दिशाभूल करणारे व्हिज्युअलायझेशन टाळणे: ग्राफिक नैतिकता आणि सचोटी — सादरीकरण आणि डेटा व्हिज्युअलायझेशनमध्ये कृत्रिम बुद्धिमत्ता

नफा:

डॅश केलेला अक्ष, 3D प्रभाव, क्षेत्राचा भ्रम, चेरी पिकिंग आणि डिनोर्मलायझेशन यासारख्या सामान्य विकृती तंत्रे ओळखा.
कृत्रिम बुद्धिमत्ता वापरण्याची क्षमता 'ते प्रभावी बनवण्यासाठी' नाही तर प्रामाणिकपणा तपासक म्हणून आणि आलेखामधून वाचनीय आणि प्रामाणिक आउटपुटची विनंती करण्यासाठी
अक्ष, स्केल, प्रकार, विस्तार, सामान्यीकरण, लेबल आणि प्रवेशयोग्यतेसाठी चार्ट तपासण्याची आणि दुरुस्त करण्याची क्षमता

आलेख सर्वात धोकादायक नसतो; दिशाभूल करते. हे तांत्रिकदृष्ट्या "योग्य" डेटा वापरते परंतु ते डोळ्यांना फसवेल अशा प्रकारे सादर करते. कृत्रिम बुद्धिमत्तेच्या युगात, हा धोका वाढला आहे, कारण मॉडेल वारंवार "प्रामाणिक" पेक्षा "प्रभावी" ची बाजू घेते आणि तुमच्या लक्षात न आल्यास त्वरीत दिशाभूल करणारा आलेख तयार करते. हे युनिट तुम्हाला सामान्य विकृती तंत्र ओळखण्यास, AI चा प्रामाणिकपणा तपासक म्हणून वापर करण्यास आणि या सापळ्यांचे स्वतःचे चार्ट साफ करण्यास शिकवते.

सर्वात सामान्य फसवणूक तंत्र

ठोस उदाहरणांसह काही संकल्पना पाहू.

कापलेला अक्ष: y अक्ष 0 पासून सुरू होत नाही, परंतु, म्हणा, 90 पासून; एक छोटासा फरक मोठा वाटतो. 2% वाढ 50% सारखी दिसते.
दुहेरी/विलोम अक्ष: दोन भिन्न y-अक्षांसह, दोन मालिका "एकत्र हलत" इच्छेनुसार दाखवत आहे.
3D आणि व्हॉल्यूम: त्रि-आयामी पाय/बार समोरचा स्लाइस त्याच्यापेक्षा मोठा दिसतो; व्हॉल्यूमसह मूल्य गोंधळलेले आहे.
क्षेत्र भ्रम: वर्तुळाच्या व्यासासह मूल्याचे प्रतिनिधित्व करणे आणि क्षेत्राचा गुणाकार करणे (आणि म्हणून समज).
उलटा/हलवलेला अक्ष: Y-अक्ष उलटा करणे आणि वाढ कमी झाल्यासारखे बनवणे (अशी कुख्यात उदाहरणे आहेत).
चेरी पिकिंग: कथनात बसणारा कालावधी/सेगमेंट निवडणे आणि बाकीचे लपवणे.
नॉन-सामान्यीकरण: लोकसंख्या/आधाराने भाग न घेता निरपेक्ष संख्येची तुलना करणे (मोठे शहर प्रत्येक गोष्टीत "अग्रणी" दिसते).
चुकीचे एकूण: पाई स्लाइस 100% पर्यंत जोडत नाहीत, आच्छादित श्रेणी.

तांत्रिक

दिशाभूल कशी होऊ शकते?

प्रामाणिक पर्याय

डॅश केलेला y-अक्ष

लहान फरक मोठा करतो

0 पासून अक्ष सुरू करा

3D केक/बार

दृष्टीकोन मूल्य विकृत करतो

साधा (2D) बार

क्षेत्र/व्यास

क्षेत्रफळ 4× पर्यंत वाढवते

रेखीय स्केल, स्पष्ट लेबल

चेरी पिकिंग

बाह्य कालावधी लपवतो

संपूर्ण कालावधी दर्शवा

विकृतीकरण

मोठा पाया समोर ठेवतो

दर / प्रति व्यक्ती

दुहेरी अक्ष

खोटे नाते निर्माण करतो

एकल अक्ष किंवा स्वतंत्र चार्ट

खबरदारी: बार चार्टसाठी "अक्ष 0 पासून सुरू होणे आवश्यक आहे" नियम जवळजवळ परिपूर्ण आहे (बारची लांबी मूल्य दर्शवते). काहीवेळा संकीर्ण श्रेणी रेखा चार्टवर कायदेशीर असते, परंतु नंतर ते स्पष्ट करा; फरक अतिशयोक्ती करण्यासाठी कधीही करू नका.

कृत्रिम बुद्धिमत्ता एक अखंडता तपासक बनवणे

सर्वात शक्तिशाली वापरांपैकी एक: आपल्या स्वतःच्या चार्टवर मॉडेल समालोचन करणे. दिशाभूल करणारे आयटम टाळण्यासाठी स्क्रीनशॉट किंवा वर्णन प्रदान करा.

तुमची भूमिका: डेटा व्हिज्युअलायझेशन एथिक्स ऑडिटर. दिशाभूल करण्यासाठी हा चार्ट तपासा (प्रतिमा संलग्न केलेले / वर्णन: [ ... ]). हे एक एक करून तपासा आणि तुम्हाला आढळल्यास चिन्हांकित करा: 1) y-अक्ष 0 पासून सुरू होतो का? काही क्लिपिंग आहे का? 2) 3D/व्हॉल्यूम इफेक्टमुळे मूल्य विकृत होते का? 3) क्षेत्र/व्यासानुसार मूल्य अतिशयोक्तीपूर्ण आहे का? 4) एखाद्याने कालावधी/विभाग निवडला पाहिजे (चेरी पिकिंग)? 5) तो एक परिपूर्ण संख्या किंवा सामान्यीकृत असावा? 6) दुहेरी अक्ष एक अस्पष्ट संबंध निर्माण करतो का? 7) प्रत्येक व्यक्तीसाठी रंग वाचण्यायोग्य आहे का? मला ते फक्त 'छान' नसून प्रामाणिक असावे असे वाटते.

चार्टच्या स्वतंत्रपणे प्रतिपादनाचे ऑडिट करण्यासाठी:

खालील ग्राफिक दावे: "[दावा]". हा दावा डेटाद्वारे प्रामाणिकपणे समर्थित आहे का? अक्ष, स्केल, निवडलेली श्रेणी आणि सामान्यीकरण यासाठी मूल्यांकन करा. दावा कमकुवत करणारा कोणता डेटा लपविला जाऊ शकतो? आलेख/डेटा: [... ].

स्टेप बाय स्टेप: प्रामाणिकपणाद्वारे चार्ट पास करणे

अक्ष तपासा. बार चार्टवर 0 पासून y आहे का? काही कटिंग आहे का?
स्केल तपासा. रेखीय किंवा लॉगरिदमिक? लॉग निर्दिष्ट केला आहे का?
प्रकार तपासा. 3D, व्हॉल्यूम किंवा क्षेत्रफळाचे काही गैरसमज आहेत का?
व्याप्ती तपासा. संपूर्ण कालावधी/विभाग किंवा निवडलेला?
सामान्यीकरण तपासा. प्रति व्यक्ती/दर आवश्यक आहे का?
लेबल आणि स्त्रोत तपासा. ते एकक, कालावधी, स्त्रोत म्हणतात का?
प्रवेशयोग्यता तपासा. रंगांध लोकांसाठी काही फरक आहे का?

तीन लहान प्रकरणे

केस 1 - कापलेला अक्ष. एका कंपनीने आपल्या प्रतिस्पर्ध्यापेक्षा आपली श्रेष्ठता दर्शविण्यासाठी y-अक्ष 95 पासून सुरू होणारा बार चार्ट बनवला होता; 96 आणि 98 मधील फरक दुप्पट दिसत होता. दाबण्यासाठी जाण्यापूर्वी त्याची तपासणी केली गेली, अक्ष 0 वर सेट केला गेला. वास्तविक फरक 2% होता; दिशाभूल करणाऱ्या ग्राफिकने प्रतिष्ठेची जोखीम सादर केली.

केस 2 - सामान्यीकरण. एका नगरपालिकेने ‘आम्ही सर्वाधिक झाडे लावणारा जिल्हा आहोत’; पण ते सर्वात मोठे जिल्हा होते. जेव्हा आपण दरडोई झाडांची संख्या (सामान्यीकृत) पाहतो तेव्हा ते 6 व्या स्थानावर येतात. कृत्रिम बुद्धिमत्तेने हा फरक दाखवून दिला; "दरडोई" मेट्रिकने सादरीकरण प्रामाणिक केले.

केस 3 - चेरी पिकिंग. एका गुंतवणुकीच्या सादरीकरणाने गेल्या 4 तिमाहीत केवळ वाढ दर्शविली; मागील दोन वर्षातील चढउतार लपवले होते. ऑडिटमध्ये सर्व इतिहास जोडला. गुंतवणूकदार म्हणाला "किमान तो प्रामाणिक आहे" आणि आत्मविश्वास वाढला; जर ते लपवून ठेवले असते तर नंतर शोधून काढणे अधिक वाईट झाले असते.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत:

हे ग्राफिक अधिक प्रभावी बनवा.

"प्रभावी" ची इच्छा मॉडेलला फसवणुकीच्या तंत्रांकडे तंतोतंत ढकलते (अक्ष कटिंग, 3D, जोर फुगवणे).

मजबूत:

तुमची भूमिका: डेटा व्हिज्युअलायझेशन एथिक्स ऑडिटर. हा बार चार्ट अधिक वाचनीय आणि अधिक प्रामाणिक बनवा: y-अक्ष 0 पासून सुरू करा, 3D/सावली काढा, बार मूल्यानुसार क्रमवारी लावा, सिंगल हायलाइट रंग वापरा, युनिट आणि स्रोत जोडा. फरक अतिशयोक्ती करण्यासाठी काहीही करू नका; खरा फरक दिसू द्या. ग्राफिक: [... ].

दुसरा "प्रभावी" ऐवजी "वाचनीय + प्रामाणिक" ची मागणी करतो आणि प्रत्येक प्रामाणिकपणाचे नियम एक एक करून लादतो.

सामान्य चुका

बारमध्ये डॅश केलेला अक्ष: फरक अतिशयोक्ती करण्याचा सर्वात सामान्य मार्ग.
3D/व्हॉल्यूम प्रभाव: दृष्टीकोन मूल्य विकृत करतो; ते कधीही वापरू नका.
क्षेत्र/व्यासासह मूल्य: वर्तुळ मोठे करून समज गुणाकार करणे.
चेरी पिकिंग: योग्य कालावधी निवडणे आणि उर्वरित लपवणे.
डिनोर्मलायझेशन: निरपेक्ष संख्येसह अयोग्य तुलना.
"ते प्रभावी बनवा" म्हणजे: मॉडेलच्या विकृतीला आमंत्रित करणे.
लॉग स्केल निर्दिष्ट न करणे: लॉगरिदमिक अक्ष स्पष्ट न करता वापरणे.

सारांशात

भ्रामक ग्राफिक्स खोटे न बोलता फसवणूक करतात: ट्रंकेटेड अक्ष, 3D प्रभाव, क्षेत्र भ्रम, चेरी पिकिंग, डिनोर्मलायझेशन आणि डबल अक्ष हे सर्वात सामान्य सापळे आहेत. बारमध्ये, अक्ष 0 वर सुरू करा, 3D वापरू नका, संपूर्ण कालावधी दर्शवा, आवश्यक तेथे सामान्य करा, युनिट आणि स्त्रोत लिहा. AI चा एकनिष्ठता तपासक म्हणून वापर करा, "ते प्रभावी बनवण्यासाठी" नाही; मॉडेलमधून सुवाच्य आणि प्रामाणिक आउटपुटसाठी विचारा. चार्टची प्रामाणिकता ही तुमची प्रतिष्ठा आहे.

अर्ज कार्य

तुमच्याकडे असलेला (किंवा सापडलेला) चार्ट निवडा. (1) सात-आयटम प्रामाणिकपणा तपासणी (अक्ष, स्केल, प्रकार, व्याप्ती, सामान्यीकरण, लेबल, प्रवेशयोग्यता) लागू करा. (2) AI ला लेखापरीक्षकाच्या भूमिकेत आलेखावर टीका करू द्या. (3) कमीत कमी दोन दिशाभूल करणाऱ्या गोष्टींचे निराकरण करा. (4) जाणीवपूर्वक दिशाभूल करणारी आणि प्रामाणिक आवृत्तीसह समान डेटा तयार करा आणि फरक एका वाक्यात लिहा.

चेकलिस्ट

[ ] बार चार्टमध्ये, y-अक्ष 0 पासून सुरू होतो.
3D/आवाज/क्षेत्र भ्रम नाही.
[ ] सर्व संबंधित कालावधी/सेगमेंट दाखवत आहे (चेरी पिकिंग नाही).
आवश्यक असल्यास, मी डेटा (दरडोई/दर) सामान्यीकृत केला.
चार्टमध्ये लिहिलेले एकक, कालावधी आणि स्त्रोत.
कलरब्लाइंड व्ह्यूअरसाठी भेद (आकार/लेबल) आहे.
[ ] मला मॉडेल "प्रामाणिक आणि वाचनीय" हवे होते, "प्रभावी" नाही.