W pierwszych dwóch częściach cyklu Wykresy – jak nie zostać zmanipulowanym. i Wykresy – jak nie zostać zmanipulowanym cz. 2 przedstawiłem przykłady ilustrujące niektóre, najbardziej powszechne metody fałszowania wykresów.
Czas na podsumowanie i wnioski.
Inwencja fałszerzy jest nieograniczona. Repertuar manipulacji jest dużo szerszy i o wiele bardziej subtelny niż pokazałem. Ale nie o to chodzi, żeby stworzyć obszerny i dokładny katalog manipulacji, ale o to, aby “zaszczepić się” przeciwko tym manipulacjom.
Znajomość każdego “numeru” jest bronią. Pozwala, widząc dowolny wykres, zrobić błyskawiczne overview i, jeśli jesteśmy na prezentacji, zadać pytanie w rodzaju: “Panie Prelegencie, dlaczego oś Y zaczyna się 60-ciu a nie od zera?”.
Jakie elementy powinien zawierać wykres?
Jestem zdania, że każdy wykres, który może być wykorzystywany w oderwaniu od swojego kontekstu (artykułu, publikacji naukowej, prezentacji) powinien zawierać wszystkie elementy wymienione niżej. W czasach internetu i wszechobecnego kopiuj/wklej musimy się liczyć, jako autorzy wykresu, z użyciem naszej pracy bez podania kontekstu. W takim razie, jako odbiorcy, spodziewamy się tego samego, czyli wiarygodności wykresu bez podania jego oryginalnego kontekstu. A więc do rzeczy, wymieniam:
- Tytuł wykresu, podtytuł, źródło danych
- Opisy osi X i Y, jednostki miary
- Legenda dotycząca poszczególnych nitek/słupków/plastrów wykresu
- Identyfikacja autora wykresu, najlepiej w obszarze ciała wykresu (w interesie autora), “pożyczalscy” często wycinają wykres “pozbawiając go” autorstwa i prezentują jako swój
- Dodatkowo, jeśli specyfika wykresu wymaga dodatkowych informacji, powinny być one umieszczone w obszarze wykresu
- Kontekst prezentacji wykresu (wpis twitterowy, facebookowy) powinien opisywać, czego wykres dotyczy oraz, w miarę możliwości, tworzyć całościowy obraz. Wskazane jest, aby został podany link do oryginalnego kontekstu w celu umożliwienia odbiorcy dotarcie do całości materiału źródłowego.
Co powinno wzbudzić podejrzenia?
Przede wszystkim braki lub nieścisłości formalne, wymienione w poprzednim punkcie:
- Brak tytułu lub tytuł niesatysfakcjonujący, niepełny, sugerujący interpretację, niewskazujący źródła danych
- Brak opisów osi X, Y, brak jednostek
- Nieuzasadnione ograniczenie zakresu osi Y
- Nieliniowe skalowanie osi Y (np. logarytmiczne) bez uzasadnienia merytorycznego
- Pomijanie niektórych danych, np. konkretnych lat, miesięcy, lat
- Podejrzenie “cherry picking”, tzn. wybierania tych danych, które pasują do aktualnie lansowanej interpretacji
- Brak ścieżki URL prowadzącej do oryginału publikacji zawierającej wykres wraz z obszernym kontekstem czyli uniemożliwienie dotarcia do materiału pozwalającego na wyciągnięcie własnych wniosków na dany temat
Czy zawsze powinniśmy być podejrzliwi?
Nie zawsze. Przecież istotą wykresu jest pomoc w zrozumieniu danych, ilustracja zjawiska, przewidzenie konsekwencji. Kolumny liczb nie przemawiają do wyobraźni przeciętnego odbiorcy. Dlatego, tworząc wykresy, uwypuklamy istotne dane, używamy kolorów, pogrubień, elementów graficznych. Ważne jest jednak, żeby nasze starania “podbicia” przekazu nie poszły zbyt daleko, w stronę przekłamania i manipulacji.
Wykresy w epoce mediów społecznościowych
Można, oczywiście, z pewną przesadą, powiedzieć, że żyjemy w erze postprawdy. Informacje, newsy, rozchodzą się jak błyskawica. Powstaje więc wielka pokusa publikowania fałszywych narracji. Ostatnio dotyczy to negowania pandemii, szczepień, ograniczeń pandemicznych. Wykorzystuje się fałszywe, ad-hoc wykreowane pseudoautorytety, sfałszowane badania. Wykresy jako składniki wpisów na Twitterze są często prezentowane bez kontekstu, opatrzone kłamliwym komentarzem. Mamy więc: prawdziwy wykres i nieprawdziwą interpretację. Czujność dotyczy więc nie tylko samego wykresu ale także otoczki słownej. W poprzednich odcinkach pokazałem metody fałszowania samych wykresów, ale powinniśmy traktować podejrzliwie cały przekaz: słowa i grafikę. Dlatego tak ważna są, opisane wcześniej, obowiązkowe elementy “porządnego” wykresu.