如何逐行对照数据核对 AI 生成的图表说明

首先确保使用正确版本的证据材料

收集图表说明、图表图像或交互式图表，以及底层数据表或下载文件。同时找到图表的数据源说明、副标题、脚注以及数据源提供的任何方法学或定义。确认这些材料对应的是相同的版本、地域、时间范围和度量指标。仅凭图表图像可能无法看出精确数值；如果无法获取数据表，应将需要精确数值的陈述标记为未核实，而不是通过图片进行估算。

在核对时请保持 AI 草稿的完整性。将其拆解为单项陈述：哪个组别更高、变化发生的时间、变动幅度有多大、合计是否增加，或者不确定性范围是否存在重叠。一个句子可能包含多项陈述，每项都需要各自的证据支持。官方图表指南认为，标题、副标题、数据源、脚注、坐标轴文字、日期和分类标签都是解读图表的有意义组成部分，而非装饰。英国国家统计局（ONS），“图表细节：图表文字”

将每个序列名称与绘制的数据进行匹配

将说明中提及的每个组别与图表图例、直接标签以及数据中对应的列或字段进行比对。检查标签是否存在颠倒、因缩写而导致歧义，或与相关类别混淆的情况。如果图表使用了颜色或线条样式，请将每一种追溯到其图例条目；在映射关系不明确时，切勿仅凭颜色推断组别身份。

随后检查陈述的方向性。如果说明中称某个序列领先于另一个序列，请对比指定日期或类别下的数值。如果说明称某个序列上升、下降或保持平稳，请核对相关的数据序列，而不要依赖整体的视觉印象。记录下你所匹配的字段名称或标签，以便他人复核。ONS 建议分类标签应保持清晰简洁，而在标签缩写时应在周围文本中保留额外细节。ONS 图表文字指南

在比对数字之前先核实度量指标和单位

阅读坐标轴标题、刻度标签、副标题和注释，以确定数值衡量的指标及其单位。计数、比率、百分比和货币金额描述的是不同的量，即使它们的数值看起来相似。检查诸如“以千为单位”等乘数、百分号和货币符号。确保说明没有将百分点变化混淆为百分比变化，也没有将比率描述为原始计数值。

尽可能进行同类比较：相同的度量、单位、总体或类别，以及任何指明分母的内容。如果说明使用了换算后的单位或计算了差值，请根据显示的源数值重现换算或减法过程，并注意舍入误差是否能解释轻微差异。切勿擅自用猜测的解读替代不明确的度量指标。美国人口普查局的报告标准要求标注坐标轴、采用适合图表比例的单位，并在图例中定义数值或特殊术语。美国人口普查局，“统计质量标准 E2：结果报告”

检查日期、周期与数据断点

将说明中提及的每个日期与图表坐标轴和源数据表进行比对。区分单一观测日期与月份、季度或年份等周期；检查年末周期是用起始年还是结束年标注；并验证所引用的起始点和结束点是否确实存在于数据中。如果说明描述了“自”某日期以来的变化，请确认两个端点。

在描述连续趋势之前，先查看是否存在缺失观测值、不规则时间间隔或序列断裂。在点之间绘制的连线并不代表每个中间日期都采集了数据。检查注释中是否有不可用或不具可比性的估计值，并在修正后的说明中保留这些限制说明。ONS 指南指出，日期标签应恰当标明具体日期或跨度，使用一致的缩写，并在图表元数据中完整写出日期。ONS 图表文字指南

在描述变化幅度之前先审视坐标轴刻度

阅读纵轴刻度标签，判断图表使用的是线性刻度还是对数刻度，以及显示的范围是否从零开始。然后思考说明描述的是实际数据值，还是仅仅是柱状图或斜率的视觉大小。截断的坐标轴可能会让微小的差异显得很大；对数刻度会改变相同的视觉距离所对应的数值含义。说明不应仅凭视觉上的陡峭程度或柱体高度就称某项变化是“急剧的”。

如果对比多个图表，请检查它们的刻度是否一致。如果图表使用了受限范围或非线性刻度，请描述底层数值，避免使用夸大视觉效果的措辞。人口普查局建议可能用于比较的图形采用一致的刻度，并指出零基线是避免不当视觉印象的一种方式。Datawrapper 的折线图指南解释了线性刻度和对数刻度映射数值的差异，以及如何设置自定义坐标轴范围。人口普查局报告标准，Datawrapper 学院，“自定义折线图”

重新计算合计值与衍生陈述

当说明中提及合计、平均值、排名、差值或百分比变化时，应追溯到实际的源数值和计算过程。检查包含了哪些行或周期、各类别是否存在重叠，以及图表显示的是小计还是总体合计。使用数据源明确的定义和精度重新计算。如果图表提供了四舍五入后的数值，表面上的不一致可能是由舍入引起的；不要断言显示精度所无法支持的精确结果。

对于百分比变化，确认起始值和对比值，然后核实计算中使用的分母。对于跨类别的合计，确认这些类别确实旨在相加，且没有群体被重复计算。如果数据源对衍生度量指标的定义不够明确以致无法复现，应将该陈述标记为待解决，并查阅底层文档，而不是自行给出一个看似合理的计算。

将不确定性视为陈述的一部分

如果图表显示了误差线、置信区间、范围或其他不确定性表示形式，请查看图例和注释以了解这些标记的含义。除非数据源明确说明，否则不要将某个区间称为置信区间、误差范围或标准差。检查说明是否将估算值当作精确值报告、是否断言两个组别存在差异，或是否忽略了图中展示的不确定性。当数据源未对区间进行解释时，仅在图表材料支持该解读的情况下，才将其客观地描述为不确定性范围；否则应将其含义标记为不明确。

不确定性与结果的估算方式及其输入的各不确定性之间存在着明确的关系；不应仅凭外观推测其标签含义。NIST 的总结根据评估方式区分了不确定性分量，并解释了估计值源于输入估计值。对于图表说明审核，实用的法则是保留数据源的专业术语，避免提出超出估计值及其所展示不确定性支持范围的武断论断。NIST，“不确定性的基本定义”

保存差异记录，并仅重写已核实的陈述

每项陈述建立一条记录，以便修正过程有据可查。一条简洁的记录可以包括：说明措辞；图表或表格位置；序列或类别；度量指标与单位；日期或周期；源数值或证据；差异类型；解决方案；以及审核人状态。实用的差异类型包括：标签不匹配、单位不匹配、周期错误、受刻度误导的夸大陈述、算术错误、遗漏不确定性以及现有证据无法核实。这些是审核字段，并非数据源本身的替代品。

核对完成后，仅使用有证据支持的陈述重写图表说明。在重要的地方标明度量指标和周期，描述观察到的主要模式，并明确陈述重要的限定条件。如果某项陈述无法核实，请将其删除或说明尚不明确的内容；不要因为它听起来合乎逻辑而予以保留。对于需要了解图表背后细节的读者，W3C 建议将简短描述与包含关键信息的详细描述相结合，后者可以包括数值、趋势以及表格等结构化信息。W3C Web 无障碍倡议（WAI），“复杂图像”

一个有用的最终检查步骤是：结合对应的源证据阅读每个句子，并自问：另一位审核人员能否找到相同的数值、标签、日期、刻度或不确定性注释？如果不能，则该记录或说明需要更加精确。目标是让图表说明传达图表所支持的内容，并剔除缺乏依据的解读。

继续探索这个主题