数据制定者2：迭代创建数据可视化，AI在过程中转换数据

研究背景与问题

• 发现的问题或挑战: 数据分析师在探索性数据分析中，需要频繁在数据转换和图表设计之间反复迭代。然而，现有的AI驱动的可视化工具通常要求分析师一次性在文本中详细描述复杂的目标可视化设计，这不仅对用户的技能要求较高，还缺乏支持分支和回溯的能力，使得复杂任务的实现效率低下。
• 重要性: 在数据分析中，探索性任务通常需要通过非线性的多次迭代和探索来发现潜在模式和洞察。然而，目前的工具通常在支持这种迭代工作流时表现不足，对用户构成限制。
• 研究动机与相关工作: 当前的AI工具（如基于自然语言生成代码的系统）并不擅长在迭代环境下运行，同时基于聊天的多轮交互工具因历史上下文管理不足而可能产生错误结果。本研究旨在解决这些挑战，通过多模态交互和数据管理增强迭代图表创作。

解决方案

• 提出的解决方案: 作者开发Data Formulator 2 (Df2)，它结合图形用户界面（GUI）和自然语言输入，支持迭代图表创作。Df2主要功能包括：
  1. 多模态图表建构器: 允许用户通过拖放和键入操作指定字段，同时结合简短的自然语言指令以描述目标设计。
  2. 数据线程视图: 可帮助用户导航其迭代历史，分支到新设计，并重用以前的图表设计。
  3. 支持数据转换的AI生成器: 自动将用户意图转化为数据转换代码，例如过滤、聚合、排名等。
• 创新之处:
  1. 通过将GUI和自然语言结合，Df2降低了用户用详尽文本精准表达复杂任务的难度，同时提升了交互的精确性和灵活性。
  2. 数据线程以数据版本为中心管理迭代流程，使用户更轻松实现分支、回溯及复用内容，从而优化探索性分析中的工作流。
• 实施步骤:
  1. 用户通过图表建构器初始化图表设计，指定现有或期望字段。
  2. 系统自动生成Vega-Lite可视化规范，并基于AI生成所需的数据转换代码。
  3. 用户通过数据线程导航和管理分析方向，可以轻松地调整或分支。
  4. 系统提供多种机制助力用户验证结果，包括数据表、代码说明和可视化呈现。

研究成果

• 具体成果:
  1. 开发了Df2工具，带有多模态图表建构器、多分支数据线程和AI驱动的高效数据转换。
  2. 在一个用户研究中，Df2帮助用户成功完成了两组复杂数据探索任务，涉及16个迭代可视化任务（大部分需复杂的数据转换）。
  3. 用户根据个人偏好开发不同的迭代和验证工作流，从而有效地实现数据探索任务。
• 优势:
  1. 较传统方法（如手写代码、基于GPT等的对话式交互工具），Df2降低了用户的技能门槛和输入成本。
  2. 数据线程避免线性对话的局限性，支持非线性分支和上下文管理。
  3. 多模态交互使用户无需详尽的自然语言描述，即可快速、高精度地实现复杂任务。
• 实验和评估结果:
  1. 研究中，8名参与者准确复现了探索性会话中的16个图表任务，显示Df2工具设计的有效性。
  2. 在提示极少的情况下，参与者能够开发属于各自风格的迭代策略，包括采用“宽泛”或“深度”分支树结构，以及对错误修正的选择性回溯或增量调整。
  3. 实验期间用户主要依赖生成的图表、数据表和代码解释进行验证，表现出对工具透明度和直观性的认可。
• 局限性与未来方向:
  1. 局限性:
     • 当前研究任务集中在重现专业分析师的探索流程，未探讨用户在开放式分析情境下的行为。
     • 用户对工具长期学习和适应的效果未能充分研究。
  2. 未来方向:
     • 将Df2扩展为推荐支持工具，通过辅助用户发现潜在的探索方向。
     • 增强Df2对图表编辑任务（如颜色方案调整、序列排序）的交互能力。
     • 引入主动澄清机制，让AI在遇到用户模糊或不完整输入时，提出精确问题以减少用户的后续验证工作量。