By Muzzleflash - Own work, CC0, Link
Data als kunst
Voor een analfabeet is een bibliotheek vrij overbodig, maar als je kunt lezen, krijg je toegang tot een schat aan informatie. Niet gek dat we op jonge leeftijd leren lezen en schrijven. De meeste mensen vinden het minder vanzelfsprekend als kinderen al op de basisschool zouden leren data te lezen en cijfers te begrijpen. Toch is dit een vaardigheid die steeds belangrijker wordt. Niet alleen in het herkennen van onzin op bijvoorbeeld sociale media, maar ook in het bedrijfsleven is inzicht in data steeds belangrijker. Data literacy is, volgens Wikipedia, het ‘kunnen lezen, begrijpen, genereren en communiceren van data als informatie’. In de moderne samenleving geen overbodige vaardigheid.
Datavisualisatie kan helpen cijfers inzichtelijk te maken. In een lijngrafiek is een trend makkelijker te herkennen dan in een tabel met dezelfde gegevens. Maar iedere vorm van visualisatie is een interpretatie van de maker. Wat laat je zien en wat laat je weg? En welke grafiek kies je? Geeft een taartdiagram hetzelfde beeld als een staafdiagram? Met het visualiseren offer je onvermijdelijk een beetje objectiviteit op.
Het vakgebied dat
tot voor kort het meest met datavisualisatie werkte, is de statistiek.
Statistici zijn over het algemeen datapuristen en zij hebben over de jaren heen
richtlijnen ontwikkeld om data zo objectief en helder mogelijk weer te geven.
Hun grafieken verdienen niet altijd de schoonheidsprijs — ze zijn vooral
functioneel.
Aan de andere kant
van het spectrum staat de kunst. Sinds een aantal jaren zijn in de kunstwereld
datavisualisaties omarmd. Data zijn dan de grondstof zoals een schilder verf
gebruikt. Daarbij wordt de leesbaarheid en functionaliteit opgeofferd voor
esthetiek en gevoel. En tussen deze twee uitersten zijn steeds meer mensen in
diverse vakgebieden aan het experimenteren met datavisualisatie. Bedrijven
ontwikkelen data-dashboards om overzicht te krijgen, media gebruiken datavisualisaties
om hun artikelen kracht bij te zetten en politici om hun boodschap
geloofwaardiger te maken.
Maar grafieken waar
een datapurist blij van wordt, schrikken gewone mensen nogal eens af. In het
overbrengen van een politieke of commerciële boodschap zijn saaie grafieken
meestal niet effectief. Dus wordt nog een beetje extra objectiviteit opgeofferd
om de boodschap goed over te brengen aan het grotere publiek. De zorgvuldig
bedachte richtlijnen uit de statistiek worden aan de kant geschoven om grafieken
uitnodigender te maken. Op zich niet erg als de visualisatie en de data
hetzelfde verhaal vertellen, maar dat is niet altijd het geval. De data worden
in een vorm gegoten die past bij de boodschap die iemand wil vertellen, terwijl
de data eigenlijk iets anders zeggen. Dan ontstaan misleidende visualisaties.
Klimaatsceptici, antivaxers en andere verspreiders van complottheorieën en
onwetenschappelijke informatie maken hiervan, misschien niet altijd bewust,
gebruik. Een artikel laten vergezellen van een mooie grafiek maakt de boodschap
voor veel mensen geloofwaardiger, ook al klopt er niks van. Hoe herken je nu
een misleidende visualisatie?
De komende weken zal ik in een paar blogs tips geven hoe je misleidende visualisaties kan herkennen. Deze blogs zijn gebaseerd op mijn artikel in de meest recente Skepter.
Reacties