Ferramenta da Agência Lupa simula que o epicentro da pandemia é a sua vizinhança

(Divulgação)
treinamento

Uma nova ferramenta de visualização de dados criada pela Agência Lupa, primeira agência de notícias brasileira especializada em fact-checking, possibilita que usuários visualizem como ficaria sua vizinhança caso todos as mortes por Covid-19 no país estivessem concentradas ao seu redor.

O “No epicentro”, como foi nomeada, utiliza informações do último Censo Demográfico (2010) e tem apoio do Google News Initiative. Os dados são atualizados diariamente, de acordo com os novos óbitos confirmados.

No pequeno município de São João do Pau d’Alho, a 689 km da capital paulista, por exemplo, os impactos da pandemia são bem diferentes dos observados na região metropolitana. A cidade é uma das 192 do estado de São Paulo que, segundo dados do governo, ainda não registrou nenhuma morte por Covid-19.

O número absoluto pode distanciar da crise sanitária os 2.132 habitantes da cidade, que, até o momento, registrou apenas um caso da doença. Ao buscar pela região na ferramenta “No epicentro”, no entanto, é possível dimensionar que, se todas as vidas perdidas em decorrência do novo coronavírus morassem no município, ele já teria sumido do mapa, assim como outras nove cidades vizinhas.

À Agência Lupa, o jornalista e designer Alberto Cairo, que coordenou o projeto, explicou que o objetivo é ajudar o público brasileiro com a interpretação dos números relacionados à pandemia. “O número cria uma distância entre nosso entendimento e a experiência de cada vítima e das famílias que sofrem com a perda”, disse.

Desde a chegada da doença no país, veículos de imprensa têm se desafiado a construir propostas de visualização gráfica que permitam ao público – familiarizado ou não com essa linguagem – interpretar corretamente o avanço da doença.

Em maio, estudo publicado pela London School of Economics​ mostrou que pessoas que acompanharam dados de mortos por meio de gráficos em escala linear interpretaram a dimensão da pandemia de modo diferente daquelas que acompanharam em gráficos em escala logarítmica, por exemplo.

No primeiro caso, mais pessoas interpretaram corretamente as informações e demonstraram maior apoio às medidas de isolamento social. Já no segundo, houve mais erros de interpretação e uma tendência a desaprovar a quarentena.