一张图表只要排版整洁、配色专业，就很容易显得可信。但它完全可能从一开始就选错了数据，或用视觉编码——以位置、长度、面积和颜色表示数值——夸大差异。Nathan Yau在 FlowingData 推荐了Kieran Healy关于“数据可视化可信度边界”的演讲，并担心新技术正让人们更快地用图表表达预设结论。
据 University of Auckland 介绍，这场演讲是2026年 Ihaka Lecture Series 的首场。Healy追问：图表的权威感从哪里来，R等制图软件又能帮到什么程度？软件可以保存数据处理与制图步骤，让分析更容易复现，却不能自动判断数据来源是否可靠，也不能保证叙事诚实。
Healy此前在个人网站强调，可信度依赖一整套社会流程和制作者的个人承诺，很难彻底自动化。Posit的演讲预告还提到，他警惕“visual storytelling”：越想讲出一个有说服力的故事，越可能先定结论，再选择性呈现数据。说白了，选对图形只是起点；更重要的是能否交代数据从哪里来、经历了什么处理，以及图表有没有把不确定之处藏起来。