图 “信息采样直接测量+实时在线计算更新”实验范式示意图
在国家自然科学基金项目（批准号：72210107002、72101156、72031004、71901095）等资助下，上海大学何黎胜副教授与卞亦文教授、华东师范大学王弘毅副教授及其合作者，针对人类决策者的数据可视化图表认知加工机制问题开展研究。研究成果以“统计判断中的信息抽样与贝叶斯信念形成机制（Information sampling and Bayesian belief formation in statistical judgment）”为题，于2025年10月15日发表在《美国科学院院刊》（PNAS）上。论文链接：https://doi.org/10.1073/pnas.2517302122。
数据可视化图表是政府部门、市场主体（包括生产商、供应商、终端消费者等）之间进行有效沟通的关键数据要素，也是管理决策的重要参考依据。例如，农业主管部门通过数据可视化图表来理解气温与作物产量、降雨与病虫害等之间的关联，以便及时制定相应的对策；消费者通过电商平台的销量排行图和评分可视化图表判断产品受欢迎程度，以便做出购买决策。这些看似简单的“看图说话”，却可能产生系统性的决策误差。这些误差可能并非源于人们统计推断能力的缺陷，而是源于大脑对视觉信息的“有偏采样”——基于不完整的有偏信息，即便大脑能做出的完美的统计推断，人们仍难以避免认知谬误。
研究采用了“信息采样直接测量+实时在线计算更新”创新实验范式，通过眼动追踪技术监测决策者实际关注的数据点，并整合到贝叶斯信念更新模型中，实现了对管理者认知偏差的实时精准识别。研究进一步通过计算模型重构决策者的信息采样微观过程，实现了对管理者加工信息的全过程仿真，打通了从以数据为中心的可视化到以人为中心的决策支持系统的关键环节。
该研究从理论上解密了人们如何从数据可视化图表中“误读”统计信息，揭示了数据可视化图表中认知偏差的内在机理。这一框架可以扩展到更复杂的应用场景，为改进数据可视化设计与决策支持环境提供了科学的参考依据，有助于推动数据要素在决策领域的深入应用。