После 2022 г. в историческом сообществе нашли широкое применение системные алгоритмы и инструменты искусственного интеллекта. Нейронные сети предоставили огромные возможности для машинной обработки текстов, материалов статистики, визуальных изображений. Неожиданно возникшая легкость увеличения количественного объема данных за счет машинной обработки источниковой информации явилась вызовом для профессионального сообщества в части соразмерного приращения научного знания, генерируемого на основе введенного в оборот большого количества данных. Исследователям необходимы приемы систематизации и обработки результатов работ искусственного интеллекта, дабы идти «от данных к знанию», а не от «знания к данным», с тем чтобы осуществлять самостоятельную критику и интерпретацию этих данных в контексте существующей историографии, доцифровых наработок предшественников, а также современных нецифровых исторических исследований. Ответ на указанный вызов способны дать средства исследовательской и презентационной визуализации данных (диаграммы, графики, географические карты, ГИС-базы, дашборды и т. д.). Ее приемы способствуют эффективному использованию объемной и многогранной исторической информации, грамотному, максимально эффективному управлению полученными данными и их наглядной систематизации. Для публикации в рубрике приглашаются специалисты по экономической истории, археологии, этнологии, историческому языкознанию и исторической демографии, способные на конкретных исторических примерах проиллюстрировать техники и методики визуализации исторического
знания.