Analítica Visual
La analítica visual es la ciencia del razonamiento analítico apoyado por interfaces visuales interactivas, que acoplan el juicio humano con el análisis automatizado de datos para dar sentido a datos grandes y complejos.
Definition
La analítica visual es la combinación de técnicas de análisis automatizadas con visualizaciones interactivas para apoyar el razonamiento analítico, permitiendo a las personas explorar, comprender y extraer conclusiones de conjuntos de datos grandes y complejos a través de un proceso con intervención humana.
Scope
Este tema abarca la integración de la visualización con la computación para el análisis: el proceso de analítica visual que intercala métodos automatizados y exploración visual interactiva, el apoyo a la comprensión y la generación de hipótesis, y el manejo de datos grandes, heterogéneos e inciertos. No cubre la codificación estática o las técnicas de interacción de forma aislada, tratadas en sus propios temas, ni los algoritmos de aprendizaje automático en sí mismos, que pertenecen a la inteligencia artificial.
Core questions
- ¿Cómo combina la analítica visual el razonamiento humano con el análisis automatizado?
- ¿Qué es el proceso de comprensión y cómo pueden las herramientas apoyarlo?
- ¿Cómo se estructura el proceso de analítica visual como un bucle iterativo?
- ¿Cómo se manejan la escala, la heterogeneidad y la incertidumbre en los datos?
Key concepts
- razonamiento analítico
- comprensión (sensemaking)
- proceso de analítica visual
- análisis con intervención humana (human-in-the-loop analysis)
- búsqueda de información (information foraging)
- integración de análisis automatizado
- generación de hipótesis
- incertidumbre en el análisis
Key theories
- La agenda y el proceso de la analítica visual
- La analítica visual se enmarcó como la detección de lo esperado y el descubrimiento de lo inesperado mediante el acoplamiento estrecho de la visualización interactiva con el análisis automatizado; su proceso itera entre modelos, visualizaciones e interacción humana para refinar la comprensión.
- Comprensión y el bucle analítico
- Pirolli y Card modelaron la comprensión de los analistas como ciclos de búsqueda de información y construcción y prueba de hipótesis, identificando puntos de apalancamiento donde las herramientas visuales y computacionales pueden ser de mayor ayuda.
- Intervención humana con automatización
- En lugar de automatizar completamente el análisis, la analítica visual mantiene al ser humano en el bucle, utilizando la computación para resumir y mostrar patrones, mientras se basa en el juicio humano para la interpretación, el contexto y las decisiones.
Clinical relevance
Las herramientas de analítica visual ayudan a los analistas en dominios como la inteligencia, la ciberseguridad, la salud pública y la inteligencia empresarial a dar sentido a datos demasiado grandes o complejos para la visualización o la automatización por sí solas, apoyando las decisiones al combinar el poder computacional con la perspicacia humana.
History
La analítica visual fue nombrada y definida en la agenda de investigación de 2005 "Illuminating the Path", motivada por la necesidad de analizar datos masivos y heterogéneos. Keim y sus colegas refinaron su definición y proceso, y modelos de comprensión como los de Pirolli y Card la fundamentaron en la teoría cognitiva, estableciendo la analítica visual como un campo que une la visualización, el análisis y el razonamiento humano.
Key figures
- James J. Thomas
- Kristin A. Cook
- Daniel A. Keim
- Peter Pirolli
- Stuart K. Card
Related topics
Seminal works
- thomas2005
- keim2008
- pirolli2005
Frequently asked questions
- ¿En qué se diferencia la analítica visual de la visualización de información?
- La visualización de información se centra en representar datos visualmente para la percepción humana. La analítica visual es más amplia, integrando esas visualizaciones con métodos de análisis automatizados, como estadísticas y aprendizaje automático, en un bucle interactivo, para que el razonamiento humano y la computación trabajen juntos en problemas grandes y complejos.
- ¿Por qué mantener a un ser humano en el bucle en lugar de automatizar completamente el análisis?
- Los métodos automatizados son potentes para encontrar patrones en grandes volúmenes de datos, pero carecen de contexto, juicio y la capacidad de hacer las preguntas correctas. La analítica visual mantiene a las personas en control de la interpretación y las decisiones, mientras utiliza la computación para manejar la escala, combinando las fortalezas de ambos.