💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
本文介绍了因果分析及其挑战，以及如何利用众包和数据分析工具进行因果分析。作者设计了一个可视化系统，包含三个版块：图表、数据和众包。通过实验，作者发现众包观点能够帮助用户产生更多因果猜想，并在绘制因果关系图时更自信。众包观点通常是探索分析的起点，数据版块是主要因果关系发现来源。结合众包和数据分析能更好地理解数据中难以解释的特征或现象。
🎯
关键要点
- 因果分析是理解事件之间关系的过程，面临各种挑战和偏见。
- 单人因果分析可能受到确认偏差、锚固效应等影响。
- 众包观点可以帮助发现认知盲点，但也可能引入其他偏差。
- 研究者设计了一个包含图表、数据和众包三个版块的可视化系统。
- 可视化系统中，用户可以交互构建因果关系图，并添加解释和关系强度。
- 众包界面有概览设计和聚焦设计，分别从不同角度展示众包观点。
- 实验发现，概览组用户在绘制因果关系图时更自信，添加更多因果连边。
- 概览组用户更依赖众包观点，而非原始数据分析。
- 众包观点通常作为探索分析的起点，数据版块是主要因果关系发现来源。
- 用户意识到众包观点可能不可靠，尝试避免认知偏差。
- 研究验证了众包观点对因果分析的影响及用户结合使用的策略。
- 理解众包数据的影响有助于更好地利用这一资源进行数据分析。
➡️
