面向明智决策的偏见感知设计：提高用户对自选择偏差的认识

人们在在线购物时通常会考虑用户评分/评论。然而，这类用户生成的数据包含可能影响人们决策的自选择偏差，而且算法很难完全解决这个问题。在这项工作中，我们通过使关于用户评分/评论的三类信息透明化来提高人们对自选择偏差的认识。我们从自选择偏差的定义和相关文献探索中提炼出这三类信息，即评论者的体验、情感的极端程度和报告的方面。我们进一步进行了一项在线调查，以评估人们对这些信息有用性的感知，并确定人们在决策过程中关心的具体方面（例如负面情感）。然后，我们提出了一种视觉设计，使用户评论背后的细节透明化，并将其集成到一个实验网站中进行评估。主体间研究的结果表明，我们的偏见感知设计显著提高了人们对偏差的认识和决策满意度。我们进一步提供了一系列设计启示，以提高用户生成内容中的信息透明度和偏差意识。