Se nel primo pezzo abbiamo messo in crisi una convinzione molto diffusa – l’idea che i dati esistano come entità neutre, quasi naturali, pronte a essere raccolte e visualizzate – il passo successivo è ancora più interessante. Perché una volta che si accetta che i dati siano imperfetti, situati, filtrati da decisioni umane, la domanda diventa inevitabile: come si lavora davvero con dati così? Come si progettano visualizzazioni, strumenti di analisi, racconti che tengano conto di questa complessità senza limitarsi a una dichiarazione di principio?
È esattamente il problema che prova ad affrontare un paper pubblicato nel 2025, Data Humanism Decoded: A Characterization of its Principles to Bridge Data Visualization Researchers and Practitioners, firmato da Ibrahim Al-Hazwani, Ke Er Zhang, Laura Garrison e Jürgen Bernard. Il titolo è accademico, quasi austero, ma l’operazione che tenta è molto concreta: prendere il manifesto del Data Humanism di Giorgia Lupi e provare a tradurlo in un linguaggio condiviso tra designer, ricercatori e sviluppatori. Negli ultimi anni questo manifesto è stato citato ovunque nel mondo della visualizzazione dei dati, ma spesso è rimasto sospeso tra ispirazione e metodo. Tutti ne riconoscono la forza culturale, molti fanno ancora fatica a trasformarlo in un modo di lavorare quotidiano.
Il paper parte proprio da questa frattura. Da un lato una filosofia dei dati che invita a rallentare, a restituire contesto, a ricordare che ogni numero rappresenta una vita reale. Dall’altro una comunità di ricercatori abituata a strumenti rigorosi, metriche di efficienza e protocolli replicabili. Il risultato è che il Data Humanism viene spesso evocato nelle introduzioni o nelle conclusioni degli studi, come una specie di orizzonte etico, ma poi nei metodi si torna alle pratiche tradizionali. Gli autori lo dicono chiaramente: il manifesto ha avuto un’enorme influenza simbolica però manca ancora una caratterizzazione operativa che permetta di applicarlo in modo sistematico.

Dal manifesto al metodo
Per capire come fare questo passo, i ricercatori non si limitano ad analizzare visualizzazioni. Costruiscono invece una specie di archeologia del Data Humanism. Raccolgono articoli accademici, interviste, podcast, progetti di design, e poi parlano direttamente con ricercatori e professionisti che lavorano nel campo della visualizzazione dei dati. Il risultato è interessante perché mostra che il Data Humanism non è una tecnica precisa, né uno stile grafico riconoscibile.
È piuttosto una postura mentale, una serie di atteggiamenti che cambiano il modo di stare davanti ai dati. Nel paper questi atteggiamenti vengono tradotti in tredici principi che aiutano a riconoscere quando una visualizzazione sta davvero lavorando in modo umano-centrico e quando invece sta semplicemente usando un’estetica “umanista” senza cambiarne la logica profonda.
Disegnare i dati per capirli davvero
Uno dei primi cambiamenti riguarda il rapporto fisico con i dati. Molti designer raccontano che il primo passo per capire un dataset è prendere carta e penna e iniziare a disegnarlo. Può sembrare un gesto romantico, quasi nostalgico; in realtà, ha una funzione molto concreta. Disegnare i dati costringe a guardare le relazioni prima ancora delle categorie, a osservare la struttura prima della rappresentazione. Permette di vedere pattern, simmetrie, densità che spesso restano invisibili dentro le interfacce dei software.
Nel paper questa pratica viene descritta come data drawing, un modo per usare il disegno come strumento di pensiero e non come decorazione finale. L’idea è che il contatto manuale con i dati apra uno spazio di esplorazione che i sistemi automatizzati tendono a chiudere troppo presto. Quando si lavora solo dentro un software, i dati devono adattarsi alle forme disponibili: grafici a barre, linee, scatter plot. Quando invece li si disegna, succede il contrario: le forme nascono direttamente dal dataset e dalle relazioni che contiene.

Accurat per il Corriere Della Sera / pubblicazioni su La Lettura, 2013
I piccoli dati dentro i grandi dataset
Un altro principio fondamentale riguarda il concetto di small data. Qui è facile fraintendere il termine, perché significa semplicemente dataset piccoli. Il punto non è la dimensione ma la scala narrativa. Lo small data riguarda il modo in cui i dati vengono raccontati e interpretati. Anche dataset enormi possono essere riportati a una dimensione umana, restituendo le storie individuali che li compongono.
Il paper insiste molto su questa idea: i dati diventano significativi quando riescono a mantenere visibile la loro origine umana. Quando non si limitano a descrivere popolazioni ma permettono di intravedere le esperienze singole che stanno dietro le statistiche. Questo tipo di approccio è particolarmente potente quando si lavora con fenomeni sociali complessi, perché restituisce una densità narrativa che spesso si perde nelle aggregazioni.
L’imperfezione come informazione
Nel mondo tradizionale dell’analisi dei dati (ma spesso anche nella nostra vita quotidiana), l’imperfezione è qualcosa da eliminare. Dataset incompleti, misurazioni parziali, ambiguità nei risultati vengono trattati come rumore. Il Data Humanism propone invece di considerare l’imperfezione come parte integrante della storia dei dati.
Nel paper citato nella premessa questo principio viene chiamato imperfect data. Ogni dataset è il risultato di decisioni umane: cosa misurare, cosa ignorare, come classificare. Riconoscere queste scelte significa accettare che i dati siano sempre una rappresentazione parziale della realtà. Invece di nascondere questa parzialità, i progetti che adottano una prospettiva umanista cercano spesso di renderla visibile per renderla più onesta.

The Brain Drain, Accurat per La Lettura, 2013
Mostrare la complessità invece di cancellarla
Per decenni la visualizzazione dei dati ha seguito una regola molto semplice: semplificare. Ridurre il numero di variabili, eliminare il rumore, produrre grafici immediatamente leggibili. Il Data Humanism suggerisce invece un approccio diverso: rappresentare la complessità senza cancellarla.
Sempre nel paper questo principio viene definito depict complexity. L’obiettivo non è semplificare il mondo ma trovare modi intelligenti per renderlo navigabile. Le visualizzazioni diventano strutture multilivello: una prima lettura immediata per orientarsi e poi strati successivi che permettono di esplorare i dati più in profondità. In questo modo la complessità non sparisce ma diventa parte del racconto.
Ricordarsi che i dati sono persone
Il principio più semplice (e forse il più radicale) arriva alla fine.
Data is people.
Ogni punto su un grafico rappresenta qualcuno. Una vita, una decisione, un’esperienza. Quando i dati vengono aggregati e visualizzati questa dimensione spesso scompare, sostituita da grafici puliti e apparentemente oggettivi.
Il Data Humanism prova a reintrodurre questa presenza umana nel design delle visualizzazioni come promemoria etico. I dati non sono mai neutrali perché riguardano sempre qualcuno. Ricordarselo cambia il modo in cui li raccogliamo, li analizziamo e li raccontiamo.
Il vero cambio di prospettiva
Ad ogni modo, la cosa più interessante di questo paper non è la lista dei tredici principi. È il tentativo di tradurre un’intuizione culturale in un linguaggio progettuale condiviso. Per anni la visualizzazione dei dati ha cercato di ottimizzare tre cose: precisione, efficienza e chiarezza. Il Data Humanism suggerisce che forse ne manca una quarta: la relazione, tra chi produce i dati, chi li visualizza e chi li osserva.
Perché alla fine il punto non è soltanto rendere i dati comprensibili. Il punto è rendere comprensibile il rapporto tra i dati e le vite che rappresentano. Il Data Humanism ci ricorda che i dati possono essere molto più di uno strumento di analisi. Possono diventare una forma di racconto, un modo per osservare il mondo senza separarlo dalle persone che lo abitano.
Ed è esattamente da qui che nasce anche l’idea del libro Dati Sensibili. Il lato umano e consapevole dei numeri (Damiani Editore) – sui dati che parlano delle nostre vite, delle nostre abitudini, delle nostre fragilità e delle nostre ossessioni quotidiane.





