Tout au long de la pandémie de COVID-19, nous avons été inondés de données sous forme de tableaux et de graphiques qui montrent des mesures importantes liées au virus. Par exemple, des graphiques à barres ont été utilisés pour tracer le nombre de cas dans divers pays, et des graphiques linéaires ont été utilisés pour montrer les tendances du nombre de cas au fil du temps (« la courbe »). Les visualisations de données comme celles-ci sont des outils d’une importance cruciale que les décideurs politiques, les organisations de santé publique et les agences telles que le CDC utilisent pour communiquer au public des informations importantes sur le virus.
Malgré la diffusion généralisée de ces visualisations, la réponse du public à la pandémie aux États-Unis a souvent divergé fortement selon les lignes politiques, soulevant des questions importantes sur la façon dont les données sur les virus sont interprétées. Par exemple, existe-t-il une relation entre nos affiliations politiques et la façon dont nous voyons et interprétons les graphiques COVID-19 ? Lorsque les démocrates et les républicains regardent un graphique linéaire montrant le nombre de cas de COVID au fil du temps, sont-ils généralement d’accord sur la pente de la ligne en degrés, ou voient-ils en fait des pentes de ligne entièrement différentes ? Et les membres des deux partis s’accordent-ils sur les mots qu’ils choisissent pour interpréter subjectivement la pente de « la courbe » ?
Dr Jonathan Ericson, Dr William Albert et Bentley Ph.D. L’étudiant Ja-Naé Duane, a récemment publié une étude sur ce sujet d’actualité et important dans Mégadonnées et société. L’équipe a interrogé plus de 700 résidents américains et a montré des groupes distincts de graphiques démocrates et républicains contenant des données COVID-19 sur le nombre de cas ou le nombre de décès. Certains des graphiques ont été réétiquetés afin que les participants pensent que les données sur la grippe (grippe) étaient affichées dans le graphique au lieu des données sur le COVID-19. Cela a permis aux chercheurs de comparer les évaluations des participants des graphiques montrant les données COVID-19 aux évaluations des graphiques montrant les données de la grippe.
L’équipe a constaté que les démocrates et les républicains de leur échantillon d’étude voyaient les graphiques de la même manière en termes de pourcentages réels et de pentes de ligne en degrés. Par exemple, les membres des deux parties ont convenu que la pente mathématique de « la courbe » dans les graphiques linéaires COVID-19 était plus raide que la courbe dans les graphiques linéaires étiquetés pour la grippe, même si les pentes ont été ajustées pour être exactement les mêmes dans tous les cas. les graphiques. Ce résultat montre que les membres des deux partis se sont mis d’accord sur les caractéristiques mathématiques des données, et il suggère également que les membres des deux partis politiques partageaient une prise de conscience accrue du COVID-19 par rapport à la grippe. Cependant, les membres des deux partis ont choisi des mots différents lorsqu’on leur a demandé de décrire les données en indiquant si la courbe augmentait « légèrement » ou « fortement ». L’équipe de recherche a conclu: « Bien que nous puissions voir des graphiques de données sur les maladies infectieuses de la même manière d’un point de vue purement mathématique ou géométrique, nos affiliations politiques peuvent modérer la façon dont nous interprétons subjectivement les données… les gens n’abordent pas les données de santé publique avec une ardoise vierge – plutôt, les affiliations politiques peuvent modérer les interprétations subjectives des graphiques COVID-19. »
Cette étude est importante car elle fournit des preuves fondées sur la recherche que, même si les membres des deux parties peuvent s’entendre sur les caractéristiques mathématiques d’un graphique, telles que les pourcentages et les pentes des lignes, les interprétations subjectives de ces caractéristiques (par exemple, si une ligne de tendance est « légèrement » ou en « forte » augmentation) peuvent diverger selon les lignes politiques. L’équipe note dans son article qu’elle considère cette recherche comme une confirmation de l’importance cruciale que les chercheurs, les décideurs et les professionnels des données « cherchent continuellement à clarifier la relation entre la façon dont les données sont présentées et la façon dont elles sont interprétées subjectivement et cherchent continuellement de nouvelles façons d’afficher de manière éthique des données qui favorisent une compréhension partagée et minimisent nos préjugés. »
Jonathan D Ericson et al, L’affiliation politique modère les interprétations subjectives des graphiques COVID-19, Mégadonnées et société (2022). DOI : 10.1177/20539517221080678