Jeff Hancock

school斯坦福大学bar_chart全球第 #803 名

论文总数

HCI 排名

#803

研究领域

活跃年数

近期发表

Jeff Hancock 最新论文

Fernández 等人通过2000人实验发现AI介导视频通信降低感知信任和判断信心，但不影响实际判断准确性，提示可信AI工具设计的重要性。

Cullen 等人通过访谈和屏幕共享分析 TikTok 用户，发现用户利用算法推荐进行社交信号传递和身份认同建构，并策略性地管理内容 feeds 以调控情绪。

Dahlke 等人分析2020年美国大选期间1240名用户21M次浏览记录，发现老年人与共和党人消费的虚假信息在语言特征和话题偏好上存在显著差异。

Jia 等人提出社会客观函数方法，将民主价值观嵌入社交媒体AI，通过动态降级（d=.25）有效减少党派敌意，为缓解社交媒体中的政治分歧提供了新途径。

Han 等人通过混合研究方法揭示 Twitch 仇恨 raid 的攻击模式与目标群体，发现 LGBTQ+ 和黑人主播遭受系统性仇恨攻击，并提出平台治理的社区协作框架。

Karinshak 等人通过三个实验评估GPT-3生成疫苗接种消息的效果，发现AI消息被认为更有说服力且引与更积极态度，但受访者仍偏好标注为人类机构的公共健康信息来源。

Lam 等人开发 IndieLabel 工具，通过协作过滤技术支持非技术用户进行系统级算法审计，发现有害内容检测中的漏报与过度标记问题。

Lee 等人通过24名TikTok用户访谈提出“算法水晶”框架，揭示算法如何反映用户多面动态的自我认知，并通过对他人相似性的折射影响用户的社交自我概念发展。

Gordon 等人提出陪审团学习框架，通过深度学习模型对注释者建模并动态调整陪审团组成，实地评估显示14%的分类结果被改变。

Luo 等人分析YouTube大规模评论数据集，发现直播评论比回顾性评论整体更具情绪激昂特征，证实了情绪放大假说，并为共享注意力理论在直播情境中的应用提供了初步证据。

ios_share

https://hci.top/zh/authors/8072?source=all