关于数据可视化中价值观与假设的批判性反思
可视化感知与认知研究伦理与开放科学HCI 研究员数据科学家与分析师
文献标题
A Critical Reflection on the Values and Assumptions in Data Visualization
出版信息
- 主题领域: 数据可视化研究与实践中基础价值观的审视。
- 关键词: 数据可视化,普适性,客观性,高效性,规范性可视化,批判性反思,设计价值观,可视化工具,教学法,跨学科批评。
背景与问题
- 问题/挑战: 数据可视化领域受到普适性、客观性和高效性等价值观的深刻影响,这些价值观深嵌于其工具、指南和研究实践中。然而,这些价值观可能限制该领域应对多样化视角和语境的能力。
- 重要性: 理解并批判这些价值观对于推动可视化实践的发展至关重要,以更好地服务于多样化的受众和语境,促进创新和包容性。
- 动机与相关工作: Bertin、Tukey、Wilkinson、Ware 和 Munzner 的奠基性著作确立了“规范性可视化”的主导范式,强调科学和工程价值。然而,来自数据女性主义、人文可视化和文化研究等领域的批评强调了替代优先事项和方法的必要性。
解决方案
- 提出的方法: 对五部数据可视化奠基性著作中所阐述的普适性、客观性和高效性价值观进行批判性反思,并呼吁建立更广泛、多元的价值体系。
- 创新点:
- 识别并阐明规范性可视化中的三大主导价值观(普适性、客观性、高效性)。
- 探讨这些价值观如何塑造可视化工具、指南和实践。
- 整合跨学科视角的批评,突出这些价值观的局限性。
- 提议扩展可视化研究与实践的价值观范围。
- 程序和关键技术:
- 选择五部奠基性著作:Bertin 的《图形符号学》(Semiology of Graphics),Tukey 的《探索性数据分析》(Exploratory Data Analysis),Wilkinson 的《图形语法》(The Grammar of Graphics),Ware 的《设计中的视觉思维》(Visual Thinking for Design),以及 Munzner 的《可视化分析与设计》(Visualization Analysis and Design)。
- 分析序言、引言和第一章,识别其中的价值观陈述。
- 作者团队通过多学科背景的协作和迭代讨论。
- 使用衍射性阅读和综合方法,追踪这些价值观对当代可视化实践的影响。
结果
- 具体发现:
- 普适性: 可视化假设存在一个共享的感知基线,旨在设计出普遍可读的图形。然而,批评指出文化和认知差异挑战了这一假设。
- 客观性: 可视化被框定为发现真相的中立工具,但批评认为数据和可视化本质上是情境化和解释性的。
- 高效性: 可视化优先考虑快速和准确的洞察,但替代方法更重视缓慢、反思性和情感化的参与。
- 相较基线的优势: 本文并未提出新系统,而是批判主导范式,为更具包容性和情境敏感性的可视化实践提供了路径。
- 实验/评估: 分析是定性的,基于文本解读和协作讨论,而非实证实验。
- 局限性与未来工作:
- 分析仅限于五部奠基性著作,并反映了作者的立场和学科背景。
- 所识别的价值观并非详尽无遗,而是规范性可视化中反复出现的配置。
- 未来工作应探索其他价值观及其对可视化研究与实践的影响。
总结
本文对规范性数据可视化中的普适性、客观性和高效性价值观进行了批判性审视,这些价值观在五部奠基性著作中得以阐述,并指导了数十年的创新。然而,这些价值观在应对文化、认知和语境多样性方面面临批评。作者呼吁扩展价值观范围,纳入主观性、个体性和替代优先事项,促进更具包容性、想象力和情境敏感性的可视化实践。这一反思旨在通过整合多样化视角,挑战规范性范式的主导地位,从而丰富教学法、工具和研究。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 60%
抑制价值的不确定性调色板
CHI '18· 不确定性可视化 +1
- 60%
完工:网络可视化的环面包裹支持聚类理解任务
CHI '21· 时序数据与网络图可视化 +1
- 60%
负面情绪,正面结果?探索严肃数据故事中负面信息的传播
CHI '22· 数据故事讲述(Data Storytelling) +1
- 60%
DataPilot: 在视觉数据准备过程中利用质量与使用信息进行子集选择
CHI '23· 交互式数据可视化 +1
- 60%
PriorWeaver:通过迭代数据集构建进行先验 elicititation
CHI '26· 交互式数据可视化 +1
- 60%
从任务角度审视截断:基于任务探索柱状图中的坐标轴截断
CHI '26· 交互式数据可视化 +1
- 60%
D-MO:运动与遮挡作为信息可视化的深度视觉通道
CHI '26· 交互式数据可视化 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791501
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
可视化感知与认知、研究伦理与开放科学
work
职业/产业
HCI 研究员、数据科学家与分析师
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文