DataTimes · Mahdalová & Škop
Jsme dvojice novinářů a analytiků: Kateřina Mahdalová & Michal Škop. Vyprávíme příběhy, které tvoříme z dat, hledáme kontext a na vlastní kůži jsme si už vyzkoušeli, že věrně popisovat skutečnost si leckdy žádá i kus odvahy (nás to stálo práci).
Hodně nám záleží na tom, aby naše práce odrážela realitu co nejvěrněji. Víme samozřejmě, že skutečnost je leckdy nepříjemná, ale to nás neodrazuje.
Hledáme a poctivě zachycujeme. Nepřibarvujeme. Nepracujeme pro zájmové skupiny. A rozhodně se nebojíme.
Kdo jsme
Projděte se křivkou dolů — postupně se rozsvítí, kdo jsme, co za sebou máme a proč to děláme.
Jsme datoví novináři a analytici. Z dat tvoříme ověřitelné a srozumitelné příběhy — analýzy, vizualizace, mapy, dashboardy a interaktivní nástroje — o tématech, která mají dopad na společnost, politiku i ekonomiku.
Z jednoho výzkumu děláme víc výstupů najednou. Tak, aby fungovaly pro čtenáře i pro stroj: ověřitelně, s metodikou, trvanlivě.
Průkopnice datové žurnalistiky v ČeskuZakladatelka webu datovazurnalistika.cz. Vytvořila stovky vizualizací a analýz, vedla datové projekty v ČTK a spolupracuje s předními médii u nás i ve světě.
Dvojnásobná vítězka Novinářské ceny a šest finálových nominací. Studovala na UC San Diego, Bangor University a nyní dokončuje informační vědy na Masarykově univerzitě.
Statistik, demograf a vývojářZakladatel a ředitel neziskových Volebních kalkulaček, které v sedmi zemích pomohly milionům voličů k lepšímu rozhodování ve volbách.
Vítěz Novinářské ceny. Působil v Max Planck Institute v Rostocku, na Universidad de Salamanca a Karlově univerzitě. Specializuje se na volební analýzy a predikce.
Vyrábět lži je levné. Kvalitní datová žurnalistika ne. Věříme, že dobře informovaná veřejnost je podmínkou fungující demokracie — a proto pravda bez aktivní podpory nutně prohrává.
Děláme datovou investigativu a analýzy, z nichž vzniká víc výstupů najednou: pro čtenáře, novináře, školy, instituce i AI nástroje, které stále víc formují veřejnou debatu.
Náš úkol
Nechceme slibovat, že zachráníme demokracii nebo porazíme dezinformace. Umíme ale pojmenovat menší, konkrétní problém, na který naše práce přímo dosáhne — a u kterého si za rok dokážeme změřit, jestli jsme ho posunuli.
Velký problém
Vyrábět a šířit neověřené informace, polopravdy a účelová PR sdělení je stonásobně levnější než dělat kvalitní žurnalistiku. Veřejný prostor válcují dezinformace, influenceři parazitující na novinařině a marketingové projekty — nesené algoritmy sociálních sítí a partikulárními zájmy.
54 %
bere zprávy ze sociálních sítí a videa (2026)
51 %
přímo ze zpravodajských webů a aplikací — pokles z 63 % v roce 2021
10 %
už bere zprávy od AI chatbotů — nárůst ze 7 %
Zdroj: Digital News Report 2026, 48 zemí, ~100 000 respondentů.
Náš dílčí, řešitelný problém
U mnoha důležitých témat kvalitní poznání existuje — ale je rozptýlené v datech, odborných dokumentech a nesrozumitelných tabulkách. Málokdo je zpracuje tak, aby jim běžný člověk porozuměl. A ještě méně lidí je zpracuje tak, aby je mohl převzít novinář, učitel, instituce, sociální síť nebo jazykový model.
V informačním oběhu tak vznikají prázdná místa, která rychle obsadí nejjednodušší, nejhlasitější nebo nejlépe zaplacený výklad. Tato prázdná místa umíme vyplnit spolehlivým veřejným zdrojem.
Problém není jen v tom, že lidé věří lžím. Problém je, že u mnoha důležitých témat nemají snadno dostupnou, srozumitelnou a důvěryhodnou alternativu.
A právě tuto konkrétní věc umíme změnit.
Jak o tom uvažujeme
Problém
Důvěryhodné poznání se k lidem nedostává ve chvíli a podobě, v níž si vytvářejí názor.
Řešení
Převádíme data na srozumitelné, ověřitelné a široce použitelné veřejné zdroje.
Měřitelný dopad
Víc lidí, médií a informačních systémů tyto zdroje skutečně používá.
Neměříme, kolik textů jsme vyrobili. Měříme, jestli je někdo — člověk i stroj — skutečně použil. Například:
Kolik zásadních informačních mezer jsme zaplnili.
Kolik lidí jsme svými výstupy skutečně zasáhli — i mimo vlastní bublinu.
Kolik lidí po přečtení tématu prokazatelně lépe rozumí.
Kolikrát média, školy a instituce naše data převzaly nebo odcitovaly.
Kolikrát byly naše grafy, mapy a databáze vloženy jinam.
Jestli nás jako zdroj správně používají vyhledávače a jazykové modely.
Kolik výstupů zůstává používaných i po půl roce nebo roce.
Chcete být u toho? Podpořte DataTimes.
Kateřina Mahdalová
Michal Škop