[论文解读] Using Processing Fluency as a Metric of Trust in Scatterplot Visualizations

Hamza Elhamdadi, Lace Padilla+1 more|arXiv (Cornell University)|Sep 28, 2022

Data Visualization and Analytics被引用 4

一句话总结

本文提出将处理流畅性——通过感知速度和准确性衡量——作为散点图可视化中信任感的可靠代理指标。通过两项实证研究，表明伪装可视化（如模糊、重叠或缩放的标记）会降低处理流畅性，导致数据估计准确度下降，并在决策任务中降低信任感，从而确立流畅性作为可视化中信任感的有效、客观度量标准。

ABSTRACT

Establishing trust with readers is an important first step in visual data communication. But what makes a visualization trustworthy? Psychology and behavioral economics research has found processing fluency (i.e., speed and accuracy of perceiving and processing a stimulus) is central to perceived trust. We examine the association between processing fluency and trust in visualizations through two empirical studies. In Experiment 1, we tested the effect of camouflaging a visualization on processing fluency. Participants estimated the proportion of data values within a specified range for six camouflaged visualizations and one non-camouflaged control; they also reported their perceived difficulty for each of the visualizations. Camouflaged visualizations produced less accurate estimations compared to the control. In Experiment 2, we created a decision task based on trust games adapted from behavioral economics. We asked participants to invest money in two hypothetical companies and report how much they trust each company. One company communicates its strategy with a camouflaged visualization, the other with a controlled visualization. Participants tended to invest less money in the company presenting a camouflaged visualization. Hence, we found support for the hypothesis that processing fluency is key to the perception of trust in visual data communication.

研究动机与目标

• 探究处理流畅性（即可视化感知的容易程度与准确性）是否可作为数据可视化中信任感的可靠代理指标。
• 识别降低感知清晰度（即伪装技术）的设计操作，并评估其对处理流畅性与信任感的影响。
• 评估处理流畅性作为自陈信任度量指标的更客观替代方案在可视化研究中的有效性。
• 探索运用行为经济学方法（如信任游戏）来测量可视化数据传达中的信任感的潜力。
• 提供基于证据的设计准则，以增强感知流畅性，从而提升可视化可信度。

提出的方法

• 在实验1中，使用六个伪装散点图和一个未伪装的对照组，测量参与者在给定范围内估算数据比例的准确性。
• 收集自陈的感知难度，以评估不同可视化条件下主观处理流畅性。
• 在实验2中设计了一项基于信任游戏的决策任务，参与者需向两家虚构公司投资资金——其中一家使用伪装可视化，另一家为清晰对照组。
• 将投资金额作为信任的客观行为度量，投资金额越高，表示感知信任度越高。
• 应用回归模型分析伪装强度、处理流畅性与信任结果之间的关系。
• 通过协变量控制分析评估个体差异（如年龄、读写能力）对信任感知的影响。

实验结果

研究问题

• RQ1 在散点图中伪装视觉元素是否降低了处理流畅性，其衡量指标为估算准确度与感知难度？
• RQ2 处理流畅性降低在多大程度上导致了信任游戏中行为决策所反映的感知信任度下降？
• RQ3 处理流畅性能否作为数据可视化中信任感的有效、客观代理指标，超越自陈的李克特量表？
• RQ4 具体伪装技术（如模糊、重叠、网格线）如何差异化地影响处理流畅性与信任感？
• RQ5 人口统计因素（如年龄、读写能力或性别）是否调节处理流畅性与信任感知之间的关系？

主要发现

• 在实验1中，伪装可视化导致的数据估算准确度显著低于未伪装对照组，表明处理流畅性降低。
• 参与者报告伪装可视化感知难度更高，证实设计操作损害了感知清晰度。
• 在信任游戏中，参与者向使用伪装可视化公司的投资金额显著减少，表明行为信任度降低。
• 结果支持处理流畅性是可视化数据传达中感知信任感的关键驱动因素的假设。
• 伪装技术如模糊、透明度增加和缩放操作有效降低了流畅性与信任感。
• 本研究为使用处理流畅性作为比自陈量表更客观、基于行为的可信度量提供了实证支持。