用于就地信号传递和虚假信息评估的浏览器扩展

隐私设计与用户控制虚假信息与事实核查事实核查员消费者与购物者

文献标题

A Browser Extension for in-place Signaling and Assessment of Misinformation

文献信息

  • 主题领域: 去中心化内容审核、虚假信息识别
  • 关键词: 虚假信息,去中心化内容审核,事实核查,浏览器扩展,用户自治,社会信任

研究背景与问题

  • 作者发现了哪些问题或挑战?

    • 当前主流的虚假信息审核模式由社交媒体平台等中心化机构主导,这种模式限制用户的自治权,可能影响平台的可信度和用户对信息的处理能力。
    • 社交媒体平台的虚假信息审核措施有限,且无法覆盖平台外的内容,如新闻网站或邮件中交叉引用的链接。
    • 非中心化内容审核方式如“民主化”审核,尽管吸引了研究者的注意,但在实践层面受到限制。
  • 为什么这个问题很重要?

    • 遗留的中心化审核方式可能导致决策偏差、审查自由和透明度下降以及用户对平台信任的下滑。
    • 用户对信息误导性的判断力参差不齐,现有技术和平台可能未能充分启用用户的能力去主动分辨真实性。
    • 对用户自治的支持可能带来更为广泛的虚假信息治理覆盖和更具多样化的视角。
  • 研究动机与相关工作

    • 已有研究表明,用户能够有效利用关于内容准确信息的元数据帮助区分虚假信息。
    • 社交媒体的当前实践,如Twitter的“Community Notes”,是将民主化审核概念部分纳入的尝试。
    • 作者希望探索通过浏览器扩展工具,提供去平台化的虚假信息标记和审核机制,并评估用户对该工具的接受度和使用行为。

解决方案

  • 作者提出了哪些方法或解决方案?

    • 开发了一个名为Trustnet的浏览器扩展,它允许用户对网页上的任何内容进行准确性评估,并在同一页面内向用户展示来自其信任来源的评估。
    • 工具基于早期的Trustnet社交平台拓展,提供一致的平台无关体验。
  • 该解决方案的创新之处是什么?

    • 去中心化设计:无需依赖平台支持或合作,用户可在任何网页上记录和显示评估。
    • 个性化信任网络:允许用户自主选择可信来源,依据社交网络形成个性化的可信评估。
    • 全域兼容性:覆盖从新闻网站、社交媒体到视频平台的多种内容形式。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 用户安装浏览器扩展后,通过Trustnet平台账户登录。
    2. 扩展自动显示用户信任来源对当前内容的评估,并提供颜色编码(绿表示准确,红表示不准确,黄表示意见分裂)。
    3. 用户可以通过扩展对内容进行评估(如标记为“准确”或“误导”)或提问内容准确性,并选择分享至Trustnet平台。
    4. 扩展会在页面的超链接旁边显示相关来源的信任评估结果,并对被标记为“不准确”的链接进行视觉淡化处理。

研究成果

  • 取得了哪些具体成果?

    • 提出了一种用户驱动的虚假信息审核模式,用户可以独立决定信任对象并执行内容过滤。
    • 设计了与内容相关的可靠性标准,这些标准超出了现有研究已知的范畴(例如信息细节披露、引文可靠性等)。
    • 收集了参与者在真实场景中的评估数据,内容范围涵盖政治、健康、外事等多个主题。
  • 与现有解决方案相比,它有哪些优势?

    • 匿名且个性化:通过制定信任关系网络,允许用户自行决定按谁的意见进行判断,而非依赖中心化机构。
    • 平台无关性:使用浏览器扩展形式,可以对社交媒体之外的网页内容进行审核。
    • 数据覆盖广泛:支持精确到内容粒度的评估,而非仅限于媒体整体评分。
  • 实验或评估结果是什么?

    • 用户表示该工具有助于养成批判性思维及更深的虚假信息感知。
    • 调查发现,不同用户在对内容主题的重要性与可信性需求上存在显著多样性,强调需要一个民主化解决方案。
    • 用户评估中对工具用户界面出现分歧意见,提示设计需要更多元选项。
  • 局限性与未来方向

    • 局限性:

      • 浏览器扩展工具的适用场景受到限制(例如无法直接覆盖移动设备或某些应用内内容)。
      • 链接重定向规则复杂化处理,可能出现性能瓶颈也要求频繁更新。
      • 部分用户可信源的选择可能导致回声室效应。
    • 未来方向:

      • 探索信任网络的扩展机制,运用信任传递模型自动化推荐可信来源。
      • 使用游戏化机制(如点数奖励或排名系统)激励用户参与内容评估。
      • 研究对用户自定义审查和评估透明度的更广泛设计,支持多样化操作逻辑(例如内容自动隐藏或提示样式)。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/148142/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642473
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
隐私设计与用户控制、虚假信息与事实核查
work
职业/产业
事实核查员、消费者与购物者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文