.
Cientistas da computação da Universidade de Massachusetts Amherst descobriram recentemente que os especialistas em visualização de dados não têm um entendimento comum sobre quem compõe um de seus maiores públicos – usuários novatos. O trabalho, que recentemente ganhou o cobiçado prêmio de Melhor Artigo na conferência da Association for Computing Machinery sobre Fatores Humanos em Sistemas de Computação (ACM CHI), é um primeiro passo importante para garantir visualizações de dados mais inclusivas e, portanto, uma visualização de dados que funcione para todos os usuários. .
Visualização de dados é a representação de dados de forma visual e facilmente compreensível usando gráficos comuns, como gráficos, plotagens, infográficos e animações. O uso de elementos visuais fornece uma maneira acessível de ver e entender tendências, valores discrepantes e padrões nos dados. Uma das visualizações de dados mais conhecidas – o gráfico de pizza – é legível para quase todos e tem sido um método usado para transmitir informações rapidamente desde sua invenção no início do século XIX.
Mas, com o advento da internet, o alcance, o alcance e a complexidade dessas visualizações cresceram exponencialmente. Pense nos vários rastreadores on-line do COVID, nos gráficos que mostram projeções econômicas ou nos resultados das eleições nacionais. “Cada vez mais, as pessoas comuns dependem de visualizações de dados para tomar decisões sobre suas vidas”, diz Narges Mayhar, professor assistente da Manning College of Information and Computer Science da UMass Amherst e autor sênior do artigo. “Mesmo muitas de nossas decisões coletivas dependem de visualizações de dados.”
Como o uso de uma visualização depende de sua inteligibilidade, pode-se pensar que os especialistas em visualização de dados teriam uma compreensão clara e padrão de seu público, principalmente de usuários não especialistas. E ainda, “apesar de muitas décadas de pesquisa de visualização de dados, não tínhamos uma noção clara do que torna alguém um ‘novato’”, diz Mayhar. Esse insight foi importante o suficiente para que a ACM CHI, a principal conferência internacional para interação humano-computador, concedesse o prêmio de melhor artigo à pesquisa, uma honra reservada para o 1% dos artigos enviados.
Mayhar, o autor principal Alyxander Burns, que concluiu a pesquisa como parte de seus estudos de pós-graduação na UMass Amherst, e seus coautores vasculharam os últimos 30 anos de pesquisa de visualização e encontraram 79 artigos espalhados em sete revistas acadêmicas que se preocupavam em identificar o audiência para visualizações de dados. Nesses 79 artigos, eles descobriram que as definições de um usuário iniciante variavam amplamente, desde pessoas que têm dificuldade em “utilizar efetivamente clusters de GPU” até aquelas que não têm conhecimento de “modelos ontológicos”. Além disso, a equipe descobriu que os grupos de amostra de usuários da maioria dos pesquisadores se inclinavam predominantemente para pessoas brancas em idade universitária que vivem nos EUA.
“Como sabemos que as visualizações que criamos podem funcionar para pessoas mais velhas, para aqueles sem diploma universitário, para pessoas que vivem em um dos muitos outros países do mundo?” pergunta Mayhar. “Precisamos ser claros, como campo, o que queremos dizer quando dizemos ‘iniciante’, e o objetivo deste artigo é mudar a maneira como os pesquisadores de visualização pensam sobre os novatos, abordam suas necessidades e projetam ferramentas que funcionem para todos. “
.
