Concebir la infografía como 'arte funcional', como una herramienta, implica someter gustos y preferencias estéticas a la evidencia científica disponible, por escasa que sea. Elegir formas visuales para comunicar datos y hechos no es un acto completamente libre; debe estar restringido por lo que sabemos sobre cómo el cerebro humano procesa información. Nuestra percepción tiene capacidades limitadas y sigue ciertas reglas, trucos y atajos. Si los conocemos, podremos anticiparnos y crear gráficos que se adapten a ellos.
En las próximas semanas, es posible que reseñe algunos libros populares sobre Psicología de la percepción (un buen punto de partida, por cierto, es la entrevista con Stephen Kosslyn, de la Universidad de Stanford, que publicamos hace unos meses). Por ahora, déjenme centrarme en los tipos de gráficos estadísticos más adecuados dependiendo de la naturaleza de los datos y de lo que deseamos que los lectores hagan con nuestros diseños. Antes de continuar leyendo, les recomiendo que echen una ojeada a dos artículos anteriores: 'Periodismo visual: formas y funciones' e 'Infográficos, martillos, cebollas y ecuaciones'. El texto que sigue es una continuación de ambos.
Vamos allá.
En 1984, dos investigadores de los AT&T Bell Labs, William S. Cleveland y Robert McGill, publicaron un artículo fundamental en el Journal of the American Statistical Association. Se titulaba 'Graphical perception: theory, experimentation, and application to the development of graphical methods' (ver). Sus contenidos continúan siendo relevantes para cualquier análisis racional de la infografía y la visualización. Es un texto poco conocido entre diseñadores y periodistas, por desgracia, aunque influyente en otros círculos: expertos como Stephen Few (ver entrevista) y Naomi Robbins continúan hoy la senda abierta por 'Graphical Perception' y otros escritos de los mismos autores.
Lo más interesante del artículo es que propuso una guía para elegir la forma visual correcta dependiendo de la función que cada gráfico tenga. Cleveland y McGill listaron diez métodos para codificar datos visualmente (los llamaron elementary perceptual tasks) y los clasificaron, de mejor a peor, a partir de lo bien que el cerebro es capaz de interpretarlos y comparar sus elementos. Puede verlos en el esquema más abajo. Son:
1. Posición sobre un eje común.
2. Posición sobre ejes no alineados.
3. Longitud, dirección, ángulo.
4. Área.
5. Volumen, curvatura.
6. Intensidad (tono) y saturación de color.
La jerarquía de Cleveland y McGill no se basa en meras intuiciones, sino en experimentos con usuarios. Una de las conclusiones del artículo fue:
A graphical form that involves elementary perceptual tasks that lead to more accurate judgements than another graphical form (with the same quantitative information) will result in a better organization and increase the chances of a correct perception of patterns and behavior.
Se referían a que cuanto más detalladas y precisas sean las operaciones que los lectores deben completar con un gráfico, más alta en la jerarquía debe estar la forma de representar los datos utilizada. En otras palabras: un gráfico de barras es siempre superior a un gráfico de burbujas si el objetivo central del diseñador es facilitar comparaciones exactas entre números. La escala de Cleveland y McGill permite también razonar por qué los gráficos de tarta casi nunca son útiles.
Los tres ejemplos bajo este párrafo codifican las mismas cifras de tres formas diferentes: barras, burbujas y tonos de color; sabiendo los valores que corresponden al primer elemento y al último, ¿cuál de estos gráficos permite comparar mejor? El de barras. De hecho, el cerebro humano subestima los tamaños relativos de los círculos: observe que la diferencia entre la segunda barra y la primera parece mucho mayor que la que existe entre la segunda burbuja y la primera. Las burbujas engañan.
Otro ejemplo: suponga que quiere mostrar las exportaciones entre dos países. Si lo que desea es permitir que los lectores vean la evolución de las exportaciones de ambos como entidades individuales, un gráfico con dos líneas funcionará bien:
Pero suponga que el objetivo no es ese, sino destacar el equilibrio comercial entre esos dos mismos países. En ese caso, las dos líneas no funcionan porque, como la lista de Cleveland y McGill revela, el cerebro tiene dificultad comparando ángulos, curvas y direcciones. Si quiere mostrar la diferencia, represente la diferencia (la balanza comercial), no los valores originales:
(Por cierto: si no sabe dónde están Tomeinia —o 'Tomania'; he castellanizado el nombre para el gráfico— y Osterlich, le recomiendo que vea El gran dictador lo antes posible. De nada).
Repitamos: cuanto más alta una forma de representación esté en la escala de Cleveland y McGill, más exactas serán las comparaciones que los lectores serán capaces de hacer con ella. Pero la historia tiene una segunda parte: a veces, el objetivo de un gráfico no es la exactitud, sino la percepción de patrones generales, concentraciones, tendencias, etc. El mapa inferior, de The New York Times, es un ejemplo: muestra las poblaciones que acogieron a los refugiados de Nueva Orleans después de que la ciudad fuese devastada por el huracán Katrina. En ocasiones como esta, algunas de las formas en la parte inferior de la lista pueden ser muy útiles.
Lecturas recomendadas:
• 'Graphical perception: theory, experimentation, and application to the development of graphical methods' (William S. Cleveland y Robert McGill) (PDF).
• 'Good Graphs: Graphical Perception and Data Visualization (Nina Zumel) (PDF).
• Página de William S. Cleveland (HTML).
• Libros de William S. Cleveland (Amazon)
Alberto Cairo (Twitter: @albertocairo) es profesor de Periodismo visual en la Universidad de Miami y autor de los libros El arte funcional: infografía y visualización de información (2011) e Infografía 2.0: visualización interactiva de información en prensa (2008).
No hay comentarios.:
Publicar un comentario