En los últimos años, el término “storytelling con datos” se ha convertido en tendencia en el mundo de la comunicación y el análisis. Pero, al mismo tiempo, hay voces críticas que ponen en duda si realmente es posible —o incluso deseable— “contar historias” con datos. Si nos aferramos en sentido estricto al concepto de storytelling, quizá los más puristas tengan razón y el storytelling no exista. Sin embargo, es más necesario que nunca que la comunicación de datos vaya acompañada de una buena narrativa para que lleguen a nuestro público.

Pero veamos que defiende los que están a favor y en contra del storytelling con datos.

La postura del “sí”: los datos necesitan ser narrados

• Quienes defienden el concepto sostienen que los datos no hablan por sí solos: requieren un marco narrativo para ser comprendidos.
• Contextualizar: una cifra aislada puede ser confusa, pero al insertarla en un relato cobra sentido.
• Conectar emocionalmente: una historia capta la atención y ayuda a que el público recuerde mejor los datos.
• Ofrecer dirección: un buen relato orienta la interpretación, evitando que la audiencia se pierda entre miles de cifras.

La postura del “no”: los datos no son cuentos

Quienes defienden el concepto sostienen que los datos no hablan por sí solos: requieren un marco narrativo para ser comprendidos.

• El riesgo de manipulación: narrar puede implicar sesgo, seleccionando solo los datos que refuerzan una historia.
• Datos ≠ relatos: los números son evidencia objetiva; forzarlos en una trama narrativa puede distorsionar su valor.
• El peligro de simplificación: al priorizar la historia sobre la complejidad, se corre el riesgo de perder matices y rigor.
• Para este grupo, los datos deben visualizarse y explicarse con claridad, pero no “convertirse en cuentos”.

Quizá la pregunta no sea si existe o no existe el storytelling con datos, sino cómo usamos el concepto. En la práctica, los datos requieren una mediación narrativa: no cuentan una historia por sí mismos, pero tampoco son totalmente neutros: quien los selecciona y presenta ya está construyendo un encuadre.

El dilema no es “storytelling sí o no”, sino hasta qué punto es legítimo y responsable usar la narrativa como recurso interpretativo. En la actualidad observamos cada vez con mayor frecuencia cómo se ignoran los datos científicos o directamente se crean falsas verdades sobre datos falsos o inventados, o simplemente sin dato alguno.

De lo que no que cabe duda es que la ciencia y los datos rigurosos necesitan un nuevo lenguaje para llegar a la sociedad, nuevos formatos que les permitan competir y hacer frente a los discursos sin ninguna base científica. Los datos ofrecen solidez y evidencia; las historias, contexto y significado. Juntos pueden ser poderosos y atractivos; separados, pueden resultar fríos e indiferentes.

Necesitamos una buena comunicación de datos para que la ciencia siga contando con el respaldo de la sociedad. Soplan vientos amenazadores para la Ilustración.

El mundo está cambiando de forma acelerada desde múltiples perspectivas, todas a nivel macroeconómico, todas en las altas esferas lejos del terreno de los ciudadanos. Y como consecuencia (o a causa) de ello la sociedad parece que también cambia su distribución. ¿Cómo nos afectará: el nuevo orden mundial, la inteligencia artificial, el desprecio por las instituciones, etc.?

La función de densidad de una distribución normal tiene forma de campana y es simétrica en torno a la media. ¿Qué pasará si la sociedad deja de tener es forma?

En este nuevo Gráfico de realidad nos centramos en una posible distribución social a consecuencia de los cambios que estamos viviendo. Ahí te dejamos una cuantas preguntas para reflexionar sobre ello.

¿Terminará desapareciendo la clase media?

¿Son la sociedad y el mundo en general más dicotómicos con el paso del tiempo?

¿Se está perdiendo la escala de grises en un mundo donde solo hay espacio para el blanco y negro?

¿Es un maniqueísmo intencionado?

¿Quién gana y quién pierde con esta distribución social?

Otros gráficos de realidad:
Pirámide de población

En el mundo del diseño de la información y la visualización de datos este gráfico elaborado por Charles Joseph Minard en 1869 aparece como uno de los grandes hitos y un referente a tener en cuenta. Más aún desde que Edward Tufte lo catalogara como «el mejor gráfico estadístico jamás dibujado».

La visualización de Minard es un gráfico que muestra la desastrosa campaña rusa del ejército napoleónico en 1812. La grandeza de su trabajo radica en que en una única visualización ofrece cuatro niveles de información:

• Geográfica. Muestra por dónde avanzaban las tropas napoleónicas y dónde iban teniendo lugar las principales batallas.
• Numérica. Al indicar tanto con cifras como visualmente el tamaño de las tropas. A través del grosor de la franja con la que es representada se observa fácilmente cómo va menguando el número de efectivos de Napoleón.
• Dirección. El avance de las tropas hacia Moscú es representado de color marrón, mientras que la retirada se muestra en color negro.
• Climatológica. En la parte inferior Minard añadió los datos de la temperatura que sufrieron los soldados en su retirada, la cual fue la principal causa de pérdidas humanas en su camino de regreso. Incorporar esta información es la que permitió establecer esa relación y la que termina de elevar el trabajo a otro nivel.

La excelencia de este gráfico radica precisamente en haber combinado en una sola visualización diferentes dimensiones sin que ello dificultara la lectura, más bien al contrario, su perfecta composición dio lugar a una visualización muy interesante, que ofrece distintos niveles de lectura: visión global en un primer nivel y riqueza de detalles en segundos niveles.

Siempre recomiendo a mis clientes y alumnos que apliquen la regla: una idea, un gráfico. De esta forma, se logra una comunicación más eficiente de los resultados y datos que se desean transmitir. Es obvio que Minard no solo no lo cumplió, sino que además logró un resultado magnífico. Pero esto no siempre es una tarea sencilla y si no se hace bien el resultado puede ser caótico; por eso es una de las mejores visualizaciones de la historia.

Ahora que el mundo parece dirigirse hacia un nuevo orden mundial, donde está a punto de desaparecer la sociedad que construimos en la segunda mitad del siglo XX, basada en las instituciones, las normas, el acuerdo y el respeto del otro, es cuando más debemos reflexionar sobre la dirección que están tomando los acontecimientos.

Gráficos de realidad es un trabajo personal que ahora empezamos a publicar a través de las redes sociales para contribuir a ese ejercicio de reflexión. Se trata de un trabajo de 2022 con total vigencia (en la sección de proyectos podrás conocer más sobre el proyecto si tienes interés).

Cada mes publicaremos uno de los 40 gráficos que contiene la colección sobre diferentes temáticas, donde simplemente se plantean preguntas sin respuestas, para que cada persona sea la que elabore las suyas. Nuestra única aspiración es que nos detengamos un momento y que dediquemos algo de tiempo para pensar si el mundo que estamos construyendo es el que deseamos.

En esta primera entrega reflexionamos sobre los muros que los países más avanzamos estamos empezando a levantar.

Si el Viejo Continente es cada vez más viejo,

¿por qué ponemos tantas barreras a la llegada de personas jóvenes de otras regiones del mundo?

¿Es por medio al diferente o a perder nuestra identidad?

¿Por miedo a aceptar que necesitamos a otros para seguir siendo nosotros?

¿O simplemente es una cuestión económica?

Y si es una cuestión económica, ¿quién producirá cuando todos seamos viejos? ¿quién sostendrá nuestro nivel de vida?

Arrancamos el año 2025 con esta infografía sobre la inteligencia artificial. Desde que surgió ChatGPT y otros modelos de Inteligencia Artificial (IA) generativa parece que todo tiene que pasar por ella. Pero no toda la IA es generativa, de hecho, la IA no es algo que haya surgido en los últimos tiempos, más bien lleva bastantes décadas evolucionando y logrando hitos que han dado lugar a los desarrollos actuales.

En esta infografía, que te puedes descargar en PDF al final del artículo, mostramos cómo ha evolucionado la inteligencia artificial desde mediados del siglo XX. También le dedicamos atención a la evolución de las capacidades que está alcanzado la inteligencia artificial generativa en habilidades más propias de los seres humanos como comprensión lectora, razonamiento predictivo o reconocimiento del habla.

Y por último, un solo dato, la mitad de los expertos encuestados en diversos estudios estiman que en 2060 se habrá desarrollado una inteligencia artificial de nivel humano.

Puedes descargarte el PDF de la infografía aquí.

La semana pasada estuvimos en el Campus Gutenberg, en las XIV Jornadas de Comunicación y Divulgación Científica. Aquí comparto algunos de las ideas que me parecieron más relevantes para quienes nos dedicamos a este ámbito:

1. Nuevos formatos para comunicar mejor

Uno de los temas más comentados fue la necesidad de adaptarnos a nuevos formatos para transmitir información científica de manera más efectiva. Aunque lo mencioné en mi ponencia, otros colegas coincidieron en esta cuestión, destacando el poder de la imagen en todas sus formas: desde fotografías y videos hasta webs interactivas e infografías. Estos recursos visuales no solo facilitan la comprensión, sino que también hacen la ciencia (de cualquier especialidad) más accesible y atractiva para el público general.

2. Redes Sociales: aliadas indispensables

No es ningún secreto que las redes sociales son una herramienta poderosa para la comunicación, pero su manejo eficaz requiere algo más que presencia. Una estrategia bien definida, constancia en las publicaciones y un análisis cuidadoso de los resultados son esenciales para maximizar su impacto. Otro aspecto importante que cabe destacar es que cada red social tiene su propia dinámica y es importante saber qué tipo de contenido funciona mejor en cada una. No es lo mismo comunicar ciencia en X que en Instagram o LinkedIn.

Por cierto, también hubo un pequeño debate sobre si estar o no en X, después de la deriva que ha tomado la otrora Twitter.

3. El rigor como base fundamental

Aunque los nuevos formatos y las redes sociales nos ofrecen oportunidades emocionantes, no podemos olvidar que el rigor es el pilar de la ciencia. La comunicación científica debe ser precisa, veraz y bien fundamentada. La innovación en la forma en que comunicamos no debe sacrificar la exactitud ni la credibilidad. Mantener este estándar es crucial para poner en valor el trabajo científico y contrarrestar la desinformación.

4. Inteligencia Artificial: oportunidades y dilemas éticos

Otro de los temas de debate fue el papel de la inteligencia artificial en la comunicación científica. Si bien todavía estamos en las primeras etapas para explorar su potencial, tres ideas surgieron en la discusión: primero, la IA puede ser una herramienta útil para mejorar nuestra capacidad de comunicar de manera más eficiente. Segundo, cómo hacer frente a los posibles sesgos de la IA (¿o simplemente la IA reproduce y ahonda los sesgos de la sociedad?). Tercero, debemos asegurarnos de utilizarla de manera ética, especialmente en un campo donde la precisión y el rigor son fundamentales.

Por último, tuve la oportunidad de participar en la mesa redonda titulada Saca partido a las Redes Sociales, donde presenté mi ponencia Comunicar datos en la era de las fake news. Fue un espacio enriquecedor para discutir sobre los desafíos de compartir información científica en tiempos donde la desinformación abunda.

Puedes acceder a la mi presentación en este enlace, aunque puede que te falte algo de contexto sin todos los comentarios.

La visualización de datos es una herramienta poderosa para comunicar información de manera clara y efectiva. Sin embargo, una de las claves para transmitir correctamente lo que los datos dicen radica en la elección del gráfico adecuado. Seleccionar el gráfico correcto no solo mejora la comprensión de la información, sino que también evita interpretaciones erróneas que pueden llevar a conclusiones equivocadas.

Para elegir el gráfico correcto es fundamental tener claro qué tipo de información deseas mostrar. Existen varias categorías de gráficos, y cada una responde a una pregunta o necesidad diferente: comparaciones, distribuciones, partes de un todo, relaciones, evoluciones temporales, etc. Además, hay otro elemento importante, y es la variedad. Hay expertos que afirman que, con un gráfico de barras, uno de líneas y uno de puntos se puede representar todo. Sin embargo, si solo utilizásemos estos tres tipos de gráficos, perderíamos un elemento importante como es la variedad y el dinamismo en nuestros formatos, bien sea una presentación, un informe, una infografía, etc.

Catálogos de gráficos: algunos recursos indispensables

Para ayudarte en la tarea de seleccionar el gráfico más adecuado, existen catálogos de gráficos que sirven como guías visuales y educativas. A continuación, exploramos algunos de los más destacados:

Data Viz Project (https://datavizproject.com/): Este catálogo es una de las herramientas más completas para quienes buscan inspiración y orientación sobre qué gráfico utilizar. Presenta una amplia gama de gráficos con ejemplos.

Visual Vocabulary de Financial Times (https://ft-interactive.github.io/visual-vocabulary/): Este catálogo destaca por su enfoque en ayudar a los creadores de gráficos a elegir la visualización correcta según el mensaje que desean comunicar. Organiza los gráficos en categorías claras y proporciona ejemplos de cada uno.

Data Viz Catalogue (https://datavizcatalogue.com/index.html): Este catálogo se enfoca en la funcionalidad de cada tipo de gráfico, permitiendo a los usuarios filtrar por función (comparar, mostrar distribución, etc.). Destaca por ofrecer herramientas con las que generar los gráficos, tanto para hacerlos con código, en web apps, como con programas desktop.

From Data to Viz (https://www.data-to-viz.com/): Este recurso es muy útil porque no solo presenta gráficos, sino que también ofrece un enfoque basado en el tipo de pregunta que deseas responder con los datos. A través de un diagrama de flujo interactivo, guía a los usuarios hacia la mejor opción de gráfico según sus necesidades. También ofrece herramientas con las que generar los gráficos.

Chartmaker Directory (https://chartmaker.visualisingdata.com/): Lo destacable de este catálogo es que proporciona una lista de herramientas y software para crear cada tipo de gráfico.

Utilizar gráficos distintos nos ayuda a comunicar mejor, porque cada gráfico aporta un matiz distinto a la visualización y, además, enriquece nuestros formatos haciéndolos más atractivos.

En el mundo profesional actual, la visualización de datos se ha convertido en una disciplina crucial para la toma de decisiones y la comunicación efectiva. En una era donde la información abunda, la capacidad de interpretar y presentar datos de manera clara y atractiva es más valiosa que nunca. Sin embargo, he podido comprobar en muchas de las formaciones que imparto, que aún persiste la idea errónea de que la visualización de datos es simplemente crear gráficos básicos con una hoja de cálculo. Esta percepción subestima el potencial que tiene una visualización bien diseñada para transformar datos complejos en insights accesibles.

La visualización de datos no es solo una cuestión de estética o de cumplir con una formalidad. Es un puente entre el análisis cuantitativo y la comprensión cualitativa. Una visualización efectiva permite identificar patrones, tendencias y anomalías que de otro modo podrían pasar desapercibidos. Por esta razón, cada vez más organizaciones están invirtiendo en herramientas avanzadas y formación especializada para mejorar sus capacidades en este campo. Pero, como cualquier disciplina, la visualización de datos exige un equilibrio entre la técnica y la creatividad.

Para realizar una visualización de datos efectiva, es necesario tener conocimientos técnicos sobre cómo manejar grandes volúmenes de información, elegir los gráficos adecuados para cada tipo de dato y entender los principios del diseño visual. Sin embargo, tampoco se trata de hacer data art, un concepto que lleva la visualización a un terreno más artístico y experimental. El data art se refiere a la representación de datos con un enfoque más estético y conceptual que funcional, donde la prioridad no es necesariamente la claridad o la precisión, sino la expresión creativa. Un ejemplo destacado de data art es el trabajo de Aaron Koblin, quien utiliza datos masivos para crear impresionantes visualizaciones artísticas que exploran las conexiones humanas y la tecnología.

El desafío para los profesionales radica en encontrar el punto medio entre la precisión técnica y la presentación visual atractiva capaz de llamar la atención de nuestro público, sin caer en excesos que comprometan la interpretación del dato. Una visualización de datos debe ser accesible y comprensible, permitiendo que la audiencia capte el mensaje esencial sin esfuerzo. Al mismo tiempo, debe ser lo suficientemente atractiva para captar la atención y mantenerse en la memoria del espectador.

En resumen, la visualización de datos es mucho más que un ejercicio gráfico; es una habilidad que requiere tanto conocimientos técnicos como sensibilidad visual. No es arte por el arte, pero tampoco es solo técnica. Es la fusión de ambos campos lo que permite que los datos cuenten historias que puedan influir en decisiones estratégicas y conectar con las personas a un nivel más profundo. Ignorar esta dimensión es perder una oportunidad valiosa en un mundo donde cada vez la información es más visual, pero donde la información sigue siendo sinónimo de poder.

Nightingale utilizó este gráfico para demostrar que la mayoría de las muertes de las tropas no se debían a heridas de guerra, sino a causas que podían evitarse, como la falta de higiene en los campamentos y enfermedades infecciosas. Su éxito fue tal que la enfermera consiguió persuadir al gobierno británico de la necesidad de mejores sistemas sanitarios.

En el gráfico de área polar todas sus secciones tienen el mismo ángulo, lo que lo diferencia claramente del gráfico circular (o gráfico de tarta). Este gráfico se suele utilizar para mostrar la frecuencia de eventos de fenómenos cíclicos. Como se observa en el caso de Florence Nightingale, la circunferencia está dividida en 12 secciones que representan los meses del año. Los datos cuantitativos (las muertes de soldados) son representados en el eje polar, siendo el tamaño del radio (no su área) el que refleja la cantidad de fallecidos. El color simboliza los tipos de causa de muerte: en azul las muertes prevenibles, las heridas de guerra en rojo y las fatalidades en negro.

A pesar del éxito de su trabajo, el origen del gráfico de área polar no corresponde a la famosa enfermera, sino a André Michel Guerry, un abogado francés y estadístico aficionado que publicó diversos trabajos sobre criminología. En 1829 creó el primer gráfico de área polar para mostrar variaciones en el clima y otros fenómenos a lo largo de los ciclos del calendario.

Aunque ha sido Florence Nightingale la que ha pasado a la historia de forma más que merecida por sus contribuciones tanto en el ámbito médico como estadístico, también es de justicia reconocer al francés Guerry su contribución a la visualización de datos.

Más allá de diseñar los gráficos básicos usados hoy en día en cualquier trabajo estadístico, este ingeniero escocés sentó las bases de la visualización de datos. Muestra de ello es esta reflexión que hizo sobre la funcionalidad de los gráficos:

Un buen gráfico proporciona una explicación más adecuada de los hechos que una mera lista de datos o tablas. Sirve para simplificar lo complejo, permite al cerebro una mayor retención y es un instrumento visual de ayuda a hombres ocupados. Por último, los gráficos nos permiten ver relaciones aparentemente inexistentes entre variables, que suelen quedar ocultas entre la multitud de datos y cifras, de difícil comparación de otro modo.

De sus palabras, de tremenda actualidad, hay que destacar los siguientes elementos:

Simplificar lo complejo. La función principal del gráfico es crear una abstracción que nos permite simplificar una información o conjunto de datos complejo. Esto debe ser tenido en cuenta tanto en la elaboración de gráficos como en infografías u otras visualizaciones de datos. En la actualidad es frecuente ver que muchos gráficos son “ensuciados” con demasiados elementos artificiales que entorpecen el proceso de simplificación y transmisión de la información.

Ver relaciones aparentemente inexistentes. Otra de las grandes funciones del gráfico es desvelar relaciones entre un conjunto de datos que a través de una tabla no es posible detectar. En muchas ocasiones un gráfico es una imagen reveladora.

Permite una mayor retención. Está demostrado que la imagen comunica más que el texto. La conexión imagen (gráfico) y texto (mensaje) tiene una fuerza comunicativa difícilmente superable. Lamentablemente, sigue sin ser explotada en toda su capacidad.

Ayuda a hombres ocupados. La comunicación visual es el formato del presente y del futuro para la transmisión de información debido, en parte, al escaso tiempo de que disponemos para asimilar información. Los gráficos, como elemento visual que resume una información concreta es una herramienta fundamental en esta dinámica.

Sin duda, William Playfair supo entender la importancia de la visualización de datos y la transcendencia que tendría en la comunicación. Un ejemplo más de una época ilustrada que tanto hizo por el avance y difusión del conocimiento.