年度观察 | 信息可视化领域八大前沿趋势
1.交互技术与可视化的持续融合
Masks Work. Really. We’ll Show You How[3]
Data Visceralization: Enabling Deeper Understanding of Data Using Virtual Reality[4]
2.个性化、个人化的可视化设计范式兴起
3.感知/认知的基础研究进一步深入
4.可视化的沟通传达作用得到强调
另一方面,数据叙事的效果也值得关注——受众的反馈究竟如何?数据的传达是否有效?要回答这些问题,往往需要站在受众的角度、以受众为中心来思考。
去年,一张由英国金融时报设计的疫情图表,在世界范围内广泛传播。
这张图表把各个国家放在同一起跑线上,同时在展示确诊人数时,使用了对数坐标轴(而非线性坐标轴),从而更加方便数据比较(参见我们之前的文章)。这一设计之所以成功,核心在于它可以快速回答一些读者关心的问题:我们国家的疫情发展趋势如何?跟其他国家比算严重吗?增加到N个病例还要多少天?由此,图表设计师成功地实现了与读者的沟通。
不过,即使是这样精巧的设计,依然可能存在沟通失误的可能。其设计师John Burn在最近的一场分享[17]中提到,一些读者认为对数坐标轴在视觉上营造出了疫情在放缓的感觉,因此有帮助政府欺骗民众的嫌疑。他进而提到,用户的思维、感知模式、价值观往往都是非常多样的,这导致不同人对于可视化的解读也会产生差异。因此,要设计一个用于沟通传达的可视化,必须更多地将用户思维、用户情感纳入考量。
5.可视化的社会意义得到彰显
这篇作品以“公共话语的形成”作为研究出发点,结合客观的报道数据,对历史上存在过的“癌症村”进行了一次系统性的回顾。
6.智能技术变革可视化生产流程
随着智能技术的快速发展,可视化生产流程中的许多工作已可以被机器所替代。
例如,Retrieve-Then-Adapt可以自动生成占比类信息图(如饼图、环图)。用户只需输入一行文本,系统就可以识别出文本中的关键信息、生成信息图设计,并对其布局进行优化。
Retrieve-Then-Adapt: Example-based Automatic Generation for Proportion-related Infographics[20]
Calliope: Automatic Visual Data Story Generation from a Spreadsheet[23]
智能技术的应用,对于可视化领域的工作者既是挑战、又是机遇。原本重复、机械性的工作将被取代,而创意创新、艺术感性的能力则会被重视。
7.用户需求从观看数据到洞察数据
8.可视化用于教育和素养提升
Cheat Sheets for Visualization Techniques[28]
以上这些实践,展示了可视化与教育学交叉融合的可能性。例如,如何更好地培养儿童的视觉思维能力?如何为抽象知识(如空间几何、物理原理)设计出更好的教材?如何让不具备数据科学知识的人,体验数据学习的乐趣?
畅想未来,阅读数据、理解数据、使用数据的能力,必将成为每个人的基础素养。而信息可视化,则将成为打开庞杂数字世界的一道门、一扇窗。
参考文献:
[1] 来自星星的你——科技工作者心理调查可视化,https://www.bilibili.com/s/video/BV1Gi4y1E75T
[2] 流动的边界,https://www.bilibili.com/video/av753610655/
[3] Masks Work. Really. We’ll Show You How,https://www.nytimes.com/interactive/2020/10/30/science/wear-mask-covid-particles-ul.html
[4] Data Visceralization: Enabling Deeper Understanding of Data Using Virtual Reality,https://arxiv.org/abs/2009.00059
[5] VRIA: A Web-based Framework for Creating Immersive Analytics Experiences,https://github.com/vriajs/vria
[6] Uplift: A Tangible and Immersive Tabletop System for Casual Collaborative Visual Analytics,https://ieeexplore.ieee.org/document/9229116
[7] Scents and Sensibility- Evaluating Information Olfactation,https://dl.acm.org/doi/abs/10.1145/3313831.3376733
[8] The Anatomical Edutainer,https://arxiv.org/abs/2010.09850
[9] DataQuilt- Extracting Visual Elements from Images to Craft Pictorial Visualizations,https://dataquilt.github.io/dataquilt-paper.pdf
[10] Dear Pictograph- Investigating the Role of Personalization and Immersion for Consuming and Enjoying Visualizations,https://dl.acm.org/doi/fullHtml/10.1145/3313831.3376348
[11] Peak map, https://anvaka.github.io/peak-map/
[12] A Bayesian cognition approach for belief updating of correlation judgment through uncertainty,https://arxiv.org/abs/2008.00058
[13] A Design Space of Vision Science Methods for Visualization Research,https://arxiv.org/abs/2009.06855
[14] Data Comics for Reporting Controlled User Studies in Human-Computer Interaction,https://osf.io/unmyj
[15] What Makes a Data-GIF Understandable?,https://data-gifs.github.io
[16] Apache ECharts 5 系列教程(1)动态叙事,https://zhuanlan.zhihu.com/p/348516679
[17] John Burn-Murdoch’s BELIV workshop keynote:,https://youtu.be/xlN_QUdT6os
[18] 2286篇肺炎报道观察:谁在新闻里发声?,http://mp.weixin.qq.com/s?__biz=MzIwMDM5NzYyMQ==&mid=2652455274&idx=1&sn=700e17d6f2b0343d77f1623bc10eaa61&chksm=8d102730ba67ae26ef68789ec0a7565127d9f0daa2840e567b502c39b25e4b0e2533ee0d3045&scene=21#wechat_redirect
[19] “癌症村”的历史切片,http://cancervillage.creatby.com/
[20] Retrieve-Then-Adapt: Example-based Automatic Generation for Proportion-related Infographics,https://arxiv.org/abs/2008.01177
[21] Techniques for Flexible Responsive Visualization Design,https://jhoffswell.github.io/website/resources/papers/2020-ResponsiveVisualization-CHI.pdf
[22] MobileVisFixer: Tailoring Web Visualizations for Mobile Phones Leveraging an Explainable Reinforcement Learning Framework,https://arxiv.org/abs/2008.06678
[23] Calliope: Automatic Visual Data Story Generation from a Spreadsheet,https://calliope.idvxlab.com/
[24] Characterizing Automated Data Insights,https://arxiv.org/abs/2008.13060
[25] Characterizing the Quality of Insight by Interactions: A Case Study,https://ieeexplore.ieee.org/document/9020101/
[26] Insight Beyond Numbers: The Impact of Qualitative Factors on Visual Data Analysis,https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9241426
[27] stats-illustrations,https://github.com/allisonhorst/stats-illustrations
[28] Cheat Sheets for Visualization Techniques,https://visualizationcheatsheets.github.io/
特别鸣谢:《来自星星的你》作者朱阳阳、《2286篇肺炎报道观察:谁在新闻里发声?》作者葛舒润、《“癌症村”的历史切片》作者赵鹿鸣、祝晓蒙、赵博文与倭瓜分享他们的创作经验 :)