lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
用户在社交媒体上更容易否定与自身党派观点不符的内容和评论。公平、偏见与研究治理 / 新闻与媒体中的公平性、偏见与代表性
用户在社交媒体上更容易否定与自身党派观点不符的内容和评论。
同类问题
lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
读者难以识别新闻中的隐性偏见，可能影响决策。lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
新闻行业中，不同角色间的协作障碍阻碍了AI驱动的新闻创新。lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
社交媒体上的极化内容让用户更难做出客观决策。lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
读者难以察觉新闻报道中的选择性偏见和框架性偏见，易受误导。lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
用户容易被新闻图片误导，难以准确理解政治新闻内容。CSCW '24Exploring the Impact of AI-Generated Images on the Perception and Understanding of Political News
lightbulb现实痛点新闻与媒体中的公平性、偏见与代表性
记者难以快速验证深度伪造视频内容的真实性。相关论文
CHI 2025
BIASsist：通过偏见识别、解释和中立化来增强新闻读者
Yeo-Gyeong Noh, MinJu Han, Junryeol Jeon
CHI 2025
这可能在技术上令人印象深刻，但对我们来说实际上毫无用处：新闻业中围绕AI进行跨职能协作的动机、实践、挑战和机会
Qing Xiao, Xianzhe Fan, Felix M. Simon
CHI 2025
评估在阅读新闻源时确认偏见的易感因素
Nattapat Boonprakong, Saumya Pareek, Benjamin Tag
CHI 2025
媒体偏见检测器：设计和实现用于实时选择和框架偏见分析的新闻报道工具
Jenny S Wang, Samar Haider, Amir Tohidi
CHI 2024
地牢与深度伪造：使用基于场景的角色扮演研究记者对使用基于AI的视频内容验证工具的行为
Saniat Sohrawardi, Matthew Wright, Yijing Kelly Wu
CHI 2023
NewsComp：通过比较注释促进多样化的新闻阅读
Md Momen Bhuiyan, Sang Won Lee, Nitesh Goyal
CHI 2023
理解记者在新闻策划中的工作流程
Shubham Atreja, Shruthi Srinath, Mohit Jain
CHI 2022
物以类聚，不相互事实核查：党派立场与推特的Birdwatch众包事实核查计划中的新闻评估
Jennifer Allen, Cameron Martel, David Rand
CHI 2022
重新构想启动效应和框架效应在政治众筹活动中的力量
Sanorita Dey, Brittany R.L. Duff, Karrie Karahalios
CHI 2021
新闻来源发现：支持识别用户生成内容中的新闻来源
Yixue Wang, Nicholas Diakopoulos