J’ai arrêté d’utiliser les box plots (2021)

Comparaison injuste : comment la visualisation des inégalités sociales peut aggraver la situation

Aperçu de l’étude

• Une nouvelle étude montre que le choix de graphiques populaires peut déclencher des biais sociaux inconscients et renforcer le racisme systémique.
• Les graphiques peuvent sembler inoffensifs au premier abord, mais la manière dont ils visualisent les inégalités sociales peut en réalité aggraver le problème.

Problèmes posés par les graphiques

• Certains types de graphiques peuvent avoir un impact négatif lorsqu’ils servent à visualiser des inégalités sociales.
• Par exemple, les diagrammes en barres ou les camemberts peuvent dépeindre certains groupes de manière négative.
• Ces graphiques peuvent inconsciemment renforcer les préjugés envers certaines ethnies ou certains groupes sociaux.

Résultats de l’étude

• L’étude analyse comment différents types de graphiques modifient la perception des gens.
• Certains graphiques rendent les inégalités sociales plus visibles, mais peuvent en même temps renforcer des biais négatifs.
• L’étude souligne que le choix d’un graphique peut avoir un impact qui dépasse largement la simple visualisation de données.

Pistes de solution

• Il faut faire preuve de prudence dans le choix des graphiques afin de préserver l’équité en visualisation de données.
• Lorsqu’on visualise des inégalités sociales, il faut prendre en compte différents points de vue et chercher des moyens de minimiser les biais.
• Il est nécessaire de mieux comprendre et améliorer l’impact potentiel de la visualisation de données par l’éducation et la formation.

Avis de GN⁺

• Importance de la visualisation de données : la visualisation de données est un outil puissant pour transmettre de l’information, mais elle peut avoir des effets négatifs si elle est mal utilisée.
• Nécessité de la formation : il est nécessaire d’apprendre, grâce à la formation liée à la visualisation de données, comment réduire les biais inconscients.
• Usage d’outils de visualisation variés : il est important d’utiliser divers outils et méthodes de visualisation afin de proposer des données justes et équilibrées.
• Responsabilité sociale : les spécialistes de la visualisation de données doivent travailler avec un sens de la responsabilité sociale et tenir compte de l’impact de leur travail sur la société.
• Progrès technologiques : il faut davantage de recherche et de développement pour améliorer l’équité en visualisation de données grâce à de nouvelles technologies et méthodes.

[GN⁺]

Avis Hacker News

• Les box plots ne montrent pas une distribution en forme de cloche. Ils supposent simplement que les données suivent une telle forme.
• Le seul avantage des box plots était qu’on pouvait les dessiner à la main, mais à l’ère des ordinateurs omniprésents, cet argument n’est plus valable.
• Les violin plots et les bee swarm plots sont meilleurs. Les jittered strip plots peuvent aussi convenir s’ils sont utilisés avec précaution.
• Les gens veulent compresser beaucoup de chiffres en statistiques résumées, puis le regrettent lorsque ce résumé induit en erreur. C’est un problème humain assez général.
• Le box plot représente la distribution d’un seul échantillon, et cette incertitude n’est pas exprimée dans des violin plots, entre autres.
• Beaucoup défendent les box plots, mais personne n’affirme vraiment qu’ils sont les plus utiles dans une situation donnée.
• Les box plots conviennent pour montrer la position et la dispersion. Ils ne sont pas adaptés pour montrer la forme.
• Dans certaines situations, d’autres types de graphiques de distribution peuvent être utiles. Il vaut mieux éviter les box plots pour des distributions qui n’ont pas un seul mode.
• Les box plots sont un vestige d’une époque où il était difficile d’imprimer de bons graphiques. Aujourd’hui, il vaut mieux utiliser des density plots, entre autres.
• Les jittered strip plots rendent difficile la distinction de la densité. Il vaut mieux utiliser à la place des swarm plots ou des bee swarm plots.
• En design, la question la plus importante est : "comment transmettre l’information le plus clairement possible ?" Il faut utiliser l’outil adapté.
• Les box plots simplifient excessivement une distribution pour la rendre plus facile à comprendre. La moyenne peut aussi induire en erreur, mais cela ne signifie pas qu’il faille en interdire l’usage.