人类图形学能促进亲社会行为吗？一项评论和大规模样本研究

文献标题

Can Anthropographics Promote Prosociality? A Review and Large-Sample Study

文献信息

• 主题领域: 信息可视化与人类计算交互
• 关键词: 信息可视化, 信息图表, 人类特征图表 (Anthropographics), 同理心, 同情心, 亲社会行为, 用户研究, 数据展示

研究背景与问题

• 问题或挑战:

  • 当前数据可视化设计中，能否通过呈现数据中的“人性化”特性来促进读者对数据中人类个体的同情心、同理心或亲社会行为，尚无定论。
  • 尽管设计者直觉上认为“人类特征图表”（Anthropographics）能通过让数据呈现个性化的方式来激发读者的情感共鸣，但已有研究未能得出一致的实验证据。
  • 许多现有研究在统计效力不足或分析方法多样性等方面存在缺陷，可能导致了不一致的结果。

• 重要性:

  • 如果 Anthropographics 能显著提升人们的同情心或捐赠意愿，它对于慈善捐助、公共政策及人道主义等领域将具有深远影响。
  • 数据可视化能够讲述关于集体或个人的故事，是传递复杂人道主义信息的关键工具。

• 研究动机与相关工作:

  1. 作者回顾了现有文献，发现现有的 Anthropographics 设计多集中于呈现聚合、简化的人物数据，而真实的个体数据通常得不到呈现。
  2. 当前研究的统计效能不足，且对设计策略与可视化维度的多样性研究尚不充分。
  3. 过去实验的多重性问题和分析灵活性降低了研究结论的可信度。

解决方案

• 方法与设计:

  1. 作者设计了两个大样本实验，比较信息丰富的 Anthropographics 与传统的信息简约型统计图表（如柱状图）的效果。
  2. 制定了多个实验变量以针对 Anthropographics 的不同设计策略进行对比。
  3. 通过预注册实验计划、增加样本量、改进数据测量流程等方式提高研究的可靠性。

• 创新性:

  • 使用了更为信息丰富的 Anthropographic 设计，这种设计结合了四个关键特性：粒度最大化、真实性最大化、中等区分度与中等拟人化。
  • 对方式较为简化的传统柱状图（信息简约设计）作为实验基线条件进行对比。
  • 集中解决以往研究中存在的统计效力问题，同时审视多种实验方法学问题。

• 实施步骤和技术手段:

  1. 分别对比两种设计（信息丰富型 vs 信息简约型）如何影响受试者对于资金分配和同理心的反应。
  2. 使用人群外包平台进行实验数据收集。
  3. 在实验 2 中，通过调整问题设计和引入情感度量方式（如 Affective Slider）进一步理解受试者的情感反应。

研究成果

• 主要发现:

  • 第一个实验结果“不确定”，未能显示出信息丰富型 Anthropographics 在促进捐赠意愿或亲社会行为上的显著效果。
  • 第二个实验中，尽管发现信息丰富设计对捐赠分配的影响较小（95% 置信区间表明影响小于 7%），但明确显示出 Anthropographics 激发了更多负面的情感反应。

• 优势:

  • 实验的设计独特地结合了多个理论维度（如粒度、真实性等），并通过大样本实验提高了测量的置信度。
  • 提供了一个关于 Anthropographics 效果的翔实综述，为后续研究提供了统一的理论框架。

• 实验或评估结果:

  • 信息丰富的 Anthropographic 视觉设计对平均捐赠决策的影响似乎很小（效果值约为 d = 0.14）。
  • 信息丰富设计相比信息简约设计促使参与者报告更多略为负面的情绪。

• 局限性与未来方向:

  1. 局限性:
     • 实验只能间接测量亲社会性（如通过假设性资金分配）；是否同样适用于实际的慈善情境还需进一步研究。
     • 探讨了一种较为有限的 Anthropographics 设计，其它潜在有效的策略尚未涵盖。
  2. 未来研究建议:
     • 探索更广泛的设计维度，例如基于场景的情境化设计（Situatedness）或物理性可视化。
     • 观察真实世界的行为反应，例如在真实慈善活动中部署实验设计。
     • 研究如何利用可视化工具帮助现有资金捐赠者更明智地分配资源，提升慈善效益。