Sedan starten av covid-19-pandemin, diagram och diagram har hjälpt till att kommunicera information om infektionsfrekvenser, dödsfall, och vaccinationer. I vissa fall, sådana visualiseringar kan uppmuntra beteenden som minskar virusöverföring, som att bära en mask. Verkligen, pandemin har hyllats som genombrottsögonblicket för datavisualisering.

Men nya rön tyder på en mer komplex bild. En studie från MIT visar hur coronavirusskeptiker har samlat datavisualiseringar online för att argumentera mot folkhälsoortodoxi om fördelarna med maskmandat. Sådana "motvisualiseringar" är ofta ganska sofistikerade, med hjälp av datauppsättningar från officiella källor och toppmoderna visualiseringsmetoder.

Forskarna kammade igenom hundratusentals inlägg på sociala medier och fann att coronavirusskeptiker ofta använder motvisualiseringar tillsammans med samma "följ-data"-retorik som folkhälsoexperter, ändå argumenterar skeptikerna för radikalt olika politik. Forskarna drar slutsatsen att datavisualiseringar inte är tillräckliga för att förmedla hur brådskande covid-19-pandemin är, eftersom även de tydligaste graferna kan tolkas genom en mängd olika trossystem.

"Många människor tänker på mätningar som infektionsfrekvenser som objektiva, " säger Crystal Lee. "Men det är de uppenbarligen inte, baserat på hur mycket debatt det finns om hur man ska tänka kring pandemin. Det är därför vi säger att datavisualiseringar har blivit ett slagfält."

Forskningen kommer att presenteras vid ACM Conference on Human Factors in Computing Systems i maj. Lee är studiens huvudförfattare och en Ph.D. student i MIT:s historia, Antropologi, Vetenskap, Teknologi, and Society (HASTS) program och MIT:s datavetenskap och artificiell intelligens Laboratory (CSAIL), samt en stipendiat vid Harvard Universitys Berkman Klein Center for Internet and Society. Medförfattare inkluderar Graham Jones, en Margaret MacVicar-fakultetsstipendiat i antropologi; Arvind Satyanarayan, NBX karriärutveckling biträdande professor vid institutionen för elektroteknik och datavetenskap och CSAIL; Tanya Yang, en MIT-student; och Gabrielle Inchoco, en Wellesley College grundutbildning.

När datavisualiseringar blev framträdande tidigt i pandemin, Lee och hennes kollegor försökte förstå hur de distribuerades i hela sociala mediers universum. "En första hypotes var att om vi hade fler datavisualiseringar, från data som samlats in på ett systematiskt sätt, då skulle folk vara bättre informerade, " säger Lee. För att testa den hypotesen, hennes team blandade beräkningstekniker med innovativa etnografiska metoder.

De använde sin beräkningsmetod på Twitter, skrapar nästan en halv miljon tweets som hänvisade till både "COVID-19" och "data". Med dessa tweets, forskarna skapade en nätverksgraf för att ta reda på "vem som retweetar vem och vem som gillar vem, " säger Lee. "Vi skapade i princip ett nätverk av gemenskaper som interagerar med varandra." Kluster inkluderade grupper som "amerikanska mediagemenskapen" eller "antimaskers." Forskarna fann att antimaskgrupper skapade och delade datavisualiseringar lika mycket som , om inte mer än, andra grupper.

Och de där visualiseringarna var inte slarviga. "De är praktiskt taget omöjliga att skilja från de som delas av vanliga källor, " säger Satyanarayan. "De är ofta lika polerade som grafer du kan förvänta dig att stöta på i datajournalistik eller folkhälsoinstrumentpaneler."

"Det är ett mycket slående fynd, " säger Lee. "Det visar att karakterisering av antimaskgrupper som dataanalfabeter eller inte engagerar sig i data, är empiriskt falsk."

Lee säger att denna beräkningsmetod gav dem en bred bild av COVID-19-datavisualiseringar. "Det som är riktigt spännande med det här kvantitativa arbetet är att vi gör den här analysen i stor skala. Det finns inget sätt att jag kunde ha läst en halv miljon tweets."

Men Twitteranalysen hade en brist. "Jag tror att det saknar mycket granularitet i de konversationer som folk har, " säger Lee. "Du kan inte nödvändigtvis följa en enda tråd av konversation när den utvecklas." För det, the researchers turned to a more traditional anthropology research method—with an internet-age twist.

Lee's team followed and analyzed conversations about data visualizations in antimask Facebook groups—a practice they dubbed "deep lurking, " an online version of the ethnographic technique called "deep hanging out." Lee says "understanding a culture requires you to observe the day-to-day informal goings-on—not just the big formal events. Deep lurking is a way to transpose these traditional ethnography approaches to digital age."

The qualitative findings from deep lurking appeared consistent with the quantitative Twitter findings. Antimaskers on Facebook weren't eschewing data. Snarare, they discussed how different kinds of data were collected and why. "Their arguments are really quite nuanced, " says Lee. "It's often a question of metrics." For example, antimask groups might argue that visualizations of infection numbers could be misleading, in part because of the wide range of uncertainty in infection rates, compared to measurements like the number of deaths. Som svar, members of the group would often create their own counter-visualizations, even instructing each other in data visualization techniques.

"I've been to livestreams where people screen share and look at the data portal from the state of Georgia, " says Lee. "Then they'll talk about how to download the data and import it into Excel."

Jones says the antimask groups' "idea of science is not listening passively as experts at a place like MIT tell everyone else what to believe." He adds that this kind of behavior marks a new turn for an old cultural current. "Antimaskers' use of data literacy reflects deep-seated American values of self-reliance and anti-expertise that date back to the founding of the country, but their online activities push those values into new arenas of public life."

He adds that "making sense of these complex dynamics would have been impossible" without Lee's "visionary leadership in masterminding an interdisciplinary collaboration that spanned SHASS and CSAIL."

The mixed methods research "advances our understanding of data visualizations in shaping public perception of science and politics, " says Jevin West, a data scientist at the University of Washington, who was not involved with the research. Data visualizations "carry a veneer of objectivity and scientific precision. But as this paper shows, data visualizations can be used effectively on opposite sides of an issue, " he says. "It underscores the complexity of the problem—that it is not enough to 'just teach media literacy." It requires a more nuanced sociopolitical understanding of those creating and interpreting data graphics."

Combining computational and anthropological insights led the researchers to a more nuanced understanding of data literacy. Lee says their study reveals that, compared to public health orthodoxy, "antimaskers see the pandemic differently, using data that is quite similar. I still think data analysis is important. But it's certainly not the salve that I thought it was in terms of convincing people who believe that the scientific establishment is not trustworthy." Lee says their findings point to "a larger rift in how we think about science and expertise in the U.S." That same rift runs through issues like climate change and vaccination, where similar dynamics often play out in social media discussions.

To make these results accessible to the public, Lee and her collaborator, CSAIL Ph.D. student Jonathan Zong, led a team of seven MIT undergraduate researchers to develop an interactive narrative where readers can explore the visualizations and conversations for themselves.

Lee describes the team's research as a first step in making sense of the role of data and visualizations in these broader debates. "Data visualization is not objective. It's not absolute. It is in fact an incredibly social and political endeavor. We have to be attentive to how people interpret them outside of the scientific establishment."

Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.