Pubblicato il 18 Aprile 2023Ultimo Aggiornamento: 5 Aprile 2023

In questo blog siamo abituati a parlare soprattutto di tecniche narrative legate alla Data Visualization e alla loro importanza nella vita delle imprese. In questo articolo parleremo invece di un argomento meno tecnico, ma non per questo meno importante nel mondo della visualizzazione dati: quello dell’approccio etico al Data Storytelling.

Con l’aumento dell’uso dei dati nelle aziende per prendere decisioni informate e comunicare informazioni complesse, infatti, è fondamentale assicurarsi che chi lavora alla Data Visualization mantenga verso i dati un approccio etico e responsabile.

 

Bias, correlazioni spurie e altre storie ingannevoli

Un aspetto cruciale dell’etica dei dati nel Data Storytelling è evitare il bias e le discriminazioni. Come è noto, parliamo di bias quando vogliamo riferirci a una tendenza sistematica a commettere errori non casuali nel processo di raccolta, analisi, interpretazione, pubblicazione o revisione dei dati. I bias possono derivare da vari fattori, tra cui pregiudizi personali, aspettative, preconcetti, errori metodologici o limitazioni tecniche.

Per esempio, immaginiamo di lavorare con un set di dati sulle vendite di prodotti in un’azienda. Se questi dati vengono raccolti solo in alcune aree geografiche o gruppi demografici, potrebbero esserci dei bias che influenzano l’analisi, con la conseguenza di trarre conclusioni probabilmente errate. È importante essere consapevoli di questi potenziali bias e lavorare per garantire che le nostre analisi e le storie che raccontiamo siano il più accurate e rappresentative possibile. I bias e i nostri preconcetti nell’approccio alla lettura dei dati non sono però l’unica possibilità di inganno più o meno consapevole della nostra audience.

Un altro problema con importanti risvolti etici nel Data Storytelling è ad esempio legato all’uso di correlazioni spurie o grafici ingannevoli per sostenere una narrazione.Le correlazioni spurie sono quelle che sembrano indicare una relazione tra due variabili, ma in realtà non hanno alcun legame causale. Un esempio famoso è quello che lega il consumo di gelato in una località balneare e gli attacchi di squalo subiti dai bagnanti in quella stessa località. Mangiare il gelato non può portare ovviamente ad essere attaccati da uno squalo, e la correlazione è vera solamente in relazione ad una terza variabile: il clima estivo. Questo tipo di correlazione è purtroppo presente spessissimo nelle reportistiche aziendali, spesso per un approccio semplicistico al dato, ma le conseguenze possono essere davvero deleterie per il corretto processo decisionale. Se poi la relazione viene messa in evidenza per secondi fini, l’aspetto etico diventa evidente.

Anche i grafici possono essere ingannevoli se non sono progettati correttamente. Un esempio comune è un grafico a colonna in cui l’asse delle ordinate non parte da zero, dando l’impressione che le differenze tra i valori siano più grandi di quanto siano realmente. Per evitare questi problemi, è fondamentale essere consapevoli delle possibili implicazioni etiche delle nostre scelte visive e lavorare per garantire che il nostro Data Storytelling sia accurato e trasparente.

 

Utilizzare (male) gli attributi preattentivi

L’approccio etico al Data Storytelling richiede che i comunicatori presentino le informazioni in modo accurato, onesto e trasparente, evitando manipolazioni intenzionali o distorsioni dei dati. Tuttavia, l’utilizzo degli attributi preattentivi può essere funzionale a ingannare la percezione dell’audience e a costruire false convinzioni.

Gli attributi preattentivi sono caratteristiche visive che catturano l’attenzione del nostro sistema percettivo in modo rapido e automatico, senza richiedere sforzo cognitivo. Questi attributi includono colore, forma, dimensione, orientamento e movimento. Se utilizzati in modo non etico, possono indurre in errore la percezione dei dati e portare a conclusioni sbagliate.

Ad esempio, l’uso di colori vivaci e contrastanti può enfatizzare certi aspetti dei dati, distogliendo l’attenzione da informazioni importanti o sottostimando altri elementi. La scelta delle dimensioni e delle proporzioni dei grafici può alterare la percezione delle differenze tra i valori, esagerando o minimizzando le discrepanze.

L’orientamento e la disposizione dei dati all’interno di un grafico possono anch’essi influenzare l’interpretazione del pubblico prima ancora che ne sia consapevole. Presentare i dati in un ordine specifico o raggrupparli in modo ingannevole può portare a una percezione distorta delle relazioni tra le variabili.

Infine, l’uso di movimenti o animazioni può creare un’illusione di causalità o di cambiamenti più significativi rispetto alla realtà. In questo modo, l’audience può essere indotta a credere in relazioni o tendenze che in realtà non esistono.

Impara a padroneggiare l’arte del Data Storytelling

 

Trasparenza e responsabilità

Ma non ci sono solamente aspetti visuali nell’utilizzo etico del Data Storytelling.

In ambito aziendale è importante essere trasparenti riguardo alle fonti dei dati, ai metodi di raccolta e alle tecniche di analisi utilizzate. Questo non solo migliora la credibilità del nostro lavoro, ma consente anche ai nostri colleghi e al management di apprezzare la qualità e la validità delle informazioni presentate. Inoltre, assumersi la responsabilità delle informazioni che presentiamo significa essere disposti a rispondere alle domande, ad affrontare eventuali limitazioni e a correggere errori o inesattezze.

Anche se stiamo parlando di dati aziendali, inoltre, in alcuni contesti (si pensi ad esempio alle reportistiche legate alle risorse umane, ai fornitori ecc.) è importante ricordare che dietro ai numeri ci sono persone reali. Mostrare come i dati influenzano le vite dei dipendenti, dei clienti o delle comunità può aiutare a rendere il nostro storytelling più interessante e coinvolgente. Inoltre, può contribuire a evitare di ridurre le persone a semplici cifre e a garantire che il nostro Data Storytelling sia sensibile alle diverse esperienze e prospettive rappresentate nei dati.

Per fare questo, possiamo utilizzare esempi concreti, testimonianze personali e storie di successo o di sfida per illustrare l’impatto dei dati sulle persone coinvolte. Questo approccio può anche aiutarci a sviluppare una maggiore empatia e comprensione per le diverse realtà vissute dai nostri colleghi, clienti e altre parti interessate.

 

Il Data Storytelling come fondamento del dialogo all’interno dell’impresa

Infine, un approccio etico al Data Storytelling implica creare spazi per il dialogo e il feedback all’interno dell’azienda. Dando la possibilità ai nostri colleghi di condividere le proprie opinioni e contribuire al miglioramento del nostro lavoro, possiamo sviluppare storie più complete e accurate. Il Data Storytelling è – e dovrebbe sempre rimanere – un processo collaborativo che può crescere e migliorare attraverso la condivisione di conoscenze e di esperienze diverse.

Ascoltare le idee e le preoccupazioni dei nostri colleghi e dell’audience cui lo storytelling è indirizzato può aiutarci a identificare nuove opportunità, affrontare eventuali limitazioni o problemi etici e a sviluppare un approccio più completo all’analisi dei dati e alla loro visualizzazione.

 

Mantenere la bussola dell’etica del dato

L’adozione di un approccio etico ai dati nel Data Storytelling aziendale, insomma, è fondamentale per garantire che le informazioni presentate siano accurate, affidabili e rispettose delle diverse realtà vissute.

In un mondo in cui i dati svolgono un ruolo sempre più importante nelle decisioni aziendali, è essenziale che chi voglia diventare un professionista del Data Storytelling si impegni per primo a promuovere un approccio etico e responsabile ai dati.

Resta aggiornato sul mondo del Data Storytelling con i nostri contenuti

Condividi l'Articolo

Fabio Piccigallo

Un articolo scritto da Fabio Piccigallo

Articoli recenti

Categorie

Data Storytelling

Signals always point to something. In this sense, a signal is not a thing but a relationship. Data becomes useful knowledge of something that matters when it builds a bridge between a question and an answer. This connection is the signal. Stephen Few