在信息爆炸的时代，数据可视化已成为人们理解复杂数据的重要工具。然而，麻省理工学院最新研究表明，这些图表不仅仅是数据的呈现方式，它们还传递着微妙的社交信号，深刻影响着观众对信息来源的假设和可信度判断。
研究发现：图表的"社交氛围"
MIT研究人员通过一系列定性和定量研究发现，数据可视化的设计元素会向观众传递关于制作者的社会背景、身份特征的暗示，这些"社交氛围"（vibes）往往比数据本身更能影响观众对信息的信任度。
"我们已经证明，可视化图表不仅传达它们所描绘的数据，还传达其他社交信号，"麻省理工学院电气工程与计算机科学系副教授、计算机科学与人工智能实验室(CSAIL)成员Arvind Satyanarayan表示。"如果你在社交媒体上看到一个图表，立即认为这是某个网红为了吸引注意力而制作的，这会在你深入研究数据之前就塑造了你与图表的整个体验。"
研究背景与方法
这项研究源于对新冠疫情期间社交媒体上数据可视化现象的观察。当时，世界卫生组织和疾病控制与预防组织等机构发布的图表被广泛用于讨论疫情传播。研究人员发现，一些公民科学家正在使用基础数据制作自己的可视化图表，挑战主流科学的发现。
"这是一个意外的发现，因为此前公民科学家通常与主流科学家保持一致，"Satyanarayan说。"我们花了几年时间才弄清楚如何更深入地研究这一现象。"
研究人员从社会和语言学角度探索可视化，评估其超越数据所传达的信息。语言人类学家发现，语言不仅能传达思想，还具有超出词语本身的社会意义。例如，口音或方言可以表明某人属于特定社群。
通过"指向"特定的社会意义、身份特征和特质，语言发挥着所谓的"社会指示功能"。研究人员想知道，数据可视化的视觉语言是否也具有类似功能。
定性研究阶段
研究人员首先在Tumblr社交平台用户中进行了一项定性研究。在一对一的访谈中，研究人员向用户展示了来自网络的各种真实可视化图表，以及移除了文本信息（如标题和坐标轴标签）的修改版可视化图表。
移除文本信息尤为重要，因为它模拟了人们与在线可视化图表互动的常见方式。"我们与社交媒体的互动只有几秒钟的快速浏览，人们不会花时间仔细阅读图表标题或查看数据，"Satyanarayan解释道。
访谈显示，用户基于他们所谓的"氛围"（如颜色或特定图形的使用等设计元素）对创建可视化图表的人或组织做出详细推断。这些推断进而影响了他们对数据的信任度。
例如，在看到一个带有佐治亚州和德克萨斯州旗帜、红黑两线图表但没有文本时，一位用户表示："这看起来像是德克萨斯州共和党议员会在Twitter上、网站上或竞选演讲中发布的东西。"
定量研究验证
基于初步工作，研究人员在三个定量研究中使用了相同的方法，向不同背景的更大群体发送调查问卷。
他们发现了相同的现象：人们根据可视化图表的设计推断其社会背景，这可能导致对所描绘数据的误解和不信任。
例如，一些用户认为某些可视化图表排列过于整齐，因此认为它们是广告，不可信。在另一个例子中，一位用户 dismiss了一位普利策奖得主的图表，因为他觉得手绘的图形风格表明这是"某个只想寻求关注的女性Instagram网红制作的"。
"如果这是人们对图表的第一反应，将极大地影响他们对图表的信任程度，"Satyanarayan说。
此外，当研究人员重新引入已移除文本的可视化图表时，用户仍然做出这些社会性推断。
理论创新：社会指示功能
在数据可视化领域，解决此类问题的传统方法是创建更清晰的图表或提高人们的数据素养。但这项研究指向了一种完全不同的数据素养概念，Jones教授表示。
"人们做出这些推断并非错误。这需要大量关于可视化来源、制作方式和传播方式的文化知识。做出这些推断是我们使用符号系统的特征，而非缺陷，"他说。
基于这些结果，研究人员创建了一个分类框架，组织用户做出的社会性推断和促成这些推断的设计元素。他们希望这一类型学能成为设计师开发更有效可视化图表的工具，以及额外研究的起点。
实践意义与应用
这项研究对科学传播和数据设计领域具有重要启示。首先，它提醒设计师和传播者意识到可视化图表传递的不仅仅是数据，还包括关于制作者的社会信号。
其次，研究提出了一个新框架，帮助设计师思考如何通过设计选择来影响观众对信息的接受度。例如，对于希望提高可信度的科学传播者，可能需要考虑设计元素如何被不同群体解读。
最后，研究强调了跨学科合作的重要性，将计算机科学、数据可视化和人类学等领域的专业知识结合起来，才能全面理解数据传播的复杂机制。
未来研究方向
研究人员希望继续探索数据可视化作为社交文物的角色，深入研究他们在类型学中确定的每个设计特征。他们还希望将研究范围扩大到研究论文和科学期刊中的可视化图表。
"这项工作的部分价值在于方法学上的贡献，使一系列现象适合进行实验研究。但这项工作也很重要，因为它展示了麻省理工学院独特而强大的跨学科交叉融合，"Jones表示。
这项研究得到了麻省理工学院METEOR和PFPFEE奖学金、Amar G. Bose奖学金、Alfred P. Sloan奖学金以及国家科学基金会部分支持。
结论
MIT的这项研究揭示了数据可视化设计的一个被忽视但至关重要的方面：它们传递的社交信号如何影响观众对信息的信任和理解。这一发现不仅丰富了我们对视觉传播的理论认识，也为实践中的数据设计和科学传播提供了重要指导。在信息日益复杂和分化的今天，理解并善用这一机制，将有助于更有效地传递和接受科学信息。
