叙事+图示：一种外化和共享因果信念的整合方法

视频

DOI

因果知识在统计和机器学习等多个领域受到关注，因为它允许人和算法预测结果并做出数据驱动的决策。CSCW 研究人员已提出工具和工作流程来外化一群人的因果知识或信念；然而，大多数生成的因果图缺乏对因果机制的更深理解，或者无法捕捉多样的信念。通过将叙事与因果图整合，我们实现了一个交互式系统，允许用户：1）撰写叙事来解释他们感知到的因果关系，2）使用有向图可视化他们的因果模型，3）查看和利用他人的因果图和叙事。我们进行了一项用户研究（N=20），了解参与者如何利用这种整合方法来外化他们在给定应用背景下感知到的因果模型。我们的结果表明，我们工具中实施的方法能够外化用户的因果信念（例如因果关系如何及为何可能发生），揭示个人因果推理的盲点（例如从同伴那里学习新想法），并激发他们的因果推理（例如修改或添加新的因果关系）。我们还发现了人们因果信念的个体差异，并观察到在构建自己的因果图和叙事时展示他人因果模型的影响。这项工作为开发促进捕捉和共享因果信念的协作工具提供了实用的设计启示。