How Charts Lie: Análisis y Ejemplos del Club de Lectura
El club de lectura Data a la Lata nos reunió ayer para explorar uno de los temas más relevantes de la era digital: cómo los gráficos pueden mentir. Analizamos el libro “How Charts Lie” de Alberto Cairo, una obra que nos enseña a ser más críticos con la información visual que consumimos diariamente.
La Importancia de la “Graphicacy”
El encuentro comenzó con una reflexión sobre la graphicacy o alfabetización visual, un concepto desarrollado por el geógrafo William Balchin en los años 50 que Cairo retoma en su libro. La graphicacy se refiere a la habilidad para leer, interpretar y crear representaciones visuales de datos Para hacer evidente las falencias en la interpretación de las gráficas, Cairo retoma una encuesta del Pew Research Center en la que reveló que el 37% de las personas no puede interpretar correctamente un diagrama de dispersión simple que relaciona, por ejemplo, el consumo de azúcar con las caries dentales.
Esta estadística nos confronta con una realidad preocupante: en un mundo donde las redes sociales y la tecnología nos bombardean constantemente con información visual, muchos carecemos de las herramientas básicas para interpretarlas correctamente. Como se discutió durante la sesión, “incluso gráficos bien intencionados pueden ser malinterpretados por falta de habilidades de lectura visual”.
Los Elementos Clave: Encoding y Scaffolding
Durante la sesión se explicaron dos conceptos fundamentales para entender cómo funcionan los gráficos:
- Encoding: Los códigos visuales que transforman datos abstractos en elemento gráficos interpretables, como colores, posicion, altura, ángulos y área
- Scaffolding: Las etiquetas, medidas y textos que proporcionan contexto necesario para interpretar la información
Comprender estos elementos es el primer paso para poder identificar cuándo un gráfico está mintiendo.
Ejemplos del libro
Mapas Políticos
Analizamos los famosos mapas de las elecciones estadounidenses de 2016. Cairo muestra cómo el mapa de condados de Trump creaba una falsa impresión de dominio republicano al equiparar visualmente territorio con población, mientras que el mapa de burbujas demócrata solo mostraba las victorias de Clinton sin revelar los márgenes de victoria. Según Cairo, ambas visualizaciones fallan porque confunden al lector sobre qué variable están realmente midiendo: ninguna representa correctamente el sistema del colegio electoral estadounidense, que es lo que determina el resultado. Este ejemplo ilustra uno de los puntos centrales del libro: que los gráficos se convierten en “argumentos visuales” que pueden reforzar nuestras creencias preconcebidas en lugar de informar objetivamente.
El Problema de las Escalas Incorrectas
Cairo dedica especial atención a uno de los errores más comunes en visualización de datos: el uso incorrecto de escalas. Un caso emblemático que analizamos fue el gráfico de Fox News de 2012 que mostraba el incremento en la tasa impositiva más alta tras la eliminación de los recortes fiscales de la era Bush por parte de Obama. Visualmente, la diferencia entre las barras parecía enorme—como si el impuesto se hubiera multiplicado varias veces—pero en realidad representaba sólo un aumento de cuatro puntos porcentuales (del 35% al 39.6%).
El problema fundamental era que la escala no comenzaba en cero, sino que mostraba únicamente el rango entre 34% y 40%, distorsionando completamente la percepción del cambio real.
La Trampa de la Perspectiva 3D
Cairo advierte específicamente sobre los peligros de los gráficos tridimensionales, dedicando una sección completa a demostrar cómo la perspectiva 3D puede ser engañosa incluso sin intención maliciosa. Utilizando ejemplos con datos ficticios de ventas empresariales, el autor muestra cómo una barra que aparece en primer plano puede parecer más alta debido al efecto de perspectiva, creando la ilusión de que una empresa tuvo mejores resultados cuando en realidad sus competidores la superaron.
El problema es que nuestro cerebro interpreta la profundidad visual como relevancia o magnitud, pero en los gráficos 3D esta profundidad es puramente decorativa y no contiene información real. Cairo demuestra esto presentando los mismos datos en formato plano.
Los Mapas de Coropletas y la intención del mensaje
Cairo utiliza el ejemplo de los mapas de pobreza en Estados Unidos para demostrar cómo “los datos pueden mostrar lo que tú quieras que muestren” sin mentir técnicamente. Presenta dos mapas idénticos con los mismos datos de tasas de pobreza, pero con diferente número de categorías de color. El primer mapa, con solo tres categorías (1-25%, 25-35%, 35-53%), sugiere que la pobreza es un problema localizado, con muy pocas áreas en rojo oscuro. El segundo mapa, con siete categorías más granulares, presenta la mayoría del territorio en tonos rojos, dando la impresión de un problema generalizado.
Como observó una participante durante la discusión: “la rampa de color, al tener más intervalos, alcanza tonos oscuros más rápidamente”, lo que puede generar una sensación exagerada del problema. Cairo propone una solución: usar el promedio nacional (14%) como línea base, pintando en gris los estados por debajo del promedio y reservando los rojos para aquellos que verdaderamente superan la media nacional. Su punto central es que ambos mapas son técnicamente correctos, pero comunican realidades completamente diferentes dependiendo de la intención del creador.
Proyecciones Cartográficas: La Realidad Distorsionada
Cairo aborda el problema de las proyecciones cartográficas como un ejemplo de visualizaciones que “parecen mentir pero no mienten”. El grupo exploró cómo cualquier intento de representar la Tierra esférica en una superficie plana inevitablemente genera deformaciones. Cairo utiliza la comparación entre la proyección de Mercator y proyecciones que conservan áreas (como la de Peters o Gall-Peters) para ilustrar este dilema.
Durante la discusión surgió un punto importante: “ninguna proyección refleja perfectamente la realidad porque la Tierra es un geoide”, y como se mencionó durante nuestro club de lectura, “lo importante es ser conscientes de los límites de las proyecciones cartográficas y de las posibles intenciones políticas detrás de su uso”.
El Ejercicio Práctico: Crear Gráficos que mientan
Para cerrar, se propuso un ejercicio revelador inspirado en la metodología que Cairo utiliza a lo largo del libro: crear intencionalmente gráficas engañosas utilizando los conceptos discutidos. Al igual que el autor, quien emplea datos ficticios para demostrar técnicas de manipulación sin desinformar sobre hechos reales, los participantes diseñaron ejemplos que ilustraran diferentes tipos de engaños visuales.
Los resultados fueron diversos. Una participante creó un gráfico de barras sobre el aumento de robos que, manipulando la escala para no iniciar en cero, hacía ver un incremento mínimo como una crisis de seguridad. Otro participante diseñó un gráfico de dispersión que mezclaba tres variables (edad de votantes, año electoral y porcentaje de participación) de manera que el área de las burbujas contradecía visualmente los datos del eje Y, generando confusión sobre qué variable representaba realmente el tamaño.
El ejercicio demostró en la práctica uno de los mensajes centrales de Cairo: que comprender cómo se construyen los gráficos engañosos es fundamental para desarrollar el pensamiento crítico necesario para no ser engañados por ellos. Como señaló una participante al final: “todas las gráficas demuestran la importancia de alfabetizarnos gráficamente y también nos recuerdan la importancia de la dimensión ética del manejo de la información”.
Reflexiones Finales
Este encuentro de Data a la Lata nos recordó que la información visual no es neutra. Detrás de cada gráfico hay decisiones de diseño que pueden iluminar u ocultar la realidad. En una época donde la desinformación prolifera, desarrollar nuestra capacidad crítica para interpretar gráficos no es solo útil, es esencial.
La participación activa de los asistentes enriqueció la discusión, demostrando que el análisis colectivo fortalece nuestra capacidad de detectar sesgos y manipulaciones.
Como nos enseñó Alberto Cairo: no se trata de desconfiar de todos los gráficos, sino de desarrollar las herramientas para evaluarlos críticamente, entender su contexto y reconocer las intenciones detrás de su creación.
