グラフなどのデータビジュアライゼーションは、私たちの日常生活に深く組み込まれています。
特に新型コロナウイルス感染症のパンデミックの間には、複雑なデータを人々が理解する助けとして、こうした図表が一段と広く使われるようになりました。
役立つ一方で、誤解を招いたり、時には意図的に人を欺いたりすることもあります。
次に地図やグラフを目にしたときは、この3つの質問を念頭に置き、情報を確実に読み解くようにしてください。
洞窟の壁に絵を描いていた時代から、人々は図や画像によって情報を表現してきました。現在、データビジュアライゼーションの専門家は、情報を視覚的に提示することで 人々がよりよく理解できるようになることを知っています 複雑なデータを。しかし問題は、データビジュアライゼーションが、作成の不備によるものであれ、意図的な誤導によるものであれ、誤った考えを抱かせかねないことです。
例えば、4月6日の記者会見でホワイトハウス新型コロナウイルス対策タスクフォースのメンバーが提示した棒グラフがあります。そのグラフは「米国のCOVID-19検査」と題され、当時までに実施された約200万件の新型コロナウイルス検査を示していました。トランプ大統領は、このグラフを用いて、検査が「急速な勢いで増えている」という自身の主張を裏付けました。このグラフを見て、多くの視聴者が同じ結論を導いたとみられますが、その解釈は誤りです。
このグラフが示しているのは、数か月にわたって実施された検査の累計件数であり、毎日の新規検査件数ではありません。
検査の新規件数を日付ごとにグラフ化すると、3月から4月にかけてCOVID-19検査の件数は時間とともに増えていたものの、急速な増加ではなかったことがわかります。このように、重要な情報が正しく理解されず、十分に伝わらなかった例は少なくありません。
私はハザードおよびリスクコミュニケーションの研究者として、人々が日々接するグラフ、チャートや地図をどのように解釈しているのかについて、よく考えています。
COVID-19の感染者数、地球温暖化の傾向、津波の高リスク地域、あるいは公共料金の使用量を示すものであれ、数値を正しく評価し解釈できることは、適切な判断を下すうえで役立ちます。残念ながら、すべての図表が同じように作られているわけではありません。
図表の落とし穴を見抜くことができれば、誤ったものを避けられます。次にグラフ、地図、その他のデータビジュアルを目にしたときは、以下の3つの重要な質問を考えてみてください。新たに得た情報をどう扱うべきか、自信を持って判断できるようになります。
この図表は何を伝えようとしているのか?
まずはタイトルを読み、ラベルを確認し、キャプションをチェックしましょう。これらが示されていない場合は、十分に注意が必要です。グラフでは横軸と縦軸にラベルがあり、地図では凡例に記載されています。人々はこれらを見落としがちですが、この情報は、ビジュアライゼーションに示されたすべてのものを文脈の中で理解するうえで欠かせません。
単位を確認しましょう。日数か年数か、摂氏か華氏か、件数か年齢か、それとも別の単位か。軸上の目盛りは等間隔になっているでしょうか。最近のCOVID-19の累計感染者数グラフの多くは対数目盛りを用いており、縦軸の目盛りの間隔は等しくありません。これにより、この形式に不慣れな人々が混乱します。
例えば、米国MSNBCの番組「The Rachel Maddow Show」のグラフでは、1月21日から3月11日までの米国の新型コロナウイルス感染者数が示されていました。横軸の単位は時間(月日の形式)で、縦軸の単位は、明記はされていないものの、おそらく感染者の累計件数とみられます。
このグラフの主な問題は、連続する日付の間隔が不均等であることです。
日付を時間軸上に適切な間隔で配置し、新型コロナウイルスの診断件数を折れ線グラフで示した修正版のグラフでは、感染の指数関数的増加が実際にどのようなものかがより明確にわかります。最初の30日間で感染者は33人増えただけでしたが、最後の4日間だけで584人増えました。
わずかな違いに見えるかもしれませんが、指数関数的増加がいかに急速に跳ね上がり得るかを人々が理解する助けとなり、その抑制の重要性についての認識を変えるきっかけになるかもしれません。
色、形、大きさ、遠近法はどのように使われているか?
色は重要な役割を果たします人々が情報を解釈する際、色は重要な役割を果たします。色の選択によって、特定のパターンに気づきやすくなったり、図の特定の部分に目が向いたりすることがあります。
地すべりの感受性を示す2枚の地図を考えてみてください。配色が反転している点を除けば、両者は全く同じです。濃い色合いに目が引かれ、直感的にその地域がより高いリスクにあるように感じるかもしれません。凡例を見たうえで、どちらの色の順序が情報を最もよく表していると思いますか。色の使われ方に注意を払うことで、色が何を際立たせ、何を感じさせるかにどのように影響するかをよりよく理解できます。
特徴の形、大きさ、向きも、図の解釈に影響を与えることがあります。
この図のように、ある地域の雇用構成を示す円グラフは、読み取りが非常に難しいことで知られています。最も多い雇用区分がどれか、またそれらがどう順位づけられているかを読み取るのがいかに難しいかに注目してください。円グラフの扇形は大きさ順に並んでおらず、カテゴリーが多すぎ(11も!)、3D表現が扇形の大きさを歪めており、さらに一部の扇形が他から離れているため、大きさの比較はほぼ不可能です。
情報を伝える表示としては棒グラフの方が適しており、人々がどの産業で働いているかを示すのに役立ちます。
データはどこから来ているのか?
データの出所は、品質と信頼性の観点から重要です。これは党派的または政治的に扱われたデータの場合に特に当てはまります。データが全体の人口をうまく代表していないグループから収集されている場合、偏りが生じている可能性があります。
例えば、3月18日にFox Business Networkの司会者ルー・ドブズは、視聴者に「「武漢ウイルス」との戦いにおけるトランプ大統領の指導力を、どのように評価しますか」という質問で世論調査を行いました。
この質問を共和党員にだけ行い、その結果を民主党員にだけ行った場合と比べたらどうなるか想像してみてください。今回の回答者は、もともとドブズの番組を見ることを自ら選んだ、自己選択的なグループの一部でした。この世論調査からわかるのは、そのグループの意見だけであり、例えば米国全体の人々の意見ではありません。
さらに、ドブズが選択式の回答肢として「素晴らしい、優れている、非常に良い」といった肯定的な回答しか用意していなかったことを考えると、このデータに偏りがあることは明らかです。
偏りや不適切なデータ収集方法を見抜くことで、どの情報が信頼できるかを判断できるようになります。
目にしたものをよく考える
このパンデミックの間、情報は刻一刻と生まれています。メディアの受け手は、毎日、事実、チャート、グラフ、地図の洪水にさらされています。データビジュアライゼーションを目にしたときに、いくつかの質問を自分に投げかけてみる時間を少しでも取れば、一見しただけでは得られなかった全く異なる結論に至るかもしれません。
