为努力遏制虚假信息,社交媒体平台正在尝试设计干预措施以增强用户对其平台上可信新闻的消费。其中一些干预措施,如使用警告信息,是助推的示例——一种保留选择权的技术来引导行为。尽管已有应用,但我们不知道助推是否能引导人们在在线情况下做出有意识的新闻可信度判断,如果能,在什么约束条件下可以实现。为了回答这个问题,我们将助推技术与基于启发式的信息处理相结合,设计了NudgeCred——一个用于Twitter的浏览器扩展。NudgeCred通过激活三种设计助推——可靠、可疑和不可靠,将用户的注意力引导到两个设计线索上:来源的权威性和其他用户对报道的集体意见,每种代表新闻推文可信度的特定水平。在一项对照实验中,我们发现NudgeCred显著帮助用户(n=430)区分新闻推文的可信度,不受三种行为混淆因素——政治意识形态、政治犬儒主义和媒体怀疑主义的影响。十二名参与者进行了为期五天的实地部署,揭示NudgeCred提高了他们对新闻项目的识别和对所有助推的注意,尤其对可疑类别。参与者在其他考虑因素中提议,设计师应纳入用户会信任的启发式方法。我们的工作为在线媒体的基于助推的系统设计方法提供了信息。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/63995/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3479571
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2021
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