揭示与应用意义：支持台湾LGBTQ+群体的诠释学自主性

文献标题

Surfacing and Applying Meaning: Supporting Hermeneutical Autonomy for LGBTQ+ People in Taiwan

出版信息

• 主题领域: LGBTQ+身份探索与支持，通过社交媒体中的人工智能实现。
• 关键词: LGBTQ+，解释自主性，社交媒体，知识基础设施，大型语言模型，参与式设计，台湾，身份探索，社区治理，人工智能伦理。

背景与问题

• 问题/挑战: 台湾的LGBTQ+群体在社交媒体上面临解释性不公，无法获得理解和表达自身身份所需的解释资源，这些资源通常不可访问或被掩盖。社交媒体平台往往无法支持细腻的身份探索，使用户陷入孤立或暴露于敌意之中。
• 重要性: 解决解释性不公对于促进LGBTQ+群体的身份形成、韧性以及参与公共话语至关重要。有效的技术解决方案可以减轻情感和认知负担，同时放大边缘化群体的声音。
• 动机与相关研究: 以往研究强调在线社区在为LGBTQ+群体创建解释资源方面的作用，但指出这些资源在敌对或混合环境中的可访问性和应用存在局限性。现有的人工智能系统通常缺乏文化敏感性，无法满足边缘化群体的知识需求，尤其是在台湾等非西方背景中。

解决方案

• 提出的方法: Queerbot，一个基于检索增强和大型语言模型（LLM）的聊天机器人，旨在通过支持身份探索、重构敌对叙事以及促进社区驱动的知识共享来搭建解释自主性。
• 创新点:
  1. 将解释自主性引入人工智能系统设计目标。
  2. 开发具有四种交互模式（反思、验证、讨论、盟友支持）的聊天机器人，专门针对LGBTQ+用户需求。
  3. 集成社区策划的解释资源，以增强文化相关性和包容性。
  4. 强调用户控制和系统理解及个性化的透明性。
• 流程与关键技术:
  • 进行了多阶段研究：形成性访谈（10名参与者）、设计工作坊（8名参与者）和评估工作坊（11名参与者）。
  • 设计了Queerbot，具备用户策划的解释资源、透明的用户知识以及情境化的响应模式等功能。
  • 使用检索增强生成（RAG）和自然语言个性化技术实现系统。

结果

• 具体发现:
  • Queerbot促进了身份探索，验证了生活经历，并提供了应对敌对环境的可操作指导。
  • 参与者更倾向于描述性自我陈述而非僵化标签，并赞赏系统能够综合和情境化解释资源的能力。
  • 聊天机器人帮助参与者自信且有知识地参与公共话语，减少了解释性劳动。
• 相较基线的优势:
  • 与传统社交媒体平台不同，Queerbot提供了个性化、情境敏感的支持，并整合了社区驱动的资源，弥补了现有知识基础设施的不足。
  • 系统的透明性以及用户对其身份理解的控制是独特且赋权的功能。
• 实验/评估:
  • 评估工作坊包括11名LGBTQ+参与者，他们在四种模式下与Queerbot互动。参与者反思了其支持身份表达、解释赋权和话语参与的能力。
  • 数据分析揭示了验证、可操作指导以及社区驱动的解释资源治理等反复出现的主题。
• 局限性与未来工作:
  • 参与者多样性有限（主要为台湾北部的大学生），缺乏现场部署。
  • 未来工作应探索多模态检索、更广泛的参与者群体以及纵向研究以评估真实世界中的整合。
  • 风险包括LLM的潜在偏见、幻觉以及对人工智能系统的情感依赖。

总结

本研究通过设计和评估Queerbot这一基于LLM的聊天机器人，解决了台湾LGBTQ+群体在社交媒体上面临的解释性不公问题。Queerbot支持身份探索、重构敌对叙事并放大边缘化群体的声音。通过参与式设计和评估，该系统展示了其通过整合社区策划资源和提供透明、个性化支持来搭建解释自主性的能力。尽管前景可观，该方法也突出了人工智能偏见、情感依赖以及包容性社区治理等挑战。未来工作应扩大参与者多样性，探索多模态功能，并确保在真实世界中的伦理部署。