Los informáticos de la Universidad de Massachusetts Amherst descubrieron recientemente que los expertos en visualización de datos no tienen una comprensión acordada de quién constituye una de sus audiencias más grandes: los usuarios novatos. El trabajo, que recientemente ganó un codiciado premio al mejor artículo en la conferencia sobre factores humanos en sistemas informáticos (ACM CHI) de la Association for Computing Machinery, es un primer paso importante para garantizar visualizaciones de datos más inclusivas y, por lo tanto, una visualización de datos que funcione para todos los usuarios. .

La visualización de datos es la representación de datos de una manera visual y fácilmente comprensible utilizando gráficos comunes como tablas, diagramas, infografías y animaciones. El uso de elementos visuales proporciona una forma accesible de ver y comprender tendencias, valores atípicos y patrones en los datos. Una de las visualizaciones de datos más familiares, el gráfico circular, es legible para casi todos y ha sido un método utilizado para transmitir información rápidamente desde su invención a principios del siglo XIX.

Pero, con la llegada de Internet, el alcance, el alcance y la complejidad de tales visualizaciones han crecido exponencialmente. Piense en los diversos rastreadores de COVID en línea, gráficos que muestran proyecciones económicas o los resultados de las elecciones nacionales. « Cada vez más, la gente común confía en las visualizaciones de datos para tomar decisiones sobre sus vidas », dice Narges Mayhar, profesor asistente en el Manning College of Information and Computer Science en UMass Amherst, y autor principal del artículo. « Incluso muchas de nuestras decisiones colectivas se basan en visualizaciones de datos ».

Dado que el uso de una visualización depende de su inteligibilidad, uno pensaría que los expertos en visualización de datos tendrían una comprensión clara y estándar de su audiencia, en particular de los usuarios no expertos. Y, sin embargo, « a pesar de muchas décadas de investigación de visualización de datos, no teníamos una noción clara de lo que hace que alguien sea un ‘novato' », dice Mayhar. Esta idea fue lo suficientemente importante como para que ACM CHI, la principal conferencia internacional para la interacción humano-computadora, otorgara el premio al mejor artículo sobre la investigación, un honor reservado para el 1 % de los mejores artículos presentados.

Mayhar, el autor principal Alyxander Burns, quien completó la investigación como parte de sus estudios de posgrado en UMass Amherst, y sus coautores revisaron los últimos 30 años de investigación de visualización y encontraron 79 artículos repartidos en siete revistas académicas que se preocupaban por identificar el audiencia para visualizaciones de datos. Dentro de esos 79 documentos, encontraron que las definiciones de un usuario novato variaban ampliamente, desde personas que tienen dificultades para « utilizar efectivamente los clústeres de GPU » hasta aquellos que carecen de conocimiento de « modelos ontológicos ». Además, el equipo encontró que la mayoría de los grupos de usuarios de la muestra de los investigadores se inclinaron abrumadoramente hacia personas blancas en edad universitaria que viven en los EE. UU.

« ¿Cómo sabemos que las visualizaciones que creamos podrían funcionar para personas mayores, para personas sin títulos universitarios, para personas que viven en uno de los muchos otros países del mundo? » pregunta Mayhar. « Necesitamos ser claros, como campo, a qué nos referimos cuando decimos ‘novatos’, y el objetivo de este documento es cambiar la forma en que los investigadores de visualización piensan sobre los novatos, abordar sus necesidades y diseñar herramientas que funcionen para todos. «