一场 Hacker News 上的讨论围绕塔夫特的“数据墨水比”及一篇解读该概念的文章展开。作者将这一比例视为一种需要结合具体情境使用的启发式原则，而不是一个需要盲目 maximization 的目标。批评者则认为，减少墨水可能会降低清晰度：柱形、坐标轴、标签、网格线以及看似冗余的视觉提示，都可能有助于比较、分组和理解。其他人建议，与其追求减少墨水，不如减少空间复杂度，并根据受众和任务选择合适的图表形式。 许多评论者认为，塔夫特的原则能有效提醒人们减少图表杂乱，但也批评它缺乏充分的实证依据，且过于简单化。他们引用了相关研究，指出关于简化图表是否能提升理解或表现，现有证据并不一致；他们还提到，对于小型数据集，表格有时能传达得更清楚，并建议参考威廉·克利夫兰基于感知的研究。此外，这篇文章也被批评内容重复，看起来像是由大语言模型生成的。作者承认了这些担忧，并邀请大家进一步提供例子和讨论。