En ocasiones las visualizaciones de datos pueden ser engañosas o contener falsedades, y sea intencional o no, esto genera desinformación y resulta peligroso, más en momentos de crisis como ahora frente al COVID19. 

El pasado jueves 23 de abril, tuvimos una sesión en línea con María Isabel Magaña, periodista de datos, Juan Manuel Casanueva, director de SocialTIC, Andrés Snitcofsky, diseñador y visualizador de datos e Irving Morales, científico de datos, para identificar casos y ejemplos de narrativas y #MentirasDateras sobre COVID19 en LATAM 🔍 Aquí puedes ver el video de la transmisión, y el hilo en Twitter.

Aquí un resumen de ejemplos de buenas y malas prácticas a la hora de representar información, así como consejos para identificar falsedades en visualizaciones:

Casos y ejemplos de visualizaciones engañosas o falsas

  • El Gobierno de México publicó este mapa el 16 de abril para indicar los municipios con alerta de contagios registrados y sin contagios registrados. Las regiones en rojo reflejan las zonas con contagios y las verdes las que aún no tienen “contacto con el virus”. ¿Qué comunican los colores? En la charla hablamos sobre cómo ciertos códigos y colores también envían mensajes, por ejemplo esto puede interpretarse como: “me encuentro en un municipio rojo ¡peligro!. O en cambio, estoy en una zona verde: “¿puedo continuar con mi vida y salir con tranquilidad?” 
    Esto es un ejemplo de cómo desinformar y contradecir directamente la política de prevención que está implementando la Secretaría de Salud. 

 

 

  • ¿Qué pasa con las gráficas que comparan? Las gráficas quecomparan países y sus curvas de contagio y defunciones no son comparables y tienen un alto grado de incertidumbre. Pues cada país tiene formas distintas de contabilizar y registrar estos datos. Al no ser equivalentes, es muy fácil que resulten engañosos. Este artículo lo explica más a detalle. Un ejemplo es este:

  • Cuando los datos son correctos, pero la interpretación y el contexto son errados. Como este ejemplo, donde un senador colombiano compartió esta gráfica con el siguiente mensaje:

El medio La Silla Vacía explica aquí por qué está errado. La gráfica excluye muchos países y no toma en cuenta temporalidad: los países donde el virus brotó primero, naturalmente, han realizado más pruebas. Además, el senador no contempla datos actualizados y no rectifica cuando se le señala su irresponsabilidad.

Consejos para visualizaciones de datos responsables 

  • Informar sobre las limitaciones de los datos: qué información puede darnos una investigación y cuáles están fuera de su alcance.
  • Necesitamos contextualizar,  los números no se entienden sin contexto: hay que ser pedagógicas/os. 
  • ¡Las gráficas de barras funcionan!  No siempre tienen que tener muchos elementos de diseño: a veces menos es más fácil de comprender.
  • Las alianzas entre comunidad científica y periodistas son necesarias para humanizar y explicar los datos.
  • Además de los datos actualizados, locales y de buscar hacer predicciones: analiza datos previos del pasado, por ejemplo, ¿qué pasó en países que vivieron primero la pandemia?
  • Evita utilizar muchos colores, ya que puede ser confuso. (Ver la siguiente imagen del ejemplo de qué no hacer)

Consejos para identificar gráficas engañosas y datos con falsedades

  • Desconfía si no tiene fuentes: los datos siempre tienen que estar respaldados para rendir cuentas.
  • Cualquier gráfica que asegure tener la verdad absoluta es de sospechar.
  • OJO con la coherencia interna: por ejemplo, si las barras de la gráfica no son proporcionales a los números. Como este ejemplo donde el 39.6% es mucho más grande en dimensión a comparación con el 35%. 

Recursos sobre el tema