被可视化误导：我们从误导性可视化中学到了什么？
人机交互
2022-04-21 v1
摘要
数据可视化在说服受众方面具有强大力量。然而，当其制作拙劣或出于恶意时，可视化可能变得误导甚至欺骗。可视化给互联网上错误信息的传播提供了进一步助力。可视化研究界早已意识到误导受众的可视化，多关联“谎言”与“欺骗性”等术语。但这些讨论仅聚焦于少数案例。为更好理解误导性可视化的全景，我们对一千余个被举报为误导性的真实世界可视化进行了开放编码。从这些例子中，我们发现了74类问题，并形成了可视化中误导性元素的分类法。我们指出研究界可遵循的四个方向以拓宽对误导性可视化的讨论：（1）可视化中的非形式谬误，（2）利用惯例与数据素养，（3）非常见图表中的欺骗性技巧，以及（4）理解设计者的困境。本工作为这些研究方向奠定基础，尤其在理解、检测与预防它们方面。
引用
@article{arxiv.2204.09548,
title = {Misinformed by Visualization: What Do We Learn From Misinformative Visualizations?},
author = {Leo Yu-Ho Lo and Ayush Gupta and Kento Shigyo and Aoyu Wu and Enrico Bertini and Huamin Qu},
journal= {arXiv preprint arXiv:2204.09548},
year = {2022}
}
备注
To be presented at EuroVis 2022. Appendix available at https://github.com/leoyuholo/bad-vis-browser/blob/master/misinformed_by_visualization_appendix.pdf