谨慎对待线程: 主动帮助用户评估和化解在线讨论中的紧张氛围
不文明行为仍然是在线讨论平台的主要挑战,甚至善意用户之间的对话也经常失控。传统上,平台依赖版主——无论是否有算法辅助——采取纠正措施,如删除评论或封禁用户。在这项工作中,我们提出了一种互补范式,直接赋能用户,通过主动增强他们对其参与对话中现有紧张氛围的意识,并在他们起草回复时积极引导他们避免进一步升级。作为这一范式的概念验证,我们设计了一个算法工具,直接向用户提供这种主动信息,并在热门讨论平台上进行了用户研究。通过结合调查和随机对照实验的混合方法,我们发现了关于参与者如何利用和回应这些信息的定性和定量见解。大多数参与者报告认为这种主动范式很有价值,指出它帮助他们识别 otherwise 可能会错过的紧张氛围,并促使他们进一步反思自己的回复并修改它们。这些影响通过比较参与者在我们工具警告他们的对话有失控成不文明行为风险时与工具禁用的对照条件下起草回复的方式得到了证实。这些初步发现凸显了这种以用户为中心的范式的潜力,并为未来实现指明了具体方向。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555603
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 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