Simple Science

Ciência de ponta explicada de forma simples

# Informática# Interação Homem-Computador

Uma Estrutura Clara para Tomada de Decisão em Visualização

Este artigo apresenta uma tipologia de tarefas de tomada de decisão para uma visualização de dados eficaz.

― 7 min ler


Tarefas de Decisão emTarefas de Decisão emFerramentas deVisualizaçãotomada de decisão.Uma nova tipologia para processos de
Índice

Tomar decisões é uma parte importante de usar dados, especialmente em áreas como visualização. Mas a verdade é que não se tem focado o suficiente nos diferentes tipos de tarefas de tomada de decisão que as pessoas enfrentam nessa área. Mesmo com sistemas que ajudam a visualizar dados, muitas vezes eles acabam deixando de lado os processos de decisão mais complexos, o que limita como eles podem apoiar os usuários a fazerem escolhas.

Pra resolver essa lacuna, a gente propõe uma tipologia simples de tarefas de tomada de decisão que pode ajudar a entender e comunicar melhor sobre decisão na visualização. Nossa tipologia identifica três tarefas principais: escolher, ativar e Criar. Essas tarefas foram refinadas a partir de uma revisão da literatura existente e podem ajudar as pessoas a descreverem seus processos de decisão de forma clara, independente de serem simples ou complexos.

As Três Tarefas de Decisão

Escolher

A tarefa de escolher envolve olhar para diferentes opções e pegar a que é considerada a melhor. Por exemplo, se alguém tá comprando um carro, pode olhar várias opções e pontuá-las com base em características como preço, confiabilidade e eficiência de combustível. A opção com a maior pontuação é a que a pessoa escolhe.

Ativar

A tarefa de ativar ocorre quando as opções são avaliadas com base em critérios ou limites definidos. No exemplo da compra do carro, o usuário pode estabelecer um limite de orçamento e considerar só os carros que custam abaixo desse limite. Aqui, os carros que não atendem ao requisito de preço são filtrados, e só os que atendem são mantidos para mais consideração.

Criar

A tarefa de criar envolve gerar novas informações ou opções. Isso pode acontecer em situações onde você inventa um novo modelo de carro que ainda não existe ou combina diferentes características pra desenhar um novo veículo. Essa tarefa foca na ideia de sintetizar ou montar novas escolhas com base em dados existentes.

Benefícios da Tipologia

Essa tipologia oferece dois benefícios principais. Primeiro, permite que as pessoas combinem essas três tarefas de várias maneiras pra descrever decisões complexas. Por exemplo, alguém pode criar novas características pra um carro, filtrar os carros que atendem aos critérios de preço e, no final, escolher o melhor com base nas avaliações.

Segundo, usar diagramas pra ilustrar essas tarefas pode promover conversas melhores entre os designers de ferramentas de visualização e as pessoas que vão usá-las. Ao simplificar o processo de tomada de decisão nessas três tarefas, fica mais fácil ver as relações entre diferentes escolhas e entender como elas se encaixam no quadro geral de tomada de decisões.

Estudos de Caso

Pra ilustrar a eficácia da nossa tipologia, analisamos quatro situações do mundo real onde os usuários tomaram decisões com a ajuda de ferramentas de visualização.

Estudo de Caso 1: Homefinder

No projeto Homefinder, os usuários procuravam casas adequadas com base em suas atividades diárias, preferências e trajetos. O sistema gerava casas potenciais considerando vários fatores como localização e preferências do usuário.

  1. Escolher: Em um nível mais alto, os usuários precisavam escolher de uma lista de casas potenciais.
  2. Criar: Pra começar, os usuários criavam uma lista de candidatos a casa com base em suas entradas.
  3. Ativar: Depois, eles usavam a ativação pra filtrar os candidatos com base nas suas preferências, adicionando ou removendo casas da lista até ficarem satisfeitos.
  4. Escolha Final: Por fim, o usuário escolhia a casa ideal entre os candidatos filtrados.

Nesse exemplo, o processo de tomada de decisão segue claramente as três tarefas da nossa tipologia, mostrando a utilidade de desmembrar a decisão em partes manobráveis.

Estudo de Caso 2: Umbra

A ferramenta Umbra foi criada pra ajudar os usuários a sanitizar dados, especialmente informações sensíveis. As tarefas de tomada de decisão também estão estruturadas na nossa tipologia:

  1. Ativar: No nível principal, os usuários avaliam se o conjunto de dados sanitizado atende aos padrões de privacidade e utilidade.
  2. Escolher: Uma sub-decisão envolve escolher um método de sanitização.
  3. Criar: Os usuários podem simular ataques pra ver quão eficaz é a sanitização antes de decidir aplicá-la.

Analisando o Umbra, dá pra ver como nossa tipologia pode descrever várias tarefas de tomada de decisão em sistemas que lidam com cenários de dados complexos.

Estudo de Caso 3: Centaurus

Na nossa análise do Centaurus, os usuários precisavam avaliar a confiabilidade de artigos de notícias relacionados a uma alegação.

  1. Ativar: A decisão principal aqui gira em torno de ativar, ou avaliar, a confiabilidade de cada artigo.
  2. Escolher: Os usuários escolhiam quais artigos investigar mais com base nas suas avaliações.
  3. Criar: Eles também podiam criar novos termos de busca pra uma melhor seleção de artigos.

O caso do Centaurus mostra como as tarefas de tomada de decisão podem ser aplicadas a um cenário diferente, mas ainda se encaixando na mesma estrutura.

Estudo de Caso 4: WireVis

O WireVis ajuda a identificar e analisar transações financeiras suspeitas. As tarefas de tomada de decisão nesse caso se desenrolam assim:

  1. Criar: Os usuários têm a tarefa de criar insights sobre estratégias fraudulentas desconhecidas com base nos dados de transação.
  2. Escolher: Eles primeiro escolhem quais contas ou transações analisar.
  3. Ativar: Por fim, os usuários ativam critérios específicos pra filtrar transações suspeitas pra uma análise mais aprofundada.

Assim como nos casos anteriores, o WireVis também demonstra como nossa tipologia pode ser usada de forma eficaz em um contexto diferente.

Validação da Tipologia

Pra validar nossa tipologia, fizemos entrevistas com nove especialistas na área de visualização. Esses especialistas discutiram suas experiências usando nossa tipologia e forneceram feedback valioso sobre seus pontos fortes e possíveis fraquezas.

Os participantes relataram que as três tarefas na nossa tipologia capturavam com precisão seus processos de tomada de decisão e os ajudavam a expressar seus problemas de forma clara. Eles também notaram que nossa abordagem permitiu que identificassem áreas de melhoria em seus designs e compreendessem mais profundamente as complexidades envolvidas no processo de tomada de decisão.

Comparando com Taxonomias Existentes

Durante as entrevistas, os participantes compararam nossa tipologia com taxonomias de tarefas existentes e notaram duas distinções principais:

  1. Nível de Abstração: Nossa tipologia foi vista como mais focada nos processos envolvidos na tomada de decisão, enquanto as taxonomias existentes muitas vezes se concentram em operações de dados e analíticos. Os participantes gostaram dessa perspectiva mais alta, pois se adequava melhor a cenários de tomada de decisão complexos.

  2. Flexibilidade: Os especialistas apreciaram como nossa tipologia poderia se adaptar a vários tipos de dados e contextos. Eles acharam mais fácil modelar seus processos de tomada de decisão usando nossas tarefas e acreditaram que era mais intuitiva do que as taxonomias existentes.

Conclusão

A tipologia de tarefas de tomada de decisão que propomos oferece uma estrutura clara e concisa pra entender e discutir a tomada de decisão na visualização. Ao identificar três tarefas essenciais-escolher, ativar e criar-oferecemos uma abordagem estruturada pra analisar e projetar ferramentas de visualização que ajudem os usuários a tomarem decisões.

Como mostrado através dos nossos estudos de caso e esforços de validação, essa tipologia é versátil e aplicável em vários domínios. Ela permite uma comunicação melhor entre designers, usuários e partes interessadas, enquanto também ajuda os pesquisadores a categorizar e organizar a literatura de suporte à decisão.

Seguindo em frente, acreditamos que nossa tipologia pode desempenhar um papel crucial na melhoria do design e desenvolvimento de ferramentas de suporte à decisão, garantindo que elas sejam mais amigáveis e eficazes em ajudar nos processos de tomada de decisão.

Fonte original

Título: A Typology of Decision-Making Tasks for Visualization

Resumo: Despite decision-making being a vital goal of data visualization, little work has been done to differentiate decision-making tasks within the field. While visualization task taxonomies and typologies exist, they often focus on more granular analytical tasks that are too low-level to describe large complex decisions, which can make it difficult to reason about and design decision-support tools. In this paper, we contribute a typology of decision-making tasks that were iteratively refined from a list of design goals distilled from a literature review. Our typology is concise and consists of only three tasks: CHOOSE, ACTIVATE, and CREATE. Although decision types originating in other disciplines exist, we provide definitions for these tasks that are suitable for the visualization community. Our proposed typology offers two benefits. First, the ability to compose and hierarchically organize the tasks enables flexible and clear descriptions of decisions with varying levels of complexities. Second, the typology encourages productive discourse between visualization designers and domain experts by abstracting the intricacies of data, thereby promoting clarity and rigorous analysis of decision-making processes. We demonstrate the benefits of our typology through four case studies, and present an evaluation of the typology from semi-structured interviews with experienced members of the visualization community who have contributed to developing or publishing decision support systems for domain experts. Our interviewees used our typology to delineate the decision-making processes supported by their systems, demonstrating its descriptive capacity and effectiveness. Finally, we present preliminary findings on the usefulness of our typology for visualization design.

Autores: Camelia D. Brumar, Sam Molnar, Gabriel Appleby, Kristi Potter, Remco Chang

Última atualização: 2024-09-21 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2404.08812

Fonte PDF: https://arxiv.org/pdf/2404.08812

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes