Il primo motore di ricerca visivo per diagrammi scientifici

Nel 1973, lo statistico Francis Anscombe ha ideato un'affascinante dimostrazione che mostra perché i dati dovrebbero essere sempre tracciati prima di essere analizzati. La dimostrazione consisteva in quattro set di dati che avevano proprietà statistiche quasi identiche. Con questa misura sono essenzialmente gli stessi.

Ma una volta tracciati, i set di dati sembrano completamente diversi. Il quartetto di Anscombe , come è noto, mostra come una buona grafica permetta alle persone di analizzare i dati in un modo diverso, di pensarli e parlarne a un altro livello.

La maggior parte degli scienziati riconosce l'importanza di una buona grafica per comunicare idee complesse. È difficile descrivere la struttura del DNA, ad esempio, senza un diagramma.

Eppure, ci sono poche prove che dimostrino che una buona grafica sia una parte importante dello sforzo scientifico. Il significato di una buona grafica può sembrare ovvio, ma senza prove è solo un'ipotesi.

Oggi, le cose cambiano grazie al lavoro di Po-shen Lee degli amici dell'Università di Washington a Seattle che hanno utilizzato un algoritmo di visione artificiale per cercare i grafici negli articoli scientifici e quindi analizzarli e classificarli. Questo lavoro rivela per la prima volta che la grafica gioca un ruolo importante nel processo scientifico. Troviamo una correlazione significativa tra l'impatto scientifico e l'uso delle informazioni visive, dove i documenti di maggiore impatto tendono a includere più diagrammi e, in misura minore, più trame e fotografie, dicono.

Questi ragazzi iniziano scaricando 4,8 milioni di cifre da 650.000 articoli scientifici dal database online PubMed Central, che ospita articoli principalmente di scienze della vita e biomedicina. Lee e colleghi hanno quindi addestrato un algoritmo di visione artificiale per dividere le figure multichart nelle sue parti componenti. Ciò ha portato il database a circa 10 milioni di cifre per l'analisi, il 67% delle quali provenienti dai dati multichart.

Il team ha quindi insegnato all'algoritmo a riconoscere cinque diversi tipi di figure: diagrammi, foto, tabelle, grafici di dati ed equazioni. I più comuni risultano essere i grafici dei dati, che costituiscono il 35 percento del totale, seguiti da foto (22 percento), diagrammi (20 percento) ed equazioni (17 percento). Le tabelle costituiscono solo il 5% del database.

Successivamente, i ricercatori hanno analizzato come questa distribuzione variasse in base al giornale, alla disciplina e nel tempo. Troviamo che la distribuzione delle figure e dei tipi di figure in letteratura è rimasta relativamente costante nel tempo, ma può variare ampiamente in base al campo e all'argomento, dicono.

Ma la loro scoperta più notevole è che i giornali di maggior successo tendono ad avere più cifre. Tracciando il numero di diagrammi in un documento rispetto al suo impatto, il team conclude che le idee ad alto impatto tendono a essere trasmesse visivamente.

Lee e colleghi affermano che ci sono due possibili spiegazioni per questo: che le informazioni visive migliorano la chiarezza del documento, portando a più citazioni e un maggiore impatto, o che i documenti ad alto impatto tendono naturalmente a includere idee nuove e complesse che richiedono una spiegazione visiva.

C'è del lavoro prima ovviamente. Lee e colleghi sono ben consapevoli del pregiudizio di PubMed Central nei confronti delle scienze della vita e della biomedicina. Quindi un passo successivo ovvio è includere diagrammi delle scienze fisiche. La fisica arXiv è una risorsa ovvia da sfruttare.

Il team vuole anche esplorare le proprietà di diverse rappresentazioni di dati. Il loro obiettivo è studiare il modo in cui diversi tipi di diagramma trasmettono informazioni con successo, producendo alcune prove che potrebbero trasformare l'arte nera della progettazione di diagrammi in una scienza.

Questo è un lavoro interessante che fornisce le basi per un tipo di scienza completamente nuovo. Il team chiama questa viziometria, la scienza dell'informazione visiva. Ciò rispecchia la bibliometria, che è lo studio statistico delle pubblicazioni, e la scientometria, che è lo studio della misurazione della scienza.

Le opere lasciano un'eredità importante. Lee e co hanno reso il loro database ricercabile e disponibile all'indirizzo www.viziometrics.org . Rende la navigazione interessante: inserisci un termine scientifico e il motore di ricerca restituisce un'ampia gamma di diagrammi, foto e così via, relativi a quel tema.

Ciò consente agli scienziati di cercare nella letteratura scientifica un diverso livello di astrazione. In altre parole, consente loro di ragionare su scienza e dati in un modo nuovo. Questo è sicuramente un nuovo strumento potente e che potrebbe avere un profondo impatto sul modo in cui produciamo, cerchiamo e accediamo alle informazioni scientifiche. Anscombe sarebbe sicuramente stupito.

Rif: arxiv.org/abs/1605.04951 : Viziometria: analizzare le informazioni visive nella letteratura scientifica

nascondere