先来看两张图表：你感觉，做秀哪张图表看起来可信度更高？其实，丽点率研这两张图表展现的可影数据完全一样，但第二张“更秀丽”的响论信度图表看起来却更具说服力。这种现象已经有了科学依据。文引一项最新研究表明，用和人工智能应用秀丽图表确实更容易受到信任，通过也更具有误导性，究证加与它们所属的明美学科类别或来源无关：
而且，学历越高的观增人群，越容易受这种偏见的做秀影响。
研究po出后，丽点率研立刻在外网火了一把。可影
网友们给自己做的响论信度丑图找到了新借口：这样才不会让读者产生偏见（得意）。
来看看这是文引一项怎样的研究。
第一，好看的家居设计图图更受信任
结论一，与学科类别或来源无关，秀丽的图表就是让人感觉更可信。
研究人员从社交媒体、新闻和科学论文中，分别筛选了数百张图表。
其中，“社交媒体”指Reddit社区，“新闻”来源于彭博社、家居用品折扣金融时报等报刊杂志，“科学论文”则基本来自于Nature Communication和Scientific Reports。
图表所属学科也非常多样，涉及地理、生物、健康、科学、运动等：
然后，研究人员找了数百名志愿者，给随机出现的图表进行打分：
△出现的一些图表类型
志愿者们会从美观性（色彩搭配、行间距和字体）、易读性（可视化数据类型、图形类型和图形设计）、可信度、感兴趣程度、超出认知程度等角度，评估图表：
统计结果显示，好看易懂的图表可信度普遍更高（其中横轴是美观性，纵轴是可信度）：
既然如此，秀丽的图片会更具有误导性吗？
第二，秀丽的图更具误导性
结论二，图表的“美观性”更影响人们的信任程度，甚至忽略误导性操作带来的影响。
误导性操作指在不影响结论的情况下，利用图标大小等视觉差，故意给读者造成错觉，引导得出与数据不符的结论：
△图源：维基百科
研究人员亲自上手，对一系列图表进行PS，包括将图片改得更秀丽，例如提升分辨率、调整字体大小等；此外，也将图片改得更具误导性，包括采用暗示性色彩来上色等。
具体来说，他们把每个图表都PS成4种类型：
左上角是秀丽+低误导性；左下角是不秀丽+低误导性；右上角是秀丽+高误导性；右下角是不秀丽+高误导性。
△鲜艳的红色对结论具有误导性
然后，将这些PS后的图片拿给志愿者们进行评估。
结果表明，人们更信任更秀丽的图片，平均比原图的“可信度”高出1分左右（满分7分）；但对于色彩不均匀等误导性操作，人们却表现得不敏感，可信度无明显变化。
这意味着，志愿者们普遍认为更秀丽的图片看起来更可信，即使它被进行了误导性操作。
除此之外，研究人员分析了一下志愿者们的学历，还发现了一个意外现象：
学历越高的志愿者，评估可信度时越容易受到好看图表的影响。
作者Mark Thornton认为，在引用或评审科学论文时，确实可能受到这种好看图表“偏见”的影响，导致对应论文的引用率和通过率更高：
所以下次投稿之前，试试把论文图表搞得更秀丽一点？（手动狗头）