Succesfactoren voor onderwijs in datajournalistiek

AI-gegenereerde afbeelding
AI-gegenereerde afbeelding

Afgelopen anderhalf jaar deden we onderzoek naar hoe je studenten cijfernieuwsgierig maakt in het project Fact checking reality: an experiential learning module. De opbrengst: een veel beter uitgewerkte leerlijn data met een goed gevulde toolbox voor studenten én docenten.

Een van de pijlers van het onderwijs op de School voor Journalistiek in Utrecht is datajournalistiek. Dit is immers niet meer weg te denken in het huidige medialandschap. Tegelijkertijd hebben veel studenten niets met cijfers. Ze zijn geen journalistiek gaan studeren om zich bezig te houden met correlatie en causaliteit, laat staan Excel. Toch is het wel belangrijk dat een aankomend journalist om kan gaan met cijfers, deze op waarde weet te schatten en tegelijkertijd ook in staat is om cijfers te vertalen naar een visualisatie.

Medialabs

Om te ontdekken hoe we studenten wél enthousiast krijgen voor datajournalistiek, organiseerden we samen met datajournalisten uit de praktijk een aantal medialabs.

Daarnaast interviewden we experts over cijfers en datajournalistiek en hielden we een sessie met datadocenten, onderwijsontwerpers en lectoren over hoe data-onderwijs vorm te geven in ons onderwijs. Uit de medialabs, interviews en de sessie tezamen kwam een aantal heldere aanbevelingen naar voren:

  • Besteed aandacht aan eventuele cijferangst. Waar komt het vandaan? Maak het klein, laat zien dat je als mens dagelijks bezig bent met getallen en data.
  • Zorg altijd voor een journalistieke context. Kale cijfers schrikken af. Geen lessen statistiek dus, maar inspirerende lessen over hoe je data goed gebruikt in producties
  • Zorg ervoor dat studenten binnen die journalistieke context in kleine stapjes successen behalen. Begeleid ze naar zelfstandigheid. Als ze bijvoorbeeld zien hoe eenvoudig het is om een visualisatie te maken, worden ze al snel enthousiaster.
  • Zorg voor docenten die zelf met één been in de praktijk staan dat ze als rolmodel kunnen dienen. Geef hen een coachende rol, waarbij modelling wel een begeleidingsstrategie kan zijn.
  • Laat ze in groepjes werken, zodat ze binnen het team hun verschillende vaardigheden kunnen benutten.
  • Gebruik diagnostische toetsen voor theorie, een ‘test jezelf ‘om te zien waar je staat.
  • Zorg voor structuur en een heldere opdracht wat betreft het eindproduct (een journalistieke productie).
  • Laat studenten hun werk publiceren op een eigen site, dat motiveert extra.
  • Zorg voor een handige plek met naslag met info, tutorials, tools, etc.
Vertaling naar onderwijs

Vertaald naar het onderwijs betekent het dat we voortaan al in jaar 1 beginnen met dataresearch. De meeste studenten komen dan nog vers van de middelbare school, hiermee maken we het gat met wiskunde kleiner. In dat eerste jaar leren ze de basisbeginselen van datajournalistiek. Ze verzamelen zelf data, waarmee ze zelf een explainervideo maken.

In jaar 2 borduren we voort op de kennis van jaar 1, waardoor het startniveau daar hoger is. Studenten maken een datavisualisatie op basis van een dataset bij een multimediale productie. In jaar 3 volgt in de specialisatie een workshop data, waarmee studenten echt vaardig worden in het maken van crossmediale producties met data. Hierdoor kunnen we in het afstudeersemester ook goed werken voor journalistieke opdrachtgevers met data-opdrachten. Ook bij honours wordt er aandacht aan besteed in het project Dynamiek in de politiek, waarbij studenten een site maken met blogs, fact checks, debatten organiseren en een uitzending maken rondom de Tweede Kamerverkiezingen. Ook daar is datajournalistiek een vanzelfsprekend onderdeel.

Degenen die dan nog meer willen, kunnen terecht bij onze Minor Datavisualisatie en infographics en wie zich daarna nog verder wil specialiseren, kan terecht bij de Master Data Driven Design.

Toolbox als naslag

Een stevige doorlopende lijn met enthousiasmerende werkvormen was een van de wensen. Maar doel van het onderzoek was ook om te komen tot een toolbox als handige naslag voor zowel studenten als docenten. Daarvoor maakten twee van onze datadocenten een online module in Canvas voor studenten uit alle jaargangen van de opleiding.

De eerste opzet is nu in basis klaar. Hij is geordend in drie delen: data vinden, data analyseren en data visualiseren. In elk deel zit informatie voor beginners, meer ervaren en gevorderden, zodat een student een inschatting kan maken op welk niveau hij wil aanhaken. Zo zijn er uitlegvideo’s als: Van data naar een verhaal, is er theoretische uitleg over termen als correlatie en causaliteit, zijn er diagnostische toetsen over cijfers, links naar sites waar je data kunt vinden, tutorials over Excel, uitleg over visualisatietools en is er inspiratie in voorbeelden, boeken en interessante journalisten om te volgen op sociale media.

De bedoeling is dat de toolbox komende tijd verder uit zal groeien. Daarvoor gaan we hem eerst testen met studenten: is de indeling logisch, kunnen ze snel vinden wat ze zoeken, spreekt het ze aan? Het is echter ook een hulpmiddel voor docenten. Er zijn namelijk ook genoeg docenten journalistiek die zelf weinig affiniteit hebben met cijfers. Ook zij kunnen snel even opzoeken hoe het werkt, zodat ze studenten bijvoorbeeld in een redactiesetting beter kunnen begeleiden. Bovendien is het de bedoeling dat er nog een apart deel komt voor docenten met suggesties voor werkvormen. En wie weet welke inspiratie dit de komende tijd weer biedt voor toolboxen voor andere leerlijnen.

MEER OVER

Over Journalismlab

Onderzoek in de context van de digitale wereld

Het lectoraat Kwaliteitsjournalistiek in Digitale Transitie (JournalismLab) doet aan de hand van diverse thema’s praktijkgericht onderzoek. Hierbij kijken we naar de wederkerigheid tussen drie journalistieke processen: productie, inhoud en effect.

Deel dit artikel:

Lees meer

Thema's

Meld je aan voor onze nieuwsbrief

Wil je op de hoogte blijven van Journalismlab en alle ontwikkelingen schrijf je dan in voor onze nieuwsbrief.