敲開圖表大門，要看、用聽或觸摸？
什麼是圖表 | 如何訪問圖表大門後的資訊？
「圖表」對你我來說或許並不陌生，特別在資料越來越繁雜的時候，把資料變成圖表的樣子，成了很多人吸收資訊的管道。但你可曾想過如果不用「看」的方式，要如何解讀圖表中的資訊？「可訪問性」指的就是：如何讓資訊不是只能透過視覺來感知和理解，而是能夠面向更多需要資訊的人們。例如在 Covid-19疫情期間，舉凡記者會的每日確診趨勢圖或手板、新聞報導的群聚事件關係圖或是疫苗 EUA 的效價分析圖表，如果在沒有解說或無法看的狀況下，如何判斷社區風險高低或決定打哪家疫苗？
難道不能用文字呈現資訊就好嗎？「為什麼要將資料畫成圖表，又不希望圖表只能用看的」。可訪問性竟然還可能是權力/賦權的問題？可訪問性為什麼重要將是後續文章想談的議題，在這邊我們先賣個關子。這篇是未來一系列聚焦討論圖表文章的第一篇。我們期待透過這篇文章說明一些常用詞彙，讓不同背景的讀者能夠陪伴我們一起探索圖表可訪問性議題。
圖表不是什麼？
「圖表」，指的是什麼？或許可以找到許多定義，不過在後續文章討論，我們將會聚焦在「資料」圖表。加上「資料」或「數據」兩個字，可以比較快告訴我們這邊討論的圖表不是什麼，它不是單純圖片，而是包含將資料整理成資訊，轉化為容易理解的視覺設計，讓人可以很快在一大串令人頭昏的數據中找到「重點」、「趨勢」或「比較」等等。這樣的轉製流程，就是我們常聽到的「資料視覺化」（ Data Visualization ）、「資料可視化」等。
「資料視覺化」，好像離我生命很遙遠？其實圖表可能用各種形式出現在你我的生活中（怎麼聽起來有點陰魂不散）。例如，我們或多或少都有簡報的經驗，會透過視覺元素呈現我們想傳達的資訊，可能會用 PPT 中的 SmartArt 畫流程圖、階層圖；又或者，有些人會有記帳的觀念，有些記帳軟體也都會透過圓餅圖、長條圖把收支資料視覺化，讓收支的狀況一目瞭然。
圖表可能是什麼？
圖表百百種，究竟它可能是什麼？ Chart 是最常見的一種圖表類型，通常用大小、高低、長短及顏色深淺等視覺差異，呈現資料或數據相對的多寡、大小。折線圖（ Line Chart ）、圓餅圖（ Pie Chart ）、橫條圖（ Bar Chart ）、區域圖（ Area Chart ）都是chart 範例。政府常會利用圖表呈現日常生活中的重要資訊，若圖表要看時發現配色無法讓色盲/色弱民眾區分，用聽時發現替代文字不夠完整，觸摸時發現圖表內的資訊無法透過點字顯示器閱讀，可能會無法獲得資訊，或得到資訊可能不正確、不完整，就可能有「圖表可訪問性」議題。
不同圖表類型可能反映出不同「體質」，有些容易轉製成聲音元素、有些容易觸摸，同一份資料選擇用哪種圖表類型呈現，會是更深的可訪問性議題。而除了常見的 chart 還有哪些其他圖表？我們想推薦利用 ferdio datavizproject 提供的分類邏輯來理解。如果是習慣用視覺感官理解的讀者，可以一邊參考我們提供的翻譯，一邊點選網站中的圖表家族服用：
1.示意圖（ Diagram ）：功能主要是示意，可能方向或關聯是有意義的，但長度、距離不一定符合精確的比例，常用在呈現例如關聯圖、流程圖、階層圖或心智圖。
2.地理空間（ Geospatial ）：功能是呈現地理空間相關的資料，圖形的形狀、大小和相對位置可能都有地理空間上的意義，例如日本在臺灣的北邊，日本的土地面積大於臺灣等資訊都會呈現在地圖上。
3.分布圖（ Plot ）：通常用於呈現分布及趨勢，常見例如散佈圖、泡泡圖。
4.表格（ Table ）：用線段畫出多個儲存格（ cell ），通常會在最上方橫列的表頭，或最左邊直欄的表側加上一些有意義的文字標籤，用條列方式呈現資料或數據。
當然，我們可以發現不論英文中的 Chart 、 Plot ，或中文通通參在一起用「圖表」，或者不同人用同一個詞彙講著不同的概念。其實這些詞彙並沒有很嚴謹、互斥或權威性的定義，隨著資料視覺化的發展，圖表越來越複雜，也常混用不同的視覺元素來呈現資料，例如泡泡圖同時用圓點呈現分布，又用泡泡大小呈現相對數量。
從 ferdio 的 1 dataset 100 visualizations 專案，會發現同 1 種資料竟然可以畫出 100 種以上的視覺化圖表，也代表了圖表的多樣性。我們也很建議從你習慣的圖表繪製工具（例如， Excel 、 Canva 、 Plotly 或 Tableau 等等），用這些工具內的圖表分類邏輯來理解圖表的可能性。或者參考像 D3 Graph Gallery 這樣的圖表百科網站。
圖表除了是體驗，還可能是一種賦權
不過回過頭來問，瞭解這些圖表類型，究竟跟圖表可訪問性有什麼關係呢？為了更深入地思考這個問題，我們可以將其分為兩個層面：「可感知/可理解」以及「設計/功能」所組成的四個維度來說明。其中，「影響可訪問性(可感知)」涉及讀者是否能夠閱讀圖表中的內容；而「降低認知負擔、增加趣味(可理解)」則關係到讀者是否能夠直觀且輕鬆地解讀圖表中的資訊。另一方面，「設計」指的是圖表製作者如何運用某些輔助科技的「功能」來巧妙地編排和製作內容；而「功能」則是指可賦能的工具或媒介，詳細說明如下，或你也可以跳到內容摘要表：
一、影響可訪問性：
- 從設計面向討論：
1. 不依賴視覺可以傳遞多少資訊：
前面介紹的圖表，非常仰賴視覺元素呈現資料、視覺感官吸收資訊，是不是會影響圖表的可訪問性？是的，大原則是建議減少對視覺元素的依賴、降低閱讀圖表的負擔。包含說明圖表的文字，也應該盡量用精確描述替代相對描述，例如表格中「女性佔 48%，男性佔 46%，非二元性別佔 5%，不願表達 1%」，會比「表格由左到右類別分別佔 48%、46%、5%、1%」來得精確。
2. 留意拿掉顏色還剩下什麼資訊：
單色填滿時必須有足夠對比度，而多色填滿時則應考量色盲 / 色弱，或善用圖形填滿。建議可以參考 Highcharts Guidelines ，或搜尋各類「好圖表」的專書、檢核表，又或者善用圖表工具的檢測功能，例如 PlotDB 的視覺模擬檢測。
- 從功能面向討論：
1. 用不同感官理解圖表是可能的：
我們建議可以搜尋「資料可聽化」（ Data Sonification ），嘗試用聲音元素呈現資料、用聽感吸收資訊。
或是搜尋「可觸圖表」（ Tactile Graphic ），透過凸版印刷及點字呈現資料、用觸感吸收資訊，可以透過 TactileView 等工具製作。
2. 讀者與圖表的互動不只透過滑鼠：
感官以外，也可以從讀者與圖表的互動來思考，如鍵盤互動；又或透過聲音互動操作圖表的例如 Nuance Dragon 、Windows內建的語音助理。
3. 語言環境也會影響可訪問性：
我們越來越常見到網站有支援多語系的版本，但同一網站切換不同語系的內容完整度不一定相同，例如某些中文網站的圖表若沒有支援多語系的功能，很可能在英文版就不會顯示，或者顯示了英文母語讀者也無法理解。
4. 「有自己做圖表，自己說故事的權力」：
也就是友善、無障礙地製作圖表，除了可以善用 Power BI 這類製圖工具的無障礙功能，也可以期待 Highcharts GPT 這類服務，「只要跟機器人聊個天，圖表就做完了！」，大大降低製作圖表在程式、語言或視覺編輯上的門檻。
二、降低認知負擔、增加趣味：
- 從設計面向討論：
1. 圖形影響讀者需花多少腦力理解：
比較長條圖中矩形的長短，會比較圓餅圖中扇形面積的大小來得容易。
2. 按鍵導覽就像是一場圖表的策展：
好的圖表導覽除了可以讓螢幕閱讀器、鍵盤使用者不會迷航外，更可以讓圖表資訊呈現地更有層次、故事性。
- 從功能面向討論：
1. 資料可聽化適合呈現某些類型的資料：
目前常見到將天文或較大規模的資料轉換成聲音元素，除了資料特性適合外，同時也很有趣，例如 Data Sonification Archive 就收錄了不少案例。不過必須特別留意，什麼聲音元素（音量大小、頻率高低）適合呈現哪些資訊（高低、多寡），還沒有像視覺元素發展出一個大家約定俗成的原則。
2. 使用聽覺元素不等於可訪問性：
橫條圖、柱狀圖、折線圖容易用聲音元素呈現，相較之下散佈圖就比較適合用視覺或觸覺理解，這也是為什麼目前資料可聽化工具僅能支援部分圖表類型。另外，聽覺元素可能也有辨識度不夠、或聽感無法敏銳到可以區別差異時，反而容易造成理解上的負擔，例如比較音高差異有多大是困難的。
3. 提供多元的選擇是重要的：
就如同有些人喜歡閱讀、有些人喜歡影音，我們看到某些圖表工具會在圖表功能中提供呈現表格的選項，也會在資料可聽化的同時方便圖表製作者加入替代文字。
4. 「電腦講解圖表給你聽」的技術也在發展中：
如今年2月村報介紹的 SeeChart 、 VoxLens ，利用自然語言理解（Nature Language Understanding, NLU）在圖表加上語音說明，由電腦擔任小助手告訴我們圖表中重要的統計數字或趨勢。
未來本系列文章將從概念篇（ What ）、問號篇（ Why ）到實踐篇（ How ），期待跟大家一起探索和學習圖表可訪問性議題。下一篇，圖表系列文章2，我們希望介紹一些影響圖表可訪問性的功能、要件，特別是在數位環境、網頁上呈現圖表情境中，還必須考量到使用者與圖表互動的方式，例如是透過鍵盤、螢幕閱讀器或聲音輸入等等，讓想選用或開發資料圖表的讀者認識到什麼是圖表可訪問性。
