Stanford CS547 HCI Seminar | Spring 2026 | Show It or Tell It? Text, Visualization, and Combination

Stanford CS547 HCI Seminar | Spring 2026 | Show It or Tell It? Text, Visualization, and Combination

🎙 Marti Hearst 👥 1.2M 📅 31 juillet 2026 ⏱ 56 min 👁 1K 📄 revue de littérature 🧭 2026-08-03
Disponible en : Français (actuel) English

Mots-clés

visualisationtexteannotationprédictionbiais

Résumé

La conférence de Marti Hearst, professeure à UC Berkeley, explore les interactions entre texte et visualisation dans les représentations graphiques. Elle commence par rappeler l’importance historique de la visualisation pour révéler des structures invisibles dans les statistiques, comme le montre le quartet d’Anscombe. Puis elle souligne que le texte a longtemps été négligé dans les guides de conception, alors que des études comme Beyond Memorability montrent que les titres sont les éléments les plus regardés. Elle présente ensuite une série d’expériences : l’une montre que les légendes influencent les interprétations, surtout quand elles ne correspondent pas aux éléments visuels saillants ; une autre, de Lundgard et al., révèle que les personnes aveugles ou malvoyantes préfèrent des descriptions de bas niveau, contrairement aux voyants. Hearst détaille ensuite ses propres travaux sur la quantité de texte à ajouter : les participants préfèrent des graphiques fortement annotés, contredisant le minimalisme de Tufte. Une autre expérience sur les prédictions montre que les annotations textuelles n’influencent pas les prédictions des spectateurs, mais qu’elles signalent un biais potentiel de l’auteur. Enfin, elle aborde les modèles cognitifs (théorie de la charge cognitive, double codage) et le rôle des LLM multimodaux, qui peuvent générer des descriptions mais doivent être évalués avec prudence. Elle conclut sur la nécessité de considérer le texte comme un élément à part entière de la visualisation.

222 mots

Évaluation critique

La conférence de Marti Hearst offre une synthèse rigoureuse et nuancée des recherches sur l’interaction entre texte et visualisation. La valeur principale réside dans la présentation de résultats expérimentaux solides, issus de publications évaluées par les pairs, et dans la mise en évidence de la complexité de cette interaction. L’argumentation est bien structurée : elle part de constats historiques, présente des études clés, puis discute des implications cognitives et technologiques. La rigueur scientifique est exemplaire : Hearst précise les limites de ses connaissances dans les domaines cognitifs et des LLM, et s’appuie sur des données empiriques plutôt que sur des opinions. Les sources sont de qualité, principalement des articles de conférences et de journaux en interaction humain-machine. L’adéquation entre le titre et le contenu est bonne, même si le titre pourrait laisser attendre une comparaison plus systématique. Le principal point faible est le manque de profondeur sur les modèles cognitifs, que l’auteure reconnaît elle-même. De plus, certaines expériences sont présentées de manière succincte, et on pourrait souhaiter plus de détails sur les protocoles. Néanmoins, la conférence est une excellente introduction à ce champ de recherche et stimule la réflexion. Les commentaires des spectateurs, bien que peu nombreux, sont positifs et soulignent la clarté de l’exposé. En résumé, une conférence de haute qualité, informative et bien argumentée, qui mérite une note élevée.

221 mots

Adéquation titre / contenu

Le titre reflète bien le contenu, qui explore les rôles respectifs du texte et de la visualisation et leur combinaison.

Qualité & fiabilité

8/10

Conférence académique par une chercheuse reconnue, s'appuyant sur des études publiées et des expériences contrôlées. Les limites sont clairement énoncées (notamment sur les modèles cognitifs et les LLM).

Moments clés

Sources citées

Sources concordantes

Sources discordantes

  • Tufte's Minimalism — Les résultats de Hearst contredisent la recommandation de Tufte de minimiser l'encre et le texte dans les graphiques.

Apport & nouveautés

Cette conférence apporte une synthèse actualisée des recherches sur l’interaction texte-visualisation, en mettant en lumière des résultats contre-intuitifs (préférence pour plus de texte, faible influence des annotations sur les prédictions). Elle propose un cadre pour penser la conception de visualisations augmentées de texte, et ouvre des pistes pour l’utilisation des LLM multimodaux.

Pour aller plus loin :

133 mots

Profil radar

Le profil radar montre une conférence équilibrée, avec une très bonne qualité d'information et une fiabilité élevée, mais un niveau technique modéré, ce qui la rend accessible à un public large. La quantité d'information est substantielle, couvrant plusieurs études et concepts.

Fiabilité 8/10

💬 Sur les 0 commentaires analysés, aucune tendance n'est disponible.