曾經的數學偏科少年，如何變成《紐時》和《華郵》都爭搶的數據新聞人才
林辰峰，現任美國時政媒體《Politico》的圖像記者，畢業於美國加州大學伯克利分校新聞研究所、台灣文化大學新聞系。擅長數據新聞報導及圖表製作的他，應數可視教育公益基金會邀請，將在「2018數據新聞訓練營」里擔任Illustrator課程講師，詳細報名方式可見文末。
很難想像，林辰峰曾是數學不好、大學期間「新聞英文」掛科的迷惘少年。如今的他，已搖身一變成為美國數據新聞界的新星。
林辰峰從沒想過自己的人生上演「大逆襲」，不只成為2015年Google新聞獎學金得主，也擠進《紐約時報》、《華盛頓郵報》實習窄門，而後在《彭博新聞社》、《Politico》任職。
如此「神奇」的經歷，他究竟是如何辦到的？
時間回到林辰峰大一大二，他的成績中下，新聞英文還曾掛科。當時的他對未來出路感到迷惘，也沒自信能夠進入嚮往的公司。
隨著大學畢業的腳步逼近，林辰峰開始思考未來方向。在學校教授的建議下，他存了機票錢，到美國伯克利和斯坦福大學旁聽新聞課程，這是他第一次接觸到數據新聞領域。
他從沒想過，新聞可以結合設計、編程專業，從茫茫數據海中挖掘出洞見，並用視覺方式讓人一目了然。這趟旅程就此幫助林辰峰打開人生新頁，幫他下定決心走向數據可視化之路。
當他回到台灣，和美國友人聊到旁聽經驗時，林辰峰意外得知該友人之前在《紐約時報》正是從事數據可視化相關工作。林辰峰積極請朋友教他相關技術，每周上一次課，一步步打下基礎。
憑藉著自費出國完成的報導及數據可視化作品，2015年林辰峰申請上了美國加州大學伯克利分校新聞研究所，主修新媒體專業，並獲全額獎學金。
清楚自己目標的他，和教授說自己想要去《紐約時報》實習。然而當時林的英文寫作並非他的強項，要在競爭激烈的美國新聞界拿到《紐約時報》的實習名額，頗有點天方夜譚的意味。
不過有編程和可視化技術傍身，林辰峰依然抱有希望，他便和教授商量以可視化作品代替純文字作業，這些作品也幫助他拿到了實習機會。
2015年，林辰峰先是從1400位的競爭者中拿下了Google新聞獎學金，他也順利進入到擅長製作數據新聞的《德州先鋒報》（The Texas Tribune）實習。
接著，他從3000人中脫穎而出，終於搶下《紐約時報》里數據新聞報道的實習崗位，實現了他當時和教授說過的夢想。
再後來，《華盛頓郵報》也向他拋出橄欖枝，招募他作為負責新聞圖表製作的實習生。
林辰峰實習經驗豐富，在《紐約時報》、《華盛頓郵報》等媒體都曾實習過。
1
實習後，領悟「學做新聞」才是重點
一開始要去實習時，林辰峰以為他將學習到的重點是各種酷炫的製圖方法和編程技術。然而，林辰峰發現，他最大的收穫卻並非「技術」，而是學會了始終以「新聞」作為核心。
「你學的是怎麼做新聞，不是學怎麼畫圖。」
林辰峰表示，在群英薈萃的團隊里大家通常的製圖技術都已經過硬，頂多只有製圖速度的區別。這樣的工作環境讓他減少了對「炫技」的渴望，反而更專心地放到故事本身上來。
他強調自己在《紐約時報》學到最多的是對「新聞判斷的能力」。過去他總認為選題就要找那些沒有人關注和報道過的冷門線索。然而，在《紐約時報》工作後他發現，大家在選題方面都是卯足了勁抱著「衝到頭版頭條」的想法去上報的，比起話題的冷門程度，記者們會更關注報道的深度和全面性，否則很難說服老闆給予記者編輯充裕的時間來專心打造一篇重磅文章。
此外，在《紐約時報》實習期間，林辰峰也學會如何用數據去推理，如何用數據去問問題。
2015年林辰峰的老闆在推特上看到一張中國空氣品質的地圖，對該議題感興趣的他安排林辰峰進行探索和報道。林辰峰接下了這個熱門話題，並開始了一系列的挖掘、分析、可視化和報道，這就是後來發表在《紐約時報》上的《Second Red Alert for Beijing: Air Pollution Worsens》（http://sina.lt/fpy3）。
林辰峰在《紐約時報》的實習作品
回想當時的狀況，林辰峰直呼「崩潰」，雖然會製圖，但是對於數據的發掘搜索，他「完全一點方向都沒有」 ，身在紐約的他不知該如何找到適當數據。
所幸，他後來向伯克利的一個非營利科學組織取得了為期兩年、中國72個城市每小時的空氣品質數據。
將這些數據加以可視化分析後，林辰峰發現有四個城市的霧霾比北京還要嚴重，且這四個城市都集中在東北。
此時疑問便產生了，為什麼這四個城市都在東北呢？此時林辰峰迴頭採訪科學家，並得到霧霾產生和公共暖爐有關的推論。
「我很喜歡這篇（因為它）就是標準的、solid的data graphics reporting，」林辰峰解釋，在這個作品中，每個切入角度都有數據和假設，並且能透過數據和圖表去印證這些假設，專家也給予了權威的說法和對未來的展望。
他也補充，其實團隊花在圖表上的時間並不多，大部分的時間反而花在和科學家互動及採訪上。
2
文科生學寫代碼，多練習是不二法門
對於許多想踏入數據新聞領域的文科生和媒體同業來說，「寫代碼」可能產生畏懼心理，林辰峰鼓勵說道：他正是最好的例子。
林辰峰坦言，就寫代碼的層面來說，學習過程的確很崩潰，不過「說穿了就是多練習」。
他回顧，當時他清楚地知道自己的目標就是在美國找到工作，也一定要拿到好的實習。「你有那種走投無路的感覺，你就會把結果做出來。」
林辰峰並不覺得自己寫代碼很在行，然而他也強調，很多業界被大家公認為是數據可視化大牛的人，往往並非是計算機或是數學背景出身。
「說穿了我們的output就是網頁，」林辰峰認為最重要的還是回到不斷練習身上。
他將數據新聞中的「寫代碼」比喻為「做三明治」，每個人如果按著食譜一步步來，其實是不容易搞砸的。
「當然你可能會遇到天生味覺比較好的人，但講真的你做的就是sandwich，沒有人叫你要做八寶粥，」林辰峰說。他強調，沒有人要求記者寫的代碼要跟facebook或IBM工作的程序員一樣艱深和專業。
「也有人因此變得對做菜很有興趣，花時間和精力研究後成為專家、成為大廚，不過做數據新聞並非要求人人都變成名廚。」
他進一步提醒，「知道自己做什麼很重要」，要知道自己想要建立的能力和技能是什麼，才會走到那個目標。
「記得小步小步走，」林辰峰也提醒學習者要慶祝自己的「小勝利」、選擇有興趣的議題來發揮，因為從「不厲害」到「厲害」的路是漫長的，做有興趣的題材，可以支持自己堅持下去。
3
數據新聞演變中，打破迷思觀念
待過美國多家權威媒體，看過各式各樣的數據新聞作品後，林辰峰坦言自己觀念上也起了一些變化。
首先，他原先以為自己需要掌握很強的寫代碼技能，不過後來發現大部分的新聞還是在Excel中處理。
其次，他提到了目前可視化作品的「互動」功能，有越來越少的趨勢，大家數據新聞做久後，發現大部分的視覺可以做成靜態圖，沒有互動的必要。
另外由於「ai2html」（《紐約時報》開發出的工具，http://ai2html.org/）的出現，在Adobe Illustrator裡面做的圖也能直接轉換為html代碼，方便在手機或桌電上有良好展示。
林辰峰補充，人類對於動態的東西，例如gif或是動畫，記憶力不是很好。很多時候人們追求互動效果，常常只是游標滑過去，顯示出提示框而已。
他建議，如果提示框內的資訊具備一定重要性，就不應該藏起來，要回到「設計」層面來思考。
再者，這類互動效果在手機上容易遭遇挑戰，讓使用者感到不耐煩。「沒有人的手跟小嬰兒一樣，什麼都點得到，」他說。
4
未來趨勢：數據來源與資源利用
對於數據新聞的未來趨勢，林辰峰認為「數據來源」與「資源利用」是各媒體努力中的方向。
林辰峰說，由於美國數據新聞發展較早，今日已成百家爭鳴狀態，其實許多網上能找到的數據，大部分都有人做過，因此現在更流行讓新聞組織自行整理出數據。
舉例來說，兩年前《華盛頓郵報》奪得普立策獎的作品，就曾針對美國警察開槍致死案例進行系列報導（http://sina.lt/fp3w）。這個作品的數據就是媒體從文字報道里梳理出時間軸並加以建立資料庫得來的（http://t.cn/REqeRxo）。
《華盛頓郵報》獲普立策獎作品
林辰峰也以《紐約時報》里以數據分析作品見長的專欄「Upshot」為例，他們常常引用學術界的數據來做報導。
有關資源的利用，林辰峰則認為，亞洲大部分媒體其實沒有紐時那麼多的人力和時間資源，在這樣的條件下，代碼可以重複利用就成了相當重要的事。
另外，越來越多的媒體也開發出編輯室的專屬工具，例如透過工具更新數據，就自動產制線圖，不用每次遇到線圖就要重做一遍。
5
將寶貴經歷回饋社會
回望來時路，林辰峰說這些經歷對他來說如同做夢一般。他不只憑藉自身努力，也感謝一路上的幸運及貴人。目前林辰峰在工作之餘，除了發表教學文章外，也樂於分享國外媒體趨勢。
「既然我很幸運地拿到很多資源，從最厲害的人身上學到第一手的東西，當然就是能夠回饋，就盡量回饋，」林辰峰說。
作者丨柯皓翔
審核丨點點、Spe Chen
2018數據新聞訓練營開班啦
TAG:數可視 |