先來看兩張圖表:
你感覺,哪張圖表看起來可信度更高?
其實,這兩張圖表展現的數據完全一樣,但第二張「更漂亮」的圖表看起來卻更具說服力。
這種現象已經有了科學依據。
一項最新研究表明,漂亮圖表確實更容易受到信任,也更具有誤導性,與它們所屬的學科類別或來源無關:
而且,學歷越高的人群,越容易受這種偏見的影響。
研究po出後,立刻在外網火了一把。
網友們給自己做的丑圖找到了新藉口:這樣才不會讓讀者產生偏見(得意)。
來看看這是一項怎樣的研究。
第一,好看的圖更受信任結論一,與學科類別或來源無關,漂亮的圖表就是讓人感覺更可信。
研究人員從社交媒體、新聞和科學論文中,分別篩選了數百張圖表。
其中,「社交媒體」指Reddit社區,「新聞」來源於彭博社、金融時報等報刊雜誌,「科學論文」則基本來自於Nature Communication和Scientific Reports。
圖表所屬學科也非常多樣,涉及地理、生物、健康、科學、運動等:
然後,研究人員找了數百名志願者,給隨機出現的圖表進行打分:
志願者們會從美觀性(色彩搭配、行間距和字體)、易讀性(可視化數據類型、圖形類型和圖形設計)、可信度、感興趣程度、超出認知程度等角度,評估圖表:
統計結果顯示,好看易懂的圖表可信度普遍更高(其中橫軸是美觀性,縱軸是可信度):
既然如此,漂亮的圖片會更具有誤導性嗎?
第二,漂亮的圖更具誤導性結論二,圖表的「美觀性」更影響人們的信任程度,甚至忽略誤導性操作帶來的影響。
誤導性操作指在不影響結論的情況下,利用圖標大小等視覺差,故意給讀者造成錯覺,引導得出與數據不符的結論:
研究人員親自上手,對一系列圖表進行PS,包括將圖片改得更漂亮,例如提升分辨率、調整字體大小等;此外,也將圖片改得更具誤導性,包括採用暗示性色彩來上色等。
具體來說,他們把每個圖表都PS成4種類型:
左上角是漂亮+低誤導性;左下角是不漂亮+低誤導性;右上角是漂亮+高誤導性;右下角是不漂亮+高誤導性。
然後,將這些PS後的圖片拿給志願者們進行評估。
結果表明,人們更信任更漂亮的圖片,平均比原圖的「可信度」高出1分左右(滿分7分);但對於色彩不均勻等誤導性操作,人們卻表現得不敏感,可信度無明顯變化。
這意味着,志願者們普遍認為更漂亮的圖片看起來更可信,即使它被進行了誤導性操作。
除此之外,研究人員分析了一下志願者們的學歷,還發現了一個意外現象:
學歷越高的志願者,評估可信度時越容易受到好看圖表的影響。
作者Mark Thornton認為,在引用或評審科學論文時,確實可能受到這種好看圖表「偏見」的影響,導致對應論文的引用率和通過率更高:
所以下次投稿之前,試試把論文圖表搞得更漂亮一點?(手動狗頭)
作者介紹論文一作Chujun Lin,本科畢業於浙江大學,在加州理工學院取得社會科學博士學位後,又進行了一年博士後工作,目前在達特茅斯學院繼續進行博士後工作,研究方向主要與計算方法(建模、深度學習等)、社會心理學理論和社會性指標相關。
二作Mark Thornton,達特茅斯學院助理教授,本科畢業於普林斯頓大學,並於哈佛大學取得碩博學位,研究方向主要是心理學和腦科學。
論文地址:https://psyarxiv.com/dnr9s/
參考鏈接:[1]https://weibo.com/1402400261/L9jYsokzC[2]https://www.chujunlin.com/[3]https://twitter.com/Mark_A_Thornton/status/1478057342088495112[4]https://pbs.dartmouth.edu/people/mark-thornton
點這裡👇關注我,記得標星哦~
推薦閱讀
CDA課程諮詢
