Une nouvelle approche pour évaluer les visualisations de données pourrait prédire pourquoi les gens lisent mal les graphiques avant même qu'ils ne passent un test. En simulant les processus cognitifs derrière la lecture de graphiques, les chercheurs espèrent rendre la conception visuelle plus fiable et moins sujette aux erreurs des utilisateurs.
La recherche
Des chercheurs du Laboratoire national des énergies renouvelables et de l'Université du Nord-Est, dirigés par Harrison Goldwyn et comprenant Graham Johnson, Christopher Ibarra, Lace Padilla et Kenny Gruchalla, ont développé un modèle computationnel qui imite la façon dont les gens interprètent les informations visuelles. Ils se sont appuyés sur l'inférence active, un cadre de la neuroscience qui décrit comment le cerveau met constamment à jour ses croyances et choisit des actions pour réduire l'incertitude. Leur étude, publiée sur arXiv en juillet 2026, modélise la lecture de graphiques comme une recherche dynamique : un agent regarde un graphique à barres et décide où concentrer son attention pour estimer une valeur moyenne.
Ils ont implémenté deux types d'agents : un agent rapide, heuristique (type 1) qui repose sur des jugements rapides et intuitifs, et un agent lent, analytique (type 2) qui est plus délibéré et gourmand en mémoire. L'agent rapide était sujet à un biais de saillance des graduations - il prêtait trop d'attention aux graduations proéminentes sur l'axe - tandis que l'agent lent souffrait d'un déclin de la mémoire de travail, oubliant les valeurs antérieures en traitant le graphique. Les deux agents ont produit des « traces cognitives », des séquences de croyances et de fixations oculaires qui révèlent comment les erreurs surviennent.
Cette simulation offre un compte rendu mécaniste de la raison pour laquelle certaines conceptions de graphiques échouent. Au lieu de simplement mesurer combien de personnes se trompent sur un graphique après coup, ce modèle peut prédire où et pourquoi les erreurs se produisent, fournissant une hypothèse testable pour de futures expériences.
Pourquoi c'est important
Pour quiconque lit des graphiques - que ce soit dans les actualités, les affaires ou l'éducation - cette recherche souligne la nécessité de conceptions qui tiennent compte des limites cognitives humaines. Notre attention est attirée par les éléments visuellement dominants, et notre mémoire de travail a une capacité limitée. En comprenant ces biais, nous pouvons concevoir des graphiques qui minimisent les erreurs d'interprétation, réduisant ainsi le risque d'erreurs dans les décisions importantes.
Ce que vous pouvez faire
Lorsque vous lisez des graphiques, soyez conscient des pièges potentiels : les graduations d'axe visuellement proéminentes peuvent ne pas représenter la véritable échelle des données, et comparer de nombreuses valeurs peut fatiguer votre mémoire. Entraînez-vous en discutant des interprétations de graphiques avec d'autres, et envisagez d'entraîner votre mémoire de travail et votre attention grâce à des exercices cognitifs ciblés.
Source : arXiv q-bio.NC
Curieux de connaître votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.
