Trực quan hóa giúp chúng ta hiểu thế giới và cho phép truyền tải lượng lớn thông tin phức tạp, dữ liệu và dự đoán dưới dạng cô đọng. Các dự đoán của chuyên gia cần được truyền đạt đến đối tượng không chuyên, dù là lộ trình của một cơn bão hay kết quả bầu cử, luôn chứa một mức độ bất định nhất định. Nếu bất định này không được thể hiện trong hình ảnh minh họa phù hợp, kết quả có thể gây hiểu lầm và thậm chí nguy hiểm.
Tại đây, chúng tôi xem xét vai trò của trực quan hóa dữ liệu trong việc vẽ các lộ trình dự đoán của bão. Chúng tôi khảo sát các phương pháp trực quan khác nhau để thể hiện mức độ bất định của dự đoán chuyên gia và tác động đến cách diễn giải của người không chuyên. Đồng thời, chúng tôi liên hệ điều này với thảo luận rộng hơn về thông lệ tốt nhất khi các hãng tin tức đưa tin về cả mô hình chuyên gia và kết quả khoa học đối với những chủ đề quan trọng với đông đảo công chúng.
Không dùng biểu đồ spaghetti?
Gần đây, chúng ta đã chứng kiến thiệt hại do các hệ thống bão nhiệt đới gây ra tại châu Mỹ. Các hãng tin như New York Times đã truyền tải rất nhiều diễn biến bằng trực quan hóa tương tác về các cơn bão Harvey và Irma, chẳng hạn. Các hình trực quan bao gồm bản đồ tỉ lệ người mất điện, lượng mưa, mức độ thiệt hại và số người trong các khu trú ẩn, cùng nhiều nội dung khác.
Một dạng biểu đồ cụ thể gần đây xuất hiện thường xuyên và gây tranh cãi: cách vẽ lộ trình dự đoán của một cơn bão trong 72 giờ tới, chẳng hạn. Có nhiều cách để trực quan hóa lộ trình dự đoán, mỗi cách đều có bẫy và ngộ nhận riêng. Gần đây, chúng tôi thậm chí thấy một bài trên Ars Technica có tiêu đề Xin hãy dừng chia sẻ các biểu đồ spaghetti của mô hình bão, nhắm đến Nate Silver và fivethirtyeight.
Trong phần tiếp theo, tôi sẽ so sánh ba cách phổ biến, xem xét ưu/nhược điểm của chúng và đề xuất thêm các dạng biểu đồ khác. Tôi cũng sẽ đi sâu vào lý do tại sao các dạng này quan trọng, điều này giúp chúng ta quyết định phương pháp và kỹ thuật trực quan nào phù hợp nhất.
Cảnh báo: Tôi chắc chắn không phải chuyên gia về khí tượng và dự báo bão. Nhưng tôi đã suy nghĩ rất nhiều về cách trực quan hóa để truyền tải dữ liệu, dự đoán và mô hình. Tôi hoan nghênh và đặc biệt khuyến khích phản hồi từ các chuyên gia cũng như những người khác.
Trực quan hóa lộ trình bão dự đoán
Có ba cách phổ biến để tạo trực quan cho lộ trình bão dự đoán. Trước khi bàn luận, tôi muốn bạn xem chúng và cân nhắc bạn có thể rút ra thông tin gì từ mỗi cách. Hãy cố gắng diễn giải xem từng cách đang cố nói điều gì, rồi chúng ta sẽ đi vào mục đích, ưu/nhược điểm của chúng:
Hình nón bất định
Biểu đồ spaghetti (Loại I)
Biểu đồ spaghetti (Loại II)
Diễn giải và tác động của các trực quan về lộ trình bão dự đoán
Hình nón bất định
Hình nón bất định, công cụ do Trung tâm Bão Quốc gia (NHC) sử dụng và được nhiều hãng tin truyền đạt, cho chúng ta thấy lộ trình có khả năng cao nhất của cơn bão trong 5 ngày tới, thể hiện bằng các chấm đen trong hình nón. Nó cũng cho biết mức độ chắc chắn của lộ trình này. Theo thời gian, dự đoán kém chắc chắn hơn và điều này được thể hiện qua hình nón, theo đó có khoảng 66,6% khả năng tâm bão sẽ nằm trong phạm vi hình nón.
Điều này có rõ ràng ngay từ biểu đồ không?
Ban đầu thì không với tôi, và tôi tổng hợp thông tin này từ chính biểu đồ, từ trang "giới thiệu về hình nón bất định" của NHC và bài viết giải mã hình nón của weather.com. Có ba điểm đáng chú ý nữa, chúng ta sẽ quay lại:
- Một ngộ nhận ban đầu phổ biến là phần nở rộng của hình nón theo thời gian gợi ý rằng cơn bão sẽ lớn lên;
- Biểu đồ không chứa thông tin về kích thước cơn bão, chỉ về lộ trình tiềm năng của tâm bão, do đó ít hữu ích khi cho biết nơi nào có thể xuất hiện, chẳng hạn, gió giật cấp bão;
- Có thông tin thiết yếu trong phần văn bản đi kèm trực quan hóa, cũng như trong chính hình ảnh, chẳng hạn ghi chú đặt nổi bật phía trên: "[H]ình nón chứa lộ trình có khả năng của tâm bão nhưng không thể hiện kích thước của cơn bão..."; khi đánh giá hiệu quả của một trực quan dữ liệu, chúng ta cần cân nhắc tất cả thuộc tính của nó, bao gồm văn bản (và liệu chúng ta có thể kỳ vọng người xem thực sự đọc không!); lưu ý rằng tính tương tác là một thuộc tính mà các trực quan này không có (nhưng có lẽ nên có).
Biểu đồ spaghetti (Loại I)
Dạng biểu đồ này hiển thị nhiều dự đoán trong một hình. Ở một biểu đồ spaghetti Loại I bất kỳ, các quỹ đạo được trực quan hóa là dự đoán từ các mô hình của những cơ quan khác nhau (ví dụ: NHC, Cục Quản lý Khí quyển và Đại dương Quốc gia Hoa Kỳ và Cơ quan Khí tượng Vương quốc Anh). Chúng hữu ích ở chỗ, giống hình nón bất định, chúng cho biết khu vực chung có thể nằm trên đường đi của bão. Nhưng chúng lại rất kém hữu ích và thậm chí gây hiểu lầm ở chỗ xem trọng số của mỗi mô hình (hay dự đoán) là như nhau.
Trong biểu đồ spaghetti Loại I ở trên, có các dự đoán với mức độ bất định khác nhau từ các cơ quan trước đây có thành công dự đoán khác nhau. Vì vậy, một số lộ trình có khả năng cao hơn số khác, theo hiểu biết hiện tại. Thông tin này không có ở đây. Thậm chí đáng lo hơn, một số lộ trình thậm chí khó coi là dự đoán. Lấy ví dụ đường chấm đen XTRP, vốn là dự đoán đường thẳng dựa trên quỹ đạo hiện tại của bão. Đây thậm chí không phải là một mô hình. Eric Berger phân tích chi tiết hơn trong bài viết Ars Technica này.
Về bản chất, dạng biểu đồ này cung cấp một mô hình tổ hợp (so sánh với tổng hợp thăm dò). Tuy nhiên, một khía cạnh then chốt của mô hình tổ hợp là mỗi mô hình được gán trọng số phù hợp và các trọng số này cần được truyền đạt trong bất kỳ trực quan dữ liệu nào. Chúng ta sẽ sớm xem cách làm điều này bằng một biến thể của Loại I.
Biểu đồ spaghetti (Loại II)
Những biểu đồ này hiển thị nhiều, chẳng hạn 50, lần hiện thực hóa khác nhau của một mô hình nhất định. Ý nghĩa là nếu chúng ta mô phỏng (chạy) một mô hình nhiều lần, mỗi lần nó sẽ cho một quỹ đạo khác nhau. Tại sao? Nate Cohen đã diễn đạt rất hay trên The Upshot:
Rất khó để dự báo chính xác thời điểm một cơn bão sẽ chuyển hướng. Chỉ cần chênh 15 hoặc 20 dặm về thời điểm nó rẽ lên phía bắc cũng có thể thay đổi việc Miami có bị tường mắt bão quét qua hay không, nơi có những cơn giông mạnh nhất của bão bao quanh mắt bão yên ả.
Đây có lẽ là dạng tôi ưa thích nhất trong ba loại vì nhiều lý do:
- Bằng cách mô phỏng nhiều lần chạy mô hình, chúng cung cấp chỉ dấu về mức độ bất định vốn có của từng mô hình;
- Chúng cho bức tranh về khả năng tương đối tâm bão đi qua một vị trí bất kỳ. Nói đơn giản, nếu nhiều quỹ đạo được vẽ đi qua điểm A hơn điểm B, thì theo mô hình hiện tại, khả năng tâm bão đi qua điểm A cao hơn;
- Khả năng bị hiểu sai thấp (ít nhất so với hình nón bất định và Loại I). Tất cả những gì cần ghi trên hình là: "Mỗi đường thể hiện một dự báo về lộ trình của Irma".
Một nhược điểm của Loại II là chúng không đại diện cho nhiều mô hình, nhưng như sẽ thấy, có thể khắc phục bằng cách kết hợp với biểu đồ Loại I. Một nhược điểm khác là, cũng như các loại khác, chúng chỉ truyền đạt lộ trình của tâm bão và không nói gì về kích thước. Chúng ta sẽ sớm xem cách khắc phục. Lưu ý rằng phân biệt giữa biểu đồ spaghetti Loại I và Loại II không phải là điều tôi thấy trong tài liệu, mà do tôi đặt ra vì hai loại này có cách diễn giải và tác động rất khác nhau.
Tạm thời, lưu ý rằng chúng ta đã bàn về hiệu quả của một số dạng biểu đồ mà chưa nói rõ mục đích của chúng, tức là vì sao ta cần chúng. Trước khi đi tiếp, hãy lùi lại một chút và thử trả lời câu hỏi: "Mục đích của việc trực quan hóa lộ trình bão dự đoán là gì?" Làm những việc tưởng như ngây ngô như vậy thường rất khai sáng.
Vì sao vẽ lộ trình bão dự đoán?
Vì sao chúng ta cố gắng truyền đạt lộ trình dự đoán của một cơn bão nhiệt đới? Tôi sẽ đưa ra vài câu trả lời trong chốc lát.
Nhưng trước hết, hãy nói điều mà những trực quan này không nhằm tới. Chúng ta không dùng những trực quan này để giúp người dân quyết định có nên sơ tán khỏi nhà hay thị trấn của họ hay không. Việc ra lệnh hay khuyến nghị sơ tán là do chính quyền địa phương quyết định, sau khi tham vấn nhiều lần với các chuyên gia, nhà khoa học, người xây dựng mô hình và các bên liên quan chủ chốt khác.
Mục tiêu lớn của dạng trực quan này là giúp người dân nắm thông tin tốt nhất có thể về các lộ trình có thể của bão và cho phép họ chuẩn bị cho tình huống xấu nhất nếu nơi họ đang ở hoặc sẽ đến có khả năng nằm trên đường tàn phá. Không phải để hù dọa quá mức. Như weather.com nêu về chức năng của hình nón bất định: "[M]ỗi hệ thống nhiệt đới đều có một hình nón dự báo để giúp công chúng hiểu rõ hơn nó sẽ di chuyển về đâu" và "[H]ình nón được thiết kế để thể hiện mức độ bất định tăng dần theo thời gian".
Vì mục đích đó, tôi cho rằng một thuộc tính quan trọng là độc giả có thể nhìn vào và nói: "rất có khả năng/có khả năng/khả năng 50%/không có khả năng/rất ít khả năng" rằng nhà tôi (ví dụ) sẽ bị hư hại đáng kể do bão.
Tốt hơn nữa, có thể nói: "Có 30–40% khả năng, theo các mô hình tiên tiến hiện tại, rằng nhà tôi sẽ bị hư hại đáng kể".
Từ đó, ta có một hệ bậc mục tiêu mà trực quan hóa cần truyền đạt:
- Tối thiểu, chúng ta muốn người dân nhận biết các lộ trình có thể của bão.
- Sau đó, muốn người dân có thể nói liệu nhà họ, chẳng hạn, có rất có khả năng, có khả năng, ít khả năng hay rất ít khả năng nằm trên đường đi hay không.
- Lý tưởng nhất, người dân nhìn vào trực quan và có thể đọc ra một cách định lượng xác suất (hoặc khoảng xác suất) nhà họ nằm trên lộ trình của bão.
Bên cạnh đó, chúng ta muốn các trực quan không gây hiểu lầm cũng không dễ bị diễn giải sai.
Hình nón bất định so với biểu đồ spaghetti
Cả ba phương pháp đều thực hiện chức năng tối thiểu là cảnh báo người dân về các lộ trình có thể của bão. Hình nón bất định làm khá tốt việc cho phép người dân nói mức độ khả năng bão đi qua một vị trí cụ thể (trong hình nón thì khoảng hai phần ba khả năng). Ít nhất về mặt định tính, biểu đồ spaghetti Loại II cũng làm tốt, như đã mô tả ở trên: "nếu nhiều quỹ đạo đi qua điểm A hơn điểm B, thì theo mô hình hiện tại, khả năng tâm bão đi qua điểm A cao hơn".
Nếu bạn vẽ 50 quỹ đạo, bạn sẽ cảm nhận được nơi tâm bão có khả năng xuất hiện, tức là nếu khoảng một nửa quỹ đạo đi qua một vị trí, thì có khoảng 50% khả năng (theo mô hình của chúng ta) tâm bão sẽ đánh vào vị trí đó. Chưa phương pháp nào thực hiện được chức năng thứ ba, và dưới đây chúng ta sẽ xem cách kết hợp biểu đồ spaghetti Loại I và Loại II sẽ cho phép làm điều này.
Vấn đề lớn với hình nón bất định và biểu đồ spaghetti Loại I là: hình nón bất định dễ bị hiểu sai (nhiều người hiểu hình nón là cơn bão lớn dần và không đánh giá đúng vai trò của bất định) và biểu đồ spaghetti Loại I gây hiểu lầm (khiến tất cả mô hình có vẻ đáng tin như nhau). Vì vậy, các mô hình này không đáp ứng yêu cầu cơ bản rằng "chúng ta muốn trực quan không gây hiểu lầm cũng không dễ bị diễn giải sai".
Thông lệ tốt nhất khi trực quan hóa lộ trình bão dự đoán
Biểu đồ spaghetti Loại II mang tính mô tả nhất và ít bị diễn giải sai nhất. Nhưng chúng lại không trình bày kết quả của tất cả mô hình. Tức là, chúng không tổng hợp trên nhiều mô hình như ta thấy ở Loại I.
Vậy nếu chúng ta kết hợp Loại I và Loại II thì sao?
Để trả lời, tôi đã làm một thử nghiệm nhỏ bằng python, folium và numpy. Bạn có thể xem toàn bộ mã tại đây.
Trước tiên, tôi lấy một lộ trình dự đoán về bão Irma của NHC từ tuần trước, thêm một ít nhiễu ngẫu nhiên và vẽ 50 quỹ đạo. Lưu ý, một lần nữa, tôi không phải chuyên gia khí tượng. Nhiễu mà tôi tạo và cộng vào tín hiệu/lộ trình dự đoán không dựa trên bất kỳ mô hình nào và, trong trường hợp thực, sẽ đến từ chính các mô hình (nếu bạn quan tâm, tôi dùng nhiễu Gaussian). Thực tế, tôi cũng thấy khó tìm dữ liệu về các lộ trình dự đoán được đưa tin trên truyền thông. Dữ liệu tôi sử dụng cuối cùng tìm thấy tại đây.
Đây là một biểu đồ spaghetti Loại II đơn giản với 50 quỹ đạo:
Nhưng đây là các quỹ đạo khả dĩ do một mô hình duy nhất tạo ra. Nếu chúng ta có nhiều mô hình từ các cơ quan khác nhau thì sao? Chúng ta có thể vẽ 50 quỹ đạo từ mỗi mô hình:
Một khía cạnh cực hay của biểu đồ spaghetti Loại II là nếu vẽ đủ nhiều, mỗi quỹ đạo trở nên mờ nhòe và chúng ta bắt đầu thấy một bản đồ nhiệt về nơi tâm bão có khả năng xuất hiện. Nghĩa là: vùng nào xanh hơn thì khả năng lộ trình đi qua đó cao hơn. Hãy phóng to để xem rõ.
Hơn nữa, nếu chúng ta tin rằng một mô hình đáng tin hơn mô hình khác (chẳng hạn do nhóm chuyên gia tạo ra mô hình đó từng cho kết quả chính xác hơn nhiều), ta có thể gán trọng số cho các mô hình này, ví dụ, thông qua độ trong suốt của các quỹ đạo, như dưới đây. Lưu ý rằng việc gán trọng số cho các mô hình là nhiệm vụ của chuyên gia và là phần thiết yếu trong quá trình mô hình hóa tổng hợp này.
Những gì ở trên làm được là giải quyết các nhiệm vụ tương ứng với hai thuộc tính đầu tiên mà chúng ta muốn trực quan có. Để đạt thuộc tính thứ ba, tức là độc giả có thể đọc ra rằng, ví dụ, có 30–40% khả năng tâm bão đi qua một vị trí cụ thể, có hai giải pháp:
- điều chỉnh bản đồ nhiệt để chuyển giữa, chẳng hạn, đỏ và xanh, và kèm theo chú giải, ví dụ: đỏ nghĩa là xác suất lớn hơn 90%;
- Chuyển bản đồ nhiệt thành bản đồ đường đồng mức thể hiện các vùng có giá trị xác suất nhất định.
Cũng lưu ý rằng điều này sẽ cho biết xác suất một vị trí nhất định bị tâm bão quét qua. Bạn có thể kết hợp (thực ra là chập) nó với thông tin về kích thước cơn bão để chuyển bản đồ nhiệt thành bản đồ xác suất một vị trí bị gió mạnh cấp bão quét qua. Nếu muốn làm, hãy thử nghịch mã tôi đã viết để tạo các biểu đồ trên (tôi dự định viết bài tiếp theo để làm điều này và hướng dẫn qua mã).
Trực quan hóa bất định và báo chí dữ liệu
Chúng ta rút ra gì từ đây? Chúng ta đã khảo sát một số phương pháp trực quan hóa cho lộ trình bão dự đoán, bàn về ưu/nhược điểm của từng phương pháp và đề xuất hướng đi để có các biểu đồ nhiều thông tin hơn và ít gây hiểu lầm hơn, những biểu đồ không chỉ truyền đạt kết quả mà còn cả mức độ bất định quanh các mô hình.
Đây là một phần của cuộc thảo luận rộng hơn mà chúng ta cần có về việc đưa tin về bất định trong trực quan hóa và báo chí dữ liệu nói chung. Chúng ta cần chủ động tham gia vào các cuộc trao đổi về cách chuyên gia truyền đạt bất định đến người dân thông qua các kênh truyền thông. Đây là một bài rất hay từ The Upshot minh họa báo cáo việc làm có thể trông như thế nào do nhiễu thống kê, ngay cả khi việc làm ổn định. Đây là một bài khác của The Upshot cho thấy vai trò của nhiễu và bất định trong diễn giải thăm dò. Tôi hiểu rằng cần tiêu đề để bán báo và vai trò của mồi nhấp chuột trong bối cảnh truyền thông hiện đại, nhưng chúng ta cần truyền đạt không chỉ kết quả mà cả bất định quanh các kết quả đó để không đánh lừa công chúng và có thể chính bản thân chúng ta. Có lẽ quan trọng hơn, hệ thống giáo dục cần chuyển mình và trang bị cho mọi công dân trình độ hiểu biết dữ liệu và thống kê nhất định để thích ứng với kỷ nguyên vận hành bằng dữ liệu. Tất cả chúng ta đều có thể đóng góp.
