John Burn-Murdoch: “Com a Covid-19, as pessoas habituaram-se a ler gráficos”

John Burn-Murdoch é jornalista e conta histórias com dados. Foi especialmente a partir da pandemia que o trabalho no Financial Times, em especial a sua coluna “Data Points”, ganharam notoriedade junto do público.

No último dia da conferência Outlier 2023, Murdoch subiu ao palco como keynote speaker. Numa entrevista exclusiva à Renascença, o jornalista de dados do "Financial Times" contou como é trabalhar numa das maiores equipas de dados do mundo e como a profissão evoluiu nos últimos dez anos, especialmente a partir do momento em que a pandemia ensinou milhões a ler gráficos.

Fazer notícias com dados, com números e com gráficos é cada vez uma prática mais comum. À medida que cada vez mais informação e ferramentas ficaram disponíveis nos últimos anos, as equipas que se dedicam ao jornalismo de dados têm crescido em redações por todo o mundo e a do Financial Times é das mais robustas.

Quantas pessoas tem a equipa de dados do Financial Times?

Devia mesmo saber a resposta. Acho que são cerca de 35. Mas há muitas funções diferentes dentro da equipa. Nós temos uma equipa de narrativa visual, que é composta por cinco pessoas que fazem peças imersivas, interativas e explorativas incríveis. E depois temos pessoas como eu, cerca de cinco ou seis repórteres de dados gerais que fazem a própria análise de dados, alguns gráficos e que escrevem.

Também temos à volta de dez especialistas em gráficos que trabalham apenas em design, que desenham gráficos e que usam ferramentas como o Illustrator. Depois, temos um par de jornalistas de dados e visuais em Nova Iorque, um em Hong Kong, e outras pessoas em escritórios pelo mundo.

É uma equipa muito grande de pessoas que trabalham em coisas muito diferentes, mas todas dentro desse espaço de dados e gráficos.

O departamento de jornalismo de dados do Financial Times é o maior do mundo?

Acho que o do The New York Times é maior, tenho quase certeza disso. E talvez o The Washington Post também seja. Mas é o maior departamento dentro do Financial Times (FT).

No FT, a nossa equipa não é maior do que todos os outros jornalistas. Temos jornalistas que trabalham sobre empresas e negócios, em internacional ou especializados no Reino Unido. E todas essas equipas individuais são mais pequenas do que a nossa equipa.

É a primeira vez que isto acontece. Isso é bom, mas também significa que agora há um pouco de pressão. Afinal, somos a maior equipa e há sempre interesse sobre em que estamos a trabalhar.

Os jornalistas de dados do Financial Times trabalham só dentro da equipa ou há colaborações com jornalistas de outras áreas?

Ambos. Pessoalmente, trabalho muito sozinho porque escrevo uma coluna semanal. Mas a nossa equipa como um todo trabalha principalmente em colaboração com outros jornalistas. Há histórias em que há um repórter de outra equipa do Financial Times que é especialista em, digamos, saúde, imigração ou educação, e eles trabalham com alguém da nossa equipa para combinar o conhecimento sobre o assunto que estão a tratar com a recolha e análise de dados da nossa equipa.

Para mim, é a melhor maneira de fazer este tipo de trabalho, por várias razões.

A primeira é que se um jornalista de dados tentar trabalhar como um jornalista dito normal, ele vai tentar fazer tudo sozinho: procurar e analisar os dados, entrevistar pessoas, fazer os gráficos e escrever o texto. É tanto trabalho e pode ser muito, muito cansativo.

Mas também não é a maneira mais rápida de fazer uma reportagem, porque vais ter de fazer isto, aquilo e o outro. Ao colaborar com outros jornalistas, eles podem fazer algumas entrevistas enquanto tu fazes alguma análise de dados. Depois talvez eles escrevam algumas partes e tu escrevas outras.

Esta é uma maneira mais eficiente de trabalhar. Às vezes, no jornalismo de dados, podemos glamourizar essa ideia de que uma pessoa deve fazer tudo sozinha: "Ah sim, eu escrevi código, fiz a entrevista e escrevi o texto". Mas em qualquer outro setor, isso seria muito estranho. Em qualquer outro negócio, dividem-se as tarefas e é assim que as coisas são feitas mais rapidamente e melhor.

É bom para os jornalistas colaborar mais com outras pessoas na redação. É bom para ti como indivíduo. É bom para manter o equilíbrio entre a vida pessoal e profissional. E o trabalho acaba por ser melhor, também.

E gostas dessa parte de ser um especialista em várias áreas?

Sim, diria que existem aspetos bons e menos bons. O que é menos bom é que é difícil ser-se especialista em algo novo a cada poucas semanas. Naturalmente, acabo por escrever mais sobre os assuntos em que tenho mais conhecimento. Nunca é confortável ir para um tema completamente novo e pensar: "ok, tenho uma semana para aprender o suficiente sobre isto para escrever algo que seja correto e acreditado. E as pessoas que são especialistas nessa área têm de concordar comigo".

Por outro lado, é ótimo poder ter a liberdade de pensar: “sobre que é que eu quero escrever esta semana?” Assim, posso escrever sobre alterações climáticas numa semana e depois política, negócios ou economia. No geral, gosto muito disso. Até prefiro, porque posso escolher no que trabalho.

Mas isso também significa que existe a pressão de garantir que entendo tudo muito bem. Então, passo muito tempo ao telefone com especialistas. Até posso ligar para um académico nos EUA e dizer: "Estou a escrever uma peça sobre este tópico nas próximas semanas. Explique-me tudo". E falo uma hora ao telefone com ele, para que me conte tudo sobre dado assunto.

E depois, vou falar com outra pessoa. Basicamente, o meu trabalho é aprender muito sobre tudo e há muitas oportunidades para isso.

Ter essa maneira de trabalhar e a liberdade para explorar e passar tempo a explorar um assunto, é possível porque trabalhas num órgão e numa equipa grande? Achas que seria possível fazer o mesmo numa redação mais pequena?

Não sei, é interessante. Definitivamente, eu beneficiei em fazer parte de uma equipa grande e bem estabelecida dentro do Financial Times. Temos muitas pessoas talentosas a produzir ótimos trabalhos. E os meus chefes sabem isso também. Sinto que eles podem dizer: "John, queres fazer isto?"

Não acho que essa oportunidade existiria numa equipa mais pequena, porque haveria muitas outras coisas que precisariam de ser feitas e nas quais eu teria de estar envolvido. Então, sim, é uma espécie de luxo fazer parte de uma grande equipa.

Fala-nos sobre o teu percurso em jornalismo. Onde começou? Quando é que te tornaste jornalista de dados?

Nunca planeei isto. Há muitas pessoas que têm um plano de vida a três anos ou a cinco anos e eu geralmente tenho um plano para três semanas. A minha licenciatura foi em Geografia, um curso em ciências, e já havia alguns elementos de análise de dados como medir rios, rochas e coisas do género.

Era bom a Matemática desde a escola – o meu pai é professor de matemática -, era o meu forte, mas foi ao estudar Geografia na universidade que aprendi mais sobre análise de dados, programação e afins.

Nessa altura, ainda não sabia muito bem o que queria fazer. Lembro-me de querer trabalhar em resposta a desastres naturais, porque foi quando aconteceu o terramoto no Haiti e eu pensei que seria bom estar envolvido em descobrir como resolver problemas deste género e fiz alguns estágios nessa área.

No meu ano de finalista, estava um pouco aborrecido e pensei: "Preciso de fazer algo além da universidade e não apenas a minha licenciatura". Então, comecei a escrever para o jornal académico. Ainda não sabia que iria seguir carreira no jornalismo, mas percebi que era algo que eu gostava de fazer. Não parecia trabalho e sempre que estava na redação, pensava: "Eu podia fazer isto".

Os meus colegas perguntavam-me: "Bem, vais fazer um mestrado em jornalismo?" E eu pensei ‘por que não?’ Foi nessa altura que comecei a pensar mais em jornalismo, mas ainda não estava focado em jornalismo de dados, estava mais inclinado para escrever sobre ambiente, clima ou algo assim.

Mudei-me para Londres para fazer um mestrado em jornalismo e nessa altura houve uma série de tumultos, em 2011, com pessoas a destruir montras de lojas, incendiar edifícios e a causar estragos nas ruas.

E o The Guardian pensou: "Vamos fazer um grande projeto sobre o que causou estes protestos". E queriam estudantes voluntários para trabalhar no projeto com eles, porque implicava muito trabalho. Começámos por registar informações sobre cada pessoa que esteve envolvida nos protestos - onde moravam, se eram de áreas ricas ou pobres -, ia aos tribunais para ouvir e escrever sobre as pessoas que foram levadas pela polícia. Passei seis semanas desse verão a recolher dados para esse projeto. Até então, eu nunca tinha percebido que era possível fazer jornalismo dessa maneira: a contar coisas, a analisá-las e a construir folhas de cálculo. E foi quando eu percebi:

"Ah, então eu posso combinar o meu interesse em jornalismo e o facto de que gosto de trabalhar com números?".

No final desse projeto do The Guardian, eles tinham um pouco de dinheiro, e eu pude continuar lá. Então, eu fiquei na equipa de dados deles durante 18 meses. Depois desse ano e meio, abriu uma oportunidade no Financial Times, e tenho estado lá desde então.

Começaste a trabalhar como jornalista de dados quase imediatamente. Como imaginas uma carreira em jornalismo de dados? Vês-te a trabalhar nisso para o resto da tua vida? Como achas que isso irá evoluir?

Sim, é interessante. Como disse, nunca tive planos de longo prazo, mas parece-me uma área que está em constante crescimento, porque há cada vez mais dados disponíveis em muitos tópicos diferentes. Sinto que o tipo de trabalho que faço mudou muito ao longo dos dez anos em que tenho estado nesta área.

O tipo de análise de dados que estou a fazer agora é muito diferente do que estava a fazer há dois anos, ou mesmo há um ano. Gosto sempre de encontrar novos dados e de descobrir diferentes métodos que posso usar para fazer as coisas. Portanto, eu não sinto que esteja parado ou não esteja a progredir. Nesse sentido, imagino que, daqui a cinco anos, se ainda estiver a fazer jornalismo de dados, os métodos serão diferentes.

Para mim, é um bom sinal porque significa que esta área está em crescimento. Talvez esteja a trabalhar com o Chat GPT, um assistente de inteligência artificial ou algo assim, mas sinto que ainda há muito espaço para crescimento e desenvolvimento. Cada vez há mais pessoas, mais jornalistas, independentemente de se chamarem jornalistas de dados ou não, que estão a trabalhar com dados.

Quando comecei no The Guardian, se não fosses jornalista de dados, à partida não sabias nada sobre números. Uma vez um colega no The Guardian enviou-me um e-mail que dizia: "Tenho estes dois números. Podes dizer-me qual é a percentagem de um em relação ao outro?". Era um jornalista premiado que tinha tão pouca confiança em matemática que precisava de alguém para calcular uma percentagem.

Hoje, no FT, recebemos estagiários todos os anos, e alguns deles agora fizeram licenciaturas em economia. Sabem lidar com números. Mesmo que não queiram ser jornalistas de dados, eles são tão bons em dados como eu era em 2011. O nível básico melhorou e isso é bom para os jornalistas de dados, porque significa que há mais oportunidades de colaboração. Os nossos colegas podem entender melhor o que estamos a fazer, mas nós também podemos entender melhor o que eles estão a fazer.

E isso significa que haverá mais oportunidades de as pessoas de movimentarem por diferentes funções dentro da redação. Consigo imaginar que um jornalista de dados, daqui a cinco anos, possa estar envolvido numa secção diferente do jornal porque os dados serão muito mais utilizados por todo o órgão de comunicação.

Não tenho a certeza do que estarei a fazer daqui a cinco anos, mas consigo ver muitas maneiras diferentes de ainda estar a fazer jornalismo de dados, mesmo que a profissão em si seja bastante diferente.

Falaste na inteligência artificial. Sentes que a IA pode roubar o teu trabalho no futuro?

Em geral, o padrão é de que a inteligência artificial acabou por influenciar e mudar os empregos das pessoas em vez de os roubar. É óbvio que houve exemplos de empregos que desaparecem por causa da IA. Mas, geralmente, ela apenas muda ligeiramente a rotina de trabalho.

Quando comecei, durante os primeiros quatro anos como jornalista de dados, só trabalhava com folhas de cálculo [de Excel]. Depois passei para o código e passei a conseguir fazer análises em larga escala mais rapidamente: a quantidade de coisas que posso fazer aumentou e o tempo que me levam a fazer diminuiu, o que significa que há mais tempo para pensar em ideias.

Em alguns dos meus projetos anteriores demorei um mês apenas para reunir, tratar e analisar os dados. Hoje, com código, isso pode levar apenas dois dias.

Por exemplo, o Chat GPT e esses sistemas já conseguem produzir gráficos. Podes fornecer os dados e ele produz os gráficos sozinho. Algumas pessoas ficam preocupadas e pensam "isto é o que faço todos os dias, a IA vai roubar-me o trabalho".

Com um assistente de IA, eu tenho mais tempo para pensar sobre uma ideia, aprimorá-la e melhorar o que quero dizer. E então, vou ao meu chatbot e digo: "podes fazer estes gráficos?" E talvez eu gaste uma hora a melhorar os gráficos em vez de passar o tempo todo a criá-los de raiz, que é uma tarefa rotineira e repetitiva que eu tenho sempre de fazer.

Quem sabe como será daqui a alguns anos? Mas acho que, se todos forem sensatos, a inteligência artificial pode ser uma coisa boa para todos.

Disseste que, a certa altura, chegaste a demorar um mês inteiro só para fazer a análise dos dados. Achas que o público, as pessoas que leem o que escreves, estão cientes da quantidade de trabalho necessária?

Definitivamente não. E não é apenas o público, às vezes são colegas de trabalho. Tenho uma coluna no Financial Times, e diria que, em média, escrevo cerca de mil linhas de código para a análise de dados de cada coluna que escrevo. Nenhum outro colunista do FT escreve código e, por isso, há uma falta de reconhecimento. E não quero dizer isto de forma negativa. Não me importo, porque ninguém devia esperar que eu escrevesse código.

Mas isso significa algumas diferenças. A primeira é o tempo que as coisas demoram.

Eu preciso de saber o que vou escrever vários dias antes, porque é esse tempo que vai me levar para fazer a análise de dados, os gráficos e afins. Enquanto todas as outras pessoas que escrevem colunas podem decidir no dia anterior, porque eles têm uma ideia na cabeça, escrevem e pronto. Já eu tenho de começar esse processo um pouco antes.

Mas preciso de ser claro, isto não significa que as minhas colunas sejam melhores do que as deles.

Às vezes, leio uma frase que um colega meu escreveu e penso que nunca seria capaz de escrever uma frase tão boa. A quantidade de trabalho que algo implica não tem forçosamente relação com a qualidade que o trabalho acaba por ter.

A outra diferença, e uma de que eu gosto, é que eu tenho sempre os números. Posso ter estatísticas na minha coluna que não existem no domínio público porque sou eu próprio que as estou a calcular. Então, eu não estou simplesmente a mostrar estatísticas e a fazer gráficos com informação que já existe e que as pessoas também podiam ter encontrado. Eu estou a dizer “aqui está um gráfico que não existia neste mundo até eu o criar”.

E isso, para mim, é realmente especial. Definitivamente muitas pessoas não têm noção quanto trabalho é necessário para estas coisas, mas devemos sempre procurar fazer o melhor trabalho possível. Numa semana, podem ser mil linhas de código, noutra semana podem ser cinco linhas. Não devemos ficar tão presos à quantidade de código que escrevemos como se fosse uma medalha de honra, desde que resulte em algo que é genuinamente bom.

Achas que a pandemia ajudou as pessoas a compreender melhor gráficos e visualizações? Acreditas que o teu trabalho inspirou pessoas que até nem ligavam a gráficos, ou mesmo a jornalismo de dados?

Sim, definitivamente. Foi bom de muitas maneiras para o Financial Times. Foi uma ótima maneira de demonstrar que o jornalismo de dados é sobre descobrir coisas. Não se trata apenas de criar um gráfico a partir de um conjunto de dados que já existe. Essa foi a oportunidade incrível que a Covid-19 proporcionou. É estranho falar sobre a pandemia dessa forma.

Jornalistas de dados, cientistas, estávamos a tentar perceber o que estava a acontecer em tempo real, como se um gráfico ou informação não existisse até que tivéssemos feito a análise e descoberto.

Isso realmente demonstrou a outros jornalistas, editores e funcionários que “aquelas pessoas que estão ali sentadas com os seus computadores e os seus códigos também estão a fazer jornalismo. Estavam a descobrir informações sobre o mundo que não sabíamos até eles fazerem este trabalho".

Nesse nível, acho que foi uma demonstração muito poderosa. Literalmente, tive algumas conversas com pessoas da equipa em que elas perceberam que o jornalismo de dados era maior e mais relevante do que pensavam inicialmente.

E em termos de impacto que teve no público em geral, acho que é definitivamente algo positivo. Houve muitas pessoas que se habituaram a que lhe fossem apresentados gráficos. Acredito que se voltássemos quatro anos atrás, muitas pensariam: "Bem, os gráficos não são para mim, são para especialistas em dados e eu não sou um deles".

No Reino Unido, todas as noites durante três meses, havia uma conferência de imprensa em que o principal cientista do país dizia "aqui estão os gráficos". E isso foi uma prova excelente de que, independente de serem palavras ou gráficos, se tratava de conteúdo feito para as pessoas que explicava o que estava a acontecer.

E sim, é uma pena que tenha sido precisa uma pandemia para isto acontecer. Mas acho que teve um grande impacto nesse sentido. Alguns amigos ou antigos colegas de escola, com quem não falava há cerca de 15 anos, entraram em contacto comigo e disseram: "A minha mãe acabou de me enviar um dos teus gráficos no WhatsApp".

E isso é incrível porque essas pessoas há cinco anos, teriam pensado: "gráficos não são para mim". E agora eles estão literalmente a enviar gráficos uns aos outros para comunicar.

É um processo contínuo e difícil. Escalas logarítmicas, por exemplo: ainda há muitas pessoas que, compreensivelmente, não as entendem.

Mas novamente, acho que a pandemia mostrou que é preciso fazer duas coisas: uma é explicar o que significa um determinado gráfico ou informação e a segunda é repeti-lo todos os dias. E as pessoas vão começar a entender.

É verdade que a maioria das pessoas, diria até 90% das pessoas, provavelmente não sabe o que são as escalas logarítmicas. Mas se lhes explicares e lhes mostrares exemplos todos os dias, elas vão acostumar-se ao formato.

Porque um dia, digamos há 100 anos, as pessoas não sabiam o que era um gráfico de linhas, mas agora, toda a gente sabe o que é um gráfico de linhas. É preciso perseverar. Mas também temos de ser pragmáticos. Haverá momentos em que se pode querer fazer um determinado gráfico e as pessoas simplesmente não vão entender.

E é assim: talvez não consigas alcançar logo o que queres, mas não significa que não continues a tentar.

Acho que, mais uma vez, o mais importante é explicar. Se não disseres às pessoas como interpretar o gráfico, isso é péssimo porque elas vão pensar: "Eu não entendo gráficos, não os compreendo, não são para mim". É sempre bom apresentar algo novo e desafiador, desde que se diga: "aqui está, o que é e como se entende".