利益:
- 破線の軸、3D 効果、領域の錯覚、チェリーピッキング、非正規化などの一般的な歪みテクニックを認識します。
- 人工知能を「印象的にする」ためではなく、正直性チェッカーとして使用し、グラフから読みやすく正直な出力を要求する能力
- グラフの軸、スケール、タイプ、範囲、正規化、ラベル、アクセシビリティを確認および修正する機能
グラフは最も危険な場所にあるわけではありません。それは誤解を招きます。技術的には「正しい」データを使用しますが、目を欺く方法でそれを表示します。人工知能の時代では、モデルが「正直」よりも「印象的」を優先することが多く、気づかないとすぐに誤解を招くグラフを作成してしまうため、このリスクは増大しています。この単元では、一般的な歪みテクニックを認識し、AI を正直さチェッカーとして使用し、これらの罠を自分のチャートから取り除く方法を学びます。
最も一般的な詐欺の手口
具体的な例とともにいくつかの概念を見てみましょう。
- 切り捨てられた軸: y 軸は 0 から始まりませんが、たとえば 90 から始まります。小さな違いが大きく見える。 2% の増加は 50% のように見えます。
- 二重/逆軸: 2 つの異なる Y 軸を使用して、希望に応じて 2 つの系列が「一緒に移動」することを示します。
- 3D とボリューム: 3 次元のパイ/バーにより、前面のスライスが実際よりも大きく見えます。値とボリュームが混同されています。
- 面積錯視: 値を円の直径で表し、面積 (したがって知覚) を乗算します。
- 軸の反転/移動: Y 軸を反転し、増加を減少のように見せます (悪名高い例があります)。
- チェリーピッキング: 物語に適合する期間/セグメントを選択し、残りを非表示にします。
- 非正規化: 人口/拠点で割らずに絶対数を比較します (大都市がすべてにおいて「先頭」に見えます)。
- 合計が正しくありません: 円スライスの合計が 100% にならず、カテゴリが重複しています。
技術的な
どうして誤解を招くのでしょうか？
正直な代替案
破線の y 軸
小さな違いが大きくなる
軸を 0 から開始
3Dケーキ/バー
視点は価値を歪める
プレーン (2D) バー
面積・直径
面積を4倍に拡大
リニアスケール、透明ラベル
さくらんぼ狩り
外れ値の期間を非表示にします
全期間を表示
非正規化
大きなベースを前方に保持
料金 / 1人あたり
2軸
偽りの関係を作り出す
単一軸または個別のグラフ
注意: 「軸は 0 から開始する必要がある」というルールは、棒グラフではほぼ絶対的なものです (棒の長さが値を表します)。折れ線グラフでは狭い範囲が正当である場合もありますが、その場合はそれを明確にしてください。違いを誇張するためには決して行わないでください。
人工知能を完全性チェッカーにする
最も強力な用途の 1 つは、モデルに独自のチャートを批評させることです。誤解を招く項目を避けるために、スクリーンショットまたは説明を提供してください。
あなたの役割: データ視覚化倫理監査人。このチャートに誤解を招くものがないかチェックしてください (添付画像 / 説明: [ ... ])。これらを 1 つずつチェックし、見つかった場合はマークを付けます:1) y 軸は 0 から始まりますか?クリッピングはありますか?2) 3D/ボリューム効果によって値が歪められていますか?3) 値は面積/直径によって誇張されていますか?4) 期間/セグメント (チェリーピッキング) を選択する必要がありますか?5) 絶対数にする必要がありますか、正規化すべきですか?6) 二重軸によって偽の関係が作成されますか?7) 色盲の人にとって読みやすいですか?各問題に対して具体的な解決策を提案します。ただ「いい」だけではなく、正直であってほしいと思っています。
チャートとは独立してアサーションを監査するには:
次のグラフィッククレーム: 「[クレーム]」。この主張はデータによって正直に裏付けられていますか?軸、スケール、選択範囲、および正規化を評価します。主張を弱めるためにどのようなデータが隠されていた可能性があるでしょうか?グラフ/データ: [ ... ]。
ステップバイステップ: 正直さによってチャートを通過させる
- 軸を確認してください。棒グラフの y は 0 からですか?カットはありますか？
- スケールを確認してください。線形か対数か?ログは指定されていますか?
- 種類を確認してください。 3D、体積、面積について誤解はありませんか?
- 範囲を確認してください。期間/セグメント全体、または選択されていますか?
- 正規化を確認します。 1人当たり/料金は必要ですか?
- ラベルとソースを確認してください。単位、時代、出典と書いてありますか？
- アクセシビリティを確認してください。色覚異常者に対する区別はありますか?
ミニケース3個
ケース 1 — 切り取られた軸。ある企業は、競合他社に対する自社の優位性を示すために、y 軸が 95 から始まる棒グラフを作成しました。 96と98の差は2倍あるように見えました。印刷に入る前に検査され、軸は 0 に設定されました。実際の差異は 2% でした。誤解を招くグラフィックは風評リスクをもたらしました。
ケース 2 — 正規化。ある自治体は「私たちは最も多くの木を植えている地区だ」と述べた。しかし、彼らは最大の地区でした。一人当たりの木の本数（正規化）で見ると、6位に落ちてしまいます。人工知能はこの違いを実証しました。プレゼンテーションは「一人当たり」の指標に基づいて正直に行われました。
ケース 3 — チェリーピッキング。ある投資プレゼンテーションでは、過去 4 四半期の上昇のみが示されていました。過去2年間の変動は隠蔽された。監査にすべての履歴を追加しました。投資家は「少なくとも彼は正直だ」と言い、自信が高まった。もしそれが隠されていたら、後になって発覚した場合はさらに悪いことになっていたでしょう。
弱いプロンプト / 強いプロンプト
弱い：
このグラフィックをより印象的にします。
「印象的」への欲求により、モデルは正確に欺瞞のテクニック (軸の切断、3D、強調の膨張) に駆り立てられます。
強い：
あなたの役割: データ視覚化倫理監査人。この棒グラフをより読みやすく、より正直なものにします。Y 軸を 0 から開始し、3D/影を削除し、棒を値で並べ替え、単一の強調表示色を使用し、単位とソースを追加します。違いを誇張するようなことはしないでください。本当の違いを明らかにしましょう。グラフィック: [ ... ]。
2 つ目は、「印象的」ではなく「読みやすさ + 正直」を要求し、それぞれの正直さのルールを 1 つずつ課します。
よくある間違い
- バーの破線軸: 違いを誇張する最も一般的な方法です。
- 3D/ボリューム効果: 遠近感が値を歪めます。決して使用しないでください。
- 面積/直径による値: 円を拡大することで知覚を倍増します。
- チェリーピッキング: 適切な期間を選択し、残りを非表示にします。
- 非正規化: 絶対数との不公平な比較。
- 「印象的にする」とは、モデルの歪みを招くことを意味します。
- 対数スケールを指定しない: 対数軸を説明せずに使用します。
要約すると
欺瞞的なグラフィックスは嘘をつかずに欺きます。切り捨てられた軸、3D 効果、領域錯視、チェリーピッキング、非正規化、および二重軸が最も一般的な罠です。バーでは、軸を 0 から開始し、3D を使用せず、期間全体を表示し、必要に応じて正規化し、単位とソースを書き込みます。 AI を「印象的なものにする」ためではなく、完全性チェッカーとして使用します。モデルから読みやすく正直な出力を求めます。チャートの誠実さがあなたの評判になります。
アプリケーションタスク
持っている（または見つけた）チャートを選択します。 (1) 7 項目の正直性チェック (軸、スケール、タイプ、スコープ、正規化、ラベル、アクセシビリティ) を適用します。 (2)AIに監査役としてグラフを批評してもらう。 (3) 少なくとも 2 つの誤解を招く項目を修正します。 (4) 同じデータを意図的に誤解を招くバージョンと正直なバージョンで作成し、その違いを 1 文で書きます。
チェックリスト
- [ ] 棒グラフでは、y 軸は 0 から始まります。
- [ ] 3D/ボリューム/エリア錯視はありません。
- [ ] 関連するすべての期間/セグメントを表示します (一部のみを選択しません)。
- [ ] 必要に応じて、データ (一人当たり/割合) を正規化しました。
- [ ] 単位、時代、出典を図表に記載。
- [ ] 色覚異常者向けの区別 (形状/ラベル) があります。
- [ ] モデルは「印象的」ではなく、「正直で読みやすい」ものにしたかったのです。