Способы манипулятивного воздействия посредством визуализации данных в современных СМИ

Ссылка для цитирования: Шестов Б.Н. Способы манипулятивного воздействия посредством визуализации данных в современных СМИ // Медиаскоп. 2017. Вып. 4. Режим доступа: http://www.mediascope.ru/2377

 

© Шестов Борис Николаевич
аспирант кафедры политических наук юридического факультета Саратовского государственного университета имени Н.Г. Чернышевского (г. Саратов, Россия), bord64@gmail.com

 

Аннотация

В статье рассматриваются наиболее типичные разновидности некорректного графического представления данных в медиатекстах. Автор подробно разбирает ряд примеров и объясняет, что необходимо в них поменять для получения верной, с точки зрения статистики, графики. Анализ подобных методов манипуляции в дальнейшем может не только облегчить нахождение неточностей в материалах массмедиа, но и помочь исследователям самим верно представлять графические данные.

Ключевые слова: СМИ, политическое манипулирование, графическое представление данных, количественные данные, статистика.

 

Актуальность исследования

В современных условиях, когда поток информации, регулярно получаемой человеком из различных источников, постоянно растет, объективные и непредвзятые данные как никогда ценны. При этом в вопросах, информация о которых недоступна людям напрямую, большинство доверяет мнению различных массмедиа (Lang G., Lang K., Wilhout, de Bock, 1981; Rogers, Dearing, 1988). СМИ, таким образом, непосредственно влияют на то, как воспринимаются те или иные транслируемые журналистами данные.

Вышеобозначенная проблема, как правило, рассматривается в рамках теории установления повестки дня. Несмотря на популярность исследований этого концепта в зарубежной политической науке (McCombs, 2004; Sheafer, Weimann, 2005; Weaver, 2007) и растущий интерес к этой проблематике в отечественной политологии (Гарбузняк, 2015; Дьякова, Трахтенберг, 2001; Жилякова, 2013; Казаков, 2012, 2015; Фролова, 2014), работ, рассматривающих эту теорию с точки зрения верности представленных статистических данных и анализа графики, мало; в основном они носят публицистический характер¹. Вопрос же научного анализа обозначенной проблематики в рамках отечественной политической науки до сих пор остается открытым. Именно на рассмотрение проблемы с этого ракурса и направлена данная статья.

Информация, подкрепленная данными социологического опроса или статистического анализа, как правило, вызывает больше доверия. Таким образом, то, как представлены такие материалы, может оказывать непосредственное влияние на выводы, которые сделает читатель. Поэтому, на наш взгляд, рассмотрение различных методов манипуляции с графическим представлением данных весьма перспективно, так как способно улучшить понимание того, как идентифицировать вводящие в заблуждение графики.

Наиболее часто такие примеры можно наблюдать в телевизионном эфире, так как картинки с графикой сменяются довольно быстро, и зритель, не имея достаточно времени для подробного изучения представленной информации, вынужден соглашаться с предоставляемыми журналистами данными. Однако и в печатных изданиях зачастую можно встретить иллюстрации, специально или непреднамеренно вводящие в заблуждение неподготовленного читателя² (Tufte, 2006). Иногда и сам автор материала, не идеально разбирающийся в вопросе, делает неверные выводы из тех или иных диаграмм или графиков. Иными словами, разбор методов манипуляции с данными позволит не только находить неточности в различных материалах массмедиа, но и поможет исследователям самим получать верные графические данные.

 

Варианты некорректного графического представления верных данных

Попробуем систематизировать такие методы. Хотя разделить представленные в этой работе разновидности некорректного представления данных на допущенные случайно или из-за некомпетентности и на примененные умышленно трудно, а иногда и невозможно, все-таки можно классифицировать подобные искажения по их сути. Нам представляется, что большую часть примеров можно охарактеризовать как методы с некорректным графическим представлением данных (неправильно построенные оси, беспричинно отмасштабированные и т.д.). Ярким примером является ситуация, отраженная на рисунке 4, где, несмотря на верные данные, диаграмма производит ложное впечатление. Также можно выделить случаи, где показана зависимость между несравниваемыми величинами (две оси, корреляция между несопоставимыми данными). Такие иллюстрации, как правило, появляются из-за желания представить как можно больше информации на одном графике. И последняя важная категория – это ошибки, допущенные вследствие неверно подготовленных, интерпретированных или обработанных (например, неполных, урезанных) данных.

Одним из наиболее часто встречаемых методов манипуляции с графиками является представление данных с неверными или «сломанными» шкалами. В этот механизм можно включить несколько схожих методов. Примеры такого графического представления данных можно довольно часто встретить в СМИ, так как по сути эти методы не являются подтасовкой. Массив данных, используемых для создания такого графика, остается верным и может быть представлен аудитории. Однако большинством людей графика воспринимается не только как более наглядное, но и как более простое для понимания средство представления данных. Таким образом, даже при наличии верных данных журналист может поддержать необходимую точку зрения. С целью лучшего понимания этой группы методов мы подготовили собственные иллюстрации, некорректность которых очевидна. Зачастую такую графику можно увидеть в коммерческой рекламе, однако иногда такими приемами пользуются и известные телеканалы, такие как Fox News или CNN³.

 

Рисунок 1. Пример неверного масштабирования оси Y

 

Неуместное масштабирование оси Y в таком случае приводит к тому, что падение или рост выглядят более драматичными, чем они есть на самом деле. В действительности же, если начать ось Y от нуля, график примет вполне обычный характер. В примере на рисунке 1 видно, что неуместное начало оси Y от 4 на правом графике дает гораздо более драматичный вид кривой, нежели на левом графике, в котором обе оси отсчитываются от 0.

Рисунок 2. Пример сравнения на графике с неверной шкалой

 

Если же производить сравнение двух величин на графике с неверной шкалой, то представление становится еще более неверным. В примере на левой части рисунка 2 кажется, что данные в левом столбце в несколько раз больше, чем в правом, однако в действительности они различаются всего на 35 единиц, и при правильном построении, которое представлено на правой диаграмме рисунка 2, видно, что отличие между столбцами не так уж велико.

Вышесказанное вовсе не означает, что оси на всех графиках должны непременно начинаться с 0. Вместе с тем для масштабирования оси необходима веская причина, а более драматичное представление, на наш взгляд, такой причиной не является.

Одной из разновидностей такого метода является представление урезанных в середине столбцов.

Рисунок 3. Пример диаграммы с урезанными столбцами

 

На рисунке 3 представлена такая диаграмма. Совершенно очевидно, что, несмотря на то, что ось начинается с 0, такая диаграмма не показательна, так как столбцы урезаны и разница между значениями излишне драматизирована. На этом примере для простоты показан утрированный случай, где вмешательство видно невооруженным взглядом. Однако если урезать столбцы в середине и не включать подписи на осях, то такая диаграмма может выглядеть правдоподобно.

 

А)

Б)

Рисунок 4. Пример неуместного использования объемной диаграммы

 

Пример на рисунке 4 хорошо показывает, как, в целом не манипулируя данными, а только выгодно их подавая, можно изменить мнение аудитории о представленной информации. На этой круговой диаграмме приведено процентное соотношение последователей различных религий. Если посмотреть на диаграмму на рисунке 4 (А), то видно, что количество христиан наибольшее, что подтверждается подписью данных. Однако если сделать эту диаграмму объемной, как на рисунке 4 (Б), то сегмент, представляющий долю мусульман, выглядит больше, чем остальные сегменты, и, если убрать подписи, читателю может показаться, что количество мусульман превышает количество последователей христианства, тогда как в действительности это совсем не так. Таким образом, неуместное использование объема на круговой диаграмме дает ложное впечатление, что количество мусульман больше, чем количество христиан, при этом не ложные данные не представлены.

 

Представление зависимостей между несравниваемыми величинами

 

Рисунок 5. Пример графика с двумя шкалами

 

Еще одним методом графического манипулирования мы считаем представление на графике двух шкал одновременно. Обычно это приводит к тому, что сравниваются несравнимые между собой вещи. К примеру, нельзя сравнить, что больше – 30 килограмм или 12 метров. В данном случае проводится сравнение несравнимых вещей, пусть и из одной области. На рисунке 5 представлены две зависимости: уровень безработицы в процентах (по левой оси) и количество посетителей местного клуба. При рассмотрении этого графика может показаться, что количество посетителей клуба превысило количество безработных, однако это не так. Из этой иллюстрации вообще невозможно сделать выводы. Как правило, журналисты или ученые совершают такую ошибку, просто пытаясь представить как можно больше данных на одном графике.

 

Рисунок 6. Пример нахождения несуществующих зависимостей

 

Нахождение корреляции там, где ее нет, также является одним из методов представления неверной графической информации. На рисунке 6 представлены графики изменения уровня безработицы в США и уровня поддержки Хиллари Клинтон⁴.

Несмотря на видимую корреляцию, совершенно ясно, что никакой зависимости между этими двумя наборами данных быть не может. Это два абсолютно разных параметра, сравнить которые не представляется возможным.

 

Случаи неверной подготовки, обработки или интерпретации данных

Также стоит рассмотреть случаи, когда графическое представление в целом корректно, однако данные подготовлены или интерпретированы неверно. Зачастую подготовкой и обработкой данных или их интерпретацией в СМИ занимаются люди, лишь косвенно знакомые со статистикой. Иногда это приводит к тому, что абсолютно верные данные, как, например, количество граждан, получающих пособие по безработице от государства, превышает количество работающих граждан⁵. Так произошло из-за того, что журналист, подготовивший материал для FOX News, не учел, что число граждан, получающих пособие, на самом деле является количеством граждан, в семье которых есть человек, получавший когда-либо в своей жизни пособие. А второе число, соответственно, – это количество людей, в чьих семьях никто никогда не получал пособие. Возьмем, к примеру, семью из четырех человек, где один из членов получал пособие по безработице 10 лет назад, однако сейчас работает. Все четверо работают и пособия не получают, однако записываются в первую категорию, а из второй, следовательно, убывает четыре человека. Таким образом, неправильно интерпретированные данные привели к пугающему, но абсолютно неверному результату.

 

Рисунок 7. Пример графического представления неверно подготовленных статистических данных

 

А)

Б)

Рисунок 8. Пример графика с невзвешенными данными

 

При представлении невзвешенных данных также могут возникнуть противоречия. К примеру, если сравниваются данные, непосредственно связанные с местом, как на рисунке 8, то необходимо взвесить данные по количеству жителей. На рисунке 8 (А) показана гистограмма наиболее опасных городов в США по количеству убитых⁶. Однако здесь не учтено разное количество жителей этих городов. Если представить количество убийств на 100 тыс. жителей, как это сделано на рисунке 8 (Б), то гистограмма кардинально меняется.

 

Рисунок 9. Пример круговой диаграммы с общей суммой более 100%

 

 

Построение диаграмм, на которых сумма всех долей в процентах превышает 100%, тоже является одним из вариантов неверного графического представления да�