Physicaliser des données : Nouvelles façons d'interagir

La physicalisation des données, c'est une manière de représenter les données avec des objets physiques. Ça peut vouloir dire utiliser des formes, des couleurs et des textures pour montrer différents types d'infos. Ce domaine prend de l'importance, car il reste des questions sur comment concevoir ces représentations et comment évaluer leur efficacité.

#Questions Clés

Cette revue vise à répondre à trois questions principales :

1. Quelles variables d'encodage peuvent être utilisées par les designers pour créer des physicalisations de données ?
2. Quels critères d'évaluation peuvent être utilisés pour étudier les physicalisations de données ?
3. Quelles méthodes d'évaluation sont pertinentes pour étudier les physicalisations de données ?

#Contexte

Les physicalisations de données permettent aux gens d'interagir avec les données de différentes manières. Au-delà de juste voir, ils peuvent toucher, sentir, entendre ou goûter l'info, ce qui ouvre de nouvelles expériences. Cette approche est bénéfique pour divers publics, notamment ceux qui trouvent les visualisations de données traditionnelles difficiles à utiliser, comme les personnes en situation de handicap. Bien que les représentations physiques des données existent depuis un certain temps, le domaine de recherche axé sur la physicalisation des données est encore nouveau et en développement.

#Pourquoi les Variables d'Encodage et l'Évaluation Sont Importantes

Les variables d'encodage sont les différentes propriétés que l'on peut utiliser lors de la création de représentations physiques. Lors de la conception de ces représentations, il est crucial de comprendre quelles variables sont disponibles et comment elles peuvent être utilisées efficacement, surtout pour des groupes aux besoins divers. De plus, l'évaluation est essentielle pour les chercheurs pour comprendre à quel point leurs physicalisations de données fonctionnent et quel impact elles ont sur les utilisateurs. Les méthodes traditionnelles pour évaluer les visualisations de données ne sont pas toujours adaptées aux physicalisations, ce qui crée le besoin de nouveaux critères et méthodes d'évaluation.

#Méthodologie

Pour répondre aux questions de recherche, deux types de revues ont été réalisées : une revue narrative et une revue systématique.

#Revue Narrative

Cette revue a examiné la littérature provenant de différents domaines comme la visualisation de l'information, l'interaction homme-machine (IHM) et la cartographie. L'objectif était de rassembler une vue d'ensemble des variables d'encodage utilisées dans les physicalisations de données.

#Revue Systématique

Cette revue s'est concentrée sur les critères et méthodes d'évaluation utilisés dans des études précédentes concernant les physicalisations de données. Elle a inclus des articles publiés entre 2009 et 2022, analysant comment les chercheurs évaluent leurs physicalisations.

#Espaces de Conception Existants pour les Physicalisations

Divers concepts de design ont été proposés pour comprendre les dimensions qui caractérisent les physicalisations de données. Ça inclut :

• Données : Le type de données représentées.
• Public : Le groupe cible pour la physicalisation.
• Intention Représentationnelle : Le but derrière la création de la physicalisation.
• Matériel Représentationnel : Les matériaux utilisés pour créer la physicalisation.
• Modalité Sensorielle : Les sens humains impliqués dans la perception des données.
• Variables d'Encodage : Les propriétés physiques spécifiques utilisées pour transmettre les données.
• Interaction : Les manières dont les utilisateurs peuvent interagir avec la physicalisation.

Malgré les progrès, de nombreux cadres n'ont pas entièrement détaillé les variables d'encodage disponibles pour chaque modalité sensorielle ni abordé les aspects d'évaluation de manière approfondie.

#Revue Narrative : Variables d'Encodage pour les Physicalisations

#Quelles Variables d'Encodage Peuvent Être Utilisées ?

Les physicalisations de données dépendent beaucoup de la manière dont les données sont encodées. L'encodage se fait à travers les propriétés des matériaux choisis, comme la couleur, la forme et la texture, qui peuvent être manipulées pour communiquer des infos.

#Types de Variables d'Encodage

1. Variables Physiques : Changements dans les propriétés matérielles comme la douceur, la dureté ou la température.
2. Variables Visuelles : Propriétés comme la taille, la forme, la couleur et l'orientation.
3. Variables Haptique : Variations au toucher, y compris texture et pression.
4. Variables Olfactives : Changements liés à l'odeur.
5. Variables Gustatives : Variations liées au goût.
6. Variables Sonores : Propriétés du son comme le volume et la tonalité.
7. Variables Dynamiques : Changements qui se produisent dans le temps, comme le mouvement ou l'animation.

Ces variables peuvent être combinées de différentes manières pour créer des expériences multisensorielles qui communiquent les données efficacement.

#Revue Systématique : Variables d'Encodage, Critères d'Évaluation et Méthodes

#Focus sur les Critères et Méthodes d'Évaluation

La revue systématique a révélé plusieurs critères d'évaluation pertinents pour les physicalisations de données. Ces critères aident à évaluer à quel point les physicalisations atteignent leurs objectifs.

#Critères d'Évaluation

1. Engagement : Dans quelle mesure la représentation capte-t-elle l’attention de l'utilisateur ?
2. Expérience Utilisateur : Que ressentent les utilisateurs en interagissant avec la physicalisation ?
3. Efficacité : Les utilisateurs peuvent-ils trouver et comprendre efficacement les informations présentées ?
4. Efficience : Combien de temps les utilisateurs mettent-ils pour accomplir des tâches avec la physicalisation ?
5. Potentiel de Réflexion Personnelle : La représentation incite-t-elle les utilisateurs à réfléchir sur l'information à un niveau personnel ?

#Méthodes d'Évaluation

La revue a identifié diverses méthodes utilisées pour évaluer les physicalisations de données :

1. Interviews : Recueillir des retours directement auprès des utilisateurs sur leurs expériences.
2. Questionnaires : Évaluer la satisfaction et la perception des utilisateurs à travers des questions structurées.
3. Observations : Observer comment les gens interagissent avec les physicalisations en temps réel.
4. Tests d'Utilisabilité : Mesurer à quel point il est facile pour les utilisateurs d’atteindre leurs objectifs avec la physicalisation.

#Leçons Apprises sur les Variables d'Encodage

Des revues narrative et systématique, certaines idées importantes sur les variables d'encodage ont émergé :

1. Opportunités Interdisciplinaires : L'étude des variables d'encodage est riche et peut bénéficier des idées d'autres disciplines comme l'IHM et les neurosciences.
2. Inclusion : Comprendre quelles modalités sensorielles sont représentées est essentiel pour créer des designs inclusifs.
3. Variables Physiques : Peu de physicalisations utilisent actuellement des changements dans les propriétés matérielles, ce qui suggère un manque d'application pratique de ces variables.

#Implications pour la Recherche et la Pratique

#Cadre pour les Designers

Les infos synthétisées peuvent aider les designers à identifier des opportunités pour créer des physicalisations innovantes. Les designers peuvent explorer des variables non explorées ou des combinaisons de variables pour améliorer l'interaction et l'expérience utilisateur.

#Compréhension de l'Expérience Utilisateur

Les chercheurs doivent se concentrer sur la manière dont les utilisateurs s'engagent avec les physicalisations de données, pas seulement en termes de performance mais aussi en examinant les aspects émotionnels et sociaux.

#Besoin d'Études à Long Terme

Beaucoup d'études sur les physicalisations de données sont des évaluations ponctuelles. Des évaluations à long terme pourraient donner des insights sur l'impact de ces physicalisations sur les utilisateurs dans le temps, notamment dans des contextes éducatifs ou personnels.

#Conclusion

Cette recherche apporte des connaissances précieuses au domaine de la physicalisation des données en synthétisant la littérature existante sur les variables d'encodage et les critères d'évaluation. Elle souligne l'importance de comprendre comment les modalités sensorielles peuvent être utilisées et évaluées efficacement. Il reste encore beaucoup à explorer, notamment dans le développement de directives complètes et la compréhension des impacts à long terme des physicalisations de données sur les utilisateurs. Les études futures devraient viser à élargir cette connaissance, en se concentrant sur comment divers groupes d'utilisateurs interagissent avec ces représentations et comment elles peuvent être utilisées pour améliorer la compréhension et l'engagement avec les données.