代理期望：理解用户在个性化新闻策划中对其角色的偏好和认知

文献标题

Agency Aspirations: Understanding Users’ Preferences and Perceptions of Their Role in Personalised News Curation

文献信息

• 主题领域: 个性化新闻推荐系统中的用户行为和感知研究
• 关键词: 个性化、用户体验设计、交互设计、算法新闻推荐、用户代理、过滤气泡

研究背景与问题

• 问题与挑战:

  1. 算法推荐在个性化新闻推送中的普及，改变了新闻的编辑与消费模式，导致用户缺乏对自己在新闻策划中的主动性认知。
  2. 个性化推荐可能导致“过滤气泡”、“信息碎片化”等现象，加剧社会极化。
  3. 新闻策划需要在编辑者、算法和用户的相互作用中平衡传统新闻价值与个性化需求。

• 研究重要性: 在数字媒体时代，算法推荐对新闻传播有深远影响，探索如何让用户增强在新闻个性化流程中的主动权，帮助减少过滤气泡等负面效应，对提升用户体验和维护新闻业的民主价值观具有重要意义。

• 研究动机与相关工作: 本研究受到近年来关于用户对算法系统的信任、透明性和控制感兴趣研究的启发，意在探讨用户如何理解和行使其在个性化新闻推荐中的代理角色，填补在用户行为与算法交互关系中的研究空白。

解决方案

• 提出的方法与解决思路:

  1. 设计并测试了一种交互式新闻推荐系统原型 (provotype)，称为 NAIRS，用于探索用户在个性化新闻推荐过程中的代理和控制感知。
  2. 使用混合方法开展研究，包括广泛的调查、深度访谈以及与设计原型的用户交互研究。

• 创新点:

  1. 使用“provotype”作为一种挑衅性设计工具以激发用户的反思和行为。
  2. 针对个性化推荐中的透明性、用户代理和算法/编辑角色的相互作用进行了综合分析。
  3. 通过新闻“个性类型”（News Personality Types）系统揭示算法对用户行为的分析结果，激发用户对自身新闻消费习惯的重新认识。

• 实施步骤与关键技术:

  1. 初步调查与访谈: 与211名英国年轻用户（16-34岁）开展定量与定性研究，了解其对个性化新闻推荐的态度。
  2. 原型设计: 开发 NAIRS 系统，以捕捉用户与新闻内容交互的行为数据并根据其类型分配个性化新闻。
  3. 用户研究（n=16）: 让参与者使用 NAIRS 两轮，通过算法/编辑角色的新闻类型“覆盖”（override）机制，探讨用户对透明性、代理和个性化推送的反应。

研究成果

• 具体成果:

  1. 用户普遍表达了对增强自身代理权的渴望，认为控制权和选择权能带来安全感、信任感和自主性。
  2. 尽管许多用户欣赏控制权，部分用户在实践中却不愿积极干预，表现出行为-意图的差距。
  3. 将用户分配到“新闻个性类型”被部分用户视为一种自我发现的工具，特别是通过系统算法的行为分析用户重新定义了对自我的认知。
  4. 用户对透明性具有基本诉求，认为了解推荐系统的操作机制是行使代理权的前提。

• 与现有解决方案的比较及优势: 相较于传统新闻推荐系统，NAIRS 的透明性（展示用户分型细化过程）和行动干预设计（允许用户修改分型）显著增强了用户与系统的交互性和信任。

• 实验与评估结果:

  1. 透明性增强了用户对系统调整的接受度，大多数用户对系统重分配的个性标签感到满意。
  2. 系统反复验证了算法推荐与用户行为变化之间的适应性，强化了动态分析和反馈机制的潜力。
  3. 但目前的设计未能完全解决用户对干预工作量的接受度及对系统滥用数据隐私的担忧。

• 局限性与未来方向:

  1. 样本主要集中在具有高教育背景的年轻用户群，未来研究需纳入更广泛的社会群体以提高普适性。
  2. 当前的设计限制了用户交互的多样性和迭代性，建议未来开发更高层次的个性化功能。
  3. 涉及推荐算法中的伦理问题（如编辑偏见、用户数据隐私）需进一步展开。