Henüz Var Olmayan Şeyler İçin Görselleştirme Tasarımı

• Veri görselleştirmelerinin çoğu geçmişi ele alır; geleceği gösterdiğinde bile genellikle tek bir çizgiyi ileri uzatmakla yetinir ve belirsizliğin yapısal özelliklerini yeterince yansıtamaz
• Tahminden karşıolgusal senaryolara kadar, görselleştirmenin nesnesi 'veri' değil 'olasılıklar uzayı' olduğunda üç temel zorluk ortaya çıkar: çokluk, belirsizlik ve bağımlılık
• Katmanlı belirsizlik, dallanan zaman çizelgeleri ve senaryo yüzeyleri; tek yörünge merkezli mevcut tahmin görselleştirmelerinin yerini alabilecek üç yapısal yaklaşım
• Kasırga tahmin konisi, COVID eğrileri, iklim senaryoları, deprem risk haritaları gibi gerçek örnekler üzerinden mevcut tahmin görselleştirmelerinin yanlış anlamaya yol açan sorunları somut biçimde açıklanıyor
• Gelecek görselleştirmelerinin amacı tahmin yapmak değil, ne kadar çok geleceğin mümkün olduğunu ve bunları şekillendiren etkenleri anlamayı sağlayacak keşfedilebilir yapılar tasarlamak

---

Tahmin görselleştirmenin sorunları

• Çoğu tahmin grafiği, ileri doğru uzanan temiz bir tek çizgi ve etrafında gölgeli bantlarla kesin ve kontrollü bir izlenim verir
• Bu tek çizgi, "en olası tek bir gelecek vardır", "sapmalar simetrik ve öngörülebilirdir" ve "belirsizlik yapısal bir özellik değil, basit bir marjdır" gibi yanlış varsayımlar içerir
• Oysa gerçek sistemlerde gelecek uzamaz, dallanır; belirsizlik zamanla bileşik biçimde artar ve sonuçlar doğrusal olmayan, asimetrik bir yapı gösterir
• Kasırga tahmin konisi örneği: Koni çoğu zaman fırtınanın büyüdüğü şeklinde okunur; oysa gerçekte zaman içindeki konum belirsizliğini gösterir
• COVID tahminleri örneği: Pek çok görselleştirme tek bir eğri gösterdi, ancak gerçek sonuçlar davranışa, politikaya ve zamanlamaya bağlı olarak tamamen farklı yönlere gitti
• Alberto Cairo, Nightingale'deki "The Day I Thought I Misled the President of the United States" yazısında tahmin görselleştirmelerinin istemeden kamusal anlayışı çarpıtabileceğini ele aldı; ayrıca The New York Times için hazırlanan etkileşimli kasırga tahmini görselleştirmesinde belirsizliği daha etkili ileten alternatif yöntemleri inceledi

Temel zorluk: Henüz gerçekleşmemiş olanı görselleştirmek

• Tahminler, simülasyonlar ve karşıolgusal durumlarla çalışırken ele alınan şey veri kümesi değil, sonuçlar uzayı (space of outcomes) olur
• Soru, "Veri ne söylüyor?"dan "Veri neye dönüşebilir?" sorusuna kayar
• Üç temel zorluk vardır
  • Çokluk (Multiplicity): Tek bir gelecek değil, çok sayıda gelecek vardır
  • Belirsizlik (Uncertainty): Tüm olasılıklar eşit derecede olası değildir
  • Bağımlılık (Dependency): Sonuçlar kararlara, olaylara ve koşullara göre değişir
• Çoğu tahmin görselleştirmesi, okunmasını kolaylaştırmak için bu boyutları tek bir yörüngeye indirger; ancak bu daha az gerçekçi bir yaklaşımdır

Karşıolgusal senaryolar (Counterfactuals)

• "Eğer ... olsaydı ne olurdu?" diye soran karşıolgusal senaryolar verinin içinde bulunmaz; bunlar kurgulanmış varsayımsal senaryolardır ve çoğu zaman modele bağımlıdır
• Yine de önemli sorular ortaya çıkar: Tsunami daha güçlü olsaydı? Model tahmini yanlış çıksaydı? Politika değişseydi?
• Karşıolgusal senaryolar, fiilen yaşanmamış bir gerçeklik sürümünü; yani 'yokluğu (absence)' göstermeyi gerektirir
• Çoğu görselleştirme bunu ya tamamen görmezden gelir ya da bir aç/kapa geçişine indirger; bu da yeterli değildir
• Olasılıkları tek bir yola sıkıştırma sorununa çözüm, sadelik yerine yapıyı benimsemektir

Örüntü 1: Katmanlı belirsizlik (Layered Uncertainty)

• Tek bir güven aralığı yerine, belirsizlik katmanlı olarak sınıflandırılmalıdır
• Katmanlı yapı
  • Yüksek güvenli sonuçlar: dar ve koyu alan
  • Orta güven aralığı: daha geniş ve daha açık alan
  • Düşük olasılıklı uç durumlar: parçalanmış ve neredeyse görünmeyen alanlar
• Bu katmanların şekli değişmelidir — çünkü belirsizlik tekdüze değildir
  • Tek bir yöne kayabilir, birden çok kümeye ayrılabilir ya da belirli koşullarda daralabilir
• Amaç, belirsizliğin ne kadar olduğunu değil, "nasıl işlediğini" göstermektir
• Hava durumu ensemble tahminleri zaten bu yöne ilerliyor: "spagetti grafikleri", onlarca olası sonucu aynı anda görselleştiriyor; çizgilerin yoğunluğu ve kümelenmesi, tek bir yumuşatılmış tahmin çizgisine göre güveni, ayrışmayı ve istikrarsızlığı çok daha etkili ifade ediyor

Örüntü 2: Dallanan zaman çizelgeleri (Branching Timelines)

• Tek bir yörünge kaçınılmazlık ima ederken, dallanan yapı karar noktalarını görünür kılar
• "Tek çizgi → çok sayıda olası sapma" yerine, "tek başlangıç noktası → çok sayıda ayrılan yol" şeklinde düşünmek gerekir
• Her dal bir koşulu, kararı ya da eşik aşımını temsil eder ve kullanıcıların veri değil sonuçları (consequences) keşfedebildiği anlamlı etkileşimli görselleştirmeler kurulmasını sağlar
• Politika simülasyonları, iklim senaryoları ve farklı girdiler altındaki model davranışları için özellikle güçlüdür
• Anlatı, "işte burada olacak şey"den "ne değişirse ne olabilir" anlayışına dönüşür
• İklim görselleştirmeleri bunun en açık örneğidir: farklı emisyon senaryoları zaman içinde tamamen farklı ısınma yörüngeleri üretir ve gelecek; politika, enerji kullanımı ve kolektif davranışa göre değişir (kaynak: IPCC 2021)

Örüntü 3: Senaryo yüzeyleri (Scenario Surfaces)

• Tek tek gelecekleri çizmek yerine, uzayın kendisini görselleştiren bir yaklaşım
• 2D veya 3D yüzeylerde her nokta bir senaryoyu temsil eder; eksenler değişkenleri (zaman, şiddet, olasılık vb.), renk ya da doku ise sonuç kalitesini veya riski kodlar
• Kullanıcılar istikrar bölgelerini, oynaklık alanlarını ve sonuçlar arasındaki ani geçişleri görebilir
• Odak, hikâye anlatımından çok keşif (exploration) üzerinedir
• Deprem risk haritaları benzer biçimde çalışır: tek bir olayı tahmin etmek yerine, büyüklük, derinlik ve konum kombinasyonlarına göre risk alanlarını görselleştirerek olası etkilerin topografyasını anlamaya yardımcı olacak şekilde tasarlanır (kaynak: USGS)
• Çoğu görselleştirmenin göz ardı ettiği bir gerçeği kabul eder: gelecek ayrık değil, süreklidir

Yorumlama için tasarım (Designing for Interpretation)

• Bu yaklaşımların en zor kısmı teknik değil, bilişsel bir sorundur
• Birden çok geleceği göstermek, kullanıcıda bunaltı yaratabilir; örüntüler daha az belirgin hale gelir ve yorumlamak emek ister
• Görselleştirmeyi "kolay" hale getirmek için yapılan sadeleştirme, çoğu zaman onu yanlış bir görselleştirmeye dönüştürür
• Hedef, karmaşıklığı azaltmak değil, karmaşıklığı yapılandırmak olmalıdır
• Etkileşimin önemli olduğu noktalar
  • Aşamalı açığa çıkarma (Progressive disclosure)
  • Senaryolar üzerinden yönlendirilmiş yollar (Guided pathways)
  • Referans noktaları (Reference points) ile kullanıcıyı sabitleme
• Tasarlanan şey yalnızca görselleştirme değil, belirsizlik hakkında düşünme biçimidir

Sonuç: Gelecek görselleştirmenin temel ilkeleri

• Henüz var olmayan bir şeyi görselleştirmek için, ona zaten varmış gibi davranmayı bırakmak gerekir
• Üç temel ilke
  • Tek bir olasılık değil, çok sayıda olasılık göstermek
  • Basit bir aralık değil, yapı göstermek
  • Tüketim için değil, keşif için tasarlamak
• Amaç geleceği tahmin etmek değil; ne kadar çok geleceğin mümkün olduğunu ve bunları neyin şekillendirdiğini anlamaya yardımcı olmaktır