Design : Recommandations de conception éthique pour les visualisations COVID-19

Les enjeux sont importants et les données complexes. Voici quelques recommandations pratiques pour les concepteurs de données travaillant sur les visualisations COVID-19

En mars 2020, COVID-19 a été classé comme pandémie mondiale. Chaque jour, nous apprenons quelque chose de nouveau sur le nouveau coronavirus et des numéros de cas mis à jour apparaissent dans des ensembles de données gérés dans le monde entier. Et chaque jour, semble-t-il, nous apprenons également quelque chose de nouveau sur la visualisation des données.

Les membres de la Data Visualization Society ont suivi de près le grand nombre d’efforts de visualisation publique utilisant des données COVID-19. Certains graphiques ont éclairé et permis la compréhension, tandis que d’autres ont déformé la gravité de la maladie, des sujets représentés involontairement déshumanisés ou sensationnels, ou ont ignoré les problèmes de qualité des données concernant les données sur les cas et les décès liés au COVID-19. La visualisation des données a joué un rôle clé pour donner un sens à la pandémie actuelle à l’échelle mondiale, et elle continuera de le faire.

La pandémie a conduit un nombre inhabituellement élevé de personnes, issues d’un large éventail de milieux, d’industries et de professions, à concevoir des visualisations rapidement, sur la base de données sous-jacentes très similaires, sinon identiques. À bien des égards, les données COVID-19 présentent les mêmes défis de visualisation éthique que dans les jours pré-pandémiques. Il y a beaucoup de conseils sur ce qu’il faut faire et ce qu’il ne faut pas faire dans les visualisations, l’expérience utilisateur, et dans la conception et la technologie en général, qui peuvent être appliquées à toute visualisation individuelle. Bien que tous ces efforts aient du mérite, ils peuvent être difficiles à trouver et à reconstituer, et encore moins à intégrer dans un seul flux de travail pour le concepteur pressé par le temps.

Le contexte actuel crée une complexité encore plus grande; les enjeux sont importants et les données complexes. Les données sur les cas et les décès ont degré d’incertitude inhabituellement élevé pour un ensemble de données aussi largement utilisé, tout comme les prévisions et les modèles construits avec ces données. Les visualisations informent la prise de décision individuelle et les politiques radicales qui peuvent littéralement influencer la vie et la mort. Les communautés touchées de manière disproportionnée, en particulier, peuvent être fatiguées ou souffrir d’une surcharge d’informations, ce qui rend encore plus difficile leur communication.

L’incertitude, la soif d’information et la sensibilité des données sur la santé humaine et les pertes de vie se conjuguent pour créer un environnement où considérations éthiques de visualisation sont plus importants que jamais. De nombreuses excellentes ressources offrant des conseils sur la visualisation des données COVID-19 ont été publiées récemment (voir la liste ci-dessous). Leur recommandation la plus forte? Ne visualisez pas. Ou si vous devez, réfléchir profondément à vos intentions première.

Malgré les défis et les recommandations de prudence, la réalité est que de nombreuses personnes avoir besoin pour créer des visualisations des données COVID-19. Ces personnes comprennent des militants, des journalistes, des analystes de données, des professionnels de la santé et des conseillers politiques travaillant sur COVID-19 et les questions connexes. En gardant ces personnes à l’esprit et en anticipant que la pandémie aura un arc long à l’échelle mondiale, nous avons rassemblé un guide pratique simplifié d’utilisation éthique des données COVID-19, décrit ci-dessous.

Compréhension

• Associer
  Trouvez un expert en matière de partenariat avec. C’est un personne possédant une expertise approfondie en matière de soins de santé, d’épidémiologie, de biostatistique, de pandémies et / ou de politiques publiques.
• Faire preuve d’empathie
  Comprenez votre public et les sujets représentés. Pensez à faire entendre la voix du patient dans votre processus, en particulier lors de la visualisation d’histoires de données sensibles, y compris le bilan humain de COVID-19.
• Soyez stratégique
  Identifiez votre public spécifique. Déterminez ce dont ils ont besoin de savoir que vous pouvez dire avec les données à portée de main et combien il est important qu’ils comprennent votre message. Les gens prennent des décisions avec les informations qu’ils voient – est-ce que je continue à rester à la maison et à pratiquer l’éloignement social? Les choses s’améliorent-elles près de moi?
• Identifier les enjeux
  La visualisation que vous proposez pourrait être utilisée à mauvais escient ou blesser quelqu’un (en particulier d’un groupe à haut risque). Les graphiques peuvent sembler objectifs, mais ils peuvent être facilement utilisés à mauvais escient, en particulier autour d’un sujet très chargé. Revoyez cette considération tout au long de votre processus de conception en faisant des choix autour des formes visuelles, des couleurs, du texte et des récits que vous renforcez avec votre visualisation. S’il existe un fort potentiel d’abus ou de malentendu, revoyez votre intention de créer la visualisation.

Les données

• Abordez vos données comme un journaliste aborde une source
  Si vous visualisez des données sur les cas ou les décès liés à COVID-19, prenez le temps de comprendre comment les données ont été collectées et ses limites. Bien qu’un certain nombre d’entreprises et de médias aient rendu publics des ensembles de données de cas prêts à visualiser, les données de cas sont complexes.
• Contexte pertinent
  Évitez de présenter le nombre de cas sans informations de référence supplémentaires sur qui est touché et comment. Complétez les ensembles de données COVID-19 avec des informations et / ou des points de données qui sont pertinents et significatifs pour votre public.
• Comparaisons appropriées
  Si vous incluez des comparaisons entre différents États ou pays, assurez-vous que les définitions de vos mesures sont les mêmes. En cas de variance (par exemple, un État inclut des cas probables dans le décompte des «cas confirmés» et un autre ne le fait pas), indiquez ces différences de manière explicite.
• Évitez les calculs
  Les mathématiques épidémiologiques sont difficiles. Bien qu’ils puissent sembler simples, les calculs tels que les statistiques sommaires et les taux de létalité nécessitent une compréhension plus nuancée dans une pandémie. Laissez-le à votre expert en la matière ou utilisez uniquement les mesures publiées existantes provenant de sources réputées comme l’OMS ou le CDC.

Conception

• Titre clairement
  Indiquez votre principale conclusion dans le titre. Utilisez un langage que votre public comprendra, mais évitez le jargon inutile.
• Annoter, annoter, annoter
  Soulignez explicitement les points clés à retenir avec des mots. Rendez les points clés plus faciles à comprendre pour vos utilisateurs.
• Inclure les totaux
  Indiquez explicitement les totaux liés à vos données cartographiques. Bon exemple de dénominateur dans une légende: «Cela représente 7 000 cas avec les données détaillées requises sur un total de 122 000 cas.» Mauvais exemple: «Cela représente 7 000 cas» (pas assez de détails).
• Inclure des définitions
  Fournir des définitions de termes spécialisés. Des notes de bas de page peuvent être utilisées pour clarifier les termes techniques économiques et médicaux si nécessaire.
• Horodatez et signez votre travail
  Inclure la paternité ainsi que la date et l’heure des données d’origine sur l’image du graphique. Soyez transparent sur vos affiliations, votre expertise, votre financement et vos préjugés. Les informations étant partagées si rapidement, il est important de pouvoir identifier rapidement qui a visualisé quoi et quand.
• Concevez le mobile d’abord
  La plupart des gens vérifient les données COVID-19 sur leurs téléphones. Réfléchissez à la façon dont votre travail s’affichera sur mobile et concevez le mobile en premier lorsque cela est possible. Si vous ne prenez pas en charge les formats d’appareils plus petits, reconnaissez-le avec une note.
• Prioriser l’accessibilité
  De nombreuses visualisations de COVID-19 sont pas accessible aux personnes ayant une déficience visuelle ou des troubles cognitifs. Utilisez des outils de visualisation compatibles avec les lecteurs d’écran ou d’autres appareils fonctionnels et effectuez des vérifications d’accessibilité avant la publication. Réfléchissez à la manière dont l’ensemble de la diversité humaine pourra interpréter et comprendre vos visualisations.
• Retenue de couleur
  Pour souligner les points de données clés, utilisez une couleur à saturation élevée. Soulignez les autres fonctionnalités avec des couleurs à faible contraste, palettes de couleurs accessibles. Faites attention aux significations des couleurs locales à l’endroit où votre visualisation sera vue.
• Limites d’État
  Indiquez clairement les incertitudes dans les notes de bas de page. Ceci est particulièrement important lors du traçage des variables corrélées (ce qui peut impliquer des relations causales avec certaines personnes) et lorsque des nombres importants de cas manquent de données pour une analyse plus détaillée des résultats.

Après la publication

• Suivre l’impact
  Suivez les discussions sur votre visualisation. Soyez prêt à ajuster et / ou à mettre à jour votre visualisation pour atténuer les hypothèses potentiellement nuisibles faites sur la base de votre graphique ou pour clarifier les erreurs d’interprétation.
• Mettre à jour manuellement
  N’autorisez pas passivement un script à mettre à jour vos numéros. Surveillez les tendances entrantes pour détecter toute anomalie ou valeur aberrante, suivez la documentation mise à jour sur vos sources de données et corrigez les hypothèses nuisibles.

Ces recommandations reflètent les principes de l’humanisme des données: pour être éthique, une visualisation doit être efficace et humain.

Pour être efficaces, les visualisations doivent tenir compte des limites de la détection humaine, de la cognition et de la capacité contextuelle. Pour être humaine, les visualisations doivent faire preuve de tact comment les limites de ces qualités humaines sont étendues, honorer l’humanité des sujets représentés, et reconnaître les dommages potentiels qui peuvent être infligés aux personnes liées aux sujets visualisés (comme les parents survivants).

Par exemple, dans de nombreux endroits, les conversations sur les politiques se sont transformées en compromis entre la réouverture des économies et le bilan potentiel de la vie humaine. Si vous visualisez ensemble des données liées à l’économie et à des cas, réfléchissez à l’histoire que vous racontez et à ce que votre langue ressentirait pour une personne à risque élevé.

Reconnaître que malgré l’urgence perçue de produire du contenu COVID-19, la création de visualisations efficaces et humaines sur ce sujet prend du temps. Planifiez plusieurs itérations et séries de commentaires de différentes personnes. Bien que la publication des dénombrements quotidiens puisse créer un sentiment d’urgence, les besoins de suivi quotidiens pour la plupart des pays sont satisfaits avec les outils de visualisation existants provenant de sources fiables.

Nous en sommes encore aux premiers stades de la compréhension de cette maladie. Nous pouvons célébrer ceux qui se sont rétablis mais ne savent pas quelle sera la morbidité à long terme associée aux infections à COVID-19. Soyez conscient du langage que vous utilisez pour décrire les cas récupérés.

Les recommandations fournies ici sont une première tentative de présenter un guide cohérent et exploitable pour les visualiseurs utilisant les données COVID-19. Il est basé sur l’expérience professionnelle et de recherche, ainsi que sur des réflexions sur les visualisations créées au cours des deux premiers mois de cette pandémie. Si vous avez des ajouts et des corrections, veuillez ajouter des commentaires dans les commentaires ci-dessous ou contacter directement l’auteur principal.

Pour approfondir les considérations éthiques de la visualisation des données COVID-19, nous recommandons les ressources ci-dessous:

La liste des recommandations a été élaborée à l’aide des travaux du prochain document de conférence «  Make Me Care: Ethical Visualization in the Sciences and Data Sciences  » de K Hepworth, Ph.D., qui sera publié par Springer dans les actes de la conférence HCII en juillet 2020 Pour plus d’informations et de mises à jour, voir: https://kathep.github.io/ethics.

Le cadre a été adapté avec des recommandations plus spécifiques pour visualiser les données liées à COVID-19 par Amanda Makulec, MPH, en s’appuyant sur son expertise dans le domaine de la santé publique, des publications connexes et des discussions DVS sur les visualisations COVID-19.

Nous sommes reconnaissants des généreux commentaires de Bridget Cogley, Jason Forrest, Neil Richards, et Josh Smith sur cet article.