先來看兩張圖表：你感覺，哪張圖表看起來可信度更高？其實，這兩張圖表展現的數據完全一樣，但第二張“更漂亮”的圖表看起來卻更具說服力。這種現像已經有了科學依據。一項最新研究表明，漂亮圖表確實更容易受到信任，也更具有誤導性，與它們所屬的學科類別或來源無關：

而且，學歷越高的人群，越容易受這種偏見的影響。

研究po出後，立刻在外網火了一把。

網友們給自己做的醜圖找到了新藉口：這樣才不會讓讀者產生偏見（得意）。

來看看這是一項怎樣的研究。

第一，好看的圖更受信任

結論一，與學科類別或來源無關，漂亮的圖表就是讓人感覺更可信。

研究人員從社交媒體、新聞和科學論文中，分別篩選了數百張圖表。

其中，“社交媒體”指Reddit社區，“新聞”來源於彭博社、金融時報等報刊雜誌，“科學論文”則基本來自於Nature Communication和Scientific Reports。

圖表所屬學科也非常多樣，涉及地理、生物、健康、科學、運動等：

然後，研究人員找了數百名志願者，給隨機出現的圖表進行打分：

△出現的一些圖表類型

志願者們會從美觀性（色彩搭配、行間距和字體）、易讀性（可視化數據類型、圖形類型和圖形設計）、可信度、感興趣程度、超出認知程度等角度，評估圖表：

統計結果顯示，好看易懂的圖表可信度普遍更高（其中橫軸是美觀性，縱軸是可信度）：

既然如此，漂亮的圖片會更具有誤導性嗎？

第二，漂亮的圖更具誤導性

結論二，圖表的“美觀性”更影響人們的信任程度，甚至忽略誤導性操作帶來的影響。

誤導性操作指在不影響結論的情況下，利用圖標大小等視覺差，故意給讀者造成錯覺，引導得出與數據不符的結論：

△圖源：維基百科

研究人員親自上手，對一系列圖表進行PS，包括將圖片改得更漂亮，例如提升分辨率、調整字體大小等；此外，也將圖片改得更具誤導性，包括採用暗示性色彩來上色等。

具體來說，他們把每個圖表都PS成4種類型：

左上角是漂亮+低誤導性；左下角是不漂亮+低誤導性；右上角是漂亮+高誤導性；右下角是不漂亮+高誤導性。

△鮮豔的紅色對結論具有誤導性

然後，將這些PS後的圖片拿給志願者們進行評估。

結果表明，人們更信任更漂亮的圖片，平均比原圖的“可信度”高出1分左右（滿分7分）；但對於色彩不均勻等誤導性操作，人們卻表現得不敏感，可信度無明顯變化。

這意味著，志願者們普遍認為更漂亮的圖片看起來更可信，即使它被進行了誤導性操作。

除此之外，研究人員分析了一下志願者們的學歷，還發現了一個意外現象：

學歷越高的志願者，評估可信度時越容易受到好看圖表的影響。

作者Mark Thornton認為，在引用或評審科學論文時，確實可能受到這種好看圖表“偏見”的影響，導致對應論文的引用率和通過率更高：

所以下次投稿之前，試試把論文圖表搞得更漂亮一點？（手動狗頭）