Die Forschung beleuchtet die Beziehung zwischen politischen Zugehörigkeiten und Interpretationen von COVID-19-Grafiken

Während der COVID-19-Pandemie wurden wir mit Daten in Form von Diagrammen und Grafiken überschwemmt, die wichtige Metriken im Zusammenhang mit dem Virus zeigen. Beispielsweise wurden Balkendiagramme verwendet, um die Anzahl der Fälle in verschiedenen Ländern darzustellen, und Liniendiagramme wurden verwendet, um Trends bei der Anzahl der Fälle im Laufe der Zeit darzustellen („die Kurve“). Datenvisualisierungen wie diese sind äußerst wichtige Werkzeuge, die politische Entscheidungsträger, öffentliche Gesundheitsorganisationen und Behörden wie die CDC verwenden, um der Öffentlichkeit wichtige Informationen über das Virus mitzuteilen.

Trotz der weiten Verbreitung dieser Visualisierungen ist die Reaktion der Öffentlichkeit auf die Pandemie in den Vereinigten Staaten entlang politischer Linien oft stark auseinandergegangen, was wichtige Fragen darüber aufwirft, wie Virusdaten interpretiert werden. Gibt es beispielsweise einen Zusammenhang zwischen unseren politischen Zugehörigkeiten und der Art und Weise, wie wir COVID-19-Diagramme sehen und interpretieren? Wenn Demokraten und Republikaner ein Liniendiagramm betrachten, das die Anzahl der COVID-Fälle im Laufe der Zeit zeigt, stimmen sie im Allgemeinen über die Neigung der Linie in Grad überein oder sehen sie tatsächlich ganz unterschiedliche Linienneigungen? Und stimmen die Mitglieder der beiden Parteien in Bezug auf die Worte überein, die sie wählen, um die Steigung „der Kurve“ subjektiv zu interpretieren?

Dr. Jonathan Ericson, Dr. William Albert und Bentley Ph.D. Die Studentin Ja-Naé Duane veröffentlichte kürzlich eine Studie zu diesem aktuellen und wichtigen Thema in Big Data & Gesellschaft. Das Team befragte mehr als 700 US-Bürger und zeigte getrennten Gruppen von Demokraten und Republikanern Diagramme mit COVID-19-Daten zur Anzahl der Fälle oder zur Anzahl der Todesfälle. Einige der Diagramme wurden neu beschriftet, damit die Teilnehmer denken würden, dass Influenza (Grippe)-Daten in der Grafik anstelle von COVID-19-Daten angezeigt würden. Auf diese Weise konnten die Forscher die Auswertungen der Teilnehmer von Diagrammen mit COVID-19-Daten mit Auswertungen von Diagrammen mit Grippedaten vergleichen.

Das Team stellte fest, dass die Demokraten und Republikaner in ihrer Stichprobe die Diagramme in Bezug auf tatsächliche Prozentsätze und Linienneigungen in Grad ähnlich sahen. Zum Beispiel waren sich die Mitglieder beider Parteien einig, dass die mathematische Steigung der „Kurve“ in COVID-19-Liniendiagrammen steiler war als die Kurve in den mit Grippe gekennzeichneten Liniendiagrammen, obwohl die Steigungen so angepasst wurden, dass sie in allen exakt gleich waren die Grafiken. Dieses Ergebnis zeigt, dass sich die Mitglieder beider Parteien über die mathematischen Merkmale der Daten einig waren, und es deutet auch darauf hin, dass die Mitglieder der beiden politischen Parteien ein erhöhtes Bewusstsein für COVID-19 im Vergleich zur Grippe teilten. Mitglieder der beiden Parteien wählten jedoch unterschiedliche Wörter, als sie gebeten wurden, die Daten dahingehend zu beschreiben, ob die Kurve „leicht“ oder „stark“ ansteigt. Das Forschungsteam kam zu dem Schluss: „Während wir Diagramme von Daten zu Infektionskrankheiten möglicherweise aus einer rein mathematischen oder geometrischen Perspektive ähnlich sehen, können unsere politischen Zugehörigkeiten moderieren, wie wir die Daten subjektiv interpretieren … politische Zugehörigkeiten können subjektive Interpretationen von COVID-19-Grafiken moderieren.“

Diese Studie ist wichtig, weil sie forschungsbasierte Beweise dafür liefert, dass, obwohl Mitglieder der beiden Parteien sich über die mathematischen Merkmale eines Diagramms wie Prozentsätze und Liniensteigungen einigen können, subjektive Interpretationen dieser Merkmale (z. B. ob eine Trendlinie „leicht “ oder „stark“ steigend) entlang politischer Linien auseinanderlaufen können. Das Team stellt in seinem Artikel fest, dass sie diese Forschung als Bestätigung dafür ansehen, wie wichtig es ist, dass Forscher, politische Entscheidungsträger und Datenexperten „kontinuierlich versuchen, die Beziehung zwischen der Darstellung von Daten und ihrer subjektiven Interpretation zu klären und ständig nach neuen Wegen suchen Daten ethisch darzustellen, die ein gemeinsames Verständnis fördern und unsere Vorurteile minimieren.“