Uno de los principales objetivos de la Visualización de la Información y del Conocimiento es el de proporcionar insight. Pero ¿cómo se define el insight desde el campo de la visualización?
Chang y otros (2009) han notado que los estudiosos de la visualización utilizan dos significados para el término insight: la primera definición proviene de la ciencia cognitiva y se refiere al proceso por el cual un individuo pasa de un estado de no saber cómo resolver un problema a saber cómo resolverlo; a este «momento de iluminación» le llaman los autores insight espontáneo.
La segunda definición proviene de la comunidad de la visualización y se refiere a los procesos de visualización que, en algunos casos, podrían resultar en un «momento de iluminación». Insight, desde esta perspectiva―que los autores llaman construcción de insight―, tiene el mismo significado que unidad de conocimiento o unidad de información.
Para explicar cómo ocurre el insight, desde el primer punto de vista, los investigadores en ciencia cognitiva han utilizado experimentos como el problema de los nueve puntos (Figura 1). En el experimento se pide a los participantes unir los nueve puntos―dispuestos en una matriz de 3 × 3―con sólo cuatro líneas sin separar el lápiz del papel. Lo que han encontrado los investigadores es que los participantes fallan en sus primeros intentos, pero tienen éxito cuando abandonan sus paradigmas e intentan nuevas formas de resolverlo.
Desde el segundo punto de vista, Ji Soo Yi y otros (2008) introducen cuatro procesos a través de los cuales la gente puede ganar insight utilizando visualizaciones:
Los cuatro procesos―aclaran Ji Soo Yi y otros― no se dan en ese orden y separados, sino más bien entrelazados y juntos para generar un insight más profundo (no se debe olvidar que el insight depende además del compromiso del usuario con el set de datos). Los procesos enumerados por Ji Soo Yi y otros pueden ser la base para desarrollar pautas y recomendaciones para elaborar visualizaciones orientadas a generar insight.
El insight espontáneo y la construcción de insight son dos aproximaciones diferentes a la manera en que la gente gana insight. Chang y otros proponen combinar ambas aproximaciones para:
Referencias
Chang, R., Ziemkiewicz, C., Green, T. M. & Ribarsky, W. (2009). Defining insight for visual analytics. Computer Graphics and Applications, IEEE. 29.2, 14-17.
Ji Soo Yi, Youn-ah Kang, Stasko, J. T. & Jacko, J. A. (2008). Understanding and characterizing insights: how do people gain insights using information visualization? Proceedings of belivʼ 2008, Florence, Italy.
Chang y otros (2009) han notado que los estudiosos de la visualización utilizan dos significados para el término insight: la primera definición proviene de la ciencia cognitiva y se refiere al proceso por el cual un individuo pasa de un estado de no saber cómo resolver un problema a saber cómo resolverlo; a este «momento de iluminación» le llaman los autores insight espontáneo.
La segunda definición proviene de la comunidad de la visualización y se refiere a los procesos de visualización que, en algunos casos, podrían resultar en un «momento de iluminación». Insight, desde esta perspectiva―que los autores llaman construcción de insight―, tiene el mismo significado que unidad de conocimiento o unidad de información.
Para explicar cómo ocurre el insight, desde el primer punto de vista, los investigadores en ciencia cognitiva han utilizado experimentos como el problema de los nueve puntos (Figura 1). En el experimento se pide a los participantes unir los nueve puntos―dispuestos en una matriz de 3 × 3―con sólo cuatro líneas sin separar el lápiz del papel. Lo que han encontrado los investigadores es que los participantes fallan en sus primeros intentos, pero tienen éxito cuando abandonan sus paradigmas e intentan nuevas formas de resolverlo.
 |
| Figura 1. Problema de los nueve puntos. Elaborado a partir de Chang et al.: 2009. |
Desde el segundo punto de vista, Ji Soo Yi y otros (2008) introducen cuatro procesos a través de los cuales la gente puede ganar insight utilizando visualizaciones:
- Proporcionar visión de conjunto (Provide overview). Proceso por el cual la gente explora el set de datos desde un punto de vista general y puede darse cuenta de qué sabe y qué no.
- Ajustar (Adjust). Proceso por el cual la gente ajusta el nivel de abstracción o el rango de selección y gana insight filtrando los datos innecesarios o poco interesantes.
- Detectar patrones (Detect pattern). Proceso por el cual la gente encuentra distribuciones, tendencias, frecuencias o estructuras en el set de datos.
- Emparejar con el modelo mental (Match mental model). El proceso por el cual una representación visual reduce la brecha entre los datos y el modelo mental del usuario.
Los cuatro procesos―aclaran Ji Soo Yi y otros― no se dan en ese orden y separados, sino más bien entrelazados y juntos para generar un insight más profundo (no se debe olvidar que el insight depende además del compromiso del usuario con el set de datos). Los procesos enumerados por Ji Soo Yi y otros pueden ser la base para desarrollar pautas y recomendaciones para elaborar visualizaciones orientadas a generar insight.
El insight espontáneo y la construcción de insight son dos aproximaciones diferentes a la manera en que la gente gana insight. Chang y otros proponen combinar ambas aproximaciones para:
- Determinar la efectividad de las herramientas de visualización;
- Dotar a los científicos de artefactos complejos para resolver problemas (del tipo de los nueve puntos); y
- Saber cómo utilizar ambos tipos de insight en herramientas de visualización que resuelvan problemas del mundo real.
Referencias
Chang, R., Ziemkiewicz, C., Green, T. M. & Ribarsky, W. (2009). Defining insight for visual analytics. Computer Graphics and Applications, IEEE. 29.2, 14-17.
Ji Soo Yi, Youn-ah Kang, Stasko, J. T. & Jacko, J. A. (2008). Understanding and characterizing insights: how do people gain insights using information visualization? Proceedings of belivʼ 2008, Florence, Italy.
Comentarios
Publicar un comentario