Core Concepts
有效利他主義為人道主義視覺化提供了一個新的思考框架,鼓勵設計者超越單純的情感訴求,轉而關注如何利用視覺化幫助人們做出對全球福祉影響最大的決策。
Abstract
資訊視覺化與有效利他主義
這篇文章探討了資訊視覺化如何支持有效利他主義。作者首先指出,現時大多數人道主義視覺化都側重於個案式勸說,即預先設定一個議題,然後盡可能地提高人們對該議題的關注。然而,這種做法存在一個問題:它沒有考慮到不同慈善項目和干預措施在影響力方面的巨大差異。
作者認為,有效利他主義可以為人道主義視覺化提供一個更清晰的思考框架。有效利他主義主張利用證據和理性來找出如何最大限度地造福他人,並在此基礎上採取行動。換句話說,有效利他主義者關心的是如何用有限的資源創造最大的善。
作者進一步指出,資訊視覺化可以通過以下幾種方式支持有效利他主義:
- 傳達有關慈善項目有效性的定量資訊: 例如,可以利用視覺化來比較不同慈善項目的成本效益,或者展示慈善機構的資金使用情況。
- 幫助人們理解他人的主觀體驗: 例如,可以利用視覺化來呈現患有某種疾病的人的日常生活,或者展示某種干預措施對人們生活的影響。
- 探索新興技術的應用: 例如,可以利用虛擬實境(VR)或擴增實境(AR)技術來增強人們對人道主義議題的沉浸感。
作者最後呼籲資訊視覺化研究人員與有效利他主義者展開合作,共同探索如何利用視覺化來促進全球福祉。
結合個人經歷與量化數據
作者強調,理想情況下,重大捐款或資金分配決策應基於量化事實(例如,受影響人數、干預措施成本)和對人們在接受和未接受干預措施後的主觀體驗(尤其是涉及的身心痛苦程度)的深入了解。
然而,對於從未感染瘧疾或缺乏維生素A的人來說,很難真正體會到這些經歷意味著什麼。這就是故事——以文字、圖像、圖畫小說、電影或電子遊戲的形式——可以發揮重要作用的地方,通過幫助人們在情感層面上理解主觀體驗。
作者建議可以通過兩種方式將故事與數據結合起來:
- 數據後故事法: 人們首先查看有關悲劇或社會問題的統計數據,然後放大到個人,查看他們真實或假設的個人故事。
- 故事後數據法: 人們首先看到一個或幾個典型的故事(例如,患有疾病A或疾病B的人的日常生活),然後可以探索統計數據(例如,這兩種疾病的患病率,以及如何通過不同的干預措施來減少患病率)。
新興技術的應用
作者認為,虛擬實境(VR)、擴增實境(AR)、數據物理化和環境顯示等新興技術為人道主義視覺化提供了新的可能性。
- 虛擬實境(VR): 通過提供一種讓觀看者(例如,捐贈者或慈善經理)更充分地沉浸在個人故事中的方式,虛擬實境可以幫助他們增強對人道主義問題和悲劇的感性認識。
- 擴增實境(AR): 可以創造出我們周圍存在著物體和人物的錯覺,包括遠程存在的物體和人物。這為拉近我們與遙遠的受苦人群之間的距離,並使人道主義問題更加突出或更令人難忘,開闢了前所未有的可能性。
- 數據物理化: 是指將數據編碼為形狀或幾何形狀的實體。與AR視覺化相比,它們始終存在,可以觸摸,並且不需要特殊設備就能看到。
- 環境顯示: 是指通過光線、聲音和運動的微妙變化在空間內呈現資訊的顯示器,這些變化可以在背景感知中被處理。
Stats
在美國,訓練一隻導盲犬的成本為 40,000 美元。
同樣的金額可以用於在非洲為 2,000 多人支付治療沙眼的費用,從而治癒他們的失明。
一項全球健康研究估計,超過 100 項健康干預措施的有效性,以每 1,000 美元挽救的傷殘調整生命年 (DALY) 來衡量,發現分佈非常廣泛且偏斜。
有效性範圍從 0.02 到 300 不等,具體取決於干預措施(相差 15,000 倍),中位數為 5,這表明絕大多數健康干預措施的有效性遠低於最有效的干預措施。
大約 600 個蚊帳可以防止一名兒童死亡,但它們還可以預防 500 到 1,000 例瘧疾。
在美國或英國,大約 20,000 美元可以防止一年的無家可歸現象。
200 至 300 美元可以預防烏干達一名婦女患上相當於一年的嚴重重度抑鬱症。
Quotes
“你可以講述任何規模的危機,並講述一個引人入勝的故事” - 尼爾·霍洛蘭(Neil Halloran),數據紀錄片《二戰的隕落》的設計師
“有效利他主義是利用證據和理性來找出如何最大限度地造福他人,並在此基礎上採取行動。” - 威廉·麥卡斯基爾(William MacAskill)