Všichni to známe, když na nás na sociálních sítích vyskočí barevný graf. Zatímco klasický text louskáme často slovo od slova, význam grafu pochopíme během zlomku vteřiny. Náš mozek má totiž vizualizace rád a snadno uvěří tomu, co vidí. Hlavně když grafy působí odborně a jasně. Jenže i grafy dokážou klamat. Nejde o to, že by čísla v nich nebyla správná, stačí je jen „chytře“ zakreslit. Tvůrci totiž dobře vědí, jak ošálit naše oči, abychom viděli přesně to, co chtějí.
1. Odstřižená osa neboli chybějící nula
Díváte se na sloupcový graf a hned máte jasno, kdo vyhrál a hlavně máte díky sloupci představu, o jak velký rozdíl. Jenže co když výška sloupců vůbec neodpovídá číslům? I malý rozdíl lze pomocí správné grafiky prezentovat jako obrovský a přelomový skok. Není totiž nic jednoduššího než sloupcový graf nezačít od nuly, ale osu dole „uříznout“.
Příklady z praxe:
Představte si test, který srovnával výkon dvou počítačových procesorů ve videohře. Jeden dosáhl skóre 68 a druhý 69. Rozdíl je to tak malý (pouhý 1 bod), že ho hráč nemá šanci vůbec poznat. Přesto výsledný graf ukazuje vizuálně obrovskou odlišnost.
V čem je trik?
- Autor grafu počáteční osu „ustřihl“ a její počátek stanovil až od hodnoty 67,4. Můžeme si to představit jako hory, jejichž spodní část je zakryta mračny a vykukují tak pouhé vrcholky. Z prvního sloupce tak vykukuje jen malinký kousek (do hodnoty 68), zatímco ze druhého vykukuje podstatně větší část (až do 69). Opticky díky tomu nakreslený sloupec vítěze vypadá skoro třikrát delší než sloupec poraženého.
Stejný trik se schováváním sloupců se dá využívat různě. Jednak pro zobrazení děsivých veder o víkendu, nebo také v politice. Zde se toto „čarování“ s osou používá obvykle ke dvěma zcela opačným účelům: k vystrašení voličů, nebo naopak k nafouknutí vlastních úspěchů.
Umělé vyvolání paniky: Zahraniční média chtěla varovat před tím, jak raketově roste počet lidí závislých na státní pomoci. Graf ukazoval nárůst z 97 na 108 milionů lidí. Protože ale grafici spodní část schovali a osu začali až na 94 milionech, narostlý sloupec vypadal na obrazovce více než čtyřikrát vyšší než ten původní. Divák tak získal pocit, že se počet lidí na dávkách raketově znásobil, ačkoliv reálný nárůst byl zhruba 11 %.
Zázračné snížení dluhu: Graf prezentoval meziroční snížení státního deficitu z 3 100 na zhruba 2 750 miliard dolarů. Slušný výsledek, ale opět tu chyběla nula. Osa začínala až na 2 000 miliardách. Díky tomu vypadal sloupec pro druhý rok opticky téměř o polovinu menší. Náš mozek si z obrázku odnesl dojem, že vláda dokázala snížit obří dluh téměř na polovinu.
2. Koláče, kterým chybí matematika
Koláčový graf má jedno naprosto základní a nezlomné pravidlo: vždy musí ukazovat části jednoho celku. Všechny jeho dílky (výseče) proto musí po sečtení dát dohromady přesně 100 %. Zní to jako učivo základní školy, a přesto jde o jeden z nejčastěji zneužívaných nebo spíše špatně pochopených grafů v médiích.
V čem je trik?
- Trik nespočívá ve složité matematice, ale paradoxně v její úplné absenci. Tvůrci buď do koláče nacpou data, která se vzájemně překrývají (např. v anketě, kde lze zvolit více odpovědí), a celek pak tvoří mnohem více než 100 %.
- Druhou variantou je, že graf sice obsahuje správná procenta, ale grafik se jimi při kreslení velikosti dílků vůbec neřídí. Náš mozek totiž opět nečte malá čísla, ale automaticky porovnává plochu barevných dílků. Velké procento tak lze snadno „schovat“ do malinké výseče a naopak.
Příklad z praxe: Představte si situaci, kdy v anketě odpovídají lidé na otázku buď „ANO“ nebo „NE“. Výsledky hovoří jasně. Pouhých 10 % respondentů odpovědělo ANO a drtivých 90 % NE. Grafika ale ukazuje pravý opak. Zelený dílek pro „ANO“ (10 %) zabírá zhruba tři čtvrtiny celého koláče, zatímco červené „NE“ (90 %) se krčí v malém kousku vpravo nahoře. Čtenář, který jen očima prolétne barvy, si odnese naprosto lživou informaci o drtivém vítězství tábora „ANO“.
Zdroj: pro ilustraci vytvořeno open AI
3. Zrádné bubliny
Bublinové grafy, kde se hodnoty znázorňují pomocí různě velkých kruhů, vypadají vizuálně velmi atraktivně a moderně. Skrývají v sobě ale jednu obrovskou zradu, kterou neprokouknou příjemci, ale často i samotní novináři a grafici. Odborně se tomu říká nesprávné kódování plochy, v praxi to však znamená, že nás tvůrce nevědomky (či záměrně) ošálí pomocí geometrie. Grafik totiž často zdvojnásobí poloměr kruhu místo jeho plochy.
V čem je trik?
- Náš mozek u nakreslených kruhů automaticky porovnává jejich celkovou barevnou plochu, nikoliv jejich výšku či šířku.
- Když chce nezkušený grafik ukázat, že je nějaká hodnota například třikrát větší než druhá, velmi často udělá tu chybu, že nakreslí kruh s třikrát větším poloměrem. Jenže geometrie základní školy je neúprosná: kruh s třikrát delším poloměrem má ve skutečnosti devětkrát větší plochu. Pak vzniká takzvaný „faktor lži“. Jde o situaci, kdy nárůst obrázku na papíře vůbec neodpovídá nárůstu dat v realitě. Tvar roste exponenciálně rychleji než čísla, což uměle nafukuje problém do obřích rozměrů.
Příklad z praxe: Zvlášť ukázkovým příkladem je česká grafika o počtu uprchlíků. Ze Sýrie utíkalo 3,6x více lidí než ze Somálska. Protože ale autor špatně počítal s poloměrem kruhu, bublina pro Sýrii byla nakreslena plošně 14,7x větší. Náš mozek vidí obří bublinu a situace na nás působí mnohem emotivněji a drastičtěji.
4. Vyzobávání dat aneb když se zatají zbytek
Představte si, že máte k dispozici obrovský balík dat, který jasně ukazuje nějaký trend. Vám se ale tento trend vůbec nehodí do příběhu. Co uděláte? Nemusíte si čísla vymýšlet, stačí si jen vybrat ta, která se vám hodí. Tedy dopustit se takzvaného cherry-pickingu.
V čem je trik?
- Jde o to, že vám autor ukáže pravdivá data, ale bez kontextu, co se mu zrovna nehodí do příběhu. Data, která v grafu ukáže, tak sice budou 100% pravdivá, ale celkový dojem bude lživý.
Příklad z praxe: Chcete popřít globální oteplování? Vezměte dlouhodobý graf, který sice desítky let jasně roste, ale „vyzobněte“ si z něj jen výřez 9 let ze 70 let, kdy teploty zrovna mírně klesaly nebo stály na místě. Zvolte titulek „Žádné oteplování za 9 let“ a máte vystaráno. Použitá data jsou přeci pravdivá.
5. Děsivé barvy aneb když grafika hraje na city
Barvy v grafech a mapách nejsou nikdy jen na ozdobu. Mají obrovskou moc nad našimi emocemi a nesou v sobě silný kulturní význam. Zatímco zelená nebo modrá barva nás přirozeně uklidňuje a evokuje bezpečí, sytě červená na nás podvědomě křičí pozor! nebezpečí. Toho se dá v médiích velmi snadno zneužít k tzv. manipulaci emocí.
V čem je trik?
- Tvůrce vůbec nepotřebuje falšovat data. Úplně stačí, když zkrátka „přitvrdí“ paletu. Upraví barevnou škálu na mapě tak, aby i průměrná nebo jen mírně zvýšená čísla najednou svítila agresivními, temnými odstíny. Náš mozek totiž na děsivou barvu zareaguje zlomkem vteřiny, tedy dávno předtím, než si vůbec stihne přečíst drobná čísla v legendě, a okamžitě propadne panice.
Příklad z praxe: Během pandemie covid-19 upravovala německá televize na svých mapách barevnou škálu. Místa, která by dříve svítila oranžově, se najednou barvila do temně červené, i když čísla nijak drasticky nevyskočila. Jen díky barvě tak mapa vypadala o poznání děsivěji, ačkoliv reálný skok v datech takovému dramatickému ztmavení barev vůbec neodpovídal.
Zdroj: pro ilustraci vytvořeno open AI
6. Náhoda není důkaz
Důležité je si pamatovat, že skutečnost, že se dvě věci dějí ve stejnou dobu nebo že dvě křivky v grafu rostou stejně, neznamená, že jedna věc způsobuje druhou.
V čem je trik?
- Náš mozek přirozeně hledá vzorce a souvislosti. Když nám tvůrce ukáže graf, kde dvě čáry letí společně prudce vzhůru (nebo naopak klesají), automaticky si řekneme: „Aha, to první jasně způsobilo to druhé!“
- Toho se dá velmi snadno zneužít. Můžete totiž do jednoho obrázku nakreslit dvě naprosto nesouvisející sady dat a divák si mezi nimi sám v hlavě vytvoří lživé příčinné spojení.
Příklady z praxe: Existují i vtipné grafy, které ukazují, jak křivka utonulých lidí v bazénu dokonale kopíruje křivku počtu filmů, ve kterých ten rok hrál Nicolas Cage. Nebo graf dokazující, že rozvodovost ve státě Maine závisí na tom, kolik tam lidé snědli margarínu.
Zní to jako nesmysl? Samozřejmě. Jenže úplně stejný trik se běžně používá v politice ke spojování věcí, které spolu reálně nesouvisí. Klasickým případem může být tvrzení doprovázené stoupajícím grafem: „Když vládl politik XY, stoupla cena potravin.“ To, že se obě věci děly ve stejný čas, ale zdaleka nedokazuje, že onen politik za růst cen může.
Jak se tedy bránit?
Zorientovat se v dnešním informačním chaosu a nenaletět na lep každému barevnému grafu vyžaduje trénink. Přesně z toho důvodu jsme vytvořili sérii praktických workshopů. Naším cílem je posouvat úroveň mediální gramotnosti tak, abyste dokázali s jistotou dešifrovat nejen lživé texty, ale i zavádějící grafiku. Grafy jsou totiž vynikajícím nástrojem k pochopení světa, ale naprosto stejně dobře slouží i k manipulaci.
Přestože si tvůrce grafu často jen neuvědomí, že se zkreslení dopouští, není na škodu mít se na pozoru.
- Kde je nula? Při pohledu na sloupcový graf vždy hledejte počátek svislé osy. Pokud nezačíná poctivě na nule, zpozorněte. Zkrácená osa je ten nejjednodušší trik, jak z úplně bezvýznamného rozdílu vyčarovat obří skok.
- Ukazuje vám graf opravdu celý příběh? Nechybí v něm náhodou pro srovnání data z předchozích let? Zatajování širšího kontextu je velmi rafinovaná forma lži. Vždy se proto ptejte, odkud data pochází a nenechte se oklamat jen chytře vybranými čísly, která mají podpořit něčí příběh.
- Nehrají mi na city? Křičí na vás z obrazovky temně krvavá mapa? Nebo jsou některé bubliny v obrázku podezřele nafouknuté? Lidé velmi rádi využívají klamání plochou a agresivní barvy k tomu, aby utlumili náš racionální úsudek a vyvolali podvědomou paniku. Emoce do čtení dat zkrátka nepatří.
- Souvisí to spolu? Základní poučka zní: to, že dvě věci v grafu rostou současně, ještě neznamená, že jedna způsobila tu druhou (korelace není kauzalita). Vždy se zamyslete, než z jednoho obrázku vyvodíte nějakou šokující souvislost.
Odborné studie:
Nguyen, V. T., Jung, K. & Gupta, V. (2021). Examining data visualization pitfalls in scientific publications. Visual computing for industry, biomedicine, and art, 4(1), 27. https://doi.org/10.1186/s42492-021-00092-y.
Rho, J., Rau, M. A., Bharti, S. K., Luu, R., McMahan, J., Wang, A. & Zhu, X. (2024). Various Misleading Visual Features in Misleading Graphs: Do they truly deceive us? In Proceedings of the 46th Annual Cognitive Science Conference. Madison: University of Wisconsin-Madison. https://pages.cs.wisc.edu/~jerryzhu/pub/RhoCogSci2024.pdf.
Lisnic, M., Polychronis, C., Lex, A. & Kogan, M. (2023). Misleading Beyond Visual Tricks: How People Actually Lie with Charts. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI) (pp. 1–21). https://doi.org/10.1145/3544548.3580910.
Autorky: Tereza Stryková, Klára Tauchmanová