你当我不知道吗:利用众包解释提升人们对仇恨表情包的理解与认知

优质解释帮助人们理解仇恨表情包并减少其传播。尽管人工智能自动检测已广泛应用,本文认为高质量控制的众包是提供仇恨表情包有效解释的可行策略。本文提出“生成-标注-修订”众包工作流,并通过两项用户研究进行验证。研究一使用评估量表评估解释质量,定义了仇恨言论的共同特征:目标、清晰度、明确性和实用性,表明所提工作流生成的质量高于无质量控制的单阶段工作流。研究二通过在线实验检验不同解释对用户感知的影响,127名参与者的结果表明,相较于单阶段或机器生成的解释,缺乏先前文化知识的人在看到多阶段工作流生成的解释后,对仇恨表情包的理解和认知显著提升。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/123446/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文