzeczywisto\u015bci, kt\u00f3ra mia\u0142a podwa\u017ca\u0107 dominuj\u0105ce rasistowskie wyobra\u017cenia o czarnych Amerykanach (WEB2, WEB3)<\/span><\/p>\n

\"\"<\/p>\n

Wsp\u00f3\u0142czesnym przyk\u0142adem podobnego my\u015blenia jest dzia\u0142alno\u015b\u0107 Forensic Architecture. Zesp\u00f3\u0142 ten prowadzi dochodzenia dotycz\u0105ce przemocy pa\u0144stwowej, konflikt\u00f3w i narusze\u0144 praw cz\u0142owieka, wykorzystuj\u0105c materia\u0142y wideo, modele przestrzenne, dane geolokalizacyjne i relacje \u015bwiadk\u00f3w. Szczeg\u00f3lnie wa\u017cna dla tego typu praktyki jest metoda <\/span>situated testimony<\/span><\/i>, opisywana przez sam\u0105 organizacj\u0119 jako technika wywiadu wykorzystuj\u0105ca modele 3D miejsc traumatycznych wydarze\u0144 do wspierania procesu przypominania i sk\u0142adania \u015bwiadectwa przez osoby, kt\u00f3re tych wydarze\u0144 do\u015bwiadczy\u0142y (WEB4). W takim uj\u0119ciu dane przestrzenne i rekonstrukcje nie zast\u0119puj\u0105 ludzkiego g\u0142osu, lecz pomagaj\u0105 go wydoby\u0107, uporz\u0105dkowa\u0107 i uczyni\u0107 bardziej s\u0142yszalnym w przestrzeni publicznej oraz prawnej. Jednym z przyk\u0142ad\u00f3w jest projekt teatru w Mariupolu, kt\u00f3ry zosta\u0142 16 marca 2022 roku zbombardowany w ataku\u00a0 rosyjskich lotniczych si\u0142 zbrojnych:<\/span><\/p>\n

[<\/span>Interaktywna Wizualizacja<\/span><\/a>]<\/p>\n

Podobny mechanizm pojawia si\u0119 w tw\u00f3rczo\u015bci Kim Abeles. Jej cykl <\/span>Smog Collectors<\/span><\/i>, rozwijany od 1987 roku, polega na pozostawianiu cz\u0119\u015bciowo zas\u0142oni\u0119tych obiekt\u00f3w na zewn\u0105trz, tak aby osadzaj\u0105ce si\u0119 zanieczyszczenia stopniowo ujawnia\u0142y obraz. Jak opisuje artystka, to w\u0142a\u015bnie cz\u0105stki smogu staj\u0105 si\u0119 medium wizualnym pracy, a intensywno\u015b\u0107 osadu materializuje problem jako\u015bci powietrza w formie widzialnej i namacalnej (WEB5). W nowszej ods\u0142onie tego podej\u015bcia, wystawie <\/span>Community Smog<\/span><\/i>, projekt by\u0142 realizowany we wsp\u00f3\u0142pracy z mieszka\u0144cami p\u00f3\u0142nocnego Kolorado. Materia\u0142y wystawowe podkre\u015blaj\u0105, \u017ce prace powstawa\u0142y razem ze spo\u0142eczno\u015bci\u0105 lokaln\u0105 i mia\u0142y s\u0142u\u017cy\u0107 pokazaniu jako\u015bci powietrza poprzez wsp\u00f3lnie tworzone \u201eSmog Collectors\u201d (WEB6). W tym przypadku do\u015bwiadczenie zanieczyszczenia nie jest wi\u0119c jedynie tematem reprezentacji, ale staje si\u0119 elementem wsp\u00f3\u0142tworzonego procesu.<\/span><\/p>\n

\"\"<\/p>\n

Projekt Air of the Anthropocene opisany w pi\u015bmie <\/span>Communications Earth & Environment<\/span><\/i> \u0142\u0105czy fotografi\u0119 d\u0142ugoczasow\u0105 z danymi z kalibrowanych, niskokosztowych czujnik\u00f3w py\u0142u zawieszonego. Powstaj\u0105 w ten spos\u00f3b \u201emalowid\u0142a \u015bwiat\u0142em\u201d – obrazy tworzone przy u\u017cyciu d\u0142ugiej ekspozycji, w kt\u00f3rych st\u0119\u017cenie zanieczyszcze\u0144 zostaje prze\u0142o\u017cone na form\u0119 wizualn\u0105. Autorzy podkre\u015blaj\u0105, \u017ce fotografie maj\u0105 nie tylko przedstawia\u0107 zanieczyszczenie powietrza, ale tak\u017ce tworzy\u0107 przestrze\u0144 dialogu wok\u00f3\u0142 tego problemu: s\u0142u\u017c\u0105 jako narz\u0119dzie komunikacji, budowania \u015bwiadomo\u015bci i wzmacniania sprawczo\u015bci r\u00f3\u017cnych interesariuszy. Artystyczno-naukowy charakter projektu sprawia wi\u0119c, \u017ce dane przestaj\u0105 by\u0107 wy\u0142\u0105cznie komunikatem do przyj\u0119cia – staj\u0105 si\u0119 bod\u017acem do refleksji, rozmowy i publicznego zaanga\u017cowania (Pope et al., 2024).\u00a0<\/span><\/p>\n

\"\"<\/p>\n

a Children\u2019s playground in Palampur (CSIR-IHBT), India, measured PM2.5 30\u201340\u2009\u03bcg m-3. b Nursery playground in Delhi (IIT Delhi), India, measured PM2.5 500\u2013600\u2009\u03bcg m-3.<\/span><\/p>\n

\"\"<\/p>\n

Chwila refleksji i za\u0142amania nad stanem \u015bwiata<\/span><\/h1>\n

Czy nie wpadli\u015bmy przypadkiem w pu\u0142apk\u0119 dw\u00f3ch skrajnych oboz\u00f3w, w kt\u00f3rych naukowcy serwuj\u0105 nam suche, nieprzyst\u0119pne liczby, a arty\u015bci, cho\u0107 tworz\u0105 poruszaj\u0105ce projekty, spotykaj\u0105 si\u0119 z brakiem zaufania, bo s\u0105 oceniani jako \u201etylko\u201d humani\u015bci? Dlaczego w systemie edukacji i na uczelniach tak rzadko rozmawia si\u0119 o odpowiedzialnych praktykach badawczych, a podej\u015bcia takie jak humanizm danych s\u0105 w zasadzie nieobecne w akademickim dyskursie?\u00a0 Czy widzimy jak statystyki mog\u0105\u00a0s\u0142u\u017cy\u0107 jako populistyczne narz\u0119dzie, daj\u0105ce z\u0142udne poczucie wys\u0142uchania, w praktyce redukuj\u0105ce do\u015bwiadczenie ludzkie do nieludzkich \u015brodk\u00f3w? I wreszcie czy patrz\u0105c na kolejny idealnie wyci\u0119ty wykres ko\u0142owy lub s\u0142upkowy, potrafimy jeszcze zada\u0107 sobie pytanie o to, kto i w jakim celu zebra\u0142 te informacje, co tak naprawd\u0119 ukrywa si\u0119 pod wierzcho\u0142kiem g\u00f3ry lodowej i czy, pracuj\u0105c z tymi danymi na co dzie\u0144, wci\u0105\u017c mamy refleksj\u0119 nad tym, czym one w swojej istocie s\u0105?<\/span><\/p>\n

Bibliografia<\/span><\/h1>\n
    \n
  1. Laws, B., et al. (2004). <\/span>Research and methodology in healthcare interpreting.<\/span><\/i> LANS-TTS. (<\/span>https:\/\/doi.org\/10.52034\/lanstts.v5i.157<\/span><\/a>)<\/span><\/li>\n
  2. D’Ignazio, C., & Klein, L. F. (2020). Data Feminism. The MIT Press. (<\/span>https:\/\/data-feminism.mitpress.mit.edu\/<\/span><\/a>)<\/span><\/li>\n
  3. UW-Madison. (2024). <\/span>Art that integrates data visualizations can help bridge the U.S. political divide over climate change. <\/span><\/i>(<\/span>https:\/\/doi.org\/10.1038\/s43247-023-00856-9<\/span><\/a>)<\/span><\/li>\n
  4. Lupi, G. (2017). <\/span>Data Humanism: My manifesto for a new data world. <\/span><\/i>(<\/span>https:\/\/giorgialupi.com\/data-humanism-my-manifesto-for-a-new-data-wold<\/span><\/a>)<\/span><\/li>\n
  5. Slovic, P. (2007). <\/span>\u201cIf I look at the mass I will never act\u201d: Psychic numbing and genocide. Judgment and Decision Making<\/span><\/i>, 2(2), 79\u201395. doi:10.1017\/S1930297500000061<\/span><\/li>\n
  6. Small, D. A., Loewenstein, G., & Slovic, P. (2007).<\/span> Sympathy and callousness: The impact of deliberative thought on donations to identifiable and statistical victims.<\/span><\/i> Organizational Behavior and Human Decision Processes, 102(2), 143\u2013153. <\/span>https:\/\/doi.org\/10.1016\/j.obhdp.2006.01.005<\/span><\/a><\/li>\n
  7. WEB1 – <\/span>Nauka w Polsce <\/span><\/i>https:\/\/naukawpolsce.pl\/aktualnosci\/news%2C109543%2Craport-rocznie-40-tys-przedwczesnych-zgonow-w-polsce-z-powodu-smogu.html<\/span><\/a><\/li>\n
  8. WEB2 – <\/span>Between data and truth: W.E.B. Du Bois’s „Data Portraits” <\/span><\/i>https:\/\/dataxdesign.io\/chapters\/dubois<\/span><\/a><\/li>\n
  9. WEB3 – Library of Congress <\/span>https:\/\/www.loc.gov\/pictures\/collection\/anedub\/dubois.html<\/span><\/a><\/li>\n
  10. WEB4 – Forensic Architecture, Situated Testimony <\/span>https:\/\/forensic-architecture.org\/methodology\/situated-testimony<\/span><\/a>\u00a0<\/span><\/li>\n
  11. WEB5 – Kim Ables, Smog Collectors <\/span>https:\/\/kimabeles.com\/smog-collectors\/<\/span><\/a><\/li>\n
  12. WEB6 – Gregory Allicar Museum of Art,<\/span> Kim Abeles: Community Smog <\/span><\/i>https:\/\/artmuseum.colostate.edu\/events\/kim-abeles-community-smog\/<\/span><\/a><\/li>\n
  13. Pope, F.D., Price, R., Woolley, K.E. et al. (2024). Light painting photography makes particulate matter air pollution visible. Commun Earth Environ 5, 294 <\/span>https:\/\/doi.org\/10.1038\/s43247-024-01409-4<\/span><\/a><\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"

    Dla naszego m\u00f3zgu 40 tys. Ofiar smogu to jedynie kolejna abstrakcyjna liczba. Zapomnimy j\u0105 zaraz po przeczytaniu artyku\u0142u prasowego po porannej kawie. \u017byjemy w epoce wielkich zbior\u00f3w danych, ale bezduszne wykresy i surowe statystyki paradoksalnie znieczuli\u0142y nas na globalne kryzysy. Jak po\u0142\u0105czy\u0107 naukow\u0105 rygorystyczno\u015b\u0107 z ludzkim do\u015bwiadczeniem, by na nowo zrozumie\u0107 \u015bwiat? Odpowiedzi\u0105 staje si\u0119 […]<\/p>\n","protected":false},"author":385,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[597],"tags":[],"class_list":["post-9009","post","type-post","status-publish","format-standard","hentry","category-agh-2025-26"],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/9009","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/users\/385"}],"replies":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/comments?post=9009"}],"version-history":[{"count":2,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/9009\/revisions"}],"predecessor-version":[{"id":9017,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/9009\/revisions\/9017"}],"wp:attachment":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/media?parent=9009"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/categories?post=9009"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/tags?post=9009"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}