{"id":1904,"date":"2021-02-16T16:49:40","date_gmt":"2021-02-16T16:49:40","guid":{"rendered":"https:\/\/es.venngage.com\/blog\/?p=1904"},"modified":"2024-01-03T15:54:38","modified_gmt":"2024-01-03T15:54:38","slug":"malas-infografias","status":"publish","type":"post","link":"https:\/\/es.venngage.com\/blog\/malas-infografias\/","title":{"rendered":"Malas infograf\u00edas: Las peores infograf\u00edas del 2020 (+ Consejos para el 2021)"},"content":{"rendered":"

\"malas<\/p>\n

Hay una larga historia sobre las personas que crean y utilizan <\/span>infograf\u00edas<\/span><\/a> o elementos visuales para comunicar informaci\u00f3n compleja. Esta historia incluye lo bueno y lo malo, pero cuando se trata de lo feo, el a\u00f1o 2020 es el ganador en cuanto a malas infograf\u00edas. <\/span><\/p>\n

Como sabemos, el a\u00f1o 2020 estuvo cargado de toda clase de desaf\u00edos de comunicaci\u00f3n, incluyendo la pandemia del COVID-19, las controversiales elecciones presidenciales de los Estados Unidos, la primera impugnaci\u00f3n del presidente Trump y el incremento de los llamados de justicia racial en todo el mundo.<\/span><\/p>\n

El a\u00f1o pasado, la infograf\u00eda se convirti\u00f3 en una parte m\u00e1s normal de la vida p\u00fablica, con tablas monitoreando los casos y las muertes de COVID-19, gr\u00e1ficos mostrando los n\u00fameros de desempleo y mapas anunciando los resultados electorales que se estaban obteniendo.<\/span><\/p>\n

Algunos de estos elementos visuales ayudaron a que las personas navegaran mejor por varios aspectos de su vida cotidiana y lamentablemente tambi\u00e9n incrementaron la confusi\u00f3n, el conflicto y la desconfianza. Personas como yo, quienes somos profesionales que trabajan en el dise\u00f1o con datos, algunas veces est\u00e1bamos fascinados, y otras veces, horrorizados.<\/span><\/p>\n

A continuaci\u00f3n presentamos nuestro resumen de las peores infograf\u00edas del a\u00f1o 2020. Porque queremos que el 2021 sea mucho mejor, y como Venngage es una herramienta simple y poderosa para crear geniales infograf\u00edas, te compartimos algunos consejos para ayudar a prevenir las malas infograf\u00edas este a\u00f1o y los que siguen.<\/span><\/p>\n

Tabla de Contenido<\/h3>\n
    \n
  1. Respeta a tu audiencia<\/a><\/span><\/li>\n
  2. Esto significa que no los confundas haciendo malas infograf\u00edas<\/a><\/span><\/li>\n
  3. La calidad de los datos no es negociable<\/a><\/span><\/li>\n
  4. Ofrece una gran cantidad de contexto en tu infograf\u00eda<\/a><\/span><\/li>\n
  5. Preg\u00fantate si est\u00e1s usando los mejores elementos visuales<\/a><\/span><\/li>\n
  6. Presta mucha atenci\u00f3n a los ejes<\/a><\/span><\/li>\n
  7. Minimiza el desorden en tu infograf\u00eda<\/a><\/span><\/li>\n
  8. Usa t\u00edtulos y etiquetas para aclarar ideas<\/a><\/span><\/li>\n
  9. Usa el color de forma intencional<\/a><\/span><\/li>\n
  10. Reconoce y corrige tus errores si creas malas infograf\u00edas<\/a><\/span><\/li>\n<\/ol>\n

    <\/h2>\n

    Lecci\u00f3n #1: Respeta a tu audiencia<\/h2>\n

    Siguiendo con la tem\u00e1tica del 2020, una red nacional de noticias (<\/span>Fox News<\/span><\/a>) actualmente emiti\u00f3 al aire una disculpa por una infograf\u00eda que hab\u00edan da\u00f1ado. (Vamos a hablar sobre c\u00f3mo disculparse m\u00e1s adelante, por ahora solo debes saber que siempre es buena idea hacerlo).<\/span><\/p>\n

    El gr\u00e1fico por el cual ellos se disculparon era parte de una historia acerca de la relaci\u00f3n entre el desempe\u00f1o del mercado de valores y las protestas en la sociedad. Fue en el mejor de los casos insensible, y en el peor de los casos, minimiz\u00f3 las tragedias que estaban recibiendo atenci\u00f3n internacional.<\/span><\/p>\n

    \"bad<\/p>\n

    Lo que la cadena de noticias not\u00f3 es que ten\u00edan la responsabilidad de brindar informaci\u00f3n de una forma respetuosa a su audiencia. Todas las lecciones que vienen parten de esta idea: las personas que est\u00e1n mirando tu gr\u00e1fico quieren confiar en que est\u00e1s comparti\u00e9ndoles una informaci\u00f3n que merece su atenci\u00f3n, la cual es cada vez m\u00e1s reducida.<\/span><\/p>\n

    En algunas ocasiones, quienes crean las infograf\u00edas, como los expertos en oficinas gubernamentales o estad\u00edsticos, hacen suposiciones acerca de las personas que finalmente van a consumir dichas infograf\u00edas, por ejemplo, acerca de su nivel de conocimiento actual. <\/span><\/p>\n

    Otras veces, las personas crean infograf\u00edas con escaso conocimiento de los datos, estad\u00edsticas, dise\u00f1o de los gr\u00e1ficos o de la informaci\u00f3n, con tal de compartir elementos visuales llamativos en las redes sociales. O saben c\u00f3mo hacer los gr\u00e1ficos y solo los utilizan para reforzar la historia que quieren contar, sin considerar las necesidades de su audiencia.<\/span><\/p>\n

    En cada caso, ya sea que lo noten o no, est\u00e1n usando infograf\u00edas para comunicarse con una audiencia. Tener presente nuestra audiencia es clave para comunicarles cualquier informaci\u00f3n disponible para mejorar su entendimiento completo de la tem\u00e1tica.<\/span><\/p>\n

    <\/h2>\n

    Lecci\u00f3n #2: Esto significa que no los confundas haciendo malas infograf\u00edas<\/b><\/strong><\/h2>\n

    Realmente esto es lo peor de lo peor. Estos gr\u00e1ficos no est\u00e1n simplemente llenos de errores, sino que est\u00e1n extremadamente distorsionados y es probable que sirvan para agendas espec\u00edficas.<\/span><\/p>\n

    \"bad<\/p>\n

    \"bad<\/span><\/p>\n

    Puedes utilizar los datos para contar una historia, pero es tu misi\u00f3n representar esos datos de una forma honesta. Eso es todo lo que se puede decir al respecto.<\/span><\/p>\n

    Tema relacionado:<\/b> 5 Formas en la que los escritores utilizan gr\u00e1ficos enga\u00f1osos para manipularte<\/span><\/a><\/p>\n

    <\/h2>\n

    Lecci\u00f3n #3: La calidad de los datos no es negociable<\/b><\/strong><\/h2>\n

    Existen diversos mitos sobre las infograf\u00edas, pero tal vez el m\u00e1s da\u00f1ino es “los n\u00fameros no mienten”. El problema es que los n\u00fameros nunca est\u00e1n solos. <\/span><\/p>\n

    Primero, ellos tienen que venir de alguna parte, y eso significa que hay personas involucradas. Antes de ser presentados, los datos deben recolectarse, organizarse y analizarse. Pueden pasar much\u00edsimas cosas en todos estos pasos, sean intencionales o no, as\u00ed que es importante que te asegures de que los datos que uses en tu infograf\u00eda cumplan con ciertos est\u00e1ndares.<\/span><\/p>\n

    Aqu\u00ed tienes un excelente ejemplo<\/span><\/a> de una infograf\u00eda enga\u00f1osa basada en una recopilaci\u00f3n de datos incorrecta. Apple quer\u00eda mostrar la forma en la que los datos hab\u00edan cambiado con respecto al uso de la aplicaci\u00f3n Maps por las personas, durante la cuarentena. La presentaci\u00f3n de estos datos implica que las personas estaban caminando menos, pero lo que fue pasado por alto era el hecho de que ellos no necesitaban Maps para tomar un paseo por su vecindario.<\/span><\/p>\n

    \"bad<\/p>\n

    La calidad de los datos deben provenir no s\u00f3lo de una fuente confiable, sino adem\u00e1s de una fuente correcta. Este gr\u00e1fico muestra datos federales, pero los n\u00fameros seleccionados no son “reflejos certeros del problema del tr\u00e1fico humano o en muchos casos la identificaci\u00f3n del tr\u00e1fico humano”, coment\u00f3 la Directora de la Escuela de Criminolog\u00eda y Justicia Penal de la Universidad Northeastern, Amy Farrell en <\/span>FactCheck.org<\/span><\/a>.<\/span><\/p>\n

    \"bad<\/p>\n

    Adem\u00e1s no hace falta decir que si est\u00e1s usando un grupo de datos determinado, no deber\u00edas decir que est\u00e1s usando un grupo de datos totalmente diferente. Este mapa cre\u00f3 un p\u00e1nico innecesario porque estaba basado en datos de vuelos, y no en datos de salud, <\/span>de acuerdo a la BBC<\/span><\/a>.<\/span><\/p>\n

    \"malas<\/p>\n

    Mant\u00e9n tus datos actualizado<\/strong><\/h3>\n

    Los datos deber\u00edan estar tambi\u00e9n actualizados, en especial si los datos oportunos son cr\u00edticos para contar la historia. Las dos <\/span>infograf\u00edas<\/span><\/a> mostradas a continuaci\u00f3n, se\u00f1aladas por <\/span>Reuters<\/span><\/a> no inclu\u00edan datos actuales y por eso, distorsionaron el impacto del COVID-19.<\/span><\/p>\n

    \"bad<\/p>\n

    \"bad<\/p>\n

    El esfuerzo por mantener los datos actualizados gener\u00f3 alarma en el siguiente caso mencionado por <\/span>PolitiFact<\/span><\/a>. Cuando los condados de Wisconsin y Michigan publicaron una pila de resultados electorales, parec\u00eda haber un repunte repentino en los votos dem\u00f3cratas para Joe Biden, lo cual ocasion\u00f3 que algunos creyeran que hab\u00eda evidencia de un fraude electoral. (La siguiente lecci\u00f3n es describir lo que pudo haber hecho la diferencia aqu\u00ed).<\/span><\/p>\n

    \"bad<\/p>\n

    Si no eres particularmente un experto en datos, est\u00e1 bien, pero no pretendas serlo. La infograf\u00eda mostrada a continuaci\u00f3n (tambi\u00e9n se\u00f1alada por <\/span>PolitiFact)<\/span><\/a> fue creada basada en c\u00e1lculos que eran incorrectos porque los n\u00fameros estaban basados en diferentes puntos de referencia. <\/span><\/p>\n

    \"malas<\/p>\n

    Regina L. Nuzzo, Ph.D. de la Asociaci\u00f3n de Estad\u00edstica Estadounidense le dijo a <\/span>Reuters<\/span><\/a> que estos n\u00fameros intentaban simplificar demasiado una realidad mucho m\u00e1s compleja.<\/span><\/p>\n

    <\/h2>\n

    Lecci\u00f3n #4: Ofrece una gran cantidad de contexto en tu infograf\u00eda<\/b><\/strong><\/h2>\n

    La realidad es que los n\u00fameros tienen que ser explicados, y esto incluye colocarlos en el contexto adecuado. En algunos de los ejemplos mostrados anteriormente, el texto de apoyo y\/o los elementos visuales pudieron haberle ofrecido a la audiencia un mejor entendimiento para interpretar los datos. Aqu\u00ed tienes algunos ejemplos m\u00e1s de oportunidades que se han perdido de hacer esto.<\/span><\/p>\n

    Este gr\u00e1fico muestra el argumento de que las mascarillas o cubrebocas ayudan a \u201caplanar la curva\u201d (o a disminuir la tasa de crecimiento de los casos del COVID-19), indicando que los pa\u00edses en donde se usan las mascarillas ten\u00edan tasas de crecimiento m\u00e1s bajas que en los pa\u00edses que no usaban mascarillas.<\/span><\/p>\n

    \"bad<\/p>\n

    Bien sea que estemos o no de acuerdo con el argumento, <\/span>este gr\u00e1fico fusiona correlaci\u00f3n con causalidad<\/span><\/a>, lo cual apunta a la siguiente respuesta humor\u00edstica.<\/span><\/p>\n

    \"bad<\/p>\n

    Esto ignora otros factores potenciales de las tasas de crecimiento, como lo son: la infraestructura p\u00fablica de alta calidad y la pr\u00e1ctica en la preparaci\u00f3n para una pandemia de coronavirus, con la primera a inicios de la d\u00e9cada del 2000.<\/span><\/p>\n

    Muchos gr\u00e1ficos del COVID-19 como el siguiente muestran la suma de casos, y el contexto necesario es que los casos confirmados, como lo indica <\/span>The Atlantic,<\/span><\/a> ofrecen una forma muy limitada de conocer cu\u00e1nto se est\u00e1 propagando el virus, aunque no sea por otra raz\u00f3n que por una prueba. Y esto no es algo que todas las personas est\u00e9n haciendo. Este gr\u00e1fico de casos confirmados de COVID-19 en todo Estados Unidos, dio la falsa impresi\u00f3n de que tan solo un pu\u00f1ado de estados reun\u00edan la gran mayor\u00eda de los casos.<\/span><\/p>\n

    \"bad<\/p>\n

    Aprende a usar los diagramas de dispersi\u00f3n<\/strong><\/h3>\n

    Por otra parte, un diagrama de dispersi\u00f3n utilizando los mismos datos (<\/span>como este que fue creado por Popular Science<\/span><\/a>) pero indicando la relaci\u00f3n entre los casos confirmados y las tasas de prueba, mostrar\u00eda de forma clara que los lugares con las tasas m\u00e1s altas de infecci\u00f3n tambi\u00e9n tienen las tasas de prueba m\u00e1s altas.<\/span><\/p>\n

    Por si no lo sabes, as\u00ed es como luce un diagrama de dispersi\u00f3n. Sigue leyendo para conocer m\u00e1s sobre los tipos de gr\u00e1ficos.<\/span><\/p>\n

    \"bad<\/a><\/p>\n


    \n