Доктор визуальных и культурных исследований,
руководитель лаборатории Software Studies Initiative
в Калифорнийском университете в Сан-Диего (UCSD),
профессор Городского университета Нью-Йорка.
Адрес: 365 Fifth Avenue, New York, NY 10016, USA.
E-mail: manovich.lev@gmail.com

Статья посвящена описанию эффективных инструментов для исследования и анализа непрерывно увеличивающейся в современных медиа визуальной информации и выявления связывающих ее символических паттернов. По наблюдениям автора, существующие методы поиска и анализа информации, восходящие к технологиям XX века (интерфейсы, поисковые системы и принципы создания метаданных), уже не позволяют справляться с данной задачей и требуют принципиальной модернизации на всех уровнях. Как открыть что-то интересное в огромных массивах медиаколлекций? Как с толком и эффективно просматривать эти коллекции, не имея изначального знания о том, что мы хотим найти? В статье описаны визуальные техники исследования больших медиаколлекций для выполнения этой задачи. Эти техники основаны на одной общей идее: использовать содержание коллекции — все изображения, их подмножества (темпоральные выборки) или их части (пространственные выборки) — и представить его в различных пространственных конфигурациях, чтобы сделать видимыми паттерны и общую «форму» коллекции. В отличиe от привычных практик визуализации информации данный подход получил название «визуализация медиа». Типичная визуализация информации предполагает сначала перевод мира в цифры, а затем визуализацию отношений между этими цифрами. Визуализация же медиа представляет собой перевод множества изображений в новые, метаизображения, позволяющие выявлять паттерны этого множества. Тем самым картинки переводятся в картинки. Концептуально визуализация медиа основана на трех операциях: изменении точки зрения с целью увидеть всю коллекцию, временно́й и пространственной выборке и перекартографировании (пересборке выбранных элементов медиа в новой конфигурации).