可信度至关重要:加密货币关键意见领袖的动机、特征与影响机制

AI 伦理、公平与问责隐私设计与用户控制数据隐私感知与决策加密货币投资者数据科学家与分析师AI/ML 研究员与工程师

文献标题

Credibility Matters: Motivations, Characteristics, and Influence Mechanisms of Crypto Key Opinion Leaders

出版信息

  • 研究领域: 加密领域意见领袖的动机、可信度实践及其在高风险金融生态系统中的伦理责任。
  • 关键词: 加密意见领袖、可信度、自我决定理论、Web3、去中心化金融、伦理、社区规范、金融监管、拟社会互动、主题分析。

背景与问题

  • 问题/挑战: 现有关于意见领袖和金融意见领袖(finfluencers)的研究主要集中在生活方式领域或一般的金融评论上,忽视了加密领域意见领袖(KOLs)在波动性强、监管松散的市场中所面临的独特社会技术和伦理挑战。
  • 重要性: 加密KOL对零售投资者行为和市场情绪具有显著影响,其可信度和伦理实践对保护用户免受金融损失和诈骗至关重要。
  • 动机与相关工作: 以往研究探讨了意见领袖文化、金融意见领袖的情绪效应以及加密用户的困境,但缺乏对加密KOL动机、实践及伦理推理的深入分析。本研究利用自我决定理论(SDT)和定性方法填补了这一空白。

解决方案

  • 提出的方法: 通过对13位加密KOL的访谈和混合人类与LLM的主题分析,基于SDT视角研究其动机、实践及可信度的实现方式。
  • 创新点:
    1. 将SDT应用于高风险金融环境,突出自主性、胜任感和关联性作为KOL行为的驱动因素。
    2. 将可信度重新定义为一种社会技术、自我决定的实践,而非静态的资质。
    3. 识别出四个社区认可的可信度标志:自我监管、有限的知识胜任力、问责制和反思性自我修正。
    4. 方法学创新:在保留人工监督的同时,采用LLM辅助的主题分析。
  • 研究流程与关键技术:
    • 对来自欧洲、美国和亚洲的13位KOL进行了半结构化访谈。
    • 使用SDT分析其内在和外在动机、伦理实践及影响机制。
    • 采用混合主题分析工作流程,将人工编码与LLM建议的候选主题相结合,并进行迭代优化和验证。

结果

  • 具体发现:
    • KOL的动机从外在激励(如赞助)逐渐转向内在驱动力,如教育、精通和意识形态承诺。
    • 可信度通过自我决定的实践得以实现:自我监管、有限的胜任力、透明性和反思性修正。
    • KOL在教育使命与算法可见性限制之间取得平衡,针对YouTube、Telegram和LinkedIn等平台调整内容。
  • 相较基线的优势: 挑战了基于静态资质的传统可信度观点,展示了可信度在去中心化、匿名环境中的动态、伦理化实现方式。
  • 实验/评估:
    • 对13位KOL的访谈,采用SDT和主题编码进行分析。
    • 编码一致性通过注释者间可靠性(Krippendorff’s alpha = 0.78)得到验证。
    • LLM辅助的主题分析在保持人工解释控制的同时,扩大了候选主题的覆盖范围。
  • 局限性与未来工作:
    • 样本偏向于来自西方和亚洲的成熟男性KOL,缺乏性别和小型创作者的多样性。
    • 自报告数据未与链上交易等行为指标交叉验证。
    • 仅关注KOL视角,未包含追随者和监管者的观点。
    • 由于加密市场的波动性和平台的快速演变,研究结果可能具有时效性。

总结

本研究通过自我决定理论和定性访谈,探讨了加密KOL的动机、实践及伦理责任。研究将可信度重新定义为一种基于自主性、胜任感和关联性的动态、自我决定实践,并识别出四个可信度标志。结果揭示了KOL如何在高风险、去中心化市场中应对伦理张力、平台动态及社区管理。本研究展示了AI辅助工作流程的潜力,同时强调了人工监督的必要性。研究结果为平台设计、社区规范及监管框架提供了提升加密生态系统透明度和问责制的建议。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222475/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791784
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
AI 伦理、公平与问责、隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
加密货币投资者、数据科学家与分析师、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文