このグラフは私を欺いていますか？誤解を招くビジュアライゼーションの自動検出

arXiv:2508.21675v3 Announce Type: replace-cross 摘要: 誤解を招くビジュアライゼーションは、SNS とウェブ上で情報操作の強力な原動力となっています。チャート設計原則に違反することで、データを歪曲させ、読者が不正確な結論に辿り着くように導きます。これまでの研究により、人間もマルチモーダル大規模言語モデル（MLLM）も、こうしたビジュアライゼーションに容易に欺かれることが分かっています。誤解を招くビジュアライゼーションを自動的に検出し、それが違反する具体的な設計規則を特定することは、読者の保護と情報操作の拡散抑制に寄与できます。しかし、AI モデルのトレーニングと評価は、大規模で多様で公開されているデータの欠如によって制限されてきました。この研究では、12 種類の誤導のタイプが付された 2,604 の実世界のビジュアライゼーションを備えたベンチマーク「Misviz」を導入しました。モデルトレーニングをサポートするため、Matplotlib を使用して実世界のデータテーブルに基づいて生成された、57,665 個のビジュアライゼーションを含む合成データセット「Misviz-synth」も作成しました。最先進の MLLM、ルールベースシステム、および画像 - 軸分類器を使用して両データの包括的評価を実施しました。私たちの結果は、このタスクが依然として非常に困難であることを明らかにしました。我々は Misviz、Misviz-synth、および附属コードを公開します。

arXiv:2508.21675v3 Announce Type: replace-cross Abstract: Misleading visualizations are a potent driver of misinformation on social media and the web. By violating chart design principles, they distort data and lead readers to draw inaccurate conclusions. Prior work has shown that both humans and multimodal large language models (MLLMs) are frequently deceived by such visualizations. Automatically detecting misleading visualizations and identifying the specific design rules they violate could help protect readers and reduce the spread of misinformation. However, the training and evaluation of AI models has been limited by the absence of large, diverse, and openly available datasets. In this work, we introduce Misviz, a benchmark of 2,604 real-world visualizations annotated with 12 types of misleaders. To support model training, we also create Misviz-synth, a synthetic dataset of 57,665 visualizations generated using Matplotlib and based on real-world data tables. We perform a comprehensive evaluation on both datasets using state-of-the-art MLLMs, rule-based systems, and image-axis classifiers. Our results reveal that the task remains highly challenging. We release Misviz, Misviz-synth, and the accompanying code.