AI时代的判断力 · 第40篇
图表可以数字完全正确，却通过坐标、分组或缺失背景制造错误印象。AI往往优化“看起来清楚”，但清楚不等于比例诚实、比较合理或结论成立。
从外到内拆开一张图
- 标题：是在描述数据，还是已经替数据下结论？
- 坐标：是否截断、使用双轴、对数尺度或不等间隔？
- 分母：展示的是人数、比例、人均值还是增长率？
- 时间：起点和终点是否挑选了有利区间？
- 分组：平均值是否掩盖了地区、年龄或其他差异？
- 不确定性：样本量、误差范围和缺失数据在哪里？
做一次“改画测试”
把同一数据改成表格、零起点坐标或另一种合理分组。如果故事发生巨大变化，就说明结论依赖表现方式。再请一个没有看过原图的人只读数据，写下他会得出什么。
一张负责任的图表，不只让重点容易看见，也让限制无法被藏起来。
参考资料
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。