论文标题	作者	研究主题
"帮我" versus "替我做": 为科学新闻写作中融入LLM的工具设计代理权 Nishal 等人通过访谈 20 位科学记者，研究 LLM 写作工具对编辑决策代理权的影响，发现记者接受信息收集类AI但拒绝内容生成类AI以保护专业自主性。	SN Sachita Nishal et al.西北大学
emoji_events 作为问题、原则与张力的价值：新闻业社会技术系统设计中的价值 Nishal 等人通过系统回顾新闻设计研究，揭示了十个领域价值如何塑造设计选择及其相互张力，为设计师处理与记者、公众、技术提供商的关系提供实践指导。	SN Sachita Nishal et al.西北大学
科学新闻学领域中计算新闻发现工具的实践研究 Nishal 等人设计了三款计算信息补贴工具并集成到交互探针中，通过民族志研究揭示此类工具如何影响科学记者的新闻发现实践并提出设计建议。	SN Sachita Nishal et al.西北大学	Session 2b: Algorithms in the Workplace
emoji_events 我们在骰子中信任：随着时间保持选举预测信任的不确定性显示 Yang 等人通过实验评估四种选举预测不确定性展示方式，发现文本摘要和分位数点图随时间保持最高信任度，提出美国总统选举预测的设计建议。	FY Fumeng Yang et al.西北大学
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
AngleKindling：使用大型语言模型支持新闻角度构思 Petridis 等人开发 AngleKindling 工具，利用大型语言模型的常识推理帮助记者探索新闻稿角度，12名记者参与研究显示其在头脑风暴时比现有工具更有帮助且精神负担更小。	SP Savvas Petridis et al.哥伦比亚大学
从众包评分到新闻价值预测模型：支持科学新闻业 Nishal 等人提出利用众包评估训练新闻价值预测模型，在科学论文筛选中达到P@10 = 0.8的精确度，为科学新闻记者提供新闻价值发现支持。	SN Sachita Nishal et al.西北大学	Crowdsourcing; Crowdsourcing
对Alexa语音助手新闻相关查询信息质量的审计 Dambanemuya等人开发了评估语音助手新闻信息质量的方法，以Amazon Alexa为研究对象，从响应相关性、准确性和时效性进行系统审计，发现新闻查询存在信息质量缺陷。	HD Henry Kudzanai Dambanemuya et al.西北大学	Algorithmic Auditing and Responsible AI
更多账户，更少链接：算法策展如何影响Twitter时间线中的媒体曝光 Bandy 等人通过sock-puppet审计发现Twitter算法策展增加来源多样性但减少外部链接，可能加剧疫情信息传播中的党派差异。	JB Jack Bandy et al.西北大学	Algorithmic Auditing and Responsible AI
理解与支持新闻实践：基于半自动新闻发现工具的研究 Diakopoulos 等人设计并评估了 Algorithm Tips 新闻发现工具，帮助记者追踪政府算法决策相关新闻线索，八位记者的部署实验揭示了该工具对新闻实践的支持与转型作用。	ND Nicholas Diakopoulos et al.西北大学	Expert Work
新闻来源发现：支持识别用户生成内容中的新闻来源 Wang 等人通过访谈九名记者阐明了UGC信息来源的深度和广泛两种方法，并设计交互式过滤排名原型工具帮助记者筛选用户生成内容。	YW Yixue Wang et al.西北大学
谁的可步行性？：算法测量主观体验的挑战 Diaz等人比较Walk Score算法与居民主观可步行性感知，发现算法未反映影响步行行为的重要主观方面，呼吁对算法工具进行定性评估以确定适当使用情境。	MD Mark Diaz et al.西北大学	Accessibility and assistive technologies
emoji_events 作为新闻策展人的搜索：谷歌在塑造新闻信息关注中的作用 Trielli 等人通过算法审计 Google 头条新闻框，发现来源集中度较高且新闻偏差略有放大，揭示搜索引擎在塑造新闻信息关注中的关键作用。	DT Daniel Trielli et al.西北大学