Un reciente estudio realizado por investigadores del MIT ha revelado que la confianza que una persona deposita en la información presentada a través de gráficos puede depender de sus suposiciones sobre quién elaboró dicha visualización. Este hallazgo se basa en dos investigaciones que analizan cómo los elementos de diseño influyen en las percepciones de los espectadores sobre la fuente y la fiabilidad de los datos.
Por ejemplo, si un individuo deduce que un gráfico relacionado con un tema controvertido, como la violencia armada, proviene de una organización cuya postura se opone a sus creencias o puntos de vista políticos, es probable que desestime la información o ignore completamente la visualización. Los investigadores descubrieron que incluso las visualizaciones más claras transmiten mensajes adicionales más allá de los datos explícitos, provocando juicios contundentes sobre los contextos sociales, identidades y características de quienes crean estos gráficos.
Los lectores forman estas evaluaciones principalmente a partir de las características de diseño, como la paleta de colores o la disposición de la información, en lugar del contenido subyacente. A menudo, estas inferencias no son intencionadas por parte de los diseñadores.
Implicaciones sociales en las visualizaciones
Los estudios cualitativos y cuantitativos realizados indican que estas inferencias sociales no están limitadas a determinados subgrupos ni son consecuencia de una alfabetización de datos deficiente. Los investigadores han consolidado sus hallazgos en un marco conceptual que puede ser utilizado por científicos y comunicadores para reflexionar críticamente sobre cómo las decisiones de diseño pueden influir en estas suposiciones sociales. Su objetivo es desarrollar mejores estrategias para la comunicación científica.
“Si estás navegando por redes sociales y te encuentras con un gráfico que inmediatamente descartas como algo producido por un influencer solo para llamar la atención, eso moldea tu experiencia completa con el gráfico antes incluso de profundizar en los datos”, explica Arvind Satyanarayan, profesor asociado del Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT y miembro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL).
Satyanarayan comparte autoría con Amy Rae Fox, exinvestigadora postdoctoral en CSAIL, Michelle Morgenstern, actual postdoctorante en el programa de antropología del MIT; y Graham M. Jones, profesor de antropología. Dos trabajos relacionados con esta investigación serán presentados en la Conferencia IEEE sobre Visualización.
Análisis durante la pandemia
Durante el apogeo de la pandemia por Covid-19, las redes sociales estaban inundadas con gráficos provenientes de organizaciones como la Organización Mundial de la Salud y los Centros para el Control y Prevención de Enfermedades, diseñados para transmitir información sobre la propagación del virus. Los investigadores del MIT examinaron cómo se utilizaban estas visualizaciones para discutir el impacto del virus.
A través del estudio, encontraron que algunos científicos ciudadanos utilizaban los datos subyacentes para crear sus propias visualizaciones, desafiando así los hallazgos presentados por la ciencia convencional. “Este fue un descubrimiento inesperado ya que anteriormente, los científicos ciudadanos normalmente estaban alineados con los científicos convencionales”, comenta Satyanarayan.
A diferencia del enfoque habitual que investiga cómo los gráficos comunican datos, este equipo buscó explorar las visualizaciones desde una perspectiva social y lingüística para evaluar qué información transmiten más allá del contenido numérico.
Estudio cualitativo y cuantitativo
Los antropólogos lingüísticos han demostrado que aunque el lenguaje permite comunicar ideas, también posee significados sociales más allá de las palabras utilizadas. Por ejemplo, un acento o dialecto puede indicar que alguien pertenece a una comunidad específica. De manera similar, el equipo investigó si ciertos elementos visuales podrían señalar instituciones o tipos específicos de personas dentro de esas instituciones.
A través de entrevistas individuales realizadas en Tumblr, mostraron a usuarios diversas visualizaciones reales junto con versiones modificadas donde se eliminaba información textual como títulos y etiquetas. Esta eliminación era crucial ya que refleja cómo interactúan las personas comúnmente con las visualizaciones online.
Las entrevistas revelaron que los usuarios hacían inferencias detalladas sobre quienes crearon las visualizaciones basándose en lo que describieron como “vibras” o elementos estéticos como colores o gráficos específicos. Estas inferencias afectaron directamente su confianza en los datos presentados.
Efectos sobre la percepción pública
Construyendo sobre este trabajo inicial, los investigadores realizaron tres estudios cuantitativos mediante encuestas dirigidas a grupos más amplios. Los resultados fueron consistentes: las personas formulan inferencias sobre el contexto social basado en el diseño del gráfico, lo cual puede llevar a malentendidos y desconfianza hacia los datos representados.
Pese a reintroducir texto en algunas visualizaciones previamente despojadas, los usuarios continuaron haciendo estas inferencias sociales. Generalmente, ante problemas similares en visualización de datos se propone crear gráficos más claros o educar al público sobre alfabetización digital; sin embargo, esta investigación señala una forma diferente de alfabetización cultural relacionada con el origen y circulación de las visualizaciones.
A partir de estos resultados, se desarrolló un marco clasificatorio para organizar las inferencias sociales realizadas por los usuarios junto con los elementos del diseño que contribuyeron a ellas. Se espera que esta tipología sirva como herramienta para diseñadores al crear visualizaciones más efectivas y como punto inicial para futuros estudios.
Perspectivas futuras
A medida que avanzan sus investigaciones, el equipo planea seguir explorando el papel social que desempeñan las visualizaciones dentro del ámbito científico. También desean ampliar su estudio para incluir gráficos presentes en artículos académicos y revistas científicas.
"Parte del valor de este trabajo radica en su contribución metodológica al permitir estudiar experimentalmente fenómenos complejos", concluye Jones. Este esfuerzo ha sido apoyado parcialmente por becas METEOR y PFPFEE del MIT, así como otras reconocidas fundaciones científicas.
Si (
No(
