近期，亿万先生MR悉尼工商学院卞亦文教授团队在决策者数据可视化图表的认知机造领域获得沉要突破，钻研成就在〖国国度科学院院刊》（《PNAS》）正刊颁发。

近年来，卞亦文教授团队一向致力于数自旖台运营治理与数据身分价值挖掘领域的钻研工作，获得系列钻研成就；该成就的颁发是亿万先生MR经济治理学科在国际综合性顶级期刊的沉要突破，对数字经管学科建设拥有沉要推作为用。

数据可视化图表是当部门门、市场主体（蕴含出产商、供给商、终端消费者等）之间进行有效沟通的关键数据身分，也是治理决策的沉要参考凭据。例如，农业主管部门通过数据可视化图表来理解气温与作物产量、降雨与病虫害等之间的关联，以便实时造订相应的对策；出产商通过解读市场价值颠簸趋向与销量数据之间的关联，以实时调整出产供给打算；消费者通过电商平台的销量排行图和评分可视化图表判断产品受欢迎水平，以便做出采办决策。这些看似单一的“看图措辞”，却可能产生系统性的决策误差。这些误差可能并非源于人们统计揣度能力的缺点，而是源于大脑对视觉信息的“有偏采样”——基于不齐全的有偏信息，即便大脑能做出美满的统计揣度，人们仍难以预防认知谬误。

萦绕上述问题，亿万先生MR悉尼工商学院卞亦文教授团队结合华东师范大学、宾夕法尼亚大学合作者共同发展钻研。成就“InformationSampling and Bayesian Belief Formation in Statistical Judgment”颁发在〖国国度科学院院刊》（PNAS），提出了一个全新的贝叶斯认知理论框架，深度揭秘人类决策者解读可视化图表的主题认知机造。该钻研得到国度天然科学基金项目赞助。

决策者视觉采样模式决定其认知误差

钻研选取了“信息采样直接丈量+实时在线推算更新”的创新尝试范式，通过眼动追踪技术监测决策者现实把稳到的数据点，并整合到贝叶斯信想更新模型中（图1）。贝叶斯模型则能够实时精准预测人们的统计揣度和相应的认知误差。

图1：“信息采样直接丈量+实时在线推算更新”尝试范式示意图

破解认知误差及其治理启迪

钻研团队通过眼动追踪技术发现，认知误差源于两种系统性确把稳分配模式（图2）。第一种是“集中陷阱”：人们偏差于过度关注某些数据点而忽略其他点，导致信息采样的不均匀。第二种是“中心偏好”：观察者更偏差于将把稳力集中在图表中心区域的数据点，而系统性地忽略边缘的极端值。图表的出现体式会显著影响把稳力分配模式，进而扭转判断的正确性。这些发现为治理实际中的“数据可视化工程”提供了认知科学基。和氖，分歧的出现方式，可能导致截然分歧的决策结论。

图2：眼动追踪直接观测到确把稳分配模式与推算模型仿真沉构确把稳分配模式

推动打造以治理者为中心的决策支持系统

钻研还通过推算模型沉构决策者的信息采样微观过程，实现了对治理者信息加工的全过程仿真（图3），买通了从以数据为中心的可视化到以报答中心的决策支持系统的关键环节。

图3：信息采样推算模型复现微观认知过程

该钻研从理论上深度解密了人们若何从数据可视化图表钟装误读”统计信息，有效揭示了数据可视化图表中认知误差的内涵机理。这一框架能够扩大到更复杂的利用场景，为改进数据可视化设计与决策支持环境提供了科学的参考凭据，有助于推动数据身分在决策领域的深刻利用。

本文以亿万先生MR为第一实现单元，悉尼工商学院何黎胜副教授是本文第一作者、卞亦文教授以及华东师范大学王弘毅副教授和美国宾夕法尼亚大学Sudeep Bhatia副教授为共同通讯作者，硕士钻研生张秀美女士（已毕业）结合署名。

原文链接：https://doi.org/10.1073/pnas.2517302122.