计算机科学 > 人机交互
[提交于 2022年12月2日
]
标题: 谨慎处理线程:主动帮助用户评估并缓解他们在在线讨论中的紧张情绪
标题: Thread With Caution: Proactively Helping Users Assess and Deescalate Tension in Their Online Discussions
摘要: 不文明行为仍然是在线讨论平台的主要挑战,以至于即使是善意用户的对话也常常会偏离到不文明行为。 传统上,平台依赖管理员来采取纠正措施,如删除评论或禁止用户,无论是否有算法辅助。 在本研究中,我们提出了一种补充范式,通过主动增强用户对其所参与对话中现有紧张局势的意识,并在他们撰写回复时积极引导他们以避免进一步升级。 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,并在一个流行的讨论平台上进行了用户研究。 通过结合问卷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反应这种信息的定性和定量见解。 大多数参与者报告称,这种主动范式是有价值的,他们认为这有助于他们识别可能被忽略的紧张局势,并促使他们进一步反思自己的回复并进行修改。 这些效果通过比较参与者在我们的工具警告他们的对话可能偏离到不文明行为时撰写的回复,以及在工具禁用的对照条件下撰写的回复得到了证实。 这些初步发现突显了这种以用户为中心的范式的潜力,并指明了未来实施的具体方向。
当前浏览上下文:
cs.CL
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.