Les données complexes deviennent plus faciles à interpréter lorsqu’elles sont transformées en musique


Une équipe de chercheurs dans le domaine de l’interaction homme-technologie de l’Université de Tampere et de l’Université Eastern Washington a démontré comment des algorithmes personnalisés de « conversion des données en musique » peuvent nous aider à mieux comprendre des données complexes. La transformation des données numériques en sons pourrait changer la donne dans le monde en pleine croissance de l’interprétation des données.

Le projet de recherche de cinq ans a été réalisé par un groupe de chercheurs de TAUCHI, l’unité de Tampere pour l’interaction ordinateur-humain de l’université de Tampere, en Finlande, et de l’université Eastern Washington, aux États-Unis. La recherche a été financée par Business Finland.

Le groupe a récemment publié un document de recherche qui explique pourquoi l’utilisation des sons musicaux dans la transformation des données est un moyen d’offrir une nouvelle dimension à l’interprétation.

L’auteur principal de l’article est Jonathan Middleton, DMA, professeur de théorie musicale et de composition à l’Université Eastern Washington et chercheur invité à l’Université de Tampere. Middleton et ses co-enquêteurs étaient principalement soucieux de montrer comment des algorithmes personnalisés de « données en musique » pourraient améliorer l’engagement avec des points de données complexes. Dans leurs recherches, ils ont utilisé des données collectées à partir des relevés météorologiques finlandais.

« Dans un monde numérique où la collecte et l’interprétation des données sont devenues ancrées dans notre vie quotidienne, les chercheurs proposent de nouvelles perspectives pour l’expérience de l’interprétation », explique Middleton.

Selon lui, l’étude a validé ce qu’il appelle une « quatrième » dimension dans l’interprétation des données à travers les caractéristiques musicales.

« Les sons musicaux peuvent être une forme d’art très engageante en termes de divertissement d’écoute pure et, en tant que tel, un complément puissant au théâtre, au cinéma, aux jeux vidéo, au sport et au ballet. Puisque les sons musicaux peuvent être très engageants, cette recherche offre de nouvelles opportunités. pour comprendre et interpréter les données ainsi qu’à travers nos sens auditifs », explique Middleton.

Par exemple, imaginez une simple vue unidimensionnelle de vos données de fréquence cardiaque sur un graphique. Imaginez ensuite une vue tridimensionnelle de vos données de fréquence cardiaque reflétées sous forme de chiffres, de couleurs et de lignes. Imaginez maintenant une quatrième dimension dans laquelle vous pouvez réellement écouter ces données. La question clé de la recherche de Middleton est la suivante : lesquels de ces affichages ou dimensions vous aident le mieux à comprendre les données ?

Pour de nombreuses personnes, en particulier les entreprises qui s’appuient sur les données pour répondre aux besoins des consommateurs, cette étude de validation rigoureuse montre quelles caractéristiques musicales contribuent le plus à l’engagement avec les données. Selon Middleton, la recherche jette les bases de l’utilisation de cette quatrième dimension dans l’analyse des données.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*