视觉任务表现和空间能力：对艺术家和数学家的调查

文献标题

Visual Task Performance and Spatial Abilities: An Investigation of Artists and Mathematicians

文献信息

• 主题领域: 数据可视化、人机交互、认知科学
• 关键词: 人类实验定量研究、混合方法、感知、柱状图、文本表示、教育、领域研究、视觉艺术家、空间能力、认知能力

研究背景与问题

• 问题与挑战

  • 数据可视化旨在通过视觉形式促进数据的理解与推理，但其交互涉及复杂的认知活动。
  • 不同领域的背景和认知能力（尤其是空间可视化）会影响用户的可视化理解和任务表现。
  • 数学与计算机科学（MCS）领域常被认为是标准研究群体，但对视觉艺术家在数据可视化任务中的表现的深入研究仍缺乏探索。

• 重要性

  • 理解不同领域在数据可视化性能上的差异有助于优化设计和教育，提高可视化工具的可用性和影响力。
  • 科学与艺术历史上曾交织发展，探索二者在数据可视化领域的结合潜力具有重要意义。

• 研究动机与相关工作

  • 过去的研究已证明空间可视化能力与可视化任务表现相关，但对空间能力相近但领域背景不同的群体（如MCS和视觉艺术家）表现的研究较少。
  • 此研究试图检验视觉艺术家与MCS在数据可视化任务中的表现差异，并探索其认知能力与领域经验的内在联系。

解决方案

• 研究方法

  • 采用三阶段研究方法，结合定性与定量的混合方法。
    1. 空间可视化能力评估及常见数据可视化任务的表现分析。
    2. 专家访谈，了解视觉艺术家对视觉与数学任务的看法。
    3. 对比MCS与视觉艺术家在文本表示数据环境下的表现。

• 创新点

  • 选取空间可视化能力相近但领域经验不同的群体进行比较，探讨认知与背景如何共同影响数据可视化任务表现。
  • 深入探索视觉艺术家与数据可视化设计之间的关系，拓展领域需求研究的范围。

• 关键技术与实施步骤

  • 实验设计采用心理学与信息可视化研究中的设定，包括纸折叠空间测试、不同数据密度和图表类型的任务设计。
  • 通过专家访谈方法，获取视觉艺术家群体对数据可视化和数学任务的深度理解。
  • 在文本表示条件下，模拟数据表格和段落，分析任务表现。

研究成果

• 具体成果

  • 空间能力: MCS与视觉艺术家的空间可视化能力相当，验证了研究群体空间能力的相似性。
  • 任务表现: 视觉艺术家在图形可视化任务中表现优于MCS，响应时间更短且准确率相似。
  • 文本与图表比较: MCS在文本表示条件下表现略优，但视觉艺术家在难度较高的可视化任务中表现出卓越的图表使用能力。

• 优势

  • 视觉艺术家虽然对数据可视化的领域经验与动机较低，但依赖其空间认知能力，能够在视觉任务中表现出色，尤其在统计可视化任务中。
  • 图形表示可提高任务复杂性时的表现，有助于优化用户界面设计。

• 局限性与未来方向

  • 其他变量如领域知识、视觉熟悉度、情绪偏差可能对表现产生影响。
  • COVID-19数据的情绪影响可能对任务测试结果构成潜在干扰。
  • 未来研究可以扩展到其他领域群体，探索如何设计干预措施以提升低空间视觉群体的表现。
  • 研究结果对教育方法的改进提供了新思路，将数据可视化融入数学教育可能减轻数学焦虑，促进艺术与STEM教育的融合发展。