探测数据形状：针对盲人和低视力学习者的直方图统计概念非可视化探索
人机交互
2025-09-19 v1
摘要
统计概念往往严重依赖视觉线索进行理解，这给面临视觉信息使用困难者（如盲人和低视力（BLV）社区）的学习带来挑战。虽然已有研究探索了如何使数据可视化工具更具可及性，但有限的研究考察了 BLV 个人如何概念化和学习这些可视化所代表的底层统计概念。为更好地理解 BLV 个人学习可能不熟悉的统计概念的策略，我们进行了一项包含 7 名 BLV 个人的单受试者实验，使用眼罩控制视力状态。每个受试者都利用三种不同的非视觉表示方式（Swell Touch 触觉图（STGs）、刷新显示屏上的 shaped data 模式（BDPs）、声学化）来理解直方图中的三个统计概念（偏斜性、模态性、峰度）。我们收集了量化指标（准确率、完成时间、自报告置信水平）和定性洞见（手势分析），以识别受试者独特的意义建构策略。结果显示，盲文条件实现了最高的准确率，而声学化任务完成时间最快。受试者在探索每个直方图时表现出多种自适应技术，常常发展出替代性的心智模型，以帮助他们非视觉地编码统计可视化概念。我们的发现揭示了对统计教育者和辅助技术设计者具有重要意义，表明有效的学习工具必须超越简单地翻译视觉信息，以支持 BLV 学习者所采用的独特认知策略。
引用
@article{arxiv.2509.14452,
title = {Sensing the Shape of Data: Non-Visual Exploration of Statistical Concepts in Histograms with Blind and Low-Vision Learners},
author = {Sanchita S. Kamath and Omar Khan and Aziz N Zeidieh and JooYoung Seo},
journal= {arXiv preprint arXiv:2509.14452},
year = {2025}
}