Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Información visual. Acercar los resultados de nuestras investigaciones a toda la comunidad

Fuente: Abdey, J. (2025, 13 junio). Cómo dominar la visualización de datos para contar historias impactantes. LSE Impact Blog [blog]. https://blogs.lse.ac.uk/impactofsocialsciences/2025/06/13/how-to-master-data-visualisation-for-impactful-storytelling/

*Traducción automática desde la misma fuente

Dicen que una imagen vale más que mil palabras, por lo que saber incluirlas en nuestras publicaciones en el lugar pertinente y de forma clara, aporta un valor indiscutible a la difusión de nuestras investigaciones. Pero no es sencillo plasmar en una imagen el contenido que queremos trasladar, por lo que animamos a continuar leyendo esta noticia en la que recogemos una reciente entrada de James Abdey, profesor del Departamento de Estadística en London School of Economics, en la que aporta tips para contar contar historias impactantes a través de la visualización de datos.

En una era de menor capacidad de atención y sobrecarga de información, los investigadores se enfrentan a un reto clave: ¿cómo aumentar la visibilidad de sus hallazgos y lograr un mayor impacto? La respuesta podría residir en el poder de la visualización de datos, o ” data viz” para los más hipsters. Se trata del arte y la ciencia de traducir conjuntos de datos complejos en narrativas visuales atractivas que conecten con públicos diversos.

Una visualización atractiva compartida en redes sociales tiene el potencial de llegar e interactuar con millones de personas. Muchas personas aprenden visualmente, y la visualización de datos es indispensable para contar historias con datos : historias basadas en hechos, no en ficción.

Los Mapas Descriptivos de la Pobreza en Londres (1886-1903) de Charles Booth fueron pioneros en la visualización de datos al codificar por colores las calles londinenses según la clase social. Estos mapas revolucionarios representan ejemplos tempranos de cartografía social y narrativa basada en datos. Su vívida representación de las profundas divisiones económicas del Londres victoriano sigue cautivando al público hoy con la misma fuerza que ejercieron hace más de un siglo. Una versión interactiva de los mapas está disponible en la plataforma digital de Charles Booth en Londres .

Charles Booth, “Mapas descriptivos de la pobreza en Londres” (1886-1903). 

Visualización de datos en las noticias

El periodismo de datos ha transformado la forma de informar en los últimos años. Las visualizaciones interactivas, los paneles de control en tiempo real y la narrativa basada en datos ahora moldean la comprensión pública de temas complejos, desde las elecciones hasta el cambio climático, lo que hace que el periodismo sea más que nunca analítico y basado en la evidencia.

Durante los días oscuros de la pandemia, un elemento esencial apreciado por muchos medios de comunicación era el último gráfico que informaba sobre los casos registrados o, trágicamente, las muertes. A menudo, se trataba de simples gráficos de líneas . Pero la simplicidad superficial a menudo ocultaba una complejidad abismal. ¿Escala lineal o logarítmica? ¿Números brutos o por 100, o quizás por 1000? ¿Cifras diarias o acumuladas? Decisiones, decisiones. Existe un delicado equilibrio para lograr una información objetiva y facilitar la comprensión pública de una situación tremendamente dinámica.

Los modelos epidemiológicos visualizados mediante paneles de control en tiempo real no solo informaron a los profesionales médicos, sino que se convirtieron en herramientas para que los responsables políticos, periodistas y ciudadanos comprendieran y respondieran a la crisis. Investigaciones que podrían haberse quedado en el ámbito académico se convirtieron, en cambio, en la base de la toma de decisiones a nivel global.

¿Conspirar o no conspirar?

No todos los gráficos son iguales. ¿Sabes distinguir un histograma de un diagrama de caja? ¿Un diagrama de dispersión de un gráfico de barras? La cantidad y el tipo de variables determinan qué tipos de gráficos son (y cuáles no) adecuados. Un gráfico de violín, por ejemplo, combina un diagrama de caja con curvas de densidad a cada lado, mostrando la forma y la dispersión de la distribución de los datos. Música para nuestros ojos.

Las visualizaciones efectivas deben adherirse a ciertos principios clave para mejorar la comprensión:

  • Claridad de propósito
  • Conciencia de la audiencia
  • Jerarquía visual
  • Representación precisa
  • Uso estratégico del color y la tipografía

El cerebro humano procesa la información visual mucho más rápido que el texto. Cuando los investigadores presentan sus hallazgos mediante una visualización eficaz, trabajan con nuestra arquitectura cognitiva, en lugar de contra ella.

Tomemos como ejemplo al gran Hans Rosling, ya fallecido. El placer de las estadísticas ofrece una lección entretenida y educativa sobre el poder transformador de los gráficos de burbujas animados para transformar los datos de desarrollo global, pasando de ser estadísticas abstractas sobre pobreza, salud y educación a historias dinámicas que el público pudiera seguir intuitivamente. Los mismos datos presentados en tablas tradicionales habrían permanecido prácticamente ocultos al público.

Perdido en un mar de datos

Las corrientes de datos pueden ser intensas y corren el riesgo de ser abrumadoras, arrastrándonos hacia la superficie. Afortunadamente, abundan los salvavidas. Existe una variedad de herramientas de visualización de datos para ayudar a controlar las oleadas de datos y generar un mar de calma.

Una de estas plataformas es Tableau , gratuita para uso educativo. Su intuitiva interfaz de arrastrar y soltar permite a los investigadores crear fácilmente paneles de control atractivos e interactivos. ¿Investigando el cambio climático? ¿Datos mensuales de la década de 1850? ¿Necesitas transmitir un planeta en calentamiento? Sin problema. El arte y la ciencia se combinan.

Fuente: r-charts

Mejorar la accesibilidad y la inclusión

La visualización eficaz de datos democratiza la investigación al hacer accesibles los hallazgos a un público más amplio, incluyendo a quienes podrían tener dificultades con los formatos académicos tradicionales. Las representaciones visuales pueden superar las barreras lingüísticas, las diferencias educativas y las barreras disciplinarias que suelen limitar el impacto de la investigación.

Las visualizaciones interactivas destacan por adaptarse a diferentes estilos de aprendizaje y preferencias de interacción. Los usuarios pueden explorar los datos a su propio ritmo, centrarse en los aspectos más relevantes para sus intereses y descubrir patrones mediante la exploración, en lugar de un consumo pasivo. Esta interacción activa puede conducir a una comprensión más profunda y a una mayor retención de los hallazgos de la investigación.

La clave para esta interacción es conocer a tu audiencia. Elige cuidadosamente los tonos y las paletas para quienes tienen daltonismo. Considera las asociaciones culturales de color, los niveles de experiencia técnica y los contextos de visualización . Lo que resuena con los académicos puede confundir a los responsables políticos, y los paneles vibrantes diseñados para pantallas grandes pueden resultar ilegibles en dispositivos móviles.

La visualización de datos puede democratizar la investigación

La comunicación académica eficaz en las ciencias sociales requiere la transformación del conocimiento a un formato fácilmente asimilable . Esto es especialmente urgente en una era de información y complejidad sin precedentes. Nuestra trayectoria desde los mapas de pobreza de Booth hasta los tableros de indicadores modernos es testimonio no solo del progreso tecnológico, sino también de un cambio fundamental en la forma en que podemos democratizar la investigación y reducir la brecha entre la academia y la comprensión pública.

El mundo se enfrenta a numerosos desafíos apremiantes. Generalmente, se necesitan soluciones basadas en la evidencia. La visualización de datos debe adoptarse como una herramienta indispensable que permita a los investigadores cumplir mejor nuestra misión principal:  comprender  las causas de las cosas para el mejoramiento de la sociedad.


OpenEdition le sugiere que cite este post de la siguiente manera:
Aula Magna 2.0 (1 de julio de 2025). Información visual. Acercar los resultados de nuestras investigaciones a toda la comunidad. Aula Magna 2.0. Recuperado 16 de marzo de 2026 de https://doi.org/10.58079/148ol


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

This site uses Akismet to reduce spam. Learn how your comment data is processed.