CoNewsReader：通过评论支持对社交媒体新闻的全面理解与批判性思考
人机交互
2026-05-14 v2
摘要
批判性新闻阅读（CNR）要求把握新闻的整体思想并提出批判性思考，这对通常从日常社交媒体获取信息的普通人来说既有益又具有挑战性。新闻下的评论可以通过提供补充信息和其他读者多样且批判性的思考来辅助CNR。然而，如何利用这些评论来支持用户进行CNR的研究尚不充分。本文首先从文献和一项形成性研究（N=12）中推导出用户对基于评论的CNR工具的需求。然后，我们开发了CoNewsReader，一个由大型语言模型驱动的、基于评论的交互式CNR工具。CoNewsReader支持用户利用评论中的补充信息把握新闻观点，筛选对CNR有用的评论，并获取基于评论生成的问题以进行批判性思考。我们针对24名大学生进行的被试内研究表明，与社交媒体中的基线新闻阅读界面相比，使用CoNewsReader的参与者拥有更具沉浸感的CNR体验，并在理解新闻和提出批判性思考方面表现更佳。我们讨论了支持用户生成内容和机器生成内容阅读任务的设计考量。
引用
@article{arxiv.2604.27905,
title = {CoNewsReader: Supporting Comprehensive Understanding and Raising Critical Thoughts on Social Media News Through Comments},
author = {Kangyu Yuan and Guanzheng Chen and Sizhe Liang and Hehai Lin and Qingyu Guo and Dingdong Liu and Xiaojuan Ma and Zhenhui Peng},
journal= {arXiv preprint arXiv:2604.27905},
year = {2026}
}
备注
(CSCW 26) THE 29TH ACM CONFERENCE ON COMPUTER-SUPPORTED COOPERATIVE WORK AND SOCIAL COMPUTING