Visualiza con ética: 10 errores que arruinan tus gráficos (y cómo evitarlos)

En el mundo del data storytelling, una de las tareas más delicadas no es tanto contar una buena historia, sino asegurarse de no contar una historia engañosa. Como ya hemos comentado en otros artículos, los gráficos no son neutrales: seleccionan, resumen, destacan. Y en esa síntesis puede residir tanto la claridad como la manipulación, intencionada o no.

Hace unos días, el investigador Enrico Bertini publicaba un excelente artículo titulado “How NOT to Lie with Charts”, donde propone 10 reglas fundamentales para evitar caer —o hacer caer— en la trampa de las visualizaciones engañosas.

Un texto que, desde la práctica y la pedagogía, resuena con fuerza con muchas de las ideas que trabajo habitualmente en mis formaciones y asesorías. Por eso, me gustaría compartir contigo una adaptación divulgativa de esos 10 principios. No para memorizar sin más, sino para interiorizar y aplicar, especialmente si eres docente, analista, consultor o tomas decisiones basadas en dashboards. Allá vamos.

1. Adopta una actitud crítica

Visualizar datos no es un acto neutral. Es una decisión editorial. Por eso, el primer paso no es dominar herramientas, sino adoptar una actitud honesta y escéptica, empezando por uno mismo. La visualización ética comienza en la intención.

2. Comprende el dominio

Antes de graficar, hay que entender de qué estamos hablando. Ningún software sustituye el conocimiento del contexto. Sin dominio, las visualizaciones pueden ser técnicamente correctas pero conceptualmente erróneas.

3. Comprende los datos

No basta con tener los datos: hay que saber de dónde vienen, cómo se han recogido y qué limitaciones tienen. Como suelo repetir: si los datos son basura, la visualización también lo será, por muy bien diseñada que esté.

4. Usa medidas apropiadas

No todos los números dicen lo mismo. Un ejemplo clásico: ¿es más “peligroso” un barrio con muchos accidentes o uno donde hay más accidentes por vehículo? Depende. Las decisiones sobre qué datos mostrar y cómo agregarlos tienen implicaciones interpretativas fuertes.

5. Agrega, pero con criterio

La agregación es útil para ver patrones, pero siempre oculta matices. Cuanto más agregas, más limpias… y más riesgo de simplificar en exceso. Explorar los datos a nivel granular debería ser parte del proceso, aunque no siempre se muestre.

6. Muestra la incertidumbre

La visualización es una simplificación, pero no debe dar una falsa sensación de certeza. Mostrar márgenes de error, intervalos o incluso dudas interpretativas no debilita el mensaje: lo hace más responsable.

7. Segmenta y desagrega

Ver una tendencia global es el primer paso. Pero la magia está en ver qué pasa cuando segmentas: por zonas, edades, tipos, estaciones. A menudo lo interesante está en las excepciones, no en la media.

8. ¿Comparado con qué?

Ningún dato habla por sí solo. Siempre necesitamos un marco de comparación. ¿Ese aumento es significativo? ¿Ese número es alto o bajo? Todo depende del referente. Y muchas visualizaciones omiten ese marco, empujándonos a interpretaciones sesgadas.

9. Escala con responsabilidad

Uno de los errores más comunes —y a la vez más sutiles— está en las escalas: ejes truncados, proporciones engañosas, comparaciones visuales incorrectas. La forma en que escalamos los datos afecta directamente a la narrativa visual.

10. Titula con honestidad

Los títulos suelen simplificar en exceso o exagerar los hallazgos. Como mucha gente solo lee el título, este debe reflejar fielmente lo que muestra el gráfico. Si puedes, plantea una pregunta en lugar de afirmar una conclusión. Invita a explorar, no a cerrar el debate.

¿Y ahora qué?

Lo más valioso de estas reglas es que no son dogmas, sino invitaciones al pensamiento crítico. Visualizar datos no es solo un acto técnico, sino también ético, narrativo y social. En mis cursos suelo decir que toda visualización es una historia… pero no toda historia contada con datos es verdadera. Si quieres trabajar más a fondo estos principios en contextos educativos o empresariales, estaré encantado de acompañarte. Porque en un mundo saturado de datos, saber ver (y mostrar) con honestidad es más necesario que nunca.