Согласно исследованиям учёных из Массачусетского технологического института (MIT), степень доверия к информации, представленной на диаграмме, может зависеть от предположений человека о том, кто создал визуализацию данных.
Например, если кто-то предполагает, что график, посвящённый такой спорной теме, как насилие с применением огнестрельного оружия, был создан организацией, которая, по его мнению, противостоит его убеждениям или политическим взглядам, он может дискредитировать информацию или полностью отвергнуть визуализацию.
Исследователи обнаружили, что даже самые чёткие визуализации часто передают больше, чем данные, которые они явно отображают, и могут вызывать у зрителей сильные суждения о социальном контексте, идентичности и характеристиках тех, кто создал диаграмму.
Читатели делают эти оценки о социальном контексте визуализации в основном на основе её конструктивных особенностей, таких как цветовая палитра или способ организации информации, а не на основе лежащих в её основе данных. Часто эти выводы непреднамеренны со стороны разработчиков.
Качественные и количественные исследования показали, что эти социальные выводы не ограничиваются определёнными подгруппами и не вызваны ограниченной грамотностью в области данных.
Исследователи объединили свои выводы в рамках, которые учёные и коммуникаторы могут использовать для критического осмысления того, как выбор дизайна может повлиять на эти социальные предположения. В конечном итоге они надеются, что эта работа приведёт к разработке более эффективных стратегий научного общения.
«Если вы прокручиваете социальные сети и видите диаграмму, и вы сразу же отвергаете её как что-то, созданное влиятельным лицом только для того, чтобы привлечь внимание, это формирует весь ваш опыт работы с диаграммой, прежде чем вы даже углубитесь в данные», — говорит Арвинд Сатьянараян, доцент кафедры электротехники и компьютерных наук MIT (EECS) и член Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) и соавтор исследования.
Исследователи изучили, как эти визуализации использовались для обсуждения пандемии. Они обнаружили, что некоторые граждане-учёные использовали базовые данные для создания собственных визуализаций, бросая вызов выводам основной науки.
«Это было неожиданным открытием, поскольку ранее граждане-учёные обычно были на стороне основных учёных. Нам потребовалось несколько лет, чтобы понять, как изучить это явление более глубоко», — говорит Сатьянараян.
Большинство исследований визуализации данных изучает, как диаграммы передают данные. Вместо этого исследователи хотели изучить визуализации с социальной и лингвистической точки зрения, чтобы оценить информацию, которую они передают помимо данных.
Лингвистические антропологи обнаружили, что, хотя язык позволяет людям передавать идеи, он также несёт социальное значение помимо слов, которые люди используют. Например, акцент или диалект могут указывать на то, что кто-то является частью определённого сообщества.
«Мы хотели увидеть, могут ли элементы визуального языка передачи данных указывать на определённые учреждения или типы людей в этих учреждениях, которые несут значение, непреднамеренное создателями визуализации», — говорит Джонс.
Для этого исследователи провели первоначальное качественное исследование пользователей социальной сети Tumblr. Во время индивидуальных интервью исследователи показывали пользователям различные реальные визуализации из онлайн-источников, а также модифицированные визуализации, в которых они удалили текстовую информацию, такую как заголовки и метки осей.
Удаление текстовой информации было особенно важно, поскольку оно имитирует то, как люди часто взаимодействуют с онлайн-визуализациями.
«Наше взаимодействие с социальными сетями занимает несколько быстрых секунд. Люди не тратят время на то, чтобы прочитать заголовок диаграммы или внимательно изучить данные», — говорит Сатьянараян.
Интервью показали, что пользователи делали подробные выводы о людях или организациях, создавших визуализации, на основе того, что они называли «vibes», конструктивных элементов, таких как цвета или использование определённой графики. Эти выводы, в свою очередь, влияли на их доверие к данным.
Например, увидев диаграмму с флагами Джорджии и Техаса и график с двумя линиями красного и чёрного цвета, но без текста, один пользователь сказал: «Это похоже на то, что техасский республиканец (законодатель) разместил бы в Twitter или на своём веб-сайте, или в рамках презентации кампании».
Основываясь на этой первоначальной работе, исследователи использовали ту же методологию в трёх количественных исследованиях, включая опросы, отправленные более крупным группам людей из разных слоёв общества. Они обнаружили тот же феномен: люди делают выводы о социальном контексте визуализации на основе её дизайна, что может привести к недопониманию и недоверию к данным, которые она отображает.