MAIDR: Making Statistical Visualizations Accessible with Multimodal Data Representation
作者: JooYoung Seo, Yilin Xia, Bongshin Lee, Sean McCurry, Yu Jun Yam
分类: cs.HC, cs.GR
发布日期: 2024-03-01
备注: Accepted to CHI 2024. Source code is available at https://github.com/xability/maidr
💡 一句话要点
提出MAIDR系统以提升盲人对统计可视化的交互体验
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 盲人可视化 多模态数据表示 统计可视化 用户自主性 交互体验 盲文技术 声学描述
📋 核心要点
- 现有的可访问可视化方法主要依赖声学和文本描述，未能充分满足盲人用户的需求。
- MAIDR系统通过整合盲文和回顾模态，提供了更丰富的交互体验，增强了用户对数据的理解能力。
- 用户研究表明，MAIDR系统显著提高了盲人用户对统计可视化的准确解读，参与者的策略多样性也得到了体现。
📝 摘要（中文）
本论文探讨了一种新的数据探索体验，使盲人用户能够与统计数据可视化（如条形图、热图、箱线图和散点图）进行交互，利用多模态数据表示。MAIDR（多模态访问与交互数据表示）系统除了常用的声学和文本描述外，还结合了盲文和回顾两种额外的模态，提供互补的优势。通过涉及11名盲人参与者的用户研究，发现MAIDR系统促进了对统计可视化的准确解读，参与者在结合多种模态时展现出多样的策略，受其过往与数据可视化的互动经验影响。这项工作强调了将可刷新触觉表示与其他模态结合的潜力，以及在设计可访问数据可视化时用户自主性的重要性。
🔬 方法详解
问题定义：本论文旨在解决盲人用户在与统计数据可视化交互时面临的挑战，现有方法缺乏多样性和用户自主性，无法满足不同用户的需求。
核心思路：MAIDR系统通过整合盲文和回顾模态，提供了多种交互方式，使盲人用户能够更自主地理解和探索数据可视化。这样的设计旨在提升用户的交互体验和数据理解能力。
技术框架：MAIDR系统的整体架构包括数据输入模块、模态转换模块和用户交互模块。数据输入模块负责接收统计数据，模态转换模块将数据转换为声学、文本、盲文和回顾形式，用户交互模块则允许用户选择和组合不同模态进行探索。
关键创新：MAIDR系统的主要创新在于引入了盲文和回顾模态，这与现有方法的单一模态依赖形成鲜明对比，提供了更全面的可访问性和用户自主性。
关键设计：系统在模态转换过程中采用了自适应算法，以确保不同模态之间的无缝切换。此外，用户交互模块设计了直观的界面，允许用户根据个人偏好调整模态组合。系统的性能通过用户反馈和准确性评估进行了优化。
🖼️ 关键图片
📊 实验亮点
用户研究结果显示，MAIDR系统显著提高了盲人用户对统计可视化的准确解读，参与者在使用系统时展现出多样的模态组合策略。研究表明，用户的交互体验和数据理解能力得到了显著提升，验证了多模态结合的有效性。
🎯 应用场景
该研究的潜在应用领域包括教育、数据分析和公共政策等领域，尤其是在需要向盲人用户展示复杂数据时。MAIDR系统的设计理念可以为未来的可访问数据可视化工具提供指导，提升盲人用户的参与度和数据理解能力，具有重要的社会价值。
📄 摘要（原文）
This paper investigates new data exploration experiences that enable blind users to interact with statistical data visualizations$-$bar plots, heat maps, box plots, and scatter plots$-$leveraging multimodal data representations. In addition to sonification and textual descriptions that are commonly employed by existing accessible visualizations, our MAIDR (multimodal access and interactive data representation) system incorporates two additional modalities (braille and review) that offer complementary benefits. It also provides blind users with the autonomy and control to interactively access and understand data visualizations. In a user study involving 11 blind participants, we found the MAIDR system facilitated the accurate interpretation of statistical visualizations. Participants exhibited a range of strategies in combining multiple modalities, influenced by their past interactions and experiences with data visualizations. This work accentuates the overlooked potential of combining refreshable tactile representation with other modalities and elevates the discussion on the importance of user autonomy when designing accessible data visualizations.