Read, Critique, or Sketch? Investigating Alternative Visualization Literacy Assessment Modalities
यह शोध पत्र वेब-आधारित गुणात्मक आलोचना और स्केचिंग कार्यों को पेश करके और उन्हें मान्य करके पारंपरिक बहुविकल्पीय विज़ुअलाइज़ेशन साक्षरता मूल्यांकन की सीमाओं को संबोधित करता है जो उच्च-स्तरीय कौशल को बेहतर ढंग से विभेदित करते हैं और विभिन्न अनुभव स्तरों वाले व्यक्तियों के बीच अंतर स्पष्ट करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह आंकने की कोशिश कर रहे हैं कि कोई व्यक्ति कितनी अच्छी तरह किताब पढ़ सकता है। आप उनसे कई बहुविकल्पीय प्रश्न पूछ सकते हैं जैसे, "कुत्ते का रंग क्या था?" या "क्या नायक जीत गया?" ये परीक्षण जल्दी और आसानी से ग्रेड किए जा सकते हैं, लेकिन वे केवल आपको यह बताते हैं कि क्या कोई व्यक्ति तथ्यों को पहचान सकता है। वे आपको यह नहीं बताते कि क्या वह व्यक्ति वास्तव में एक कहानी लिख सकता है, गहरे अर्थ को समझ सकता है, या यह समझा सकता है कि एक कथानक की कमी (plot hole) पूरी किताब को कैसे खराब कर देती है। यह बिल्कुल वही समस्या है जिसका सामना डेटा विज़ुअलाइज़ेशन (data visualization) के क्षेत्र में शोधकर्ता कर रहे हैं। विज़ुअलाइज़ेशन साक्षरता केवल एक चार्ट को देखने और एक संख्या पढ़ने के बारे में नहीं है; यह पूरे टूलकिट के बारे में है: डेटा का क्या अर्थ है इसे समझना, यह पहचानना कि कब कोई चार्ट आपसे झूठ बोल रहा है, और यहाँ तक कि शून्य से अपना खुद का चार्ट बनाने में सक्षम होना। लंबे समय से, वैज्ञानिक मुख्य रूप से इस कौशल को मापने के लिए उन्हीं "बहुविकल्पीय" शैली के परीक्षणों का उपयोग करते रहे हैं। लेकिन ठीक वैसे ही जैसे लेखन का एक परीक्षण जो आपसे केवल सही शब्द पर गोला लगाने के लिए कहता है, ये पुराने परीक्षण बुद्धिमान लोगों के लिए बहुत आसान हो सकते हैं (हर कोई 'A' ग्रेड प्राप्त कर लेता है) और वे उन वास्तव में कठिन, रचनात्मक कौशलों को छोड़ देते हैं जिनका उपयोग विशेषज्ञ हर दिन करते हैं।
इसलिए, शोधकर्ताओं की एक टीम ने कुछ अलग करने का निर्णय लिया। केवल एक सूची से सही उत्तर चुनने के लिए कहने के बजाय, उन्होंने उन्हें बनाने (draw) और बात करने के लिए कहा। अपने अध्ययन में, उन्होंने प्रतिभागियों को तीन प्रकार के कार्य दिए: कुछ को संख्याओं की एक अव्यवस्थित सूची के आधार पर एक चार्ट का खाका तैयार करना था, अन्य को एक अजीब चार्ट को देखना था और उसके बारे में ज़ोर से बोलना था कि उसमें क्या गलत था, और तीसरे समूह को पुराने ढंग के बहुविकल्पीय परीक्षण करने थे। उन्होंने तीन समूहों का परीक्षण किया: सामान्य इंटरनेट कार्यकर्ता (जिन्होंने संभवतः चार्ट का अध्ययन नहीं किया है), कॉलेज के छात्र जिन्होंने इस विषय पर एक कक्षा ली थी, और वास्तविक विशेषज्ञ जो जीवन भर विज़ुअलाइज़ेशन पर शोध करते हैं।
परिणाम एक मास्टर शेफ, एक कुकिंग स्टूडेंट और एक होम कुक को भोजन बनाने की कोशिश करते देखने की तरह थे। पुराने बहुविकल्पीय परीक्षण ऐसे थे जैसे पूछना, "क्या नमक नमकीन होता है?" हर किसी ने इसे सही बताया, इसलिए परीक्षण मास्टर और नौसिखिए के बीच अंतर नहीं बता सके। लेकिन जब शोधकर्ताओं ने लोगों को एक चार्ट का खाका (sketch) बनाने या एक खराब चार्ट की आलोचना (critique) करने के लिए कहा, तो अंतर बिल्कुल स्पष्ट हो गया। विशेषज्ञों ने जटिल, विचारशील डिज़ाइन बनाए और चार्ट में सूक्ष्म त्रुटियों को पहचाना, जबकि शुरुआती लोग बुनियादी बातों को समझने में भी संघर्ष कर रहे थे या हाथ से चित्र बनाने की कोशिश में हताश हो रहे थे। अध्ययन सुझाव देता है कि ये "बनाओ और बोलो" (draw and talk) वाले परीक्षण यह पहचानने में बहुत बेहतर हैं कि वास्तव में कौन कुशल है, खासकर जब आपको एक छात्र और एक पेशेवर के बीच अंतर करने की आवश्यकता हो। हालांकि इन नए परीक्षणों को ग्रेड करने में अधिक समय लगता है और इन्हें व्यवस्थित करना कठिन है, शोधकर्ताओं का मानना है कि वास्तविक दुनिया के कौशल को मापने के लिए यह एक आवश्यक अपग्रेड है, ठीक वैसे ही जैसे स्कूल लेखन क्षमता को आंकने के लिए केवल बबल शीट के बजाय निबंधों का उपयोग करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।