使用默论沟通缓解公共社交互动的障碍

最佳论文
社交平台设计与用户行为在线身份与自我呈现参与式设计(Participatory Design)大学教授与研究人员HCI 研究员

文献标题

Mitigating Barriers to Public Social Interaction with Meronymous Communication

文献信息

  • 主题领域: 人机交互、在线社会互动、半匿名技术
  • 关键词: 在线社区、社交推荐、在线安全、社交媒体、身份展示、部分匿名、自我披露、身份可信度、学术 Q&A

研究背景与问题

  • 问题或挑战:

    • 在社会层级明显的社区中,低地位个人出于对批评的担忧,常常不愿意参与公共对话,尤其是在更高地位成员面前。
    • 完全匿名的互动可能减少社交压力,但也可能导致不负责任的行为、缺乏针对性的回答以及互动兴趣下降。
    • 现有的身份展示模式(如完全实名、完全匿名或持续性化名)在灵活性和可信度之间存在权衡,无法满足复杂的社交互动需求。
  • 为什么重要:

    • 在线社交空间中的参与障碍限制了知识交流的广度和多样性,尤其是学术社区中,这可能影响职业发展和研究影响力。
    • 公开参与学术活动(例如社交媒体上的互动)与研究引用量和学术影响力直接相关。
  • 研究动机:

    • 设计一种兼顾隐私保护和身份可信度的互动模式,促进在线社区中的自由表达和安全参与。
    • 学术社区作为一个典型的层级性社区,提供标准化的环境以探索半匿名互动机制的可行性。

解决方案

  • 提出的方法:

    • Meronymity: 一种新的身份设计范式,允许用户部分披露其身份信息,这些披露的信息可以增强可信度并提供必要的语境,而无需完全暴露身份。
    • 系统实现:开发了 LiTweeture 平台,专注于学术 Q&A 的环境,为用户提供灵活的身份管理选项。
  • 创新之处:

    • 将匿名互动的隐私保护与实名互动的透明性相结合,通过“部分匿名”(meronymous)的方式提供身份信息。
    • 通过可信的第三方背书和智能化的身份信号选择,提高了互动的可信度与针对性。
    • 提供灵活的身份信号(如学术成就、组织背景、关系网络)选择,并允许根据情境调整公开或私下共享的范围。
  • 实施步骤与关键技术:

    1. 信号设计: 根据学术背景,开发多种身份信号(如发表记录、引用数量等)。
    2. 系统功能: 在 LiTweeture 平台中实现身份信号选择、个性化私信和公开问答功能。
    3. 背书机制: 用户可以请求资深学者的背书以增加权威性,同时背书人对问答内容和用户行为负责。
    4. 跨平台兼容性: 将内容同步到 Twitter 和 Mastodon,扩大参与范围。
    5. 显示和互动优化: 提供动态预览界面,帮助用户智能化选择信号,减少过度暴露的风险。

研究成果

  • 具体成果:

    • 通过 1 个月的 LiTweeture 真实部署研究发现,初级研究者在使用局部匿名机制后表现得更加自在,能够向资深学者提问并收到有价值的回应。
    • 参与者能够根据场景灵活自定义其身份展示,增强了对问题背景的理解并提高了回答质量。
    • 系统有效减少了用户对公开发言的焦虑,提升了与学术共同体的互动积极性。
  • 与现有解决方案的优势:

    • 相较于完全匿名或完全实名,meronymity 在隐私性和可信度之间实现了更好的平衡。
    • 系统不仅增强了互动质量,还降低了新手进入学术社交空间的门槛。
  • 实验或评估结果:

    • 在 13 名参与者的研究中,所有参与者在使用 LiTweeture 时至少获得过一次回应,其中任务完成率达到了 95%。
    • 参与者在匿名状态下获得的建议新颖性评分(5.33)高于对照组(4.6)。
    • 部分匿名展示引发了更多领域专家的参与和信任。
  • 局限性与未来方向:

    • 部分参与者担忧身份信号可能导致去匿名化,尤其在小型领域或使用公开身份关联的信号时。
    • 一些信号(如引用数量)可能加剧已有的学术资源差距,需要进一步优化。
    • 建议导入实时互动功能(如匿名私信)以支持后续讨论,增强互动深度。
    • 在更大范围部署并探索更为多元化的应用场景,例如跨领域社区或社会对话空间。

小结

本研究借助 Meronymity 提供了一种平衡隐私和可信度的创新式互动模式,成功缓解了学术和在线社区中的互动障碍。这种模式为未来同类系统设计提供了有力参考,并在增强社会互动的同时保护用户隐私方面具有巨大潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147447/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642241
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
最佳论文
group
作者
7 位作者
sell
研究子方向
社交平台设计与用户行为、在线身份与自我呈现、参与式设计(Participatory Design)
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文