【專訪】不喜歡寫字 Steven 用程式碼說故事

採訪 Steven ，是希望知道在這個人數不多的資料新聞業界，從業者的心路歷程。

　　儘管因為美國總統大選專題而連日忙錄，週日的早上十點鐘，隔著螢幕傳過來的聲音並不疲憊。講到資料視覺化，他的語調中便流露壓抑不住的興奮。就連採訪的前一天晚上，也熱心的分享業界最新的資料專題。他是關鍵評論網的 Steven，雖然目前頭銜掛著資料記者，但平常不只寫新聞，也負責網頁工程，稱呼自己「記者工程師」（journalist engineer）。

　　Steven 剛以「關鍵薪資條碼」入圍新聞界的年度盛事──卓越新聞獎，而那不過是他入行以來的第二篇作品。在這篇主打「上市櫃公司薪資視覺化」的文章中，他以 Scrollytelling （Scroll + Storytelling，以滑鼠拖曳說故事的方式）作為敘事手法，並利用非傳統視覺方式的條碼圖呈現薪資，再結合下拉式選單，讓讀者可以自由查找資訊。

　　而這一切都由他獨立完成── Steven 身兼資料處理與分析、視覺設計、寫稿、網頁呈現，如此多工且跨域，如何養成？要從求學階段開始說起。

Figure 1: Steven 以「關鍵薪資條碼」專題，入圍 2020 年度卓越新聞獎當中的新聞敍事創新獎。

　　大學時讀財金系，有考慮過往金融業走，後來還是斷了念頭。 Steven 說，自己個性好勝，不管身處什麼領域，都希望能做到頂尖，但自覺數理能力不夠，也沒那麼擅長社交，決定繼續探索。他問自己，還有什麼路可以走？那時候知道學校有程式語言 R 的學習組織，又因為國中碰過，對程式沒有太大的畏懼，決定從資料分析出發，成為他口中的「資料工」。

　　也是在修課與實習的過程中，發現自己對資料視覺化的興趣。 Steven 接了學校老師的研究計畫，每兩週要和團隊開會討論。原本習慣用表格回報分析結果，某次因為覺得報告起來很沒效率，改用熱力圖描述投資組合，以顏色呈現投資報酬率藉此分辨好壞，意外受到好評。只是多了簡單的一個步驟，卻得到很好的結果， Steven 說，自己深切感受到資料視覺化的優點，從那之後更加深入研究，「因為你知道它能帶給我們什麼東西。」

　　但這條道路很孤獨，「上求職網站看，台灣沒有人專門做這個。」 一般來說，資料視覺化會被算進資料分析師的工作內容，但他想專心做視覺化，只好向外探索。「發現真的還是有，像《海峽時報》，把漫威所有角色做成宇宙關係圖，我就問，這個職業是什麼東西？」

　　多方搜尋之後得到答案。Steven 要找的職稱叫「視覺化工程師」或是「資料記者」。於是再回頭看台灣，儘管不多，但路上不只有他一人。

　　Steven 找到了當時任職於《天下雜誌》的資料記者林佳賢。認識的過程很簡單，他傳訊息給對方的臉書粉絲專頁，馬上得到友善回應。不禁問他，你是這麼直接的人嗎？ Steven 說，「因為真的很不了解，不想要摸黑走路。」後來他也跟隨前輩的腳步，成《為關鍵評論網》的資料記者。他說決定選擇這個工作的動機，就是因為可以專心做視覺化。「但媒體薪水真的不高耶？」又考慮到他的金融背景，很難忍住不問，但 Steven 回得很巧妙。「處於職涯初期，對金錢滿足的門檻非常低，再加上也想追求金錢以外的東西」於是就這樣走進媒體業。

　　在《關鍵評論網》， Steven 的主要工作是寫資料新聞，也負責大型專題的工程。問他怎麼看待自己的工作內容，「特別喜歡前端跟視覺化，寫字是還好，有點煩躁。」洋溢著自信的聲音少了點開朗。沒受過新聞訓練， Steven 說負面影響很明顯，最直接體現在寫稿的效率與品質相對較差，凡是文字部分，他都得請同事過目。

　　但 Steven 認為，沒受過新聞訓練也有優點，「我不會被新聞價值束縛。」追問他新聞價值的定義， Steven 說，自己在媒體待得不夠長，之前也沒做過新聞，所以自覺沒資格討論。公益性、監督政府、為少數發聲，他能夠理解媒體扮演的傳統角色，但自認重視面向不同。即使碰到新聞性沒那麼強的題材，他還是會嘗試從體驗與呈現上著手。

　　為了揣摩讀者心意而苦思許久，他的想法接近商業的以客為尊。傳統新聞常聽到的專業守門人角色，好似蕩然無存。但自稱心中沒有新聞價值的他，只是強調從「讀者觀點」出發而已。

　　也因此在選題時， Steven 注重的方向與正統新聞學不同。首先是事件或資料本身，是否足夠有趣；接著是呈現方式能否讓讀者買單。如果議題本身不夠吸引人，就要用資料視覺化的技巧，讓讀者有好的體驗。Steven 在乎作品流量，也會苦惱自己究竟能幫公司賺多少錢，但「討好讀者」的深層動機不僅是商業，更多的是源自於對資料視覺化的熱愛，他深信視覺化的力量，只是以新聞作為載體。

　　知道自己走了一條人跡罕至的羊腸小徑，絕非主流。但 Steven 認為，資料呈現不只是錦上添花，本身就是創造價值的來源。

　　他眼中的資料新聞，也是放在同樣脈絡下思考而得的產物。 Steven 認為資料新聞的價值在於重新詮釋資料，第一個層次是讓讀者可以更舒服的理解議題，第二個層次則是透過訪問資料的手法，看能不能找出不一樣的觀點。

　　談到訪問資料與求助於專業人士的差異時， Steven 也不諱言資料本身的潛在偏誤，「要敏感的知道（偏誤會影響）結果，以性侵為例，可能會寫出某區特別多或特別少。…自己對特定領域沒有特別熟悉時，就會需要專家和資料一起。」因此做結論時要更加小心。

Figure 2: 《南華早報》的 How Shenzhen became China’s Silicon Valley ，是 Steven 心目中近期符合資料新聞定義的絕佳案例。

　　既然心中沒有新聞價值，反正流量優先，讀者體驗是最終依歸，那何不乾脆做腥羶色的題材？面對這樣的挑釁， Steven 思索許久，給出否定的答案。不做獵奇題材，當然跟公司政策有關，但主要還是因為個人偏好。Steven 說自己心中仍有一條界線。「我沒有傳統新聞價值，所以沒辦法用字詞來講，但就某方面來說，感覺跟傳統新聞價值有點交集。」或許不全然是岔路，而是時而接近、時而遠離。

　　近日美國總統大選開跑， Steven 不只負責在網頁上呈現開票結果，也要處理後端串接資料，隨著媒體業面臨數位轉型，對記者多工的要求也越來越多。「新聞科系學生是否容易被像你這樣，沒有相關訓練但有其他特長的人取代？」想都沒想，他直接說不會。論流量，資料記者比不上能夠頻繁發稿的文字記者，論環境，因為價值觀歧異，台灣的媒體也還沒辦法完全接納像他這樣的人，「如果在國外，那會喔。」他用俏皮的語調，補上這句回馬槍。

　　Steven 說，近年台灣媒體的數位專題作品越來越多，其中許多以資料為出發點，再把題目挖深，是資料與傳統新聞價值結合的產物。「從讀者角度來看，台灣讀者只是還沒被開發，敘事方式比較特別的東西，讀者會覺得有趣、接受度也高，影響力會拉回來內部，主事者會願意花資源。」和同業朋友聊天，也讓他更能釐清差異，他想像中的作品，會更加著重在資料本身與敘事方式上的創新。

　　完全靠著一己之力完成專題，是 Steven 目前的目標。這樣的想法和媒體編輯室的專業分工原則扞格，但他還是想做。並不是討厭和他人合作，而是嚮往從無到有產出作品的成就感。「可以向別人證明，我是可以獨當一面的」，為了追逐這樣的認可，不只是採訪、寫稿、設計，插畫也在學習列表裡面。 Steven 以自己最欣賞的美國新聞網站 Pudding 為例，因為那邊的記者幾乎都具備上述所有技能，「他們有辦法，我們好像也不是沒有機會這件事情。」

　　不服輸的 Steven ，會繼續走得崎嶇，還是能把小徑走成花路？時間會給我們答案。

Figure 3: 美國總統大選開票時， Steven 緊盯著自家網站螢幕／黃彥翔攝影。