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。