Keuntungan:
- Kenali teknik herotan biasa seperti paksi putus-putus, kesan 3D, ilusi kawasan, pemetik ceri dan penyahnormalan.
- Keupayaan untuk menggunakan kecerdasan buatan bukan untuk 'menjadikannya mengagumkan' tetapi sebagai penyemak kejujuran dan meminta output yang boleh dibaca dan jujur daripada graf
- Keupayaan untuk menyemak dan membetulkan carta untuk paksi, skala, jenis, takat, normalisasi, label dan kebolehaksesan
Graf tidak terletak pada tahap yang paling berbahaya; Ia mengelirukan. Ia menggunakan data teknikal "betul" tetapi membentangkannya dengan cara yang memperdayakan mata. Pada zaman kepintaran buatan, risiko ini telah meningkat, kerana model itu sering mengutamakan "mengagumkan" berbanding "jujur" dan dengan cepat menghasilkan graf yang mengelirukan jika anda tidak perasan. Unit ini mengajar anda untuk mengenali teknik herotan biasa, menggunakan AI sebagai penyemak kejujuran dan membersihkan carta anda sendiri daripada perangkap ini.
Teknik penipuan yang paling biasa
Mari lihat beberapa konsep dengan contoh konkrit.
- Paksi terpotong: Paksi y tidak bermula dari 0, tetapi dari, katakan, 90; Perbezaan yang kecil nampaknya besar. Peningkatan 2% kelihatan seperti 50%.
- Paksi dwi/ songsang: Menunjukkan dua siri "bergerak bersama" seperti yang dikehendaki, dengan dua paksi y yang berbeza.
- 3D dan kelantangan: Pai/bar tiga dimensi menjadikan kepingan hadapan kelihatan lebih besar daripadanya; Nilai dikelirukan dengan kelantangan.
- Ilusi kawasan: Mewakili nilai dengan diameter bulatan dan mendarab luas (dan oleh itu persepsi).
- Paksi terbalik/digerakkan: Menyongsangkan paksi Y dan membuat peningkatan kelihatan seperti penurunan (terdapat contoh yang terkenal).
- Memetik ceri: Memilih tempoh masa/segmen yang sesuai dengan naratif dan menyembunyikan selebihnya.
- Tidak normalisasi: Membandingkan nombor mutlak tanpa membahagikan dengan populasi/pengkalan (bandar besar kelihatan "terdepan" dalam segala-galanya).
- Jumlah salah: Potongan pai tidak menambah sehingga 100%, bertindih kategori.
teknikal
Bagaimana ia boleh mengelirukan?
alternatif yang jujur
paksi-y putus-putus
Menjadikan perbezaan kecil menjadi lebih besar
Mulakan paksi dari 0
Kek/bar 3D
Perspektif memesongkan nilai
Bar biasa (2D).
Luas/diameter
Meningkatkan kawasan kepada 4×
Skala linear, label yang jelas
memetik ceri
Menyembunyikan tempoh terpencil
Tunjukkan keseluruhan tempoh
penyahnormalan
Memastikan tapak besar di hadapan
Kadar / setiap orang
dwi paksi
Mewujudkan hubungan palsu
Paksi tunggal atau carta berasingan
Awas: Peraturan "paksi mesti bermula pada 0" hampir mutlak untuk carta bar (panjang bar mewakili nilai). Kadangkala julat sempit adalah sah pada carta garis, tetapi kemudian jelaskannya; Jangan sekali-kali melakukannya untuk membesar-besarkan perbezaan.
Menjadikan kecerdasan buatan sebagai penyemak integriti
Salah satu kegunaan yang paling berkuasa: mempunyai model mengkritik carta anda sendiri. Sediakan tangkapan skrin atau penerangan untuk mengelakkan item yang mengelirukan.
Peranan anda: juruaudit etika visualisasi data. Semak carta ini untuk mengelirukan (imej dilampirkan / huraian: [ ... ]). Semak ini satu demi satu dan tandakan jika anda mendapati:1) Adakah paksi-y bermula pada 0? Adakah terdapat sebarang keratan?2) Adakah kesan 3D/volume memesongkan nilai?3) Adakah nilai dibesar-besarkan mengikut luas/diameter?4) Sekiranya seseorang memilih tempoh masa/segmen (pemetik ceri)?5) Adakah ianya nombor mutlak atau dinormalkan?6) Adakah paksi dwi mewujudkan hubungan palsu?7) Adakah ia boleh dibaca untuk setiap orang yang buta warna. Saya mahu ianya JUJUR, bukan sekadar 'bagus'.
Untuk mengaudit penegasan secara bebas daripada carta:
Tuntutan grafik berikut: "[tuntutan]". Adakah tuntutan ini SECARA JUJUR disokong oleh data? Nilaikan untuk paksi, skala, julat terpilih dan normalisasi. Apakah data yang mungkin disembunyikan yang melemahkan tuntutan itu? Graf/data: [ ... ].
Langkah demi langkah: lulus carta melalui kejujuran
- Periksa paksi. Adakah y daripada 0 pada carta palang? Adakah terdapat sebarang pemotongan?
- Semak skala. Linear atau logaritma? Adakah log dinyatakan?
- Semak jenis. Adakah terdapat sebarang salah tanggapan tentang 3D, kelantangan atau kawasan?
- Semak skop. Seluruh tempoh/segmen atau dipilih?
- Semak normalisasi. Adakah setiap orang/kadar diperlukan?
- Semak label dan sumber. Adakah ia berkata unit, tempoh, sumber?
- Semak kebolehaksesan. Adakah terdapat perbezaan untuk orang buta warna?
tiga kes mini
Kes 1 — Paksi terpotong. Sebuah syarikat telah membuat carta palang dengan paksi-y bermula pada 95 untuk menunjukkan keunggulannya berbanding pesaingnya; Perbezaan antara 96 dan 98 nampaknya dua kali ganda. Ia telah diperiksa sebelum pergi menekan, paksi ditetapkan kepada 0. Perbezaan sebenar ialah 2%; Grafik yang mengelirukan menunjukkan risiko reputasi.
Kes 2 — Normalisasi. Satu majlis perbandaran berkata, "Kami adalah daerah yang paling banyak menanam pokok"; tetapi mereka adalah daerah yang terbesar. Apabila kita melihat jumlah pokok per kapita (normal), mereka jatuh ke tempat ke-6. Kecerdasan buatan menunjukkan perbezaan ini; pembentangan dibuat secara jujur oleh metrik "per kapita".
Kes 3 — Memetik ceri. Satu pembentangan pelaburan hanya menunjukkan peningkatan bagi 4 suku terakhir; Dua tahun turun naik sebelumnya disembunyikan. Menambah semua sejarah dalam audit. Pelabur berkata "sekurang-kurangnya dia jujur" dan keyakinan meningkat; Jika ia telah disembunyikan, ia akan menjadi lebih buruk untuk mengetahui kemudian.
Gesaan lemah / Gesaan kuat
lemah:
Jadikan grafik ini lebih menarik.
Keinginan untuk "mengagumkan" mendorong model dengan tepat kepada teknik penipuan (pemotongan paksi, 3D, inflasi penekanan).
kuat:
Peranan anda: juruaudit etika visualisasi data. Jadikan carta bar ini LEBIH BOLEH DIBACA dan LEBIH JUJUR: jadikan paksi-y bermula pada 0, alih keluar 3D/bayang-bayang, isih bar mengikut nilai, gunakan warna sorotan tunggal, tambah unit dan sumber. Jangan lakukan apa-apa untuk membesar-besarkan perbezaan; Biarkan perbezaan yang nyata kelihatan. Grafik: [ ... ].
Yang kedua menuntut "boleh dibaca + jujur" dan bukannya "mengagumkan" dan mengenakan setiap peraturan kejujuran satu demi satu.
Kesilapan biasa
- Paksi putus-putus dalam bar: Cara paling biasa untuk membesar-besarkan perbezaan.
- Kesan 3D/kelantangan: Perspektif memesongkan nilai; tidak pernah menggunakannya.
- Nilai dengan luas/diameter: Mendarab persepsi dengan membesarkan bulatan.
- Memetik ceri: Memilih tempoh yang sesuai dan menyembunyikan selebihnya.
- Denormalisasi: Perbandingan tidak adil dengan nombor mutlak.
- “Jadikan ia mengagumkan” bermaksud: Mengundang herotan model.
- Tidak menyatakan skala log: Menggunakan paksi logaritma tanpa menerangkannya.
Secara ringkasnya
Grafik mengelirukan menipu tanpa berbohong: paksi terpotong, kesan 3D, ilusi kawasan, memetik ceri, penyahnormalan dan paksi berganda ialah perangkap yang paling biasa. Dalam bar, mulakan paksi pada 0, jangan gunakan 3D, tunjukkan keseluruhan tempoh, normalkan jika perlu, tulis unit dan sumber. Gunakan AI sebagai penyemak integriti, bukan untuk "menjadikannya mengagumkan"; Minta output yang boleh dibaca dan jujur daripada model. Kejujuran carta adalah reputasi anda.
Tugasan permohonan
Pilih carta yang anda ada (atau jumpa). (1) Gunakan semakan kejujuran tujuh item (paksi, skala, jenis, skop, normalisasi, label, kebolehcapaian). (2) Minta AI mengkritik graf dalam peranan juruaudit. (3) Betulkan sekurang-kurangnya dua perkara yang mengelirukan. (4) Menghasilkan data yang sama dengan versi yang sengaja mengelirukan dan jujur serta menulis perbezaan dalam satu ayat.
senarai semak
- [ ] Dalam carta bar, paksi-y bermula dari 0.
- [ ] Tiada ilusi 3D/volume/kawasan.
- [ ] Menunjukkan semua tempoh/segmen yang berkaitan (tiada memetik ceri).
- [ ] Jika perlu, saya menormalkan data (per kapita/kadar).
- [ ] Unit, tempoh dan sumber ditulis dalam carta.
- [ ] Terdapat perbezaan (bentuk/label) untuk penonton buta warna.
- [ ] Saya mahu model itu "jujur dan boleh dibaca", bukan "mengagumkan".