Un nuevo enfoque para evaluar visualizaciones de datos podría predecir por qué las personas malinterpretan los gráficos antes de que realicen una prueba. Al simular los procesos cognitivos detrás de la lectura de gráficos, los investigadores esperan hacer que el diseño visual sea más fiable y menos propenso a errores del usuario.
La Investigación
Investigadores del Laboratorio Nacional de Energía Renovable y la Universidad Northeastern, liderados por Harrison Goldwyn e incluyendo a Graham Johnson, Christopher Ibarra, Lace Padilla y Kenny Gruchalla, desarrollaron un modelo computacional que imita cómo las personas interpretan la información visual. Se basaron en la Inferencia Activa, un marco de la neurociencia que describe cómo el cerebro actualiza constantemente sus creencias y elige acciones para reducir la incertidumbre. Su estudio, publicado en arXiv en julio de 2026, modela la lectura de gráficos como una búsqueda dinámica: un agente observa un gráfico de barras y decide dónde enfocar la atención para estimar un valor promedio.
Implementaron dos tipos de agentes: un agente Rápido, heurístico (Tipo 1) que se basa en juicios rápidos e intuitivos, y un agente Lento, analítico (Tipo 2) que es más deliberado y requiere más memoria. El agente Rápido era propenso al sesgo de prominencia de las marcas de graduación: prestaba demasiada atención a las marcas prominentes en el eje, mientras que el agente Lento sufría de deterioro de la memoria de trabajo, olvidando valores anteriores mientras procesaba el gráfico. Ambos agentes produjeron "trazas cognitivas", secuencias de creencias y fijaciones oculares que revelan cómo surgen los errores.
Esta simulación ofrece una explicación mecanística de por qué ciertos diseños de gráficos fallan. En lugar de solo medir cuántas personas se equivocan en un gráfico después de los hechos, este modelo puede predecir dónde y por qué ocurren los errores, proporcionando una hipótesis contrastable para futuros experimentos.
Por Qué Importa
Para cualquiera que lea gráficos, ya sea en noticias, negocios o educación, esta investigación señala la necesidad de diseños que tengan en cuenta los límites cognitivos humanos. Nuestra atención se siente atraída por elementos visualmente dominantes, y nuestra memoria de trabajo tiene una capacidad limitada. Al comprender estos sesgos, podemos diseñar gráficos que minimicen la mala interpretación, reduciendo el riesgo de errores en decisiones importantes.
Qué Puedes Hacer
Al leer gráficos, sé consciente de los posibles peligros: las marcas de graduación visualmente prominentes pueden no representar la verdadera escala de los datos, y comparar muchos valores puede agotar tu memoria. Practica discutiendo interpretaciones de gráficos con otros, y considera entrenar tu memoria de trabajo y atención mediante ejercicios cognitivos específicos.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Realiza nuestro test de CI adaptativo gratuito o prueba 306 niveles de entrenamiento cerebral.
