La importancia de elegir correctamente las paletas visuales y la contextualización de la información, son algunos de los aspectos que se trataron.
“Cómo mentir con datos. Identificar errores en la comunicación de la información” fue el tercer webinar de un ciclo que finalizará el próximo 13 de mayo con el encuentro ““Soporte a políticas públicas con información abierta”.
Javier Alonso, del área de Innovación y Emprendimiento del Ayuntamiento de Madrid, fue el responsable de presentar a Juan Pablo Marín, CEO de Datasketch y Juliana Galvis, researcher de la compañía colombiana con la que el consistorio ha organizado estos webinars sobre datos.
Ángel Niño, concejal de Innovación y Emprendimiento, ya comentó en el primer webinar que “los datos, en combinación con la Inteligencia Artificial, serán el nuevo petróleo de la economía del futuro. Queremos apostar por la IA con un claro objetivo: mejorar la calidad de vida de los madrileños”.
Mentir con datos
Galvis respondía a la pregunta ¿por qué se miente con datos? “Muchas organizaciones utilizan mecanismos que no responden a la realidad de la información que se está comunicando. Algunas de las razones que hemos identificado es que existen sesgos inconscientes de quién trabaja con datos. Aunque en este caso no hay una mala intención, cuando esto sucede, la información deja de ser objetiva y neutral”, comentó.
Otra de las causas que desde la startup colombiana han detectado es “la poca disciplina en el procesamiento de los datos”. La elección de la gráfica o la paleta de colores correcta es fundamental para que la información no se tergiverse. En este sentido, la researcher señalaba “el uso de muchos colores en la misma gráfica, por ejemplo, puede ser perjudicial para los datos”. Además, añadía «no es necesario una cantidad masiva de datos para hacer la información más entendible. No existe Big Data en la visualización de datos».
Por su parte, Juan Pablo Marín, hizo especial hincapié en la importancia de elegir datos que sean comparables. “No podemos comparar peras con manzanas. En ocasiones comparamos datos estadísticos que no se deben mezclar y que pueden alterar la representación con facilidad. Intencionadamente o no, es una manera muy eficiente de mentir”.
