Aunque en las disciplinas de las ciencias ambientales y naturales siempre nos hemos apoyado en las herramientas visuales y en la cartografía para analizar y contar la historia de la naturaleza, es un hecho evidente que la producción de gráficos y diagramas se ha renovado en los últimos años.

2000 años de registros de temperaturas

Esto es gracias a la incorporación de profesiones que se encargan de analizar críticamente la información, como el periodismo, para sintetizarla de forma gráfica para el gran público. Con la llegada de grandes fuentes de datos, muchos profesionales han aprovechado la oportunidad para contar las historias de otra manera, más visual, más rica, más atractiva. Alrededor de la ciencia y el análisis de la actualidad, han surgido conceptos como Big Data y #dataviz para aprovechar todo el potencial de las narrativas visuales. Hemos descubierto, en muchos campos, que podemos analizar y contar nuestras conclusiones de una manera más veraz y completa, pero también más atractiva y sintética si sabemos combinar las exigencias de la estadística y la ciencia con las nuevas formas de visualizar los datos, más completas, más realistas, y más informativas. La era de los quesitos y las hojas de cálculo ha quedado atrás.

Hablamos de visualizaciones de calidad porque nos enseñan el mensaje principal extraído de nuestros datos, pero también admiten los niveles de incertidumbre, también invitan a explorar tendencias, a detectar efectos, y por qué no, a disfrutar de la estética. Gracias a la experiencia en estos campos ahora ordenamos mejor los gráficos para interpretarlos mejor y más eficientemente, utilizamos escalas apropiadas que reflejan bien las tendencias sin exagerar o enmascarar los impactos de los fenómenos que estudiamos, y aplicamos buenas prácticas cuando elegimos los colores y los símbolos. También sabemos combinar mejor los diferentes tipos de gráficos que reflejan cómo se distribuyen nuestros datos, revelando mejor los patrones que hay debajo.

Los nuevos lenguajes de programación que son asequibles para profesionales que no son programadores, como R y Python, son las herramientas que han permitido esta explosión de opciones para gestionar datos. Y especialmente R y su universo de la “gramática de gráficos” ha sido el promotor de las mayores explosiones de posibilidades gráficas ajustadas a cada reto del campo de las ciencias naturales y experimentales.

Junto al ISM venimos realizando ediciones periódicas de introducción al uso de R para los datos ambientales, donde por supuesto hemos trabajado con las herramientas modernas de visualización que R nos ofrece. En esta ocasión, estrenamos un curso específico sobre visualización o “dataviz”, donde Julia Chacón y yo ampliamos las posibilidades de uso de R en visualización, al tiempo que vamos exponiendo las buenas prácticas identificas o sugeridas por profesionales de las historias visuales de los datos. De esta manera, proponemos nuevas formas de generar gráficos y aplicarlas al estudio y gestión del medio ambiente.