Ganancias:
- Posibilidad de elegir el tipo de gráfico apropiado para el mensaje que desea dar (comparación, tendencia, distribución, relación)
- Capacidad para evitar realizar gráficos con datos elaborados por inteligencia artificial asegurando que cada número debajo del gráfico provenga de sus propios datos reales.
- Capacidad para controlar diseños engañosos, como ejes rotos y escalas desproporcionadas, y producir imágenes accesibles y honestas.
No importa cuán sólido sea el hallazgo de una investigación, es inútil a menos que se comprenda. La visualización de datos es el arte de incorporar datos numéricos y categóricos en gráficos, tablas y tablas para que el lector pueda ver el patrón de un vistazo. Un buen gráfico reduce miles de líneas de datos en un solo mensaje; Un gráfico incorrecto puede hacer que incluso los datos precisos parezcan engañosos. En esta unidad, aprenderá a utilizar la IA para elegir el tipo de gráfico correcto, redactar código de visualización, organizar tablas y presentar los hallazgos de manera honesta.
El papel de la IA en la visualización es doble. La primera es consultar: “¿qué gráfico es apropiado para estos datos?” responde bien a la pregunta; como un gráfico de barras para comparar dos categorías, un gráfico de líneas para los cambios a lo largo del tiempo y, si se usa con cuidado, un gráfico circular para partes de un todo. El segundo es la generación de código: redacción de código gráfico para herramientas como R (ggplot2) o Python (matplotlib, seaborn). Pero tenga cuidado: los números debajo del gráfico que produce la IA deben provenir de sus datos reales; Un bonito gráfico que la IA produce con "datos de muestra" no es su hallazgo. Además, la IA puede, sin saberlo, sugerir un gráfico engañoso (eje discontinuo, escala desproporcionada); La verificación de integridad es tuya.
Paso a paso: de los datos al gráfico honesto
1. Identificar el mensaje. Cada gráfico debe responder a una única pregunta: "¿Qué quiero mostrar?" ¿Comparación, tendencia, distribución, relación? El tipo de gráfico no se puede seleccionar hasta que el mensaje sea claro.
2. Elija el tipo de gráfico correcto. El tipo varía según el mensaje. La IA da sugerencias razonadas a la pregunta "Quiero mostrar estos datos con este mensaje, ¿qué gráfico?"
3. Aplicar reglas de integridad. ¿Debería el eje comenzar desde cero? ¿La escala es proporcional? ¿Los colores son engañosos? La IA le ayuda a comprobar si un gráfico es engañoso.
4. Redacte el código y ejecútelo con SUS datos. Deje que la IA escriba el código de gráficos; Ejecútalo con tus propios datos reales y comprueba el resultado.
5. Hazlo accesible. Paletas aptas para daltonismo, etiquetas claras, títulos legibles. La IA sugiere estas mejoras.
Consejo: forma sencilla de comprobar la honestidad de un gráfico: "¿Cómo podría alguien con malas intenciones hacer que este gráfico sea engañoso?" es preguntar. El eje y discontinuo hace que la pequeña diferencia parezca enorme; Un período de tiempo seleccionado puede revertir una tendencia. Haz que la IA escanee estas trampas.
tres mini casos
Caso 1: eje engañoso corregido. En un informe, la diferencia entre los dos grupos (51% frente a 54%) parecía una "brecha gigante" en un gráfico con el eje y comenzando en 50. Cuando la IA sugirió que el eje comenzara desde cero, la diferencia se redujo a su tamaño real, una pequeña diferencia. El gráfico se volvió honesto.
Caso 2: El tipo correcto ahorró tiempo. Un investigador tenía 5 años de datos sobre la tasa de participación pero estaba usando un gráfico circular; La tendencia no apareció. YZ propuso un "gráfico de líneas para los cambios a lo largo del tiempo" y ggplot2 redactó el código. De repente, la tendencia a la baja se hizo evidente.
Caso 3: Trampa de datos falsos. Cuando un usuario pidió a la IA un "gráfico del uso de las redes sociales por parte de los jóvenes", la IA produjo un hermoso gráfico con números inventados. El usuario casi lo incluye en el informe; Luego se dio cuenta de que estos números no eran sus datos, sino la invención de la IA. El gráfico ha sido rehecho con datos reales.
Cuatro plantillas copiables
1) Selección del tipo de gráfico:
Quiero mostrar los siguientes datos: [descripción de datos]. El mensaje que quiero dar: [comparación/tendencia/distribución/relación]. Sugiera los 2 tipos de gráficos más apropiados para este mensaje, con una justificación. Dígame por qué debo evitar cosas que puedan inducir a error (por ejemplo, un pastel con varias rebanadas).
2) Código de visualización (lo ejecutaré con mis propios datos):
Dibuje un código de [tipo de trazado] para [R ggplot2/Python matplotlib]. Mis variables: [x], [y], [grupo]. Escribe el código con comentarios, comienza los ejes desde cero, usa una paleta de colores accesible, coloca los títulos y etiquetas en turco. Ejemplo de creación de números; Conectaré mis datos.
3) Auditoría de integridad:
Describo el siguiente gráfico: [gráfico]. ¿Podría ser engañoso? Verifique: ¿el eje es cero, la escala es proporcional, el intervalo de tiempo está seleccionado, los colores exageran un grupo, el efecto 3D distorsiona la percepción? Sugerir soluciones para cada riesgo.
4) Edición de tablas:
Convierta los siguientes resultados sin procesar en una tabla de resultados limpia y legible: [x] en filas, [y] en columnas, valor en celdas y porcentaje si es necesario. Redondea el número decimal consistentemente, indica la fuente en una nota al pie. Cambiar números; solo edita. Datos: [aquí]
Aviso débil / Aviso fuerte
Aviso débil:
Dame un gráfico impresionante sobre este tema.
El deseo de ser "impresionante" fomenta la IA con datos fabricados o con un diseño engañoso que exagera la diferencia. Ser impresionante no debe venir antes que ser honesto.
Potente mensaje:
Quiero un código de gráfico de barras que pueda ejecutar con mis propios datos. Mi mensaje: mostrar HONESTAMENTE la diferencia en la tasa de participación entre los cuatro grupos. El eje debe comenzar desde cero, los colores deben ser adecuados para el daltonismo y la diferencia no debe ser exagerada. [R/Python] Proporciona código, ajuste de números. Luego, nombre 3 riesgos en los que este gráfico podría resultar engañoso.
La diferencia: el segundo mensaje se centra en la honestidad, la accesibilidad y los datos reales.
Tipo de gráfico por mensaje
Mensaje
gráfico adecuado
Para ser evitado
Comparación de categorías
gráfico de barras
Pastel 3D de varias rebanadas
cambiar con el tiempo
gráfico de líneas
pastel
distribución
Histograma, gráfico de cajas
promedio único
Relación de dos variables
dispersarse
varilla
partes del todo
Bizcocho/barra apilada
Pastel de varias rebanadas
Errores comunes
- Realización de gráficos con datos elaborados por IA. Cada número en la parte inferior del gráfico debe provenir de sus datos reales.
- Exagerando la diferencia con el eje discontinuo. Es engañoso hacer que una pequeña diferencia parezca enorme.
- Elegir un género que no se ajuste al mensaje. Es como mostrar la tendencia temporal con un pastel.
- Olvidando la accesibilidad. Los grupos separados únicamente por color excluyen al lector daltónico.
- Anteponiendo "impresionante" antes de "honesto". El objetivo de lo visual no es la persuasión, sino la comunicación correcta.
En resumen
La visualización de datos es la forma de comunicar su hallazgo de manera honesta y clara al lector. AI; Es una poderosa ayuda para sugerir el tipo de gráfico correcto, redactar códigos de visualización, editar tablas y comprobar si hay diseños engañosos. Pero cada número en la parte inferior del gráfico debe provenir de sus datos reales; Un hermoso gráfico producido por los "datos de muestra" de la IA no es su hallazgo. Deje claro el mensaje, elija el género correcto, mantenga el eje y la escala honestos, hágalo accesible y nunca anteponga "impresionante" a "honesto".
Tarea de aplicación
Elija un pequeño conjunto de hechos o datos que haya recopilado usted mismo. Elija el tipo que se adapte a su mensaje con la plantilla "Selección de tipo de gráfico". Con la plantilla de “código de visualización”, toma el código de la IA y ejecútalo con tus propios datos (nunca con números que la IA haya inventado). Traza los mismos datos con un eje discontinuo, coloca los dos gráficos uno al lado del otro y muestra cómo se exagera la diferencia con la plantilla de "verificación de honestidad".
lista de verificación
- [] He aclarado el mensaje único que el gráfico intenta transmitir.
- [ ] Elegí el tipo de gráfico apropiado para el mensaje con justificación.
- [] Generé el gráfico con mi propia producción real, no una invención de la IA.
- [ ] Comencé el eje en cero y mantuve la escala proporcional.
- [] Utilicé colores accesibles y etiquetas claras.