数据可视化研究人员并不清楚是什么让某人成为新手

马萨诸塞大学阿默斯特分校的计算机科学家最近发现，数据可视化专家对于他们最大的受众之一(新手用户)的构成没有达成一致的理解。这项工作最近在计算机协会计算系统中的人为因素会议(ACM CHI)上获得了令人垂涎的最佳论文奖，是确保更具包容性的数据可视化以及适用于所有用户的数据可视化的重要的第一步。

数据可视化是使用图表、绘图、信息图表和动画等常见图形以直观且易于理解的方式表示数据。使用视觉元素提供了一种查看和理解数据趋势、异常值和模式的便捷方式。最熟悉的数据可视化之一——饼图——几乎对每个人来说都清晰易读，并且自 19 世纪初发明以来一直是一种用于快速传达信息的方法。

但是，随着互联网的出现，此类可视化的范围、范围和复杂性呈指数级增长。想想各种在线新冠肺炎追踪器、显示经济预测或全国选举结果的图形。“人们越来越多地依靠数据可视化来做出生活决策，”麻省大学阿默斯特分校曼宁信息与计算机科学学院助理教授、该论文的资深作者Narges Mayhar说道。“甚至我们的许多集体决策都依赖于数据可视化。”

由于可视化的使用取决于其可理解性，因此人们会认为数据可视化专家对其受众(尤其是非专家用户)有清晰且标准的理解。然而，“尽管进行了数十年的数据可视化研究，我们仍然不清楚是什么让某人成为‘新手’，”梅哈尔说。这一见解非常重要，以至于人机交互领域首屈一指的国际会议 ACM CHI 为这项研究颁发了最佳论文奖，这一荣誉是为提交论文的前 1% 保留的。

Mayhar 和主要作者 Alyxander Burns 在麻省大学阿默斯特分校研究生学习期间完成了这项研究，他们的合著者梳理了过去 30 年的可视化研究，发现了 79 篇论文，分布在 7 种学术期刊上，这些论文致力于识别数据可视化的受众。在这 79 篇论文中，他们发现新手用户的定义范围很广，从难以“有效利用 GPU 集群”的人到缺乏“本体模型”知识的人。此外，该团队发现，大多数研究人员的用户样本群体绝大多数偏向于居住在的白人、大学年龄段的人

“我们怎么知道我们创建的可视化可以适用于老年人、没有大学学位的人、生活在世界上许多其他国家之一的人们?” 梅哈尔问道。“作为一个领域，我们需要清楚我们所说的‘新手’是什么意思，本文的目标是改变可视化研究人员对新手的看法，满足他们的需求并设计适合每个人的工具。 ”