ભ્રામક વિઝ્યુલાઇઝેશન ટાળવું: ગ્રાફિક એથિક્સ અને અખંડિતતા

નફો:

• સામાન્ય વિકૃતિ તકનીકોને ઓળખો જેમ કે ડેશેડ એક્સિસ, 3D ઇફેક્ટ, વિસ્તારનો ભ્રમ, ચેરી ચૂંટવું અને ડિનોર્મલાઇઝેશન.
• કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ કરવાની ક્ષમતા 'તેને પ્રભાવશાળી બનાવવા' માટે નહીં પરંતુ પ્રમાણિકતા તપાસનાર તરીકે અને ગ્રાફમાંથી વાંચી શકાય તેવા અને પ્રમાણિક આઉટપુટની વિનંતી કરવા માટે
• અક્ષ, સ્કેલ, પ્રકાર, હદ, નોર્મલાઇઝેશન, લેબલ અને ઍક્સેસિબિલિટી માટે ચાર્ટ તપાસવા અને સુધારવાની ક્ષમતા

ગ્રાફ તેના સૌથી ખતરનાક પર જૂઠું બોલતું નથી; તે ગેરમાર્ગે દોરે છે. તે તકનીકી રીતે "સાચા" ડેટાનો ઉપયોગ કરે છે પરંતુ તેને એવી રીતે રજૂ કરે છે જે આંખને છેતરે છે. કૃત્રિમ બુદ્ધિમત્તાના યુગમાં, આ જોખમ વધ્યું છે, કારણ કે મોડેલ વારંવાર "પ્રમાણિક" કરતાં "પ્રભાવશાળી" ની તરફેણ કરે છે અને જો તમે ધ્યાન ન આપો તો ઝડપથી ભ્રામક ગ્રાફ ઉત્પન્ન કરે છે. આ એકમ તમને સામાન્ય વિકૃતિ તકનીકોને ઓળખવાનું શીખવે છે, પ્રમાણિકતા તપાસનાર તરીકે AI નો ઉપયોગ કરે છે અને આ ટ્રેપ્સના તમારા પોતાના ચાર્ટને સાફ કરે છે.

સૌથી સામાન્ય છેતરપિંડી તકનીકો

ચાલો નક્કર ઉદાહરણો સાથે થોડા ખ્યાલો જોઈએ.

• કપાયેલ અક્ષ: y અક્ષ 0 થી શરૂ થતો નથી, પરંતુ, કહો, 90 થી; એક નાનો તફાવત વિશાળ લાગે છે. 2% નો વધારો 50% જેવો દેખાય છે.
• દ્વિ/વિપરીત અક્ષ: બે અલગ-અલગ y-અક્ષો સાથે, ઈચ્છા મુજબ બે શ્રેણી "એકસાથે આગળ વધી રહી છે" દર્શાવે છે.
• 3D અને વોલ્યુમ: ત્રિ-પરિમાણીય પાઇ/બાર આગળની સ્લાઇસ તેના કરતા મોટી દેખાય છે; મૂલ્ય વોલ્યુમ સાથે મૂંઝવણમાં છે.
• ક્ષેત્ર ભ્રમ: વર્તુળના વ્યાસ સાથે મૂલ્યનું પ્રતિનિધિત્વ કરવું અને વિસ્તારનો ગુણાકાર કરવો (અને તેથી દ્રષ્ટિ).
• ઊંધી/ખસેડેલી અક્ષ: Y-અક્ષને ઊંધી કરવી અને વધારો ઘટાડાની જેમ દેખાય છે (ત્યાં કુખ્યાત ઉદાહરણો છે).
• ચેરી-પિકિંગ: સમયગાળો/સેગમેન્ટ કે જે વર્ણનને બંધબેસતું હોય તે પસંદ કરવું અને બાકીનું છુપાવવું.
• બિન-સામાન્યીકરણ: વસ્તી/આધાર દ્વારા ભાગ્યા વિના સંપૂર્ણ સંખ્યાની સરખામણી કરવી (મોટા શહેર દરેક બાબતમાં "અગ્રણી" દેખાય છે).
• અયોગ્ય કુલ: પાઇ સ્લાઇસેસ 100% સુધી ઉમેરાતી નથી, કેટેગરીઝને ઓવરલેપ કરી રહી છે.

તકનીકી

તે કેવી રીતે ગેરમાર્ગે દોરી શકે છે?

પ્રામાણિક વિકલ્પ

ડેશ્ડ y-અક્ષ

નાના તફાવતને મોટો બનાવે છે

0 થી અક્ષ શરૂ કરો

3D કેક/બાર

પરિપ્રેક્ષ્ય મૂલ્યને વિકૃત કરે છે

સાદો (2D) બાર

વિસ્તાર/વ્યાસ

વિસ્તાર વધારીને 4× કરે છે

લીનિયર સ્કેલ, સ્પષ્ટ લેબલ

ચેરી ચૂંટવું

બાહ્ય અવધિ છુપાવે છે

સમગ્ર સમયગાળો બતાવો

વિકૃતિકરણ

મોટા પાયાને આગળ રાખે છે

દર / વ્યક્તિ દીઠ

દ્વિ અક્ષ

બનાવટી સંબંધ બનાવે છે

એક અક્ષ અથવા અલગ ચાર્ટ

સાવધાન: બાર ચાર્ટ માટે "અક્ષ 0 થી શરૂ થવો જોઈએ" નિયમ લગભગ સંપૂર્ણ છે (બારની લંબાઈ મૂલ્યનું પ્રતિનિધિત્વ કરે છે). કેટલીકવાર લાઇન ચાર્ટ પર સાંકડી શ્રેણી કાયદેસર હોય છે, પરંતુ પછી તેને સ્પષ્ટ કરો; તફાવતને અતિશયોક્તિ કરવા માટે તે ક્યારેય ન કરો.

કૃત્રિમ બુદ્ધિને અખંડિતતા તપાસનાર બનાવવી

સૌથી શક્તિશાળી ઉપયોગો પૈકીનો એક: તમારા પોતાના ચાર્ટની મૉડલની ટીકા કરવી. ગેરમાર્ગે દોરતી વસ્તુઓને ટાળવા માટે સ્ક્રીનશૉટ્સ અથવા વર્ણનો પ્રદાન કરો.

તમારી ભૂમિકા: ડેટા વિઝ્યુલાઇઝેશન એથિક્સ ઓડિટર. ગેરમાર્ગે દોરવા માટે આ ચાર્ટ તપાસો (ચિત્ર જોડાયેલ / વર્ણન: [ ... ]). આને એક પછી એક તપાસો અને જો તમને મળે તો ચિહ્નિત કરો: 1) શું y-અક્ષ 0 થી શરૂ થાય છે? શું ત્યાં કોઈ ક્લિપિંગ છે? 2) શું 3D/વોલ્યુમ ઇફેક્ટ મૂલ્યને વિકૃત કરે છે? 3) શું મૂલ્ય વિસ્તાર/વ્યાસ દ્વારા અતિશયોક્તિપૂર્ણ છે? 4) શું કોઈએ સમયગાળો/સેગમેન્ટ પસંદ કરવો જોઈએ (ચેરી પીકિંગ)? 5) શું તે ચોક્કસ સંખ્યા હોવી જોઈએ કે સામાન્ય કરવી જોઈએ? 6) શું દ્વિ અક્ષ એક બનાવટી સંબંધ બનાવે છે? 7) શું તે દરેક રંગીન વ્યક્તિ માટે વાંચવા યોગ્ય છે? હું ઇચ્છું છું કે તે માત્ર 'સરસ' નહીં પણ પ્રમાણિક હોય.

ચાર્ટથી સ્વતંત્ર રીતે નિવેદનનું ઑડિટ કરવા માટે:

નીચેના ગ્રાફિક દાવાઓ: "[દાવો]". શું આ દાવો પ્રમાણિકપણે ડેટા દ્વારા સમર્થિત છે? અક્ષ, સ્કેલ, પસંદ કરેલ શ્રેણી અને સામાન્યીકરણ માટે મૂલ્યાંકન કરો. દાવો નબળો પાડનાર કયો ડેટા છુપાવી શકાયો હશે? ગ્રાફ/ડેટા: [... ].

સ્ટેપ બાય સ્ટેપ: પ્રામાણિકતા દ્વારા ચાર્ટ પસાર કરવો

1. ધરી તપાસો. શું બાર ચાર્ટ પર 0 થી y છે? ત્યાં કોઈ કટીંગ છે?
2. સ્કેલ તપાસો. રેખીય અથવા લઘુગણક? શું લોગ ઉલ્લેખિત છે?
3. પ્રકાર તપાસો. શું 3D, વોલ્યુમ અથવા વિસ્તારની કોઈ ગેરસમજ છે?
4. અવકાશ તપાસો. સમગ્ર સમયગાળો/સેગમેન્ટ અથવા પસંદ કરેલ?
5. નોર્મલાઇઝેશન તપાસો. શું વ્યક્તિ દીઠ/દર જરૂરી છે?
6. લેબલ અને સ્ત્રોત તપાસો. શું તે એકમ, અવધિ, સ્ત્રોત કહે છે?
7. સુલભતા તપાસો. શું રંગ અંધ લોકો માટે કોઈ ભેદ છે?

ત્રણ નાના કેસો

કેસ 1 — કાપેલી અક્ષ. એક કંપનીએ તેના સ્પર્ધક પર તેની શ્રેષ્ઠતા દર્શાવવા માટે 95 થી શરૂ થતા y-અક્ષ સાથે બાર ચાર્ટ બનાવ્યો હતો; 96 અને 98 વચ્ચેનો તફાવત બે ગણો લાગતો હતો. દબાવતા પહેલા તેનું નિરીક્ષણ કરવામાં આવ્યું હતું, અક્ષ 0 પર સેટ કરવામાં આવ્યો હતો. વાસ્તવિક તફાવત 2% હતો; ભ્રામક ગ્રાફિક પ્રતિષ્ઠા જોખમ રજૂ કરે છે.

કેસ 2 - સામાન્યકરણ. એક મ્યુનિસિપાલિટીએ કહ્યું, "અમે સૌથી વધુ વૃક્ષો વાવવાનો જિલ્લો છીએ"; પરંતુ તેઓ સૌથી મોટા જિલ્લા હતા. જ્યારે આપણે માથાદીઠ વૃક્ષોની સંખ્યા (સામાન્ય) જોઈએ છીએ, ત્યારે તેઓ 6ઠ્ઠા સ્થાને આવે છે. કૃત્રિમ બુદ્ધિ આ તફાવત દર્શાવે છે; પ્રસ્તુતિ "માથાદીઠ" મેટ્રિક દ્વારા પ્રમાણિક બનાવવામાં આવી હતી.

કેસ 3 - ચેરી ચૂંટવું. એક ઇન્વેસ્ટમેન્ટ પ્રેઝન્ટેશન છેલ્લા 4 ક્વાર્ટરમાં માત્ર વધારો દર્શાવે છે; અગાઉના બે વર્ષની વધઘટ છુપાવવામાં આવી હતી. ઑડિટમાં બધો ઇતિહાસ ઉમેર્યો. રોકાણકારે કહ્યું "ઓછામાં ઓછું તે પ્રમાણિક છે" અને આત્મવિશ્વાસ વધ્યો; જો તે છુપાવવામાં આવ્યું હોત, તો પછીથી શોધવામાં તે વધુ ખરાબ થઈ શક્યું હોત.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા:

આ ગ્રાફિકને વધુ પ્રભાવશાળી બનાવો.

"પ્રભાવશાળી" ની ઇચ્છા મોડેલને છેતરપિંડીની તકનીકો (અક્ષ કટીંગ, 3D, ભાર ફુગાવો) પર ચોક્કસ રીતે દબાણ કરે છે.

મજબૂત:

તમારી ભૂમિકા: ડેટા વિઝ્યુલાઇઝેશન એથિક્સ ઓડિટર. આ બાર ચાર્ટને વધુ વાંચવા યોગ્ય અને વધુ પ્રમાણિક બનાવો: y-અક્ષને 0 થી શરૂ કરો, 3D/છાયાને દૂર કરો, બારને મૂલ્ય પ્રમાણે સૉર્ટ કરો, સિંગલ હાઇલાઇટ રંગનો ઉપયોગ કરો, એકમ અને સ્ત્રોત ઉમેરો. તફાવતને અતિશયોક્તિ કરવા માટે કંઈપણ કરશો નહીં; વાસ્તવિક તફાવત દેખાવા દો. ગ્રાફિક: [... ].

બીજું "પ્રભાવશાળી" ને બદલે "વાંચી શકાય તેવું + પ્રમાણિક" માંગે છે અને દરેક પ્રમાણિકતાના નિયમને એક પછી એક લાદે છે.

સામાન્ય ભૂલો

• બારમાં ડેશેડ અક્ષ: તફાવતને અતિશયોક્તિ કરવાની સૌથી સામાન્ય રીત.
• 3D/વોલ્યુમ ઇફેક્ટ: પરિપ્રેક્ષ્ય મૂલ્યને વિકૃત કરે છે; તેનો ક્યારેય ઉપયોગ કરશો નહીં.
• વિસ્તાર/વ્યાસ સાથેનું મૂલ્ય: વર્તુળને મોટું કરીને ધારણાનો ગુણાકાર.
• ચેરી ચૂંટવું: યોગ્ય સમયગાળો પસંદ કરવો અને બાકીનાને છુપાવવું.
• ડિનોર્મલાઈઝેશન: સંપૂર્ણ સંખ્યા સાથે અયોગ્ય સરખામણી.
• "તેને પ્રભાવશાળી બનાવો" નો અર્થ છે: મોડેલની વિકૃતિને આમંત્રણ આપવું.
• લૉગ સ્કેલનો ઉલ્લેખ ન કરવો: તેને સમજાવ્યા વિના લઘુગણક અક્ષનો ઉપયોગ કરવો.

સારાંશમાં

ભ્રામક ગ્રાફિક્સ જૂઠું બોલ્યા વિના છેતરે છે: કાપેલી ધરી, 3D અસર, વિસ્તાર ભ્રમ, ચેરી ચૂંટવું, ડિનોર્મલાઇઝેશન અને ડબલ એક્સિસ સૌથી સામાન્ય ફાંસો છે. બારમાં, અક્ષ 0 થી શરૂ કરો, 3D નો ઉપયોગ કરશો નહીં, સમગ્ર સમયગાળો બતાવો, જ્યાં જરૂરી હોય ત્યાં સામાન્ય બનાવો, એકમ અને સ્ત્રોત લખો. AI નો ઉપયોગ અખંડિતતા તપાસનાર તરીકે કરો, "તેને પ્રભાવશાળી બનાવવા" માટે નહીં; મોડેલમાંથી સુવાચ્ય અને પ્રમાણિક આઉટપુટ માટે પૂછો. ચાર્ટની પ્રામાણિકતા એ તમારી પ્રતિષ્ઠા છે.

એપ્લિકેશન કાર્ય

તમારી પાસે (અથવા મળેલો) ચાર્ટ પસંદ કરો. (1) સાત-વસ્તુઓની પ્રમાણિકતા તપાસ (અક્ષ, સ્કેલ, પ્રકાર, અવકાશ, સામાન્યકરણ, લેબલ, સુલભતા) લાગુ કરો. (2) AI ને ઓડિટરની ભૂમિકામાં ગ્રાફની ટીકા કરવા દો. (3) ઓછામાં ઓછી બે ભ્રામક વસ્તુઓને ઠીક કરો. (4) ઇરાદાપૂર્વક ભ્રામક અને પ્રમાણિક સંસ્કરણ સાથે સમાન ડેટા બનાવો અને એક વાક્યમાં તફાવત લખો.

ચેકલિસ્ટ

• [ ] બાર ચાર્ટમાં, y-અક્ષ 0 થી શરૂ થાય છે.
• [ ] કોઈ 3D/વોલ્યુમ/વિસ્તાર ભ્રમ નથી.
• [ ] તમામ સંબંધિત સમયગાળો/સેગમેન્ટ બતાવી રહ્યું છે (કોઈ ચેરી પસંદ નથી).
• જો જરૂરી હોય તો, મેં ડેટાને સામાન્ય બનાવ્યો (માથાદીઠ/દર).
• ચાર્ટમાં લખેલ એકમ, સમયગાળો અને સ્ત્રોત.
• રંગ અંધ દર્શક માટે ભેદ (આકાર/લેબલ) છે.
• [ ] હું ઇચ્છું છું કે મોડેલ "પ્રમાણિક અને વાંચી શકાય તેવું હોય," પ્રભાવશાળી નહીં.