Посмотреть текст статьи

ГРАФИЧЕСКИЙ ДИЗАЙН КАК ИНСТРУМЕНТ СОЦИАЛЬНО-КУЛЬТУРНЫХ ИЗМЕНЕНИЙ: АНАЛИЗ СЛУЧАЕВ И СТРАТЕГИИ ЭФФЕКТИВНОЙ ВИЗУАЛЬНОЙ РИТОРИКИ

GRAPHIC DESIGN AS A TOOL FOR SOCIO-CULTURAL CHANGE: CASE ANALYSIS AND STRATEGIES FOR EFFECTIVE VISUAL RHETORIC

 

Пан Чэньюй, Дизайн визуальных коммуникаций, Университет искусств Гуанси (530022 Китай, г. Наньнин, ул. 7-я улица Цзяоюй), тел. +7(495) 675-00-14, 1669774262@qq.com

 

Pang CHengyu, Visual communication design, Guangxi Arts Institute (Jiaoyu 7th Street  st.,  Nanning,  530022  China), tel. +7(495) 675-00-14, 1669774262@qq.com

 

Аннотация. Графический дизайн является мощным инструментом социальных трансформаций, который способен эффективно формировать новые представления и подходы к решению ключевых общественных проблем. Данная статья на основе комплексного анализа ряда масштабных международных проектов рассматривает стратегии эффективного визуального воздействия, позволяющие осуществлять социокультурные перемены.

В рамках исследования были проанализированы четыре успешных кампании графического дизайна, направленных на решение глобальных проблем: кампания «Улучшение условий труда» Международной организации труда (1949 год, Швейцария), кампания «Мы можем победить СПИД» Национального научного фонда США (2005-2015 гг., США), кампания «Загрязнение окружающей среды» Гринпис (1970-1990 гг., международная) и проект «Голод в мире» Всемирной продовольственной программы ООН (1961-2021 гг., международная).

На основе тщательного разбора визуальных решений, методов коммуникации и динамики влияния рассмотренных проектов были сформулированы основные стратегии эффективного визуального воздействия: апелляция к эмоциям, использование простых ясных посланий, вовлечение известных лиц, масштабность распространения, опора на последовательность и повторяемость. Данные стратегии могут быть полезны при разработке новых проектов графического дизайна, направленных на решение актуальных социальных проблем.

Abstract. Graphic design is a powerful tool for social transformation, which is able to effectively form new ideas and approaches to solving key social problems. Based on a comprehensive analysis of a number of large-scale international projects, this article examines strategies for effective visual impact that allow for socio-cultural changes.

The study analyzed four successful graphic design campaigns aimed at solving global problems: the «Improving Working Conditions» campaign of the International Labor Organization (1949, Switzerland), the «We can Beat AIDS» campaign of the US National Science Foundation (2005-2015, USA), the «Environmental Pollution» campaign of Greenpeace (1970-1990 international) and the World Hunger Project of the United Nations World Food Programme (1961-2021, international).

Based on a thorough analysis of visual solutions, communication methods and the dynamics of the impact of the reviewed projects, the main strategies for effective visual impact were formulated: appeal to emotions, the use of simple clear messages, the involvement of famous people, the scale of distribution, reliance on consistency and repeatability. These strategies can be useful in the development of new graphic design projects aimed at solving urgent social problems.

Ключевые слова: графический дизайн, социальные изменения, визуальная риторика, стратегии коммуникации, общественные кампании

Keywords: graphic design, social change, visual rhetoric, communication strategies, public campaigns

Литература

1. Afzal S., Hittawe M. M., Ghani S., Jamil T., Knio O., Hadwiger M., and Hoteit I.. 2019. The state of the art in visual analysis approaches for ocean and atmospheric datasets. Computer Graphics Forum 38, 3 (2019), 881–907. DOI: Accessed December 1, 2022
2. Bau David, Zhu Jun-Yan, Strobelt Hendrik, Zhou Bolei, Tenenbaum Joshua B., Freeman William T., and Torralba Antonio. 2019. GAN dissection: Visualizing and understanding generative adversarial networks. In Proceedings of the International Conference on Learning Representations
3. Bi Huikun, Mao Tianlu, Wang Zhaoqi, and Deng Zhigang. 2020. A deep learning-based framework for intersectional traffic simulation and editing. IEEE Transactions on Visualization and Computer Graphics 26, 7 (2020), 2335–2348.
4. Marr, B. (2016). How VR will Revolutionize Big Data Visualization. Forbes On Line (May, 4, 2016). Access on [https://www.forbes.com/sites/bernardmarr/2016/05/04/how-vr-will-revolutionize-big-data-visualizations/#c4a2845e1512]
5. Matthew N. O. Sadiku et al., «Data Visualization,» International Journal of Engineering Research and Advanced Technology (IJERAT), vol. 2, no. 12, pp. 11-16, 2016.
6. Matthew O. Ward, Georges  Grinstein, and  Daniel Keim,  “Interactive Data Visualization: Foundations, Techniques, and Applications,” CRC Press, 2015
7. Rubio-Tamayo, J. L. & Gértrudix Barrio, M. (2016): Realidad Virtual (HMD) e Interacción desde la Perspectiva de la Construcción Narrativa y la Comunicación: Propuesta Taxonómica, Icono 14, volumen 14 (2), pp. 1-24. doi: 10.7195/ri14.v24i2.965
8. Ryan, M. L. (2015). Narrative as Virtual Reality 2: Revisiting Immersion and Interactivity in Literature and Electronic Media. JHU Press.
9. Seminario Internacional Escenarios 2020, Analíticas del aprendizaje, hacia una personalización de las ayudas educativas, Access on [https://www.youtube.com/watch?v=LcEwMuze7cM].
10. Zeng H., Wang X., Wu A., Wang Y., Li Q., Endert A., and Qu H.. 2019. EmoCo: Visual analysis of emotion coherence in presentation videos. IEEE Transactions on Visualization and Computer Graphics 1 (2019), 1–1.
11. Zezhong Wang et al., «Cheat Sheets for Data Visualization Techniques,» Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp. 1-13, 2020.

References

1. Afzal S., Hittawe M. M., Ghani S., Jamil T., Knio O., Hadwiger M., and Hoteit I.. 2019. The state of the art in visual analysis approaches for ocean and atmospheric datasets. Computer Graphics Forum 38, 3 (2019), 881–907. DOI: Accessed December 1, 2022
2. Bau David, Zhu Jun-Yan, Strobelt Hendrik, Zhou Bolei, Tenenbaum Joshua B., Freeman William T., and Torralba Antonio. 2019. GAN dissection: Visualizing and understanding generative adversarial networks. In Proceedings of the International Conference on Learning Representations
3. Bi Huikun, Mao Tianlu, Wang Zhaoqi, and Deng Zhigang. 2020. A deep learning-based framework for intersectional traffic simulation and editing. IEEE Transactions on Visualization and Computer Graphics 26, 7 (2020), 2335–2348.
4. Marr, B. (2016). How VR will Revolutionize Big Data Visualization. Forbes On Line (May, 4, 2016). Access on [https://www.forbes.com/sites/bernardmarr/2016/05/04/how-vr-will-revolutionize-big-data-visualizations/#c4a2845e1512]
5. Matthew N. O. Sadiku et al., «Data Visualization,» International Journal of Engineering Research and Advanced Technology (IJERAT), vol. 2, no. 12, pp. 11-16, 2016.
6. Matthew O. Ward, Georges  Grinstein, and  Daniel Keim,  “Interactive Data Visualization: Foundations, Techniques, and Applications,” CRC Press, 2015
7. Rubio-Tamayo, J. L. & Gértrudix Barrio, M. (2016): Realidad Virtual (HMD) e Interacción desde la Perspectiva de la Construcción Narrativa y la Comunicación: Propuesta Taxonómica, Icono 14, volumen 14 (2), pp. 1-24. doi: 10.7195/ri14.v24i2.965
8. Ryan, M. L. (2015). Narrative as Virtual Reality 2: Revisiting Immersion and Interactivity in Literature and Electronic Media. JHU Press.
9. Seminario Internacional Escenarios 2020, Analíticas del aprendizaje, hacia una personalización de las ayudas educativas, Access on [https://www.youtube.com/watch?v=LcEwMuze7cM].
10. Zeng H., Wang X., Wu A., Wang Y., Li Q., Endert A., and Qu H.. 2019. EmoCo: Visual analysis of emotion coherence in presentation videos. IEEE Transactions on Visualization and Computer Graphics 1 (2019), 1–1.
11. Zezhong Wang et al., «Cheat Sheets for Data Visualization Techniques,» Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp. 1-13, 2020.