1 คะแนน โดย GN⁺ 2024-06-24 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

การเปรียบเทียบที่ไม่เป็นธรรม: วิธีที่การทำให้ความไม่เท่าเทียมทางสังคมมองเห็นได้อาจทำให้สถานการณ์แย่ลง

ภาพรวมของงานวิจัย

  • งานวิจัยใหม่แสดงให้เห็นว่าการเลือกแผนภูมิยอดนิยมอาจกระตุ้นอคติทางสังคมโดยไม่รู้ตัวและเสริมความแข็งแรงให้กับการเหยียดเชื้อชาติอย่างเป็นระบบ
  • แม้ในตอนแรกแผนภูมิอาจดูไม่มีพิษมีภัย แต่ในความเป็นจริง วิธีการทำให้ความไม่เท่าเทียมทางสังคมมองเห็นได้อาจทำให้ปัญหาเลวร้ายลง

ปัญหาของแผนภูมิ

  • แผนภูมิบางประเภทอาจส่งผลเชิงลบเมื่อใช้แสดงภาพความไม่เท่าเทียมทางสังคม
  • ตัวอย่างเช่น แผนภูมิแท่งหรือแผนภูมิวงกลมอาจพรรณนากลุ่มบางกลุ่มในทางลบ
  • แผนภูมิเหล่านี้อาจเสริมอคติต่อเชื้อชาติหรือกลุ่มทางสังคมบางกลุ่มโดยไม่รู้ตัว

ผลการวิจัย

  • งานวิจัยวิเคราะห์ว่าแผนภูมิหลากหลายประเภทเปลี่ยนการรับรู้ของผู้คนอย่างไร
  • แผนภูมิบางประเภทแสดงให้เห็นความไม่เท่าเทียมทางสังคมได้ชัดเจนขึ้น แต่ในขณะเดียวกันก็อาจตอกย้ำอคติเชิงลบได้
  • งานวิจัยเน้นย้ำว่าการเลือกแผนภูมิอาจส่งผลได้มากกว่าการทำข้อมูลให้มองเห็นเพียงอย่างเดียว

แนวทางแก้ไข

  • ควรระมัดระวังในการเลือกแผนภูมิเพื่อรักษาความเป็นธรรมในการทำข้อมูลให้มองเห็น
  • เมื่อต้องแสดงภาพความไม่เท่าเทียมทางสังคม ควรคำนึงถึงมุมมองที่หลากหลายและหาวิธีลดอคติให้เหลือน้อยที่สุด
  • จำเป็นต้องทำความเข้าใจและปรับปรุงผลกระทบที่อาจเกิดขึ้นจากการทำข้อมูลให้มองเห็นผ่านการศึกษาและการฝึกอบรม

ความเห็นของ GN⁺

  • ความสำคัญของการทำข้อมูลให้มองเห็น: การทำข้อมูลให้มองเห็นเป็นเครื่องมือทรงพลังในการสื่อสารข้อมูล แต่หากใช้ผิดวิธีก็อาจส่งผลด้านลบได้
  • ความจำเป็นของการศึกษา: จำเป็นต้องเรียนรู้วิธีลดอคติโดยไม่รู้ตัวผ่านการศึกษาที่เกี่ยวข้องกับการทำข้อมูลให้มองเห็น
  • การใช้เครื่องมือทำข้อมูลให้มองเห็นที่หลากหลาย: การใช้เครื่องมือและวิธีการที่หลากหลายเพื่อมอบข้อมูลที่เป็นธรรมและสมดุลเป็นสิ่งสำคัญ
  • ความรับผิดชอบต่อสังคม: ผู้เชี่ยวชาญด้านการทำข้อมูลให้มองเห็นควรทำงานด้วยความรับผิดชอบต่อสังคม และคำนึงถึงผลกระทบที่งานของตนมีต่อสังคม
  • ความก้าวหน้าทางเทคโนโลยี: จำเป็นต้องมีการวิจัยและพัฒนาเพื่อเพิ่มความเป็นธรรมของการทำข้อมูลให้มองเห็นผ่านเทคโนโลยีและวิธีการใหม่ ๆ

1 ความคิดเห็น

 
GN⁺ 2024-06-24
ความเห็นจาก Hacker News
  • Box plot ไม่ได้ทำให้การกระจายของข้อมูลดูเป็นรูประฆัง เพียงแค่สมมติว่าข้อมูลเป็นไปตามการกระจายแบบนั้น
  • ข้อดีเพียงอย่างเดียวของ Box plot คือวาดด้วยมือได้ แต่ในยุคที่คอมพิวเตอร์แพร่หลายแล้ว ข้อนี้ก็ไม่ใช่จุดเด่นอีกต่อไป
  • Violin plot และ bee swarm plot ดีกว่า ส่วน jittered strip plot ก็ใช้ได้ถ้าใช้อย่างระมัดระวัง
  • ผู้คนมักอยากบีบอัดตัวเลขจำนวนมากให้เหลือเป็นสถิติสรุป แต่ก็มักมาเสียใจเมื่อสรุปนั้นทำให้เกิดความเข้าใจผิด นี่เป็นปัญหาทั่วไปของมนุษย์
  • Box plot แสดงการกระจายของตัวอย่างเดี่ยว และความไม่แน่นอนของมันไม่ได้ถูกแสดงใน violin plot เป็นต้น
  • หลายคนปกป้อง Box plot แต่ก็ไม่ได้อ้างว่ามันมีประโยชน์ที่สุดในสถานการณ์ใดสถานการณ์หนึ่งโดยเฉพาะ
  • Box plot เหมาะสำหรับแสดงตำแหน่งและการกระจาย แต่ไม่เหมาะสำหรับแสดงรูปร่าง
  • ในบางกรณี แผนภูมิการกระจายประเภทอื่นอาจมีประโยชน์กว่า และไม่ควรใช้ Box plot กับการกระจายที่ไม่ได้มีโหมดเดียว
  • Box plot เป็นของตกค้างจากยุคที่ยังพิมพ์กราฟสวย ๆ ไม่ได้ ตอนนี้ใช้ density plot หรือกราฟแบบอื่นจะดีกว่า
  • Jittered strip plot แยกความหนาแน่นได้ยาก จึงควรใช้ swarm plot หรือ bee swarm plot แทน
  • คำถามที่สำคัญที่สุดในงานออกแบบคือ "จะสื่อสารให้ชัดเจนที่สุดได้อย่างไร?" จึงควรเลือกใช้เครื่องมือที่เหมาะสม
  • Box plot ลดทอนการกระจายให้เรียบง่ายเกินไปเพื่อให้เข้าใจง่าย แม้ค่าเฉลี่ยก็อาจทำให้เข้าใจผิดได้เช่นกัน แต่เราไม่ได้ถึงขั้นห้ามใช้มัน