Existe um certo fascínio estético por imagens visualmente complexas. A popularidade das visualizações de dados pode ser explicada não apenas por fenômenos como a big data, que, além de demandarem novos métodos de análise de dados, possuem elementos estéticos relacionados a uma noção de unidade e organização visual na forma de imagens intricadas, complexas e, até certo ponto, esteticamente indulgentes e intrigantes. Esse breve ensaio, originalmente apresentado no VII SIIMI, discorre sobre o conceito de complexidade e o relaciona a uma estética dos dados a partir de sua representação visual. Utilizo visualizações de dados científicas e artísticas como objeto de análise, buscando identificar características comuns compartilhadas pelos diferentes esquemas de representação visual. Busco lançar luz sobre nosso fascínio diante da possiblidade de representação, interação ou mesmo da contemplação de representações visuais complexas.
Além das transformações socioeconômicas provocadas pela utilização de dados em nossa vida cotidiana, seus efeitos também podem ser percebidos nas manifestações culturais e artísticas ocupadas em refletir sobre as causas e efeitos das tecnologias digitais sobre a sociedade. Essa vida baseada em dados possibilitou o surgimento de práticas artísticas que promovem novos modos de percepção das qualidades estéticas presentes em imagens ocupadas em sintetizar visualmente a complexidade das operações técnicas e sociais resultantes da mediação de nossa experiência cotidiana com dados e sistemas computacionais.
Nesse sentido, alguém poderia perguntar: Se os dados possuem qualidades estéticas, o que definiria, então, uma estética dos dados? Os dados possuem qualidades estéticas que podem ser associadas à nossa ideia de beleza? O que seria a beleza dos dados? A essas perguntas não é simples de se obter uma resposta satisfatória. A busca por conceitos estéticos universais ocupa as indagações de filósofos desde a antiguidade. Mesmo cientes da complexidade da tarefa, entendemos que, para começar a responder essas perguntas, devemos primeiramente identificar quais artefatos melhor sintetizam o zeitgeist contemporâneo representado pela “revolução dos dados” e sua representação visual.
O truísmo “menos é mais”, popularizado pelo arquiteto Ludwig Mies van der Rohe e sinônimo da estética minimalista, parece não mais corresponder aos anseios do atual período marcado pelas revoluções digitais e pela explosão do big data — automatização de processos digitais para captura, análise e processamento de dados em um volume que excede, em muito, nossa capacidade cognitiva. A partir da popularização dos computadores pessoais, do consequente aumento da capacidade de processamento gráfico e do surgimento de linguagens de programação — tal qual Processing — voltadas explicitamente para designers e artistas, o interesse, antes restrito a centros de pesquisa de grandes universidades, pela representação visual dos dados, ou simplesmente visualização de dados, cresceu de maneira vertiginosa.
Lev Manovich (2002, nossa tradução) lembra que “junto com a Interface Gráfica do Usuário (Graphical User Interface — GUI), os bancos de dados, o espaço navegável, as simulações, a visualização dinâmica dos dados é uma das genuínas novas formas culturais possibilitadas pelo computador.” A importância dessa nova forma cultural pode ser constatada pelo interesse de grandes instituições culturais ao redor do mundo em promover mostras e exposições com o intuito de provocar discussões e reflexões sobre a multiplicidade dos impactos desse fenômeno na sociedade.
Para além de seu impacto na cultura, na arte e no design, as visualizações de dados estão presentes em quase todos os campos de conhecimento humano. Seja no design, no jornalismo ou no mercado financeiro, as visualizações de dados parecem ter transcendido seu aspecto utilitário e se tornado uma manifestação estética própria capaz de sintetizar em imagem a complexidade inerente aos dados. Quanto o seu impacto na cultura, atualmente qualquer filme hollywoodiano não seria o mesmo sem as imagens que simulam complexos processos e criam uma ilusão de “alta tecnologia” (Figura 1). Essas imagens, mesmo sem entender o que se passa na maioria das vezes, parecem trazer um certo deleite estético presente na maneira como as informações são organizadas visualmente.
Seria, então, esse tipo de experiência estética com os dados algo novo? Lev Manovich (2002) considera que trabalhos de arte que lidam com a representação visual da complexidade talvez nos toquem pelo fato de representar visualmente fenômenos muito além do que nossos sentidos conseguem perceber. Para Manovich, esse valor presente nas visualizações de dados atua no sentido oposto do sublime artístico — chamado por ele de anti-sublime — , uma vez que, diferente dos artistas românticos, o artista de dados se interessa não apenas pelo que está ao alcance de nossa percepção imediata.
Fora do campo artístico, a percepção do valor estético na representação visual dos dados também é objeto de interesse. O jornalista David McCandless utiliza técnicas de visualização de dados para produzir infográficos sobre diversos assuntos, desde uma representação visual da quantidade de informações sensoriais processadas pelo cérebro humano até uma timeline que relaciona “medos globais” e seus impactos na mídia. Nesse caso, o jornalista utiliza da estética das visualizações de dados como elemento narrativo. Motivado pelo poder de síntese das imagens e por um senso de subversão ao utilizar uma estética normalmente associada à precisão e objetividade típicas dos cadernos de economia, McCandless (2012, p. 2), busca, em suas palavras, “fazer com que a informação seja acessível e bonita.”
Aqui vemos um dualismo que interessa ao nosso argumento: a sugestão que as representações dos dados podem ser feias e bonitas. O que definiria a beleza de uma informação? A informação factual — se é verdadeira ou falsa — ou a qualidade do desenho tipográfico da fonte e os princípios básicos de composição visual utilizados para ilustrar o diagrama? Obviamente, somente as qualidades formais de uma representação visual não resistem a uma análise aprofundada do conteúdo representado. A efetividade da informação ainda é o aspecto preponderante na construção do sentido; no entanto, com um conjunto de imagens que mais o aproxima de uma estética associada aos coloridos gráficos da MTV do que das páginas de gráficos financeiros dos jornais de economia, McCandless parece querer tencionar e provocar uma discussão sobre a influência de aspectos expressivos, subjetivos talvez, na informação representada.
Esse é um aspecto controverso no campo das visualizações de dados. A relação entre decisões estéticas e a fidelidade dos dados a serem representados é uma constante no campo das visualizações de dados, principalmente no das visualizações científicas, onde a fidelidade da representação dos dados é crucial. Qualquer elemento visual que não traga relação clara e direta com os dados representados é considerado um excesso dispensável — ou, para usar o termo cunhado pelo estatístico Edward Tufte (2001), Chartjunk.
Ainda que de forma incompleta, uma definição provisória sobre uma estética dos dados deve levar em consideração a dinâmica entre o pragmatismo e a expressividade do que se pretende representar. Isso não significa, no entanto, que intersecções não possam ocorrer. As qualidades estéticas de ambas as visões contribuem de maneira significante no entendimento da noção de beleza associada aos dados.
As qualidades estéticas dos dados
Em uma entrevista de 2010 (Harris, 2015), Jonathan Harris — artista e cientista da computação — discute com Andy Cameron conceitos estéticos relacionados à beleza da representação visual dos dados. Quando questionado sobre os aspectos estéticos do então emergente campo das visualizações de dados — especificamente: o que seria a estética dos dados? Como essa estética estaria conectada com sua função? E, por final, o que fazia com que os dados pudessem ser considerados bonitos? -, a resposta do artista foi ao mesmo tempo evasiva e incisiva.
Para ele, as representações visuais dos dados só podem ser consideradas belas se os dados em si forem belos. Além disso, ele considera um erro direcionar o foco da discussão para uma valoração estética em como os dados são representados visualmente, que, mesmo bem equilibrados em seus aspectos visuais formais, seriam ainda assim vazios de “real” beleza, da mesma forma que o excesso de maquiagem ocultaria a real beleza de uma pessoa. A beleza das visualizações de dados seria, então, produto direto de um tipo de qualidade estética presente nos dados a serem representados.
Questionado por Cameron sobre quais os critérios estéticos que utiliza para decidir sobre o que seria, então, “dados bonitos” a resposta é evasiva e abstrata. Harris diz não existir um método específico para classificar precisamente um conjunto de dados como “bonito”, mas sim um processo decisivo calcado na intuição — em suas palavras: you have to feel it in your gut (em uma tradução livre: ”você tem que sentir nas entranhas”) — , evidenciando o caráter subjetivo de se atribuir qualidades estéticas inerentes aos dados.
O diálogo entre Harris e Cameron sobre a estética dos dados evidencia a complexa tarefa de se conferir valor estético a algo. A relação entre objetividade e subjetividade na busca por uma definição consensual sobre o significado da ideia de beleza foi e continua sendo objeto de intenso debate artístico e filosófico ao longo do tempo. Kant (Sartwell, 2017) considera a experiência da beleza como a capacidade representacional da mente. Para ele, aquele que julga deve dispor de capacidade de julgamento do gosto baseado em experiências estéticas anteriores. Em outras palavras, o que Kant parece querer dizer é que nossa capacidade de fazer um julgamento estético depende do conjunto de experiências anteriores que dispomos. De que maneira esse conjunto de experiências necessárias para se fazer um julgo estético do conceito de beleza opera num contexto de desmaterialização e redução da realidade em amostragens estatísticas de dados?
Na era do big data, o acesso à realidade parece cada vez mais distante da experiência factual com o fenômeno. Apesar dos imperativos biológicos, nossa experiência sensorial com a realidade é cada vez mais mediada por interfaces que nos apresentam uma versão da realidade a partir do fluxo de dados advindo das mais diversas fontes — sobre as quais, devido a sua baixa opacidade, temos pouco ou nenhum conhecimento. Apesar da imaterialidade desses processos digitais, a metáfora das redes — representadas por conexões entre nós e arestas — é tema recorrente de representações visuais tanto por cientistas, que buscam modelar e representar a realidade de maneira precisa, quanto por designers e artistas, que utilizam essas representações como meio de expressão e investigação crítica.
Talvez o dualismo entre arte e ciência seja o aspecto mais interessante de nossa reflexão. Embora pareça contraditório, pelo fato de uma área lidar primordialmente com aspectos objetivos enquanto a arte se apresenta como um domínio aberto a múltiplas interpretações, nosso fascínio parece emergir precisamente da intersecção de ambas as práticas. Fall Heinrich (2015) diz que talvez o interessante de fato seja essa dualidade de qualidades aparentemente contraditórias entre a mensurabilidade dos dados e a autonomia estética desses artefatos. Ambas, diz ele, são significantes de maneiras bem distintas.
Parece existir algo de reconfortante quando observamos uma imagem que se propõe a representar uma quantidade de dados que excede nossa capacidade cognitiva de apreensão. A principal qualidade estética das visualizações de dados parece justamente residir em sua habilidade de conjuntar aspectos pragmáticos e expressivos para produzir um artefato que ora se aproxima da prática artística — na qual a objetividade é compartilhada com a experiência subjetiva — , ora busca se distanciar de aspectos subjetivos expressivos que poderiam prejudicar a compreensão dos dados representados.
A complexidade, entendida aqui como um fenômeno múltiplo, parece ser um denominador comum para ambas as abordagens de representação visual dos dados. As visualizações de dados que buscam revelar em imagens os complexos processos em rede pelos quais os dados são submetidos são tentativas de diminuir a opacidade e revelar aspectos pouco evidentes à nossa percepção imediata. Nesse sentido, não parece ser imprudente afirmar que parte do fascínio pelas visualizações de dados decorre justamente da possibilidade de se observar, de um ponto de vista privilegiado, os aparentemente confusos e enigmáticos processos nos quais estamos inseridos cotidianamente.
Representação visual da complexidade
Não existe dúvida de que os modelos objetivos para representação da realidade empírica presentes nas teorias de Galileu e Newton ajudaram a humanidade a compreender e prever com precisão o comportamento de muitos fenômenos da natureza. Embora tais princípios gerais apresentem um bom modelo para explicar o comportamento dos fenômenos, eles não deixam de ser modelos probabilísticos, visto que a precisão exata para que o fenômeno ocorra ou não ainda permanece envolta em mistério. A impossibilidade de se prever o comportamento de sistemas complexos impulsionou estudos sobre sistemas não lineares, teoria do caos e complexidade (Wilson, 2002, p. 207).
A definição conceitual de sistemas complexos, enquanto objeto epistemológico, carece de uma definição exata. De acordo com Christa Sommerer e Laurent Mignonneau (2003), embora não exista uma definição exata, parece haver certo entendimento quanto às suas características fundamentais. Entendem-se, então, como sistemas complexos: a interação entre um conjunto de partículas ou agentes autônomos cujo resultado global pode ser verificado em propriedades coletivas emergentes, evolutivas e comportamentais. De maneira prática, parte da configuração formal desses sistemas pode ser observada em fenômenos como comportamento do clima, na dinâmica dos fluidos, no movimento dos cardumes de peixe, na evolução dos movimentos dos flocos de aves ou mesmo no comportamento coletivo de sistemas humanos.
Sempre estivemos rodeados por fenômenos visualmente complexos. Um clássico exemplo de codificação da complexidade são as estruturas do tipo fractal. Fractais são padrões recorrentes encontrados na natureza que expressam autossemelhança — qualquer parte reduzida da entidade é a mesma em proporção ao todo — como um tipo de repetição infinita de motivos geométricos (Lima, 2013). Assim, não é de se espantar que tenhamos uma predisposição em perceber esse tipo de conformação visual como algo esteticamente agradável. Sobre isso, Manuel Lima lembra que:
…tendo se desenvolvido cercado por esse cenário de fractais, talvez não seja surpresa que a humanidade possua uma afinidade com esses fractais e um reconhecimento implícito de suas qualidades. De fato, é possível especular que as pessoas possuem algum tipo de “codificação fractal” dentro do sistema perceptivo de nossas mentes (LIMA, 2013, p. 224 N.T).
A natureza é repleta de sistemas complexos. Uma abordagem ecológica sobre um tema geralmente se refere ao estudo da relação entre esses sistemas como um todo. No ambiente computacional, a complexidade pode estar relacionada tanto ao problema a ser computado — exemplo: um cálculo do tipo NP-difícil — quanto à representação visual, diagramática, das relações entre entidades. O desenho dessas relações em rede, geralmente abstrações matemáticas demonstrando a relação entre diferentes entidades, é conhecido em computação como desenho de grafos. Essas técnicas são utilizadas por diversos pesquisadores, designers e artistas como método de investigação de relações e das propriedades emergentes, típicas das relações em rede, para produzir imagens que revelem padrões não aparentes ou novos territórios de conhecimento.
Existe algo de sedutor quando visualizamos um fenômeno em rede. Além de serem onipresentes, elas nos intrigam, estimulam, e são estruturas extremamente sedutoras. As redes não são apenas o centro de uma revolução científica; elas também contribuem para um deslocamento considerável em relação a como concebemos a sociedade, cultura, arte, além de expressarem um novo senso de beleza (Lima, 2013). Em outros termos, como disse o físico e especialista em redes complexas Albert-László Barabási, “redes estão presentes em todos os locais. Só precisamos de olhos para elas” (Franceschet, 2015).
Em 2003, o cientista da computação Barret Lyon se aventurou em representar visualmente as múltiplas conexões que constituem a rede de servidores que forma a Internet. Esse projeto, que ficou conhecido como The Open Project Internet Map, teve como objetivo, como descrito no repositório de projetos de visualização de dados Visual Complexity (Lima, 2020), criar uma representação visual de um espaço unidimensional, uma espécie de universo metafísico com dados que poderiam ser usados para múltiplos propósitos, entre eles: visualizar a Internet de diversas formas; verificar o espaço de IPs não utilizados e sua distribuição geográfica; detectar o resultado de desastres naturais, clima, guerras; além de usos estéticos e artísticos. Assim, a partir de um único computador conectado à Internet, Lyon construiu um programa que buscava mapear a localização de todas as redes de classe C que constituem parte da espinha dorsal técnica que possibilita a existência da Internet. Ele então elaborou uma visualização que refletia o estado de todas as conexões em rede possíveis na Internet naquele momento. A imagem resultante (Figura 2) é repleta de nós e interconexões ligadas por arestas e diferentes cores representando as diferentes faixas de domínios IP da rede.
Mesmo com toda a complexidade aparente — infinitas linhas e pontos formando um novelo digital indecifrável — , o resultado estético, ao mesmo tempo que oferece certo deslumbre visual, tem o poder de aliviar nossa ansiedade pela compreensão de todos os processos ali representados. Somos tomados por um senso de unidade maior que as partes individuais.
Ainda que a precisão científica possa ser questionada — lembrando que a imagem não foi feita como instrumento de quantificação objetiva para ser usada pelos cientistas computacionais — , não dá para negar que o impacto visual da quantidade de dados que Lyon propôs representar em uma única imagem seja algo sedutor. Pela primeira vez pudemos ver como “se parece” a Internet. Esse sentimento de fascínio pode ser verificado nas palavras de Lyon: “fui agraciado com uma imagem que me obrigou a olhar profundamente para o meu monitor… absorvendo os elétrons como se fossem luz solar” (Kuvac, 2011, N.T.). Além disso, o interesse cultural por esse tipo de projeto pode ser constatado pela exibição do projeto de Lyon em diversos museus pelo mundo, como o Museu de Arte Moderna de Nova Iorque (MoMA) e o Museu de Ciência de Boston.
Mesmo processos contingentes, restritos e altamente determinísticos como jogos digitais compartilham características típicas dos sistemas complexos. O projeto Distellamap (Figura 3), feito em 2005 por Ben Fry, buscou visualizar como o código escrito em Assembler dos jogos de Atari 2600 funcionava.
O artista/designer/cientista da computação programou uma série de instruções que monitorava o funcionamento dos códigos de jogos clássicos do Atari, tais como Adventure, Pitfall, Pac-Man, entre outros, de modo que quando uma condicional de operação fosse executada — exemplo: if x is true then go to y — , o software “ia” para o bloco de execução e desenhava uma linha representando o fluxo de funcionamento do código.
Além disso, quando um byte de dados era encontrado no código original, ele era representado como um quadrado em um grid com oito espaços — cada espaço preenchido pela cor laranja representa “1” ou “0” no código binário. Como exemplo do poder sedutor desse tipo de “imagem complexa”, o autor produziu uma série de cópias impressas a pedido de pessoas interessadas em ter em suas paredes uma visualização de dados como objeto artístico.
A beleza da complexidade como um contínuo entre escalas
Dependendo da escala, podemos nos deparar com caos e ordem sobre um mesmo fenômeno. Para Massimo Franceschet (2015), os sistemas complexos vivem no limite do caos, na intersecção entre ordem e desordem. Se olharmos para sistemas complexos no micronível dos atores, eles se mostrarão relativamente simples e regulares. Tal simplicidade local, multiplicada pelo grande número de atores que compõem o sistema e, além disso, amplificada por meio de uma complicada estrutura de relação entre os atores, produz uma inesperada, ainda assim organizada, complexidade global.
Esse entendimento é compartilhado por Sommerer e Mignonneau (2003), quando estes consideram a complexidade como um meio termo entre ordem e desordem. Para eles, o que parece complexo em uma representação pode parecer organizado ou desorganizado dependendo da diferença na escala. A possiblidade de alternância entre as escalas da representação se mostra como elemento fundamental para que as visualizações de dados sejam de fato interessantes. De fato, reside na capacidade de se explorar grandes conjuntos de dados, tanto no nível micro quanto macro, grande parte do poder das visualizações de dados.
Algumas considerações
A natureza é composta por uma série de sistemas complexos que interagem entre si de maneiras previsíveis e imprevisíveis. A mediação da realidade pelos sistemas computacionais necessita de um grande conjunto de dados para alimentar modelos que simulam esses sistemas complexos a fim de criar uma certa previsibilidade sobre os efeitos desses fenômenos em nossas vidas. Esses sistemas complexos não se restringem apenas àqueles presentes na natureza. A humanidade é um sistema complexo constituído pela relação entre os seres humanos e suas práticas sociais, culturais e econômicas. Capturamos, processamos e analisamos uma infinidade de dados sobre esses aspectos, que supera nossa capacidade cognitiva. Como os dados operam abstraindo a realidade em números, a compreensão desse tipo de informação é facilitada com técnicas de mapeamento de dados numéricos em elementos visuais.
As visualizações de dados são imagens dedicadas a essa tarefa. Sua presença na cultura ultrapassou seu campo originário, as ciências exatas, e hoje faz parte da cultura popular. Essa onipresença está relacionada com o surgimento de novas sensibilidades estéticas e conceitos de beleza associados às representações visuais de sistemas complexos. Apesar das codificações de complexidade já existirem na natureza, as visualizações de dados conectam as pontas soltas entre a objetividade pragmática do pensamento científico e a reflexão expressiva e subjetiva do fazer artístico. Defendemos então que a estética dos dados presente nas visualizações de dados ocupadas em representar a complexidade seja uma expressão contemporânea do sublime e do fascínio artístico.
Referências
Franceschet, M. (2015). Complex Beauty. Complex Systems. https://doi.org/10.25088/complexsystems.24.3.249
Harris, J. (2015). Beauty in Data. In D. Bihanic (Org.), New Challenges for Data Design (p. 315–339). Springer. https://doi.org/10.1007/978-1-4471-6596-5_17
Heinrich, F. (2015). (Big) Data, Diagram Aesthetics and the Question concerning Beauty. MedieKultur: Journal of Media and Communication Research, 31(59), 20 p.-20 p. https://doi.org/10.7146/mediekultur.v31i59.20084
Kuvac, T. (2011). What Does the Internet Look Like? | Scholastic News Online | Scholastic.com. http://www.scholastic.com/browse/article.jsp?id=3756792
Lima, M. (2013). Visual Complexity: Mapping Patterns of Information. Princeton Architectural Press.
Lima, M. (2020). Visualcomplexity.com | Opte Project. http://www.visualcomplexity.com/vc/project.cfm?id=70
Manovich, L. (2002). The anti-sublime ideal in data art. URL= http://www. manovich. net/DOCS/data_art. doc. http://meetopia.net/virus/pdf-ps_db/LManovich_data_art.pdf
McCandless, D. (2012). Visual Miscellaneum: The Bestselling Classic, Revised and Updated: A Colorful Guide to the World’s Most Consequential Trivia. HarperCollins.
Sartwell, C. (2017). Beauty. In E. N. Zalta (Org.), The Stanford Encyclopedia of Philosophy (Winter 2017). Metaphysics Research Lab, Stanford University. https://plato.stanford.edu/archives/win2017/entries/beauty/
Sommerer, C., & Mignonneau, L. (2003). Modeling Complexity for Interactive Art Works on the Internet. In J. Casti & A. Karlqvist (Orgs.), Art and Complexity (p. 85–107). JAI. https://doi.org/10.1016/B978-044450944-4/50010-4
Tufte, E. R. (2001). The Visual Display of Quantitative Information (2nd edition edition). Graphics Press.
Wilson, S. (2002). Information Arts: Intersections of Art, Science, and Technology. MIT Press.