روانشناسی بصری سازی

روانشناسی بصری سازی

اطلاعات به ما کمک می کنند تا با دنیای اطراف خود ارتباط برقرار کنیم. قبلا با سرطان ها مانند جن گرفتگی برخورد می شد اما با پیشرفت علم پزشکی، خیلی از جن گرفتگی ها شناسایی و درمان شدند و در سال 2023 دیگر کسی بیماری سرطان را جن گرفتگی تشخیص نمی دهد!

با درک بیشتر دنیای اطراف ما معانی و علت اتفاقات اطراف خود را می فهمیم، الگوها را شناسایی و کشف می کنیم و از دانش خود استفاده می کنیم تا دنیا را به نفع خود تغییر دهیم؛ به همین علت مفهومی با اهمیت به نام بصری سازی (data visualization) وجود دارد.

Screen-Shot-2020-01-28-at-10.13.28-AM

تاریخچه ی بصری سازی

اولین داده هایی که توسط بشر به صورت اصولی بصری سازی شدند، نقشه ها بودند. نقشه ها، تجربه های رسم شده از جهانگردان، دریانوردان و نقشه سازان بودند. با استفاده از این نقشه ها تجارت کلان، سفر ها و درک جغرافیایی برای انسان ها ممکن شده بود.


احتمالا دیگر اهمیت بصری سازی را فهمیده باشید!

بیایید درباره ی اثرات مثبت روانشناسی بصری سازی صحبت کنیم!

نیاز روانی به بصری سازی

نقشه ها و مدل ما به ما ایده می دهند، میتوانیم ترندها (trends) را شناسایی کنیم و بفهمیم و با درک خود از داده ها، تصمیم های بهتر و درست تر بگیریم. داده ها سعی میکنند داستانی را بیان کنند و چه بهتر که این داستان، ساده، کوتاه و قابل فهم باشد.

حالا فرض کنید که چندین گیگابایت (یا حتی ترابایت) داده ی پیچیده داریم و پردازش و درک تمام این داده ها برای مغز ما عملی بسیار پیچیده است؛ اینجا المان های بصری (جدول ها، نمودار ها، گراف ها و ...) میتوانند این حجم بالای داده های پیچیده را به یک محتوای ساده و مختصر برای مغز ما تبدیل کنند و مغز ما بتواند این اطلاعات را به سادگی و درستی پردازش کند.

ما آدم ها یک سیستم بصری (چشم) داریم که میتواند با بهره گیری از یک نمایش بصری ساده و درست، حجم زیادی از اطلاعات پیچیده را دریافت و پردازش کند. به همین علت است که بصری سازی داده بهترین روش به اشتراک گذاری انواع مختلف داده است که امروزه توسط سیستم های مختلف تولید یا استخراج می شود.


بازه های توجه ما (attention spans) مرتبا در سال های اخیر کاهش یافته و این مسئله باعث افزایش اهمیت بصری سازی شده. در ادامه ی این مقاله روانشناسی بصری سازی را عمیق تر بررسی می کنیم.

بصری سازی چگونه به ما برای درک داده ها کمک می کند؟

اهمیت بصری سازی در ارائه ی اطلاعات به صورتی است که چشم های ما توانایی تشخیص و مغز ما توانایی درک آن ها را داشته باشد. پیاده سازی درست بصری سازی کاری علمی (و کمی هنری) است. بصری سازی بر پایه ی بررسی مهارت استنتاج ما شکل گرفته و هدف بصری سازی ترجمه ی خلاصه ی اطلاعات به یک ارائه ی نمایشی است که بتواند به صورت ساده، موثر، دقیق و معنادار برای ما قابل فهم باشد.

12131313شی

یک بصری سازی خوب باید این ویژگی ها را داشته باشد:

  • به طور واضح ارتباط داده ها را مشخص کند.
  • مقادیر را دقیق نمایش دهد.
  • مقایسه ی مقادیر را ساده کند.
  • دسته بندی و مرتب سازی مقادیر را ساده کند.
  • به صورت واضح مشخص کند که چطور باید داده ها را تفسیر کرد و نتیجه ی این داده ها چیست.

ما همواره اطلاعات کسب شده را قضاوت می کنیم. یک بصری سازی خوب باید منجر به قضاوت های مشابه توسط تمام مخاطبین بصری سازی شود.

بصری سازی برای چشم ها

بصری سازی ترجمه و نمایش گرافیکی خلاصه ی اطلاعات است. در این ترجمه اعداد و اطلاعات به پارامترهای دیداری (طول، موقعیت، اندازه، شکل و رنگ و ...) تبدیل می شوند تا بتوانند از طریق بینایی ما درک شوند. ساختارهای مرسوم بصری سازی نیز به خاطر بازخورد مثبت درک بینایی ما جایگاه خود را بدست آورده اند.

به همین خاطر برای بصری سازی عموما از نمودارهای مرسوم که امتحان خود را پس داده اند استفاده می کنیم.

یک گزارش طولانی و جدولی پر از اعداد گوناگون میتوانند اطلاعات را کامل تر ارائه کنند اما یک عکس یا یک نمودار به ما اجازه می دهد تا تنها مفاهیم و الگوهای مهم را تشخیص داده و درک کنیم. مسئله ی مهم تر دیگر هم سرعت درک داده های گرافیکی نسبت به بررسی داده های خام است؛ همچنین متن ها و اعداد توسط بخش زبانی مغز پردازش می شوند و این بخش از بخش دیداری کندتر است. همچنین مدل های بصری سازی به ما اجازه ی ارائه ی ساده تر اطلاعات پیچیده را می دهند؛ مثلا فرض کنید ضخامت یا تعداد لبه های بین دو گره یک گراف نشان‌دهنده ارتباط بیشتر دو گره است.

بصری سازی برای مغز

پس از دریافت اطلاعات از طریق چشم ها، اطلاعات به درستی بین بخش های دریافت کننده و درک کننده ی مغز منتقل می شوند. بخش دریافت کننده ی اطلاعات چشم (visual cortex) در انتهای مغز قرار دارد و این بخش از مغز بسیار سریع و دقیق است. بخش پردازشی (cerebral cortex) اما در جلوی مغز قرار دارد و بسیار کند تر و کمی بی دقت است. با استفاده از بصری سازی، کار بخش پردازشی مغز کمتر می شود و اطلاعات وارد شده به آن ابتدا توسط بخش مربوط به بینایی پیش پردازش شده است.

تئوری پردازش دوگانه

همه ی ما دو سیستم فکری در خود داریم:

سیستم اول: سریع، غریضی و احساسی
سیستم دوم: کند و منطقی

سیستم اول توان پردازشی مغز ما را درگیر نمی کند و تحقیقات نشان داده که بصری سازی های ساده و مناسب بیشتر سیستم اول را درگیر می کنند.

چرا با بصری سازی سریعتر می فهمیم؟

مغز ما شکل ها، رنگ ها و حرکت ها را می شناسد و می تواند آن ها را تفکیک کند و بصری سازی تبدیل اطلاعات خام به شکل ها، رنگ ها و حرکت هاست! در واقع با بصری سازی تنها 10 میلی ثانیه طول می کشد تا مغز ما شروع به پردازش کند اما بدون بصری سازی پردازش حجم بالای داده برای ما بسیار زمان بر و طاقت فرساست.

بصری سازی موثر

برای بصری سازی موثر بهتر است ابتدا نتیجه ی تحقیقات فعلی در این زمینه را بدانید. برای مغز ما همه چیز درباره ی گروه بندی است!

  • مجاورت: المان های نزدیک به هم مانند یک گروه دیده می شوند.
  • مشابهت: المان های شبیه به هم (رنگ و شکل و ...) مانند یک گروه دیده می شوند.
  • محیط محدود: المان هایی که به نظر میرسد مرز خاصی اطراف آنهاست مانند یک گروه دیده می شوند.
  • محیط بسته: ساختار های باز، زمانی که بتوانند بسته در نظر گرفته شوند، بسته در نظر گرفته می شوند.
  • وحدت: المان هایی که در ظاهر با هم ارتباط دارند به شکل یک گروه دیده می شوند.
  • ارتباط: المان هایی که با هم ارتباط دارند به شکل یک گروه دیده می شوند.

نتیجه

حالا که اهمیت بصری سازی را میدانید، برای توسعه ی نمودار ها و رسم داده های خود 5 ویژگی زیر را در نظر بگیرید:

  1. معتبر : بصری سازی شما باید بر اساس تحقیقات باشد.
  2. کاربردی: بصری سازی شما باید دقیق باشد و به کاربر اجازه دهد تا بر اساس اطلاعات ارائه شده توسط شما تصمیم بگیرد.
  3. زیبا: باید نمودارهای خود را زیبا و با رنگ ها و شکل های مناسب پیاده کنید تا توجه کاربر را جلب کند و به چشمش زیبا به نظر بیاید.
  4. الهام بخش: باید بتوانید خلاصه ی موثری از اطلاعات را به کاربر ارائه کنید.
  5. روشن کننده: باید نتیجه را برای کاربر واضح کنید و با بصری سازی خود اطلاعات را به ساده ترین شکل ممکن به کاربر ارائه دهید.
وب از 1 تا 3
وب از 1 تا 3

توی این مقاله در مورد اینکه web3 چیه و از کجا به اینجا رسیده صحبت می کنیم.

10 حوزه ی پرطرفدار در برنامه نویسی
10 حوزه ی پرطرفدار در برنامه نویسی

اگر براتون سوال بوده که حوزه های پر طرفدار برنامه نویسی چیا هستن و در هرکدوم از چه زبان های برنامه نویسی ای استفاده میشه این مقاله رو از دست ندید.