A világ egyik legjelentősebb digitális tanulási elismerését elnyerő projekt rugalmas, mégis intenzív, ötvözi a személyes jelenlétet a digitális tanulási formákkal. A zsűri értékelése szerint a Data Experiment nem csupán adatértelmezési készségeket fejlesztett, hanem valódi munkavállalói élményt jelentett, kaleidoszkópként bontotta ki a tanulás és az önismeret új lehetőségeit. 

A Magyar Telekom számára kiemelt cél a munkavállalók képzése, oktatása, az új tudásátadási programok fejlesztése, hiszen ez manapság kulcsfontosságú a vállalati dolgozók versenyképességének a megőrzésében. A 2024-ben indult programot a MOME közreműködésével kezdték el fejleszteni. 

A projektben sokféle adatot dolgoztak fel, volt, aki telekomos üzleti adatokból indult ki, mások személyes adatokat vettek alapul, többségében quantified self módszerrel kezdték el. A közös munka során az okoseszközök és a statisztikai kimutatások, szubjektív gyűjtések adataiból különféle adatvizualizációs technikák mentén bontakoztak ki az adatalapú történetek. 

Minkó Mihály, a MOME kutatója oktatóként és mentorként rövidebb tematikus előadásokkal, valamint csoportos és személyre szabott mentorálással segítette az oktatási programban részt vevőket, az elkészült adattárgyakat pedig a program zárásakor a Magentaland nevű munkavállalói napon mutatták be, ahol több ezer kolléga nézhette meg az elkészült munkákat. 

2025-ben a Budapest Design Week látogatói Healthperiment címmel kaphattak ízelítőt a projektből, amelynek az alapja az volt, hogy ma már számtalan alkalmazás és látványos diagram segíti fizikális és mentális tevékenységeink monitorozását, de nem mindig értjük, tudjuk, hogy azok milyen összefüggésekre világíthatnak rá, hogyan járulhatnak hozzá egészségünk megőrzéséhez. 

A kiállításból kiderült, miként válhat az adatvizualizáció a tudatosság, az egészségmegőrzés, és az önreflexió eszközévé. A munkákban a résztvevők saját testi-lelki állapotukat, szokásaikat, napi rutinjaikat figyelték meg – és fordították le érzékeny, kreatív adatobjektumokká. 

A kiállított munkák egy része az érzelmi állapotok, a stressz, a hangulatváltozások és az alvás ritmusának a vizuális feldolgozását tűzte ki célul – személyes, introspektív adatrekonstrukciókon keresztül. Az Emovere egy többnapos érzelemnapló színkódolt szélcsengőként való megjelenítése, míg a NeuroBalance az elnyomott feszültségeket és az egyensúlyhiányt egy vudubabaszerű adatsziluett formájában érzékelteti. A Rakonczay Gábor óceánátszelő útját feldolgozó Az út maga a haladási irányt és a távolságokat mutatta be, számos alkotás dolgozta fel az alvási szokásokat, így a például a Sárkány csillagkép, a Csillagokban az adat vagy a Four in the Flow of Data Glow festményinstallációja. 

Más munkák a testmozgás, a napi rutin és az adatok hordhatóvá tételének a kérdéseit állították középpontba. A Kerékpározásaim adatainak a kerékpár formában való újragondolása, a YouTube Data Lamp és a Tower Game zenehallgatási mintákon alapuló tárgyai, valamint az Életmérők képernyőidőre, olvasásra és lépésszámra épülő AI-vizualizációi mind azt mutatták meg, hogyan lehet az adatokból mélyebben kiolvasni valamit. 

A programban az Information is Beautiful Award nemzetközi versenyen nemrég ezüstérmet elnyert DataBeads Workshop is szerepelt. Ennek célja, hogy az adatokat kivigye a digitális térből, és viselhető tárgyakká formálja – a résztvevők ezúttal a saját adataikból készítettek hordható ékszereket. Az adatfizikalizációs foglalkozást Minkó Mihály, a MOME kutatója és Katona Eszter, az ELTE társadalomkutatója fejlesztette ki. 

A Data Experiment kezdeményezésben a MOME részéről Minkó Mihály mellett Pass Natália projektmenedzser működött közre. 

A MOME rendszeresen működik együtt a forprofit szektor szereplőivel, kis-, közép- és nagyvállalatokkal: ezeknek az üzletfejlesztési kollaborációknak ma már az egyetemen a Business Community Partner Program ad keretet, amely a tagvállalatok számára hozzáférést biztosít a jövő tehetségeihez, és hozzájárul a jövőtudatos gondolkodás szervezeten belüli fejlesztéséhez. A MOME designvezérelt gondolkodása a megszokottól eltérő nézőpontokból kínál megoldásokat, innovációit és problémamegoldó módszertanait hasznosítva segíti partnereit a folyamatosan változó világhoz való rugalmas alkalmazkodásban, legyen szó felhasználóélmény-tervezésről, adatfizikalizációról és -vizualizációról vagy épp anyaginnovációs megoldásokról.