尽管许多自然语言处理(NLP)技术已被用于事实核查,但学术研究和事实核查组织都报告称,由于这些 NLP 工作与事实核查员的实践、价值观和需求缺乏对齐,其采用量有限。为了解决这个问题,我们研究了一种共同设计方法——AI 配对法,使事实核查员、设计师和 NLP 研究人员能够协作识别技术应满足的事实核查员需求,并为零潜在解决方案集思广益。我们与 22 名专业事实核查员共同进行的共同设计会议产生了 11 个设计创意,提供了一个整合事实核查员标准的“北极星”,融入了新颖的 NLP 设计概念。这些概念涵盖虚假信息的预先辟谣、高效和个性化的虚假信息监控、积极减少事实核查员潜在偏差,以及协作撰写事实核查报告。我们的工作为以人为中心的事实核查研究和实践以及 AI 共同设计研究提供了新见解。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/178762/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3686962
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
7 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