.
Uma equipe de pesquisadores na área de interação humano-tecnologia da Tampere University e da Eastern Washington University demonstrou como algoritmos personalizados de “dados para música” podem nos ajudar a compreender melhor dados complexos. A transformação de dados digitais em sons pode ser um divisor de águas no crescente mundo da interpretação de dados.
O projeto de pesquisa de cinco anos foi realizado por um grupo de pesquisadores da TAUCHI, a Unidade Tampere para Interação Computador-Humano da Universidade de Tampere, na Finlândia, e da Eastern Washington University, nos Estados Unidos. A pesquisa foi financiada pela Business Finland.
O grupo lançou recentemente um artigo de pesquisa que apresenta razões para o uso de sons musicais na transformação de dados como um meio de fornecer uma nova dimensão de interpretação.
O autor principal do artigo é Jonathan Middleton, DMA, professor de teoria musical e composição na Eastern Washington University e pesquisador visitante na Tampere University. Middleton e seus co-investigadores estavam preocupados principalmente em mostrar como algoritmos personalizados de “dados para música” poderiam melhorar o envolvimento com pontos de dados complexos. Na sua investigação utilizaram dados recolhidos de registos meteorológicos finlandeses.
“Num mundo digital onde a recolha e interpretação de dados estão incorporadas nas nossas vidas quotidianas, os investigadores propõem novas perspectivas para a experiência de interpretação”, diz Middleton.
Segundo ele, o estudo validou o que ele chama de ‘quarta’ dimensão na interpretação de dados por meio de características musicais.
“Os sons musicais podem ser uma forma de arte altamente envolvente em termos de puro entretenimento auditivo e, como tal, um complemento poderoso para teatro, cinema, videogames, esportes e balé. Como os sons musicais podem ser altamente envolventes, esta pesquisa oferece novas oportunidades para compreender e interpretar dados, bem como através dos nossos sentidos auditivos”, explica Middleton.
Por exemplo, imagine uma visualização unidimensional simples dos dados de sua frequência cardíaca em um gráfico. Em seguida, imagine uma visão tridimensional dos dados da sua frequência cardíaca refletidos em números, cores e linhas. Agora, imagine uma quarta dimensão na qual você possa realmente ouvir esses dados. A questão principal na pesquisa de Middleton é: quais dessas exibições ou dimensões ajudam você a entender melhor os dados?
Para muitas pessoas, especialmente empresas que dependem de dados para satisfazer as necessidades dos consumidores, este rigoroso estudo de validação mostra quais as características musicais que mais contribuem para o envolvimento com os dados. Na opinião de Middleton, a pesquisa estabelece as bases para o uso dessa quarta dimensão na análise de dados.
.
