Seminář k diplomové práci I.

Abstrakt

Tato komentovaná tematická rešerše se zaměřuje na problematiku srozumitelnosti datových vizualizací pro nejširší veřejnost. Cílem této práce je získat hlubší porozumění současnému stavu srozumitelnosti datových vizualizací, identifikovat klíčové faktory ovlivňující srozumitelnost a zhodnotit postupy a doporučení pro tvorbu vizualizací, které budou lépe přístupné pro širokou veřejnost.

Klíčová slova

datové vizualizace, srozumitelnost, nejširší veřejnost, interaktivita, design, doporučení, informace, technologie, vzdělávání, informační gramotnost

Úvod

Datové vizualizace hrají významnou roli při komunikaci složitých datových sad a umožňují lidem lépe porozumět informacím prostřednictvím vizuálního zobrazení. Nicméně, ne všechny datové vizualizace jsou automaticky srozumitelné pro nejširší veřejnost, což může vést k nesprávnému chápání a interpretaci dat. Z toho vyplývá hned úvodní otázka: Jaké jsou nejlepší postupy a doporučení pro tvorbu a prezentaci datových vizualizací, které jsou srozumitelné pro nejširší veřejnost?

Tato otázka vytváří základní rámec pro tuto komentovanou tematickou rešerši, která se zaměřuje na srozumitelnost datových vizualizací. Má práce se zabývá analýzou současného stavu srozumitelnosti datových vizualizací, identifikací klíčových faktorů ovlivňujících srozumitelnost a následným navržením postupů a doporučení, které povedou k vytvoření vizualizací, které budou lépe přístupné a srozumitelné pro nejširší spektrum uživatelů.

Srozumitelnost datových vizualizací se dá nejlépe definovat jako schopnost vizualizace předávat jasnou a srozumitelnou informaci uživatelům, aby byli schopni interpretovat a chápat prezentovaná data a získat z nich relevantní poznatky. Jedná se o schopnost vizualizace komunikovat účelně a efektivně s uživateli, bez zbytečných překážek nebo nedorozumění.

Z hlediska srozumitelnosti je důležité, aby datová vizualizace byla přístupná a zřejmá pro co nejširší spektrum uživatelů. Klíčová je tedy jak vizuální prezentace (například volba vhodného grafického typu, barvy, rozložení atd.), tak vhodná struktura a uspořádání dat. Srozumitelnost také zahrnuje schopnost vizualizace poskytovat uživatelům dostatečný kontext a vysvětlit důležité souvislosti, aby byli schopni interpretovat data správně.

Dalším aspektem srozumitelnosti je použití jasných a jednoznačných popisů a popisných titulků, které pomáhají uživatelům přesně identifikovat, co je ve vizualizaci zobrazeno. Také je důležité minimalizovat přetížení informacemi a nepotřebné vizuální prvky, které by mohly vést ke zmatení nebo rozptylování pozornosti.

Stručně lze tedy srozumitelnost datových vizualizací definovat jako schopnost těchto vizualizací předávat informace tak, aby byly jednoznačné, srozumitelné a interpretovatelné pro širokou veřejnost, bez ohledu na úroveň znalostí nebo zkušeností s datovými vizualizacemi.

Úvodem je třeba rovněž zmínit pět základních důvodů, proč srozumitelnost datových vizualizací pro nejširší veřejnost představuje výzvu.

Různorodost uživatelů: Nejširší veřejnost tvoří různé skupiny uživatelů s různými úrovněmi znalostí, dovedností a zkušeností s daty a vizualizacemi. To znamená, že vizualizace musí být srozumitelné pro laiky, ale zároveň dostatečně informativní pro odborníky. Přizpůsobení vizualizací takové škále uživatelů je náročný úkol.
Komplexita dat: Mnoho datových souborů je složitých a obsahuje velké množství informací. Znázornění těchto dat ve srozumitelné formě vyžaduje pečlivou selekci a organizaci dat, aby bylo možné uživatelům předat jasný a strukturovaný obraz datových informací.

Vizuální přetížení: Příliš mnoho vizuálních prvků, složité grafické prvky nebo nepřehledné uspořádání mohou vést k vizuálnímu přetížení a zmatečnosti uživatelů. Srozumitelné vizualizace by měly minimalizovat rušivé prvky a vytvářet čistý a přehledný vizuální design.
Vysvětlení kontextu: Správné porozumění datovým vizualizacím vyžaduje vhodné vysvětlení kontextu. Bez adekvátního kontextu může být obtížné porozumět datům a interpretovat je správně. Vizualizace by měly být schopné poskytnout dostatečné informace o původu dat, jejich významu a případných omezeních.
Jasná komunikace: Datové vizualizace by měly být schopny jasně komunikovat záměr a poselství, které se snaží předat. Uživatelé by měli být schopni rychle a přesně pochopit, co je ve vizualizaci zobrazeno a jakým způsobem mají data interpretovat.
Identifikace nejlepších postupů a doporučení pro vytváření srozumitelných datových vizualizací důležitá, aby se zvýšila komunikace, snížilo se informační přetížení, zvýšila se přístupnost a inkluzivita, podpořilo efektivní rozhodování, zlepšila se komunikace vědy a výzkumu a optimalizovalo se učení a vzdělávání. Tímto způsobem můžeme využít potenciál datových vizualizací k efektivnímu sdílení informací a podpoře informovanosti ve společnosti.

Zakotvení tématu v oboru ISK

Tato odborná práce se v kontextu oboru informačních studií a knihovnictví na Masarykově univerzitě v Brně zaměřuje na problematiku srozumitelnosti datových vizualizací pro nejširší veřejnost. Katedra informačních studií a knihovnictví (KISK) na Filozofické fakultě Masarykovy univerzity se specializuje na rozvoj informačních věd a kompetencí v oblasti informací, technologií a vzdělávání.

V rámci výuky na KISK je kladen důraz na rozvoj výzkumných dovedností studentů, metodologii informačních studií a knihovnictví a provázání teorie s praxí. KISK propojuje teoretické základy informační vědy s praktickými aspekty v knihovnách, veřejných institucích a komerčním sektoru. Pracuje také na pochopení a aplikaci knihovnictví a literatury v kulturním kontextu. Zaměřuje se také na produkty a služby vztahující se k uživatelům knihoven a dalším paměťovým a vzdělávacím institucím. Poskytuje metodickou podporu pro zavádění inovací v ICT do vzdělávacího procesu a podporuje témata související s informační gramotností. Prostřednictvím projektů a kurzů nabízí platformu pro rozvoj informační gramotnosti v praxi.

V tomto kontextu je práce na téma srozumitelnosti datových vizualizací pro nejširší veřejnost přirozeným rozšířením výzkumných a výukových aktivit KISK. Tato práce přispívá k rozvoji oboru informačních studií a knihovnictví a posiluje důležitost efektivní komunikace a prezentace datových informací pro širší veřejnost.

Výzkumné otázky

Jaký je současný stav srozumitelnosti datových vizualizací pro nejširší veřejnost a jaké jsou klíčové faktory ovlivňující srozumitelnost?
Jaké jsou nejefektivnější způsoby, jak přizpůsobit a prezentovat datové vizualizace tak, aby byly srozumitelné pro nejširší veřejnost?
Jaké jsou nejlepší postupy a doporučení pro tvorbu a prezentaci datových vizualizací, které jsou srozumitelné pro nejširší veřejnost?

Zvolené zdroje

Obecný rámec

Současným stavem čitelnosti vizualizace dat pro širokou veřejnost a klíčovými faktory, které ji ovlivňují, se zabývalo několik knih či článků. Allen (2018) se v knize “Visual brokerage: Communicating data and research through visualisation” zabývá úlohou vizualizací při efektivní komunikaci dat a výzkumu. Osvětluje výzvy a strategie pro zlepšení čitelnosti vizualizací.

Klasická kniha The functional art: an introduction to information graphics and visualization, Cairo (2013), poskytuje přehled o informační grafice a vizualizaci a zdůrazňuje význam funkčnosti a efektivity při předávání informací široké veřejnosti. Cairova kniha nabízí pohled na faktory ovlivňující čitelnost a na to, jak přizpůsobit vizualizace dat, aby byly srozumitelné.

Ve své novější knize The Truthful Art: Data, Charts, and Maps for Communication, Cairo (2016), se dále zabývá oblastí vizualizace dat a jejími komunikačními aspekty. Zdůrazňuje potřebu pravdivého zobrazení dat a poskytuje návod, jak vytvářet vizualizace, které jsou jasné a srozumitelné širokému publiku.

Článek Elmqvist a Yi (2015) publikovaný v časopise Information Visualization pojednává o metodách hodnocení účinnosti a srozumitelnosti vizualizací. Tato práce poskytuje cenné poznatky o procesu hodnocení a upozorňuje na vzory, které přispívají k lepšímu pochopení a interpretaci vizuálních reprezentací.

Data visualisation: A Handbook for Data Driven Design, Kirk (2016), od datového novináře působícího ve Financial Times Andyho Kirka nabízí praktické návody pro tvorbu efektivních vizualizací dat. Kirk zdůrazňuje význam principů designu, vyprávění příběhů a přístupů zaměřených na uživatele, které zvyšují čitelnost a pochopení pro širokou veřejnost.

Kapitola knihy s názvem User Studies in Visualization: A Reflection on Methods, Tory (2014), přináší poznatky o významu uživatelských studií při hodnocení efektivity a použitelnosti vizualizací dat. Tato kapitola pojednává o různých metodách používaných v uživatelských studiích a zamýšlí se nad jejich aplikací v kontextu vizualizace. Tory v kapitole zdůrazňuje význam pochopení perspektiv, potřeb a kognitivních procesů uživatelů při navrhování a prezentaci vizualizací. Zabývá se různými metodami uživatelských studií, jako jsou rozhovory, pozorování a testy použitelnosti, a diskutuje jejich silné stránky a omezení při hodnocení čitelnosti a srozumitelnosti vizualizací pro širokou veřejnost.

Souhrnně tato literatura zdůrazňuje význam funkčnosti, pravdivosti, hodnocení, principů návrhu a přístupů zaměřených na uživatele pro zlepšení čitelnosti datových vizualizací pro širokou veřejnost. Poskytují cenné poznatky a doporučení pro výzkumné pracovníky a odborníky z praxe, kteří se snaží vytvářet a prezentovat vizualizace dat srozumitelné širokému publiku.

Výzkumné studie

What makes for great data journalism? A content analysis of data journalism awards finalists 2012–2015

Young, M. L., Hermida, A., & Fulda, J. (2018). What makes for great data journalism? A content analysis of data journalism awards finalists 2012–2015.

Tato studie se zaměřila na hodnocení kvality datové žurnalistiky a analyzovala vítěze a finalisty hlavních národních a mezinárodních cen za datovou žurnalistiku v letech 2012-15. Cílem studie bylo zkoumat, co vede k tomu, aby se datová žurnalistika dostala na vysokou úroveň. Byla provedena obsahová analýza datových projektů, které kanadská média předložila třem novinářským asociacím. Výsledky naznačují nedostatek přijatých standardů pro excelentní datovou žurnalistiku. Kvalita projektů byla ovlivněna používáním bezplatných online nástrojů a nedostatkem interdisciplinární spolupráce. Ve zkoumaných datových projektech byly hojně využívány vizualizační prvky jako dynamické mapy, grafy a videa. Ve většině projektů byla přítomna interaktivita, přičemž nejčastěji používanými technikami byly kontrola a filtrování. Výsledky studie poukazují na potřebu dalšího výzkumu a na interdisciplinární spolupráci v oblasti datové žurnalistiky a dopadů nástrojů, jako jsou Google Mapy, na vlastní praxi.

Promoting performance information use through data visualization: evidence from an experiment.

Ballard, A. (2020). Promoting performance information use through data visualization: evidence from an experiment. Public Performance & Management Review, 43(1), 109-128.

Tato studie se zaměřuje na problematiku využívání informací o výkonu organizací prostřednictvím vizualizace dat. Snaží se odpovědět na otázku, proč organizace nedostatečně využívají dostupná data. Předchozí výzkumy naznačují, že jedním z důvodů může být nedostatečná vizuální přístupnost zpráv o výkonnosti. V rámci experimentálního průzkumu bylo testováno, zda grafické zobrazení informací o výkonnosti vede k vyššímu zamýšlenému využívání těchto informací manažery veřejného zdravotnictví. Výsledky naznačují, že vizualizace dat může zvýšit záměr manažerů využívat informace o výkonnosti při rozhodování, zejména v případě poměrových ukazatelů a srovnávacích zpráv. Tato studie nabízí praktické přístupy k podpoře využívání informací o výkonu a otevírá nové cesty pro další výzkum v oblasti výkonnosti a poznávání dat.

Reveal, don’t conceal: transforming data visualization to improve transparency.

Weissgerber, T. L., Winham, S. J., Heinzen, E. P., Milin-Lazovic, J. S., Garcia-Valencia, O., Bukumiric, Z., … & Milic, N. M. (2019). Reveal, don’t conceal: transforming data visualization to improve transparency. Circulation, 140(18), 1506-1518.

Tato studie se zaměřuje na zlepšení transparentnosti prezentace dat ve vědecké literatuře prostřednictvím transformace vizualizace dat. Předchozí zprávy poukazují na problémy spojené se standardním používáním sloupcových grafů pro zobrazení spojitých dat a vyzývají k použití grafiky, která lépe zobrazuje rozložení dat. Avšak nedostatek konkrétních návodů, jak efektivně zobrazit data, přetrvává. V rámci systematického přehledu publikací o periferních cévních onemocněních byl analyzován výskyt neoptimálních postupů vizualizace dat. Výsledky ukázaly, že 47,7 % prací stále používá sloupcové grafy pro prezentaci spojitých dat. Studie nabízí strategie pro výběr vhodného typu obrázku v závislosti na designu studie, velikosti vzorku a typu proměnné. Dále zkoumá techniky pro vytváření efektivních bodových grafů, krabicových grafů a houslových grafů a poskytuje návody, jak vyhnout se vysílání smíšených zpráv tím, že se ladí struktura obrázku s designem studie a statistickou analýzou. Studie také nabízí řešení běžných problémů a seznam nástrojů a šablon, které mohou autoři použít k vytvoření informativnějších obrázků. Na závěr studie navrhuje opatření, která mohou vědci, redaktoři časopisů a financující agentury přijmout ke zlepšení prezentace dat ve vědecké literatuře.

How American media framed 2016 presidential election using data visualization: The case study of the New York times and the Washington post

Alieva, I. (2023). How American media framed 2016 presidential election using data visualization: The case study of the New York times and the Washington post. Journalism Practice, 17(4), 814-840.

Tato studie se zaměřuje na vliv důkazů na důvěru ve zprávy a vnímání jejich důvěryhodnosti. Prostřednictvím kvantitativního výzkumu provedeného formou online experimentu zkoumá, jak různé typy důkazů ovlivňují reakce respondentů. Výzkum potvrdil, že přítomnost relevantních a silných důkazů ve zprávách pozitivně ovlivňuje důvěru ve zprávy a vnímání jejich důvěryhodnosti. Ukázalo se také, že důvěryhodnost novinářů a médií jako celku má vliv na vnímání důvěryhodnosti zpráv. Studie nabízí doporučení pro novináře ohledně efektivního využívání důkazů k posílení důvěryhodnosti svých zpráv. Tyto poznatky mohou být relevantní pro otázky týkající se srozumitelnosti datových vizualizací pro širokou veřejnost.

How can journalists promote news credibility? Effects of evidences on trust and credibility.

Henke, J., Leissner, L., & Möhring, W. (2020). How can journalists promote news credibility? Effects of evidences on trust and credibility. Journalism Practice, 14(3), 299-318.

https://sci-hub.st/10.1080/17512786.2019.1605839

Studie Henke et al. (2020) se zaměřuje na vliv důkazů na důvěryhodnost a důvěru veřejnosti v novinky. Prostřednictvím provedení tří experimentů autoři zjistili, že přítomnost silných důkazů ve zprávách zvyšuje jejich hodnocení důvěryhodnosti a vyvolává větší důvěru u čtenářů ve srovnání s články bez důkazů nebo se slabými důkazy. Také se ukázalo, že statistické důkazy mají větší vliv na důvěru ve zprávy než odborné názory nebo výsledky výzkumu. Dále autoři zjistili, že přítomnost důkazů v článcích vede k větší změně postoje čtenářů k zprávám. Tato studie naznačuje, že přítomnost relevantních a přesvědčivých důkazů, zejména ve formě statistických informací, může zvýšit důvěryhodnost zpráv a ovlivnit vnímání a přijetí zpráv ze strany čtenářů. Doporučené postupy pro tvorbu srozumitelných datových vizualizací zahrnují zahrnutí silných důkazů a statistických informací, které podporují prezentované informace, a poskytování kontextu a vysvětlení statistických informací k lepšímu porozumění vizualizacím čtenáři.

Závěrečná syntéza poznatků

Přítomnost důkazů ve zprávách má pozitivní vliv na důvěryhodnost a důvěru veřejnosti. Studie potvrzují, že články obsahující silné a přesvědčivé důkazy získávají vyšší hodnocení důvěryhodnosti a větší důvěru ze strany čtenářů. Především statistické důkazy se ukázaly jako klíčový faktor ovlivňující důvěru ve zprávy. Zároveň bylo zjištěno, že přítomnost důkazů může mít vliv na změnu postoje čtenářů k zprávám.

Studií přinášejí důležité poznatky pro novináře a tvůrce datových vizualizací. Doporučuje se zahrnout do zpráv a vizualizací relevantní a silné důkazy zejména ve formě statistických informací, které podporují prezentované informace. Poskytování kontextu a vysvětlení statistických informací je také klíčové pro lepší porozumění vizualizacím čtenáři. Tyto postupy mohou pomoci posílit důvěryhodnost zpráv a zvýšit důvěru veřejnosti v média.

Dále je třeba zdůraznit význam novinářského etického přístupu k prezentaci důkazů. Využívání důkazů by mělo být založeno na transparentnosti, přesnosti a spravedlivém vyvážení různých hledisek. Novináři by měli důkladně ověřovat a kontrolovat zdroje informací a důkazů, aby zajistili kvalitu a spolehlivost svých zpráv.

Důkazy hrají klíčovou roli při posilování důvěryhodnosti zpráv a důvěry veřejnosti v médiích. Jejich přítomnost a kvalita mají vliv na vnímání zpráv a přijetí informací čtenáři. Novináři a tvůrci datových vizualizací by se měli zaměřit na strategie, které podporují využívání relevantních a silných důkazů, aby zvýšili důvěru veřejnosti a posílili důvěryhodnost svých zpráv. To může zahrnovat využívání statistických důkazů, které se ukázaly být účinnými při budování důvěry ve zprávy. Je také důležité, aby novináři poskytovali kontext a vysvětlení statistických informací, aby čtenáři lépe porozuměli prezentovaným datům.

Zároveň je nezbytné, aby novináři dodržovali etické standardy při prezentaci důkazů. To zahrnuje ověřování a kontrolování zdrojů informací, transparentnost ve zpravodajském procesu a vyváženost výběru důkazů. Důvěra ve zprávy je úzce spojena s důvěrou v novinářskou profesionálnost a etiku.

Hlavní přínosy kvalitních datových vizualizací by se daly shrnout následovně:

Zlepšení komunikace: Srozumitelné datové vizualizace umožňují efektivnější komunikaci datových informací mezi tvůrci vizualizací a uživateli. Kvalitně navržené vizualizace umožňují uživatelům snadněji porozumět a interpretovat data, což vede k lepšímu sdílení poznatků a informací.

Překonání informačního přetížení: V dnešním digitálním světě jsme vystaveni obrovskému množství dat a informací. Srozumitelné vizualizace pomáhají překonat informační přetížení tím, že z dat extrahují klíčové informace a prezentují je přehledným a strukturovaným způsobem. To umožňuje uživatelům rychle a efektivně získat relevantní poznatky.

Přístupnost a inkluzivita: Srozumitelné vizualizace zvyšují přístupnost datových informací pro širokou veřejnost. Ne každý má vysokou úroveň datové gramotnosti nebo odborné znalosti, a proto je důležité, aby vizualizace byly přístupné pro všechny uživatele bez ohledu na jejich úroveň znalostí. Identifikace nejlepších postupů a doporučení umožní vytvořit vizualizace, které budou srozumitelné pro různé skupiny uživatelů.

Efektivní rozhodování: Srozumitelné vizualizace mají potenciál podpořit efektivní rozhodování na základě dat. Když jsou data prezentována srozumitelným způsobem, uživatelé jsou schopni lépe porozumět informacím a vytvořit informovaná rozhodnutí. To se týká jak jednotlivců v jejich osobním životě, tak i profesionálů v oblasti podnikání, politiky, vědy a dalších odvětvích.

Lepší komunikace výzkumu a vědy: Identifikace nejlepších postupů a doporučení pro srozumitelné vizualizace přispívá k lepší komunikaci výzkumných výsledků a vědeckých poznatků. Vizualizace mohou hrát klíčovou roli při prezentaci výzkumu a vědeckých poznatků širší veřejnosti. Srozumitelné vizualizace umožňují vědcům a výzkumníkům přiblížit svou práci a výsledky veřejnosti, nejen odbornému publiku. To napomáhá šíření vědeckého povědomí, podporuje transparentnost a důvěru ve vědecké procesy a zvyšuje zapojení veřejnosti do vědeckých diskusí.

Optimalizace učení a vzdělávání: Vizualizace jsou také důležitým nástrojem pro vzdělávání a učení. Srozumitelné vizualizace pomáhají studentům a studentkám lépe porozumět a zapamatovat si složité koncepty a informace. Identifikace nejlepších postupů a doporučení pro srozumitelné vizualizace umožní vytvořit efektivní vzdělávací materiály a prostředky pro školy, univerzity a vzdělávací instituce.

Literatura a zdroje

Alieva, I. (2023). How American media framed 2016 presidential election using data visualization: The case study of the New York times and the Washington post. Journalism Practice, 17(4), 814-840.

Allen, W. L. (2018). Visual brokerage: Communicating data and research through visualisation. Public Understanding of Science, 27(8), 906-922.

Ballard, A. (2020). Promoting performance information use through data visualization: evidence from an experiment. Public Performance & Management Review, 43(1), 109-128.

Cairo, A. (2012). The Functional Art: An introduction to information graphics and visualization. New Riders.

Cairo, A. (2016). The truthful art: Data, charts, and maps for communication. New Riders.

Elmqvist, N., & Yi, J. S. (2015). Patterns for visualization evaluation. In Proceedings of the 2012 BELIV Workshop: Beyond Time and Errors-Novel Evaluation Methods for Visualization (pp. 1-8).

Henke, J., Leissner, L., & Möhring, W. (2020). How can journalists promote news credibility? Effects of evidences on trust and credibility. Journalism Practice, 14(3), 299-318.

Kirk, A. (2019). Data visualisation: A handbook for data driven design. Data Visualisation, 1-328.

Tory, M. (2013). User studies in visualization: A reflection on methods. In Handbook of Human Centric Visualization (pp. 411-426). New York, NY: Springer New York.

Young, M. L., Hermida, A., & Fulda, J. (2018). What makes for great data journalism? A content analysis of data journalism awards finalists 2012–2015. Journalism practice, 12(1), 115-135.

Příloha – tabulka

Zpět na předmět

Comments are closed.