WEEK 09 · 任务三(下)
第 09 周
任务三(下):
做出能被读懂
和核验的图表
图表不是分析结束后的装饰,
而是对一个数据问题的公开回答
来源 · 口径 · 单位 · 时间
武汉大学新生通识课 · 数字素养与人工智能通识
01 / 36
本周导览:三节课做完一件事
从第 8 周已核对的数据底稿出发,本周交付一张图、一次读者测试和一段 90 秒数据说明
01
制作首版
标题、标签和来源都不能少。先写问题,再选图形,把七要素一次配齐。
02
观众测试
别人能读出同样的结论吗?找没参与制图的人,不给口头解释,记录真实误读。
03
任务三点评
90 秒讲清一张图:问题、口径、发现、边界与行动,接受随时追问。
本周产出 · 三件套
一张图:七要素齐全的首版图表
一次读者测试:真实误读记录
一段 90 秒说明:问题到边界
评价首先看读者能否得到与证据一致的结论,其次才是视觉风格。图表好看不是独立评分项。
数字素养与人工智能通识 · 第 09 周
02 / 36
01
第一节 · 45 分钟
制作首版
标题、标签和来源都不能少
导入问题
同一份数据画成两张图,
为什么一张让人信服,另一张却像在骗人?
本周从第 8 周已核对的数据底稿出发。第一节的目标很简单:先写清楚问题,再选对图形,把标题、对象、时间、单位、标签、来源和口径一次配齐,完成能交给别人看的首版。
数字素养与人工智能通识 · 第 09 周
03 / 36
同一份数据,哪张图在骗人?
两种渠道的签到率对比(示意图,仅用于课堂讨论)
图 A
看起来"差距悬殊"
78%91%统一平台报名学院群接龙
y 轴从 70% 开始:13 个百分点的差距被拉成两倍的视觉高度差。
图 B
看起来"有差距但不悬殊"
100%0%78%91%统一平台报名学院群接龙
y 轴从 0 开始:读者看到真实的比例关系,差距仍在,但不再被夸大。
课堂讨论
两张图的数据完全一样,结论却给人两种印象。问题不在数据,而在呈现方式——截断坐标轴、错误比例或过度装饰,都会制造误读。图表必须让读者看清比较对象、单位、时间、口径和来源。
数字素养与人工智能通识 · 第 09 周
04 / 36
先写问题,再选图表:五类匹配
图形选择必须与比较任务匹配——一张图优先回答一个问题
问题类型
常用表达
需要警惕
比较不同类别
条形图、点图
类别过多、排序无意义
观察时间变化
折线图
时间间隔不一致、把缺失连成趋势
表示构成
100% 堆积条形图、少量类别饼图
类别过多、总和不等于 100%
查看分布
直方图、箱线图、散点
用平均数掩盖差异
展示两个变量关系
散点图
把相关误写成因果
匹配原则
动手画图前,先用一句话写下"这张图要回答什么问题",再从表里找对应的图形类型;如果一句话里塞了两个问题,就拆成两张图。
数字素养与人工智能通识 · 第 09 周
05 / 36
一张合格图至少包含七要素
它们是图表内容的一部分,不是可要可不要的附件
7
缺一项,读者就要靠猜
猜错的结论和正确的结论,在读者眼里长得很像——这就是误读的起点。
问题式标题
直接说出这张图回答什么,而不是只写主题词
对象
图里的数据说的是谁,读者一眼要能认出
时间
数据属于哪段时间,不标注就无法比较
单位
人数、百分比还是分钟,差一个单位结论就变
必要标签
坐标轴、类别和关键数值都要有可读的标签
数据来源
能回访到原始文件或发布页,而不是"据说"
口径说明
分母包含谁、怎样计算、有哪些处理规则
数字素养与人工智能通识 · 第 09 周
06 / 36
案例分析:从"签到情况"到问题式标题
同一个任务的两种标题,读者拿到的东西完全不同
信息不足 ✕
读者看完只知道"有张图"
"签到情况"
· 没说对象:是谁的签到?
· 没说时间:哪一天的活动?
· 没说结论:情况是"好"还是"差"?
接近读者需要 ✓
把结论和限制一起交出去
"统一平台报名新生的签到率低于学院群接龙记录,但两种渠道分母口径不同"
1
说结论
"低于"直接给出比较结果,读者不需要自己猜图在说什么。
2
说对象
"统一平台报名新生"限定了这组数据说的是谁。
3
说限制
"分母口径不同"提醒读者:两种渠道的人数不能直接比。
写标题的顺序:先写出"读者看完应该记住的一句话",再把这句话放到图的最上方。问题式标题把图表从"有图"变成"读者不会被误导"。
数字素养与人工智能通识 · 第 09 周
07 / 36
视觉原则:先去噪,再强调
装饰不是错误,但每一次装饰都在消耗读者的注意力
1
删除无意义的装饰
3D、阴影、花纹和厚重边框不携带任何数据信息,只会扭曲比例感。
2
颜色只用于分类或重点
同一个类别用同一种颜色;重点只用一处强调色,而不是处处高亮。
3
关键数字直接标注
读者最需要记住的数值直接写在图形旁,不强迫人拿尺子量柱子。
4
图例、标签保持可读
字号要能在投影和手机上读清;标签文字不倾斜、不重叠。
同一组数据的"去噪"前后
3D + 阴影 + 四种颜色
42%关键数字直接标注
平面色 + 一处强调
英国 Government Analysis Function 的图表指南同样强调:图表选择、标注、可访问性和发布时的完整说明,比视觉花哨重要得多。图例、标签和文字保持可读,是发布前的底线。
数字素养与人工智能通识 · 第 09 周
08 / 36
动手 · 基于第 8 周底稿制作首版(20 分钟)
用工作册模板 19 · 图表设计卡先想清楚,再动手画
1
先写问题第 1 步
在图表设计卡上写下:这张图只回答哪一个问题?给谁看?它属于比较、趋势、构成、分布还是关系?
2
选图形第 2 步
按问题-图形匹配表选图形;同时在卡上写下"最容易被误读在哪里",提前设防。
3
配齐七要素第 3 步
问题式标题、对象、时间、单位、必要标签、数据来源、口径说明,一样不能少;先去噪,再强调。
提醒:底稿里的数据已经核对过口径,画图时不要临时改动数字。如果发现画图时需要新口径,回到第 8 周的记录,先补记录再画图。
三轨提示 · 按设备选一条
有电脑
用表格软件或编程工具画图;把图表设计卡填完再画,避免边画边改问题。
只有手机
在表格应用里完成图形,或把设计卡填好后与同伴共用电脑绘制,你负责核对七要素。
纸笔作答
手绘草图即可:画出图形类型、标出七要素要放的位置,标注数据来源与口径。
三条轨的验收标准完全相同:七要素齐全,读者能看懂。
数字素养与人工智能通识 · 第 09 周
09 / 36
常见错误:好看,但读者读错了
三种最常见的"装饰型误导",每一种都改变过结论
① 3D 与阴影
3D 透视让靠前的扇区显得更大,阴影让边缘难以对齐坐标——比例感被装饰扭曲。
② 红绿承担语义
失败成功
只靠红绿区分
色觉障碍读者直接丢失"好/坏"信息。
颜色只能辅助表达,重要信息必须同时用文字、形状或标签表达。
③ 无来源、无单位
没有来源、单位、时间
读者无法核验、无法比较。来源和口径不是脚注装饰,是图表内容的一部分。
判断标准只有一条:删除这些装饰之后,读者读出的结论有没有变化?有变化,说明装饰在替你"说话"——而且说的是假话。先去噪,再强调,让数据和标签承担全部表达。
数字素养与人工智能通识 · 第 09 周
10 / 36
互查清单:交图之前过一遍
两人一组交换首版,逐条勾选;任何一条不成立,都要先改再交
1
标题是否直接说出这张图回答的问题,而不只是主题词?
2
对象、时间、单位是否标注完整,读者不需要翻别处找?
3
图形类型与比较任务是否匹配(比较/趋势/构成/分布/关系)?
4
数据来源是否可回访,口径说明是否写清分母与计算规则?
5
删除 3D、阴影等装饰后,结论是否不变?颜色是否只用于分类或重点?
6
关键数字是否直接标注,图例与标签在投影距离能否读清?
互查怎么查
只按清单勾选,不评价"好看不好看"——审美不是本环节的验收项。
发现问题时,指出具体是哪一条不成立,而不是笼统说"再改改"。
修改后保留前后两版:下一节读者测试要用首版做对照。
教师追问参考:你把谁算进了分母?这个决定会不会改变结论?
数字素养与人工智能通识 · 第 09 周
11 / 36
第一节小结:首版交出去的标准
43–45 分钟 · 收束
一张图优先回答一个问题,
图形选择必须与比较任务匹配。
要素
七要素是内容
问题式标题、对象、时间、单位、必要标签、数据来源、口径说明——它们决定了读者能否核验这张图,缺一项读者就要靠猜。
顺序
先去噪,再强调
删除无意义的 3D、阴影、花纹和厚重边框;颜色只用于分类或重点;关键数字直接标注;图例、标签和文字保持可读。
视角
替读者设防
写图表设计卡时先回答"最容易被误读在哪里"。标题从"签到情况"升级到问题式表述,就是替读者把限制先说出来。
下一节
首版完成只是起点——作者看自己的图,永远看不出问题。第二节把图交给没参与制图的人,做一次真实的观众测试。
数字素养与人工智能通识 · 第 09 周
12 / 36
观众测试
别人能读出同样的结论吗
导入问题
你盯着自己的图看了十分钟,
为什么还是没发现标题其实没说清对象?
作者看图时已经知道答案,很难发现表达问题。所以读者测试必须找一位没有参与制图的人,在不给口头解释的情况下完成三件事——这一节我们就来设计并完成这次测试。
02
第二节 · 45 分钟
数字素养与人工智能通识 · 第 09 周
13 / 36
为什么作者测不出自己的图
第二节 · 导入
作者看图时,
已经知道答案。
你知道 24 行里谁被去重、哪个渠道口径不同、哪个时间是异常值。这些知识替你"补全"了图上没画的东西——所以你看到的是脑中的完整版,读者看到的才是纸面上的缺省版。表达问题只会在不知情的人面前暴露。
作者眼中
图 + 脑中的数据字典 + 去重规则 + 渠道差异——一切都是完整的。
读者眼中
只有纸面上的图形和文字。缺对象、缺分母、缺口径时,读者会用自己的假设补全——补错了,就是误读。
所以规则很明确:读者测试需要找一位没有参与制图的人,在不给口头解释的情况下完成三件事。口头解释越多,测到的越是你的讲解能力,而不是图表本身。
数字素养与人工智能通识 · 第 09 周
14 / 36
读者测试三件事
测试者不问作者,独立完成——每件事都是一条验收线
1
一句话说出图表回答了什么问题
测试者看完第一眼,用一句话复述"这张图在问什么"。如果说不出,通常是标题太弱或图形任务不明确;如果说出的问题和你的不一样,说明表达已经偏航。
2
指出他读到的主要结论和一项限制
结论之外还要能读出限制——比如"两种渠道分母口径不同"。只能读出结论、读不出限制的图,会让读者把有条件的结果当成无条件的事实拿去转述。
3
找到数据来源、单位和统计范围
这是核验能力的落点:来源能不能回访?单位是人数还是百分比?统计范围包含谁?找不到任何一项,七要素就没有真正完成。
测试纪律
三件事全部完成后,才进入复盘环节。测试过程中作者只能观察和记录,不能提示、不能纠正、不能用"我本来想表达的是"来补救。
数字素养与人工智能通识 · 第 09 周
15 / 36
测试怎么跑:四步流程
5 分钟讲规则 → 25 分钟测试记录 → 10 分钟复盘误读 → 5 分钟修改
1
找测试者
一位没有参与制图的同学或朋友;参与过讨论的人知道答案,测不出来。
2
交图不解释
只给图本身,不给口头说明、不给配文。作者在旁边只看不说。
3
独立做三件事
一句话问题、结论+一项限制、找到来源单位范围。全程不问作者。
4
记录不辩解
作者不解释"我本来想表达的是",先记录误读发生在哪里。
如果读者说出
的结论与你不同
不要立即解释"我本来想表达的是"。这句话救不了图,只会把注意力从图转移到你的口才上。先记录误读发生在哪里:标题是否太弱、类别是否难比较、分母是否缺失、颜色是否暗示了不存在的好坏、注释是否藏得太深。找到位置,才有可修改的对象。
数字素养与人工智能通识 · 第 09 周
16 / 36
误读记录法:一句能指向修改的话
读者测试不是审美投票,"好看""颜色不错"不能替代信息验收
有效记录的句式
我以为 24 行就是 24 人,
因为图中没有说明去重规则。
前半句 · 写下读者真实读出了什么,不加工、不美化。
后半句 · 指出图上缺失或含混的信息,直接对应一处可修改的缺口。
这句话让修改有了靶子:在图上补一行口径说明"24 行记录,去重后 22 人(处理规则见数据字典)",误读即被堵住。
无效记录 ✕
"挺好的,就是配色一般。"
只评价观感。图上有没有误读风险、缺什么信息,一个字都没提到——照它修改,图还是不能被核验。
作者的解释 ✕
"我本来想表达的是……"
解释只存在于作者脑中,读者拿不到。想表达什么不重要,图实际让读者读出了什么才重要。
数字素养与人工智能通识 · 第 09 周
17 / 36
案例复盘:误读藏在图上的五个位置
从"我以为 24 行就是 24 人"出发,逐处排查
误读记录卡
读者第一眼说出的结论
"这张图说明有 24 个人参加了活动。"
与作者意图一致吗
不一致——24 是记录行数,不是独立人数。
教师参考提示:王安出现在第 1、2、17 行;没有稳定身份键时只能标记疑似重复并说明规则,不能静默认定。这些处理若不写进图上口径说明,读者必然读错。
1
标题是否太弱
只写主题词,读者不知道图在回答什么问题、结论是什么。
2
类别是否难比较
类别过多或排序无意义,读者比不出大小与差异。
3
分母是否缺失
没写清"占谁的百分比",两条渠道的人数被直接硬比。
4
颜色是否暗示不存在的好坏
红绿对比让读者以为有"失败方",其实数据只是分类。
5
注释是否藏得太深
去重规则、口径差异写在小字脚注里,等于没写给读者。
数字素养与人工智能通识 · 第 09 周
18 / 36
动手 · 完成一次真实读者测试(25 分钟)
两人一组互为测试者,用工作册模板 20 记录
1
A 拿出首版(第 1 节保留的那版)
不给配文、不做口头说明,直接交给 B。
2
B 独立完成三件事
一句话问题、主要结论+一项限制、找到来源单位和统计范围;全程不问 A。
3
A 填写误读记录
逐字记下 B 的第一反应;不一致时只写"我以为……因为……",不解释。
4
交换角色再来一轮
每人都当一次作者、一次测试者,各留下一条记录。
三轨提示 · 按条件选一条
面对面组队
同组互测;测试时作者退后两步,把"不解释"落成动作而不是口头承诺。
只有手机
把图拍照发给别组同学远程测,聊天记录里的第一句回复就是最真实的误读。
纸笔作答
把手绘图交给邻组;记录表照模板 20 手写,重点记原话,不要转述。
记录的是读者的原话,不是你的翻译。
数字素养与人工智能通识 · 第 09 周
19 / 36
常见错误:把读者测试当成审美投票
以及一个常被忽略的盲区——可访问性
误区:验收变成夸夸群
"挺好看的。""颜色不错。""看起来挺专业。"
这些话都不是信息验收:它们既没说出图回答了什么问题,也没指出结论与限制,更没核验来源和单位。读者测试测的是"别人能否读出同样的结论",不是"别人是否喜欢这个配色"。遇到只谈审美的反馈,要用三件事把对话拉回正轨。
补救问法:请用一句话说说这张图在问什么?你读出的结论是什么?
盲区:红绿之外的读者
正常色觉:可分辨红绿色盲模拟:两根一样
约 5%
男性有色觉障碍——只靠红绿区分意义,每 20 个男生里就有 1 个读不了你的图。
可访问性三件事:字号要能在投影和手机上阅读;重要信息同时用文字表达;必要时附一张数据表,让无法辨认图形的人仍能获取关键数值。
数字素养与人工智能通识 · 第 09 周
20 / 36
检查表:一次合格的读者测试
逐条自检,缺一条就补测,不靠感觉宣布"测完了"
测试者没有参与制图,也不了解我准备表达的结论。
整个测试过程没有口头解释,配文和提示都已遮住。
三件事全部完成:一句话问题、结论+一项限制、来源单位与统计范围。
误读用句式记录:"我以为……因为图中没有说明……",并指出位置。
我没说"我本来想表达的是",先记录、后复盘。
颜色不依赖红绿区分意义,字号在投影和手机上都能读清。
重要信息有文字表述,必要时附了一张数据表。
下一动作
40–45 分钟:根据记录修改首版,并保留前后两版——修改对照本身就是任务三的证据之一。
数字素养与人工智能通识 · 第 09 周
21 / 36
第二节小结:测试改变的不只是图
收束 · 40–45 分钟
读者测试记录
真实误读。
不是审美投票,不是流程仪式。测试的价值全在记录里:读者真实读出了什么、缺口在哪里。留着首版和修改版,误读记录和前后对照就是任务三最有说服力的证据。
三件事
一句话问题、结论+一项限制、找到来源单位与统计范围——每件事都对应七要素中的一环,测试失败就是修改清单。
不解释
"我本来想表达的是"是复盘的头号敌人。先记录误读位置:标题太弱、类别难比、分母缺失、颜色暗示、注释太深。
可访问
红绿不只区分不了色觉障碍读者,还常常暗示不存在的好坏。字号、文字表述和数据表,让图对所有人都成立。
下一节
图改好了,还要能讲清楚。第三节把你的图和测试记录带上台,完成一段 90 秒数据说明。
数字素养与人工智能通识 · 第 09 周
22 / 36
第三节 · 45 分钟
03
任务三点评
90 秒讲清一张图
导入问题
90 秒里把图中每个数字都读了一遍,
为什么观众反而什么也没记住?
点评环节的规则很简单:观众可以随时追问一个数字的来源或一个类别的定义,讲图人要能回到数据字典、清理记录和计算步骤。90 秒说明不是朗读,而是带观众走完一条推理链。
数字素养与人工智能通识 · 第 09 周
23 / 36
为什么"读图"不等于"讲图"
第三节 · 导入情境
90 秒说明不是
把图中每个数字读一遍,
而是引导观众完成一条推理链。
读数字式说明的典型样子:从左上角读到右下角,柱子多高、哪根最长、百分比是多少。观众跟着你的手指移动,却始终不知道你在回答什么问题、这些数字为什么重要、哪些结论不能下。数字离开了推理链,就只是噪音。
观众听"读图版"的体验
他在说哪根柱子?
这和我要判断的问题有什么关系?
所以结论到底是……?
观众听"推理链版"的体验
问题 → 口径 → 发现 → 边界,四步环环相扣,听完能复述结论,也知道哪些话不能替这张图说。
数字素养与人工智能通识 · 第 09 周
24 / 36
90 秒推理链:一条时间轴走完
问题 → 口径 → 发现 → 边界与行动,四段各司其职
15″25″30″20″问题口径发现边界与行动前 15 秒接下来 25 秒接下来 30 秒最后 20 秒
问题
我们想判断什么,为什么值得看。
口径
数据来自哪里,包含谁,关键指标怎样计算。
发现
指出最重要的比较、趋势或异常。
边界与行动
这张图不能说明什么,下一步建议是什么。
为什么这个顺序
先立问题,观众才知道往哪看;再交代口径,结论才不会被过度放大;发现放在中段最有力的位置;边界与行动收尾,把"这张图不能说明什么"讲在别人追问之前。
数字素养与人工智能通识 · 第 09 周
25 / 36
四段拆解:每一秒说什么
写讲稿时按行填空,每段只做一件事
0–15″
问题
"我们想判断两种报名渠道的新生到场情况是否一致,这决定下周通知怎么发。"
先给"为什么值得看",不给数字。
15–40″
口径
"数据来自统一活动平台和学院群接龙,只算 2026 级新生;签到率 = 实到人数 ÷ 各渠道报名人数。"
交代来源、包含谁、怎么算,分母口径必须说出口。
40–70″
发现
"平台渠道签到率明显低于接龙渠道;差距主要集中在……"
只讲最重要的一个比较、趋势或异常,不逐柱报数。
70–90″
边界与行动
"两种渠道分母口径不同,不能直接判定谁更准确;建议下周以平台数据为准复核一遍。"
限制说在前,行动给一条就够。
注意:示例讲稿里的具体表述要换成你自己的数据和结论。四段的时长分配是硬约束——发现段最长,因为它才是观众等的东西。
数字素养与人工智能通识 · 第 09 周
26 / 36
课堂示范:合格版 vs 故意翻车版
0–5 分钟 · 教师用同一张图示范两次,听差异
合格版
听完后观众能复述
先说问题:我们在判断什么、为什么值得看
交代口径:来源、包含谁、指标怎么算
给出发现:最重要的一个比较
说出边界:不能说明什么 + 下一步
特征:观众随时打断也没关系——任何一句被追问,讲图人都能翻出数据字典、清理记录或计算步骤来回答,而不是只重复结论。
故意翻车版
找出它错在哪
开口就读数:这根 78,这根 91……
全程不提来源、分母和计算方式
"很明显接龙那边好很多"——结论凭感觉
不提任何限制,直接建议改流程
对照任务:听翻车版时,把缺失的四段分别记下来——缺问题、缺口径、缺边界,还是把发现当成了结论?这份记录就是你上台前的自查清单。
数字素养与人工智能通识 · 第 09 周
27 / 36
点评现场:追问随时发生
35–43 分钟 · 观众可以随时追问一个数字的来源或一个类别的定义
观众追问
"你说的 91%,分母是谁?"
讲图人
"回到数据字典:接龙渠道报名 47 人,实到 43 人;志愿者和工作人员已按清理记录剔除。"
观众追问
"疑似重复的两行为什么这样处理?"
讲图人
"清理记录第 3 行:第 1 与第 17 行完全一致判为重复;第 2 行时间不同只标记疑似,未剔除,规则写在图下口径说明里。"
合格标准:讲图人能回到数据字典、清理记录和计算步骤,而不是只重复结论。任何一次追问如果只能用"大概""我记得是"回答,就暴露了一个还没有被固定下来的口径。
数字素养与人工智能通识 · 第 09 周
28 / 36
动手 · 轮流上台:90 秒排练(30 分钟)
5–35 分钟 · 每人一段说明,全场随时可以追问
90″
15 秒问题 + 25 秒口径 + 30 秒发现 + 20 秒边界与行动。带一块计时器上台;到点就停,超时的部分留给追问环节。
上台带三样东西
修改后的图、读者测试记录、数据字典或清理记录——追问环节要当众翻。
台下带一个任务
每位观众至少准备一个追问:一个数字的来源,或一个类别的定义。
结束后自评
对照工作册模板 20 的 90 秒结构打勾:四段是否都出现、时长是否失控。
三轨提示 · 按条件选一条
正常轨道
完整上台讲 90 秒,接受至少一个追问,用记录回应。
时间紧张
小组内两两互讲,互相掐表并各提一个追问;推荐一组上台示范。
纸笔作答
把 90 秒讲稿按四段写在纸上,标注每段秒数,交给同伴按追问清单书面提问。
评价看推理链是否完整,不看口才与音量。
数字素养与人工智能通识 · 第 09 周
29 / 36
讲不清?原因多半不在演讲能力
90 秒内讲不清一张图,通常卡在这三处
问题过多
一张图被要求同时回答"哪个渠道高、为什么高、下周怎么办"。问题一多,每段都在抢时间,哪段都讲不透。
口径不清
自己也没说清分母是谁、怎么算的。讲到发现段就开始心虚,被追问第一句就卡住。
图表承担太多信息
一张图里塞了三个维度、两种指标加一堆注释,观众的注意力在图上迷路,你的讲解追不上。
处方:优先缩小问题或拆图
一个图一个问题
把问题写回标题,多余的问题移到下一张图。
先把口径写死
讲稿第 15–40 秒必须念出分母与计算规则,说不清就回数据底稿。
敢拆敢删
拆成两张各答一问的图,好过一张谁也读不懂的图。
讲不清是信号,不是失败——它告诉你哪里还没想清楚。
数字素养与人工智能通识 · 第 09 周
30 / 36
检查表:上台前的最后一遍
43–45 分钟 · 任务三小结 + 量规自评
1
开场 15 秒说清"我们在判断什么",没有从读数字开始。
2
口径段念出了来源、统计范围和计算方式,分母说出口。
3
发现段只讲最重要的一个比较、趋势或异常。
4
结尾 20 秒主动说出"这张图不能说明什么"和一条建议。
5
总时长 90 秒左右,四段都出现,没有严重超时。
6
被追问数字来源或类别定义时,能当场翻出数据字典或清理记录。
任务三整体自评
图:七要素齐全,图形与问题匹配
测试:有真实误读记录和前后两版
说明:四段推理链完整,经得起追问
评价首先看读者能否得到与证据一致的结论,其次才是视觉风格。对照课程评价"任务三 · 数据与图表"完成量规自评。
数字素养与人工智能通识 · 第 09 周
31 / 36
第三节小结 · 任务三收束
三节课连起来,就是图表工作的完整闭环
90 秒说明连接
问题、口径、发现和边界。
问题口径发现边界
第 1 节
做出来
先写问题再选图形,七要素配齐,先去噪再强调——首版成为可以被检验的对象。
第 2 节
测出来
没参与制图的人独立读图,真实误读被记录成"我以为……因为……",修改有了靶子。
第 3 节
讲出来
90 秒推理链加随时追问,逼着每个数字回到数据字典、清理记录和计算步骤。
本周小结
一张图优先回答一个问题,图形选择必须与比较任务匹配;标题、对象、单位、时间、来源和口径是图表内容的一部分;读者测试记录真实误读,90 秒说明连接问题、口径、发现和边界。
数字素养与人工智能通识 · 第 09 周
32 / 36
45 分钟课堂节奏总表
三节课的时间线,供教师掌舵、学生预览
第 1 节 · 制作首版
0–5′
导入:两张同数据图表,哪张在骗人?
5–15′
讲授问题—图形匹配表与合格图七要素
15–35′
动手:基于第 8 周底稿制作首版图表
35–43′
互查七要素清单
43–45′
收束:先去噪再强调
第 2 节 · 读者测试
0–5′
说明规则:测试者不问作者
5–30′
测试与记录:三件事
30–40′
复盘误读:作者不解释,先记录
40–45′
修改首版,保留前后两版
第 3 节 · 90 秒说明
0–5′
教师示范一次 90 秒说明(含故意翻车版本)
5–35′
轮流上台:15′问题+25′口径+30′发现+20′边界
35–43′
追问:数字来源、类别定义
43–45′
任务三小结 + 量规自评
90 秒说明节奏:15 + 25 + 30 + 20 秒
15″ 问题
25″ 口径
30″ 发现
20″ 边界与行动
数字素养与人工智能通识 · 第 09 周
33 / 36
中国语境:图表是公共表达,误读有公共代价
四个身边的事实,把课堂规则接到真实世界
国家数据发布规范
国家统计局及各部委发布数据时有严格的口径与来源标注惯例;中国高校的学科评估、就业质量报告也都附口径说明。学图表先学"来源+口径"标注,就是向这些公共规范看齐。
AI 生图时代的新风险
生成式 AI 可以秒出一张"漂亮"的 3D 立体图表,也可以批量生成误导性可视化(截断坐标轴、错误比例)。2024 年以来,主流平台已按《互联网信息服务深度合成管理规定》要求对 AI 生成内容添加标识——但标识不能替代你对图表内容的核查。
校园传播场景
10 分钟 · 200 次转发
一张社团活动的"签到率对比图"发进年级群,10 分钟就能被转发 200 次。误读的公共代价在校园尺度同样真实:筹备组可能据此错误调整资源。读者测试不是学术仪式,是对传播后果负责。
可访问性意识
男性约 5% 色觉障碍
只靠红绿区分数据,意味着每 20 个男生里就有 1 个读不了你的图。国家《信息无障碍环境建设法》(2023 年施行)把无障碍上升为法定要求,"图 + 表 + 文字结论"三件套是最简单的落地方式。
数字素养与人工智能通识 · 第 09 周
34 / 36
深一步追问 · 迁移练习
左边给"吃不饱"的同学,右边人人都要做
深一步追问:三个机制性问题
截断 y 轴在什么情况下合理?
给一个"截断反而更诚实"的例子。比如数据全部挤在 95%–100% 区间时,从 0 起画反而看不出差异——但截断必须在轴上明确标注。
双坐标轴图为什么经常被反对?
两个量纲共用一根横轴,读者会把两条线的起伏读成关联;只要任一轴的起点或刻度被调整,"相关"就随之改变——虚假相关由此制造。
图没错但读者读错,问题出在哪一环?
表达环节。图是作者与读者之间唯一的通道,读者只对纸面上的信息负责;修复点在标题、口径与标注,而不在读者。
迁移练习:遮住配文读一张图
找一张校园公众号或公开报告中的图表,遮住配文,仅根据图回答下面四问;缺失的信息全部写成"待确认"。
1
对象是谁?
查不到 → 写"待确认"
2
分母是什么?
查不到 → 写"待确认"
3
时间范围是什么?
查不到 → 写"待确认"
4
主要结论是什么?
查不到 → 写"待确认"
数字素养与人工智能通识 · 第 09 周
35 / 36
第 09 周 · 收束
作者看图时已经知道答案,
所以读者测试必须找没参与制图的人。
把标题、单位、来源和口径留给读者,
把解释的冲动留给修改图表的自己。
武汉大学新生通识课 · 数字素养与人工智能通识 · 第 09 周
36 / 36
第09周-能核验的图表
← → 翻页 · Home/End 首尾 · F 全屏