使用集体福祉感知推荐算法与教育型虚拟伴侣应对社交媒体威胁
计算机与社会
2022-10-18 v4 社会与信息网络
摘要
社交媒体已成为我们生活中不可或缺的一部分，将我们的互联能力扩展到新高度。其积极效应有诸多可称道之处。然而另一方面，近年来社交媒体的某些严重负面效应被反复强调，指向了对社会及其更脆弱成员（如青少年）的各种威胁。因此我们提出一个基于自适应“社交媒体虚拟伴侣”的理论框架，用于教育和支持整个社区——青少年学生——在社交媒体环境中互动，以实现以社区特定且参与式设计的集体福祉（CWB）度量所定义的可取状态。该伴侣将自动处理与专家干预和指导相结合。虚拟伴侣将由推荐系统（CWB-RS）驱动，该系统将优化 CWB 指标而非参与度或平台利润，后者目前在很大程度上驱动着推荐系统从而忽视任何社会附带效应。我们强调在教育管理的伴侣社交媒体社区中的专家和教育者。他们扮演五个关键角色：（a）在基于课堂的教育活动中使用伴侣；（b）引导 CWB 的定义；（c）提供学习策略、目标和活动的层次结构，以基于层次强化学习支持和包含 CWB-RS 的自适应排序算法；（d）充当社区成员间直接冲突的调解人；以及最后，（e）监控并处理超出智能体能力与控制范围的伦理和教育问题。本文给出了伴侣各组件性能的初步结果以及对教育和心理底层原理的研究。
引用
@article{arxiv.2102.04211,
title = {Challenging Social Media Threats using Collective Well-being Aware Recommendation Algorithms and an Educational Virtual Companion},
author = {Dimitri Ognibene and Davide Taibi and Udo Kruschwitz and Rodrigo Souza Wilkens and Davinia Hernandez-Leo and Emily Theophilou and Lidia Scifo and Rene Alejandro Lobo and Francesco Lomonaco and Sabrina Eimler and H. Ulrich Hoppe and Nils Malzahn},
journal= {arXiv preprint arXiv:2102.04211},
year = {2022}
}