Почему на передачу данных необходимо обратить внимание начинающим пользователям

Блог

ДомДом / Блог / Почему на передачу данных необходимо обратить внимание начинающим пользователям

Apr 04, 2024

Почему на передачу данных необходимо обратить внимание начинающим пользователям

АМХЕРСТ, Массачусетс — Ученые-компьютерщики из Массачусетского университета (UMass) Амхерст недавно обнаружили, что эксперты по визуализации данных не имеют единого мнения о том, кто входит в их число.

АМХЕРСТ, Массачусетс — Ученые-компьютерщики из Массачусетского университета (Масс) Амхерст недавно обнаружили, что эксперты по визуализации данных не имеют единого мнения о том, кто составляет одну из их крупнейших аудиторий — начинающих пользователей.Работа, недавно получившая престижную награду Best Paper Award.на конференции Ассоциации вычислительной техники по человеческому фактору в вычислительных системах (ACM CHI) является важным первым шагом в обеспечении более инклюзивной визуализации данных и, следовательно, визуализации данных, которая работает для всех пользователей.

Визуализация данных — это представление данных в визуальном и легко понятном виде с использованием обычной графики, такой как диаграммы, графики, инфографика и анимация. Использование визуальных элементов обеспечивает доступный способ увидеть и понять тенденции, выбросы и закономерности в данных. Одна из наиболее знакомых визуализаций данных — круговая диаграмма — понятна практически каждому и является методом быстрой передачи информации с момента ее изобретения в начале девятнадцатого века.

Но с появлением Интернета диапазон, охват и сложность таких визуализаций выросли в геометрической прогрессии. Подумайте о различных онлайн-трекерах COVID-19, графиках, показывающих экономические прогнозы, или результатах национальных выборов. «Все больше и больше обычных людей полагаются на визуализацию данных при принятии решений о своей жизни», — говорит Наргес Майхар, доцент Мэннинг-колледжа информатики и компьютерных наук Массачусетского университета в Амхерсте и старший автор статьи. «Даже многие наши коллективные решения основаны на визуализации данных».

Поскольку использование визуализации зависит от ее разборчивости, можно было бы подумать, что эксперты по визуализации данных будут иметь четкое и стандартное понимание своей аудитории, особенно своих неопытных пользователей. И все же, «несмотря на многие десятилетия исследований в области визуализации данных, у нас не было четкого представления о том, что делает человека «новичком»», — говорит Мейхар. Это понимание было настолько важным, что ACM CHI, ведущая международная конференция по взаимодействию человека и компьютера, присудила исследованию награду за лучшую статью — награду, присуждаемую одному проценту лучших представленных статей.

Мейхар, ведущий автор Александр Бернс, который завершил исследование в рамках своей аспирантуры в Массачусетском университете в Амхерсте, и их соавторы прочесали последние 30 лет исследований визуализации и обнаружили 79 статей, разбросанных по семи академическим журналам, посвященных выявлению аудитория для визуализации данных. В этих 79 статьях они обнаружили, что определения начинающего пользователя широко варьируются: от людей, испытывающих трудности с «эффективным использованием кластеров графических процессоров», до тех, кому не хватает знаний об «онтологических моделях». Более того, команда обнаружила, что выборочные группы пользователей большинства исследователей в подавляющем большинстве склоняются к белым людям студенческого возраста, живущим в США.

«Откуда мы знаем, что создаваемые нами визуализации могут работать для пожилых людей, для тех, у кого нет высшего образования, для людей, живущих в одной из многих других стран мира?» — спрашивает Майхар. «Нам как специалистам необходимо четко понимать, что мы имеем в виду, когда говорим «новичок», и цель этой статьи — изменить то, как исследователи визуализации думают о новичках, удовлетворить их потребности и разработать инструменты, которые будут работать для всех. »

- Этот пресс-релиз был первоначально опубликован на веб-сайте Массачусетского университета в Амхерсте.

Работа, недавно получившая престижную награду Best Paper Award.