⚠️ Tradução em desenvolvimento. Esta edição em português ainda não incorporou as revisões mais recentes e pode conter trechos desatualizados. A edição em inglês é a versão de referência.

27  Pôsteres de Pesquisa

WarningEm desenvolvimento

Este capítulo faz parte de um livro em desenvolvimento ativo e ainda não passou pela revisão do autor. O conteúdo pode mudar conforme a revisão avança.

Open In Colab

A decisão de pesquisa. Uma figura vai falar quase tudo por você. Decida se ela é honesta: se a impressão visual bate com o número de verdade, se a incerteza aparece no mesmo olhar da alegação e se toda pessoa que lê, inclusive quem é daltônica ou usa leitor de tela, consegue recebê-la. O verbo da manchete é seu, e a decisão de que a imagem nunca diz mais do que os dados também é sua.

27.1 Por que essa decisão importa

A decisão em jogo: se a imagem da sua figura principal diz exatamente o que os números dela dizem, e nada além.

“De um metro e meio de distância eu leio uma coisa só: a sua barra mais alta significa o que parece significar? Se o seu eixo começa na metade da escala, eu já te peguei antes de ler uma palavra dos seus métodos, e agora eu desconfio do painel inteiro.” — um colega cético percorrendo uma sessão de pôsteres

Numa sessão de pôsteres, um estranho te dá noventa segundos e um olhar. A figura fala quase tudo, e uma figura consegue mentir com números verdadeiros. Um eixo que começa logo abaixo dos seus dados transforma uma diferença do tamanho de um arredondamento em uma goleada. Uma pessoa que não consegue distinguir a sua barra vermelha da verde não recebe mensagem nenhuma. Este capítulo é a decisão que mantém o seu recurso visual mais forte honesto antes de ele chegar à parede.

27.2 O conceito

A decisão é um único julgamento feito de quatro maneiras, e cada maneira tem um nome.

  • Alegação de manchete. A única frase com a qual você quer que a pessoa vá embora. O verbo dela carrega o sentido inteiro. Exemplo: “a Versão B aumentou as nossas vendas” promete muito mais do que “a Versão B vendeu um pouco mais”.
  • Fronteira da alegação. A linha entre o que a sua evidência autoriza e o que ela não autoriza. Exemplo: uma comparação observacional pode dizer “está associada a”, nunca “causa”.
  • Posição na bússola. O tipo e o alcance da pergunta que o seu projeto respondeu, o que fixa o que a manchete pode dizer. Exemplo: uma pergunta descritiva sobre as semanas que você mediu, não uma alegação causal sobre o porquê.
  • Honestidade da figura. A regra de que a imagem de uma figura não pode dizer mais do que os dados dela. Exemplo: se a diferença real é de três pontos, as barras devem parecer distantes cerca de três pontos, não o dobro da altura.
  • Eixo truncado. Um eixo que começa acima do fundo da sua escala em vez de começar no chão. Exemplo: um eixo de taxa de conclusão indo de 70 a 76 em vez de 0 a 100 amplia uma diferença pequena e a transforma num abismo.
  • Incerteza na página. O intervalo ou a ressalva impressa no mesmo olhar da alegação, e não enterrada numa nota de rodapé. Exemplo: uma barra de erro de “±4 pontos” desenhada bem em cima da figura principal.
  • Acessibilidade. Se a sua mensagem chega a quem percebe de outra forma. Exemplo: um par de barras vermelha e verde não carrega nada para quem tem daltonismo vermelho-verde, mais ou menos 1 em cada 12 homens.
  • Codificação redundante. Carregar a mesma distinção em mais de um canal, para que nenhum canal isolado seja indispensável. Exemplo: rotule cada barra com o seu valor e dê a cada uma uma textura, para que a cor vire um bônus, e não o único sinal.

Um pôster que falha em qualquer um desses pontos alega demais, mesmo quando os números estão exatamente certos.

27.3 Um exemplo resolvido

Você está apresentando um projeto de business analytics que compara duas versões da página de checkout de uma loja on-line. O desfecho é a taxa de conclusão, a parcela de compradores que inicia o checkout e termina a compra. Nas amostras semanais, a Versão A dá uma taxa média de conclusão de 71 por cento e a Versão B, de 74. O intervalo de 95% em cada média é de cerca de ±4 pontos percentuais, então os dois intervalos se sobrepõem. O seu primeiro rascunho desenha um gráfico de barras com o eixo y indo de 70 a 76, o intitula “Versão B TURBINA a conclusão” e colore as barras de vermelho e verde.

Agora rode a decisão. Honestidade da figura: a diferença real é de 3 pontos, mas num eixo com piso em 70 a barra mais alta é desenhada quatro vezes maior que a mais baixa, então a imagem alega uma goleada que os dados nunca entregaram. Incerteza na página: os intervalos se sobrepõem, então uma diferença que a figura vende como decisiva pode ser ruído, e nada no painel mostra isso. Fronteira da alegação: “TURBINA” é um verbo decisivo e causal para uma diferença de três pontos com intervalos sobrepostos. Acessibilidade: distinguidas apenas por vermelho e verde, as barras não carregam informação nenhuma para quem é daltônico, e um leitor de tela não lê valor algum na imagem.

A figura corrigida mantém todos os números e muda só a honestidade. Você roda o eixo de 0 a 100, imprime cada média como rótulo na sua barra, desenha o intervalo de ±4 pontos por cima, separa as barras com um par de cores seguro para daltonismo mais uma textura hachurada, e suaviza a manchete para “a Versão B concluiu cerca de 3 pontos a mais, dentro de intervalos que se sobrepõem”. Os mesmos dados, uma imagem que agora diz a verdade.

27.4 O laboratório no Colab

Este capítulo tem o seu próprio notebook companheiro — abra-o no Colab pelo selo acima. O notebook reúne os prompts e o código do capítulo e termina com o espaço de trabalho Agora é a sua vez, para você completar a etapa do capítulo no seu projeto sem sair do Colab. O laboratório completo de sala de aula por trás deste capítulo é o notebook do curso nb11 — Poster criticism + final poster lock (abrir no Colab), parte do curso companheiro apresentado no apêndice Para instrutores. Lá você desenha uma figura principal de duas maneiras a partir dos mesmos números, observa um eixo truncado inflar várias vezes uma diferença pequena e roda as quatro auditorias mais a de acessibilidade até que cada uma aponte um problema localizado e corrigível no painel.

27.5 Prompts de IA recomendados

Comprometa-se primeiro com a sua própria auditoria e só depois delegue. Cada prompt abaixo é uma tarefa verificável, não um pedido de veredito.

Rode isso como um loop. Primeiro a resposta, depois a sua objeção, depois a resposta mais afiada. A segunda e a terceira voltas costumam ser onde aparece a crítica útil, porque a primeira passada tende a ser genérica. Se a sua ferramenta roda as próprias voltas antes de responder, você recebe o acabamento sem ver os rascunhos, então a sua própria lista de auditoria importa mais, e não menos.

Localize os canais que dependem só de cor.

Here is the code that draws my poster's headline figure: [paste the cell].
List every place this figure encodes a meaningful distinction using color.
For each, tell me exactly what a red-green color-blind reader and a
screen-reader user would fail to receive. Do not rewrite the figure.

Depois de rodar, verifique: renderize a sua figura e confira cada canal apontado contra a imagem que você consegue ver. Neutraliza o método plausível mas errado (conselho genérico de acessibilidade que não corresponde a como a sua figura é de fato desenhada).

Liste as perguntas do cético e depois associe cada uma a uma auditoria.

Act as a hostile poster reviewer. My headline figure is a bar chart of mean
checkout completion rate for two page versions, y-axis 70 to 76, red versus green
bars, no interval shown, titled "Version B BOOSTS completion." Generate the six
hardest questions you would ask, then name the one this figure cannot answer at all.

Depois de rodar, verifique: associe cada pergunta a uma auditoria (fronteira da alegação, honestidade da figura, incerteza, acessibilidade); uma auditoria sem nenhuma pergunta é a lacuna, e é bom que o eixo truncado apareça. Neutraliza a ilusão de completude (uma lista longa e arrumadinha que pula em silêncio o defeito que mais importa).

Faça red team no verbo da manchete.

Here is my headline: "[paste it]" and my compass position: "[descriptive /
associational / causal]". Act as a skeptical reviewer and find every word that
claims more than that position licenses. List the exact words. Do not soften them.

Depois de rodar, verifique: se a ferramenta elogiar a manchete ou não achar nada, insista e exija a pior palavra, uma só, e depois confronte cada palavra sinalizada com o seu intervalo. Neutraliza a concordância bajuladora (elogio que revisa a sua coragem, não a sua evidência).

ImportantNão delegue

As palavras da sua manchete e o verbo que carrega a fronteira dela são seus. Também é seu o julgamento de que a impressão da figura bate com o número dela, a decisão de que a incerteza está visível no mesmo olhar e a decisão de que a página está honesta o bastante para ser travada. A IA pode gerar as perguntas do cético e vasculhar o seu código atrás de canais que dependem só de cor. Ela não consegue ver o seu painel e não pode decidir que a alegação foi conquistada. Isso fica com você.

27.6 Um caso de falha da IA

Você cola a figura descrita e pede à sua IA as perguntas mais duras de um revisor. Ele devolve uma lista confiante e bem organizada de seis: tamanho da amostra, quantas semanas foram amostradas, generalização para outras páginas de produto, sazonalidade do tráfego e mais duas. Toda pergunta é razoável, e nenhuma menciona o eixo truncado, o pior defeito do painel. A lista parece completa, então é tentador confiar nela e seguir em frente.

Você pega isso associando cada pergunta devolvida a uma auditoria. Fronteira da alegação, amostragem e métodos todas atraem perguntas; honestidade da figura não atrai nenhuma. Essa linha vazia é o achado. Você confere o número que a sua própria célula imprimiu, o exagero que o eixo com piso cria, e acrescenta o problema de honestidade da figura que a lista arrumadinha pulou. Fluência não é completude. A checagem mora na sua própria lista de auditoria, aquela que você escreveu antes de perguntar.

27.7 Agora é a sua vez

As suas alegações agora têm linhas e rastros; este passo as transforma na única página, ou no resumo de uma figura só, que um estranho encontra primeiro.

  1. Escolha a única figura que carrega a sua alegação principal e desenhe-a com o eixo percorrendo a escala completa da medida.
  2. Imprima cada valor como rótulo na marca a que ele pertence e desenhe o intervalo bem em cima da figura, para que a incerteza chegue no mesmo olhar do número.
  3. Carregue toda distinção relevante em pelo menos dois canais, para que a cor nunca seja o único sinal que alguém pode perder.
  4. Escreva a manchete acima da figura usando o verbo que a sua fronteira da alegação permite, e distribua o resto da página de modo que um estranho encontre essa manchete em menos de um minuto.
  5. Registre isso no seu AI Research Ledger (registro de uso de IA) e verifique pelo menos um número da página com um método nomeado do Guia de Verificação. Uma IA revisora pode fazer a checagem junto com você; a decisão de aceitar ou rejeitar continua sua.