通过交互打破数据故事的第四面墙 (Breaking the Fourth Wall of Data Stories Through Interaction)

作者: 日期: 2022年11月26日

打破第四面墙（BTFW）源于戏剧和文学作品。指故事中的角色走出故事里的世界，意识到观众的存在，直接与读者或观众对话。在数据故事中，BTFW作为一种叙事手段可以与交互结合，从而在用户和数据故事之间建立更深层的联系。可视化中的BTFW通过直接对话用户或请求用户信息将用户的个人情况整合到可视化叙事中。该工作分析了当下数据故事中使用BTFW交互的优势和挑战，并且探索了数据故事中常用的BTFW交互设计模式 [1]。

图1

作者通过在线资源收集了58份BTFW数据故事，并通过一个编码框架对数据故事进行聚类。进而确定了6种BTFW交互设计模式（C1-C6）。该聚类如图1所示。该编码框架的根据用户对BTFW交互的输入和交互的反应将平面划分为16个部分。交互用户输入由DIKW体系 [2] 进行划分。交互输出通过EIPR [3] 划分。6种聚类具体为

  • C1: Golden hook 数据故事的建立是根据读者的个人数据或知识开始的。这种设计模式只能在故事的开头出现，用来帮助读者快速了解故事的主题。就像鱼被诱饵钩住一样，该模式试图吸引读者，使他们想读更多的东西，从而投入到可视化叙事中。
  • C2: Kaleidoscope 万花筒用在数据故事的开头，提供支持性事实以揭示更深层次的见解。这种设计模式需要读者的个人数据作为辅助事实的补充，然后运用数据形成个性化的可视化。它的目的是通过提供由读者提供的数据支持的更有说服力的论据来实现一个更具说服力的数据故事。与C1不同的是，万花筒直接使用读者提供的数据来帮助揭示核心信息，将用户输入的信息可视化来吸引他们的注意力。
  • C3: Simulator 可视化对一个事实或理论进行建模，并公开参数，用户可以通过操作来改变模拟的行为。通过做出一系列的尝试与试错，用户可以通过自己 “体验 “来学习数据故事。
  • C4: Spotlight 聚光灯被应用在数据故事的高潮，用于与读者分享最重要的见解。在这种模式下，数据内涵以可视化的形式呈现，通常是以地图的形式，鼓励读者去探索。具体来说，可视化会询问读者的地址并突出与之相关的数据点。
  • C5: Magic Mirror 魔镜可以产生最个性化的故事。与这种模式相结合的故事通常采取测验或计算的形式，将用户的数据或信息整合到高度定制的数据内涵的传授中。
  • C6: Touchstone 提示用户对数据故事进行猜测，然后让用户对照预测看到实际数据的可视化，并且展示用户预测与真实数据的差别。

在6种设计模式的基础上，作者进行了用户调研来探索BTFW交互的优势和挑战。调研的刺激物为7个数据故事。在上述6中类型的语料库中，每个类型选择了一个代表性的数据故事。并且加入了一个非交互的故事 (C0)。其中6个故事是关于新冠肺炎的可视化。由于未获取到C5模式下的新冠数据故事，该数据被选取为“你会如何去世” [4]，从而接近新冠所带来的情绪感受。

图2: 选取的7个数据故事用于用户实验

在用户实验中，每位用户被随机分配到上述故事中的两个交互性数据故事和一个非交互故事 （即C0）。在45分钟内，完成阅读并且对每一个数据故事进行打分。结束后，作者对参与者进行30分钟的采访，询问阅读体验和评分理由。两周后，进行回访。回访中作者要求每位测试者尽可能回忆所看过的数据故事细节。

对用户实验进行定性和定量分析，发现BTFW交互会使用户有更强的故事参与感，并且会认为自己与故事有一定的联系。与非交互性的数据故事相比，BTFW故事使用户对故事内容的记忆更加深刻和持久。用户普遍选择BTFW故事作为最喜爱的数据故事。但有一些测试者认为该交互会使他们感到困惑。对于大部分用户而言，为了获得BTFW体验而付出的潜在隐私风险是可以接受的。但仍有测试者考虑到个人信息泄露风险而减少了对BTFW互动的意愿。在该工作的用户实验中，并没有体现出BTFW交互的陡峭学习曲线。

该工作局限性在于语料库并不详尽，并且用户实验中刺激物选择较少，且主体单一。若未来进一步探究BTFW带来的影响，可以选取更加广泛的交互方式和数据故事主题。此外，该工作并没有详细给出一个完善的BTFW的设计空间，但作为相关叙事手段的初步探索展示了BTFW在讲述数据故事中的潜力。

参考文献

[1] Y. Shi, T. Gao, X. Jiao和N. Cao, 《Breaking the Fourth Wall of Data Stories Through Interaction》, IEEE Trans. Visual. Comput. Graphics, 页 1–11, 2022, doi: 10.1109/TVCG.2022.3209409.

[2] R. L. Ackoff. From data to wisdom. Journal of applied systems analysis, 16(1):3–9, 1989

[3] F. Amini, N. Henry Riche, B. Lee, C. Hurter, and P. Irani. Understanding data videos: Looking at narrative visualization through the cinematography lens. In Proceedings of the 2015 CHI Conference on Human Factors in Computing Systems, pp. 1459–1468. ACM, 2015.

[4] N. Yau. How you will die. https://flowingdata.com/2016/01/19/

论文报告, ,

评论关闭。