Blog

Apr 04, 2024

Warum Datenkommunikation unerfahrenen Benutzern Beachtung schenken muss

AMHERST, MA – Informatiker der University of Massachusetts (UMass) Amherst haben kürzlich herausgefunden, dass Datenvisualisierungsexperten kein einheitliches Verständnis darüber haben, wer zu ihnen zählt

AMHERST, MA – Informatiker der University of Massachusetts (UMass) Amherst haben kürzlich herausgefunden, dass Datenvisualisierungsexperten kein einheitliches Verständnis darüber haben, wer eine ihrer größten Zielgruppen ausmacht: unerfahrene Benutzer.Die Arbeit, die kürzlich mit dem begehrten Best Paper Award ausgezeichnet wurdeauf der Konferenz der Association for Computing Machinery zu Human Factors in Computing Systems (ACM CHI) ist ein wichtiger erster Schritt zur Gewährleistung umfassenderer Datenvisualisierungen und damit einer Datenvisualisierung, die für alle Benutzer funktioniert.

Unter Datenvisualisierung versteht man die visuelle und leicht verständliche Darstellung von Daten mithilfe gängiger Grafiken wie Diagramme, Diagramme, Infografiken und Animationen. Die Verwendung visueller Elemente bietet eine leicht zugängliche Möglichkeit, Trends, Ausreißer und Muster in Daten zu erkennen und zu verstehen. Eine der bekanntesten Datenvisualisierungen – das Kreisdiagramm – ist für fast jeden lesbar und seit seiner Erfindung im frühen 19. Jahrhundert eine Methode zur schnellen Informationsvermittlung.

Doch mit dem Aufkommen des Internets sind Umfang, Reichweite und Komplexität solcher Visualisierungen exponentiell gewachsen. Denken Sie an die verschiedenen Online-COVID-19-Tracker, Grafiken mit Wirtschaftsprognosen oder die Ergebnisse nationaler Wahlen. „Immer mehr Menschen verlassen sich auf Datenvisualisierungen, um Entscheidungen über ihr Leben zu treffen“, sagt Narges Mayhar, Assistenzprofessorin am Manning College of Information and Computer Science an der UMass Amherst und leitende Autorin des Artikels. „Sogar viele unserer kollektiven Entscheidungen basieren auf Datenvisualisierungen.“

Da die Verwendung einer Visualisierung von ihrer Verständlichkeit abhängt, könnte man annehmen, dass Datenvisualisierungsexperten ein klares und einheitliches Verständnis ihrer Zielgruppe haben, insbesondere ihrer nicht fachkundigen Benutzer. Und doch „hatten wir trotz jahrzehntelanger Datenvisualisierungsforschung keine klare Vorstellung davon, was jemanden zu einem ‚Neuling‘ macht“, sagt Mayhar. Diese Erkenntnis war so wichtig, dass die ACM CHI, die führende internationale Konferenz für Mensch-Computer-Interaktion, der Forschung den Best Paper Award verlieh, eine Auszeichnung, die dem besten Prozent der eingereichten Arbeiten vorbehalten war.

Mayhar, der Hauptautor Alyxander Burns, der die Forschung im Rahmen seines Graduiertenstudiums an der UMass Amherst abgeschlossen hat, und ihre Co-Autoren haben die letzten 30 Jahre der Visualisierungsforschung durchforstet und 79 Artikel in sieben Fachzeitschriften gefunden, die sich mit der Identifizierung der Visualisierung beschäftigten Zielgruppe für Datenvisualisierungen. In diesen 79 Artikeln stellten sie fest, dass die Definitionen eines unerfahrenen Benutzers sehr unterschiedlich waren, von Menschen, die Schwierigkeiten haben, „GPU-Cluster effektiv zu nutzen“, bis hin zu Menschen, denen es an Kenntnissen über „ontologische Modelle“ mangelt. Darüber hinaus stellte das Team fest, dass sich die Stichprobengruppen der meisten Forscher überwiegend auf weiße Menschen im College-Alter konzentrierten, die in den USA leben.

„Woher wissen wir, dass die von uns erstellten Visualisierungen für ältere Menschen, für Menschen ohne Hochschulabschluss oder für Menschen, die in einem der vielen anderen Länder der Welt leben, funktionieren könnten?“ fragt Mayhar. „Wir müssen als Fachgebiet klarstellen, was wir meinen, wenn wir ‚Neuling‘ sagen, und das Ziel dieses Papiers ist es, die Art und Weise zu ändern, wie Visualisierungsforscher über Neulinge denken, auf ihre Bedürfnisse einzugehen und Tools zu entwerfen, die für alle funktionieren.“ ”

– Diese Pressemitteilung wurde ursprünglich auf der Website der University of Massachusetts Amherst veröffentlicht