利用数据可视化纠正政治误解：减少政治派系主义
人机交互
2025-08-04 v1
摘要
政治派系主义在一定程度上由对政治对手的误解所驱动：人们常常高估持其他政党成员支持极端政策的程度。研究表明，通过告知人们关于其他政党成员实际观点的纠正信息可能有助于减少个人对政治极端主义的表达，包括对民主制度的反向行动。本研究检验了不同表征其他政党观点方式对纠正效果的影响。我们对来自 Prolific 的美国受试者 (民主党 N=239，共和党 N=244) 进行了实验。受试者对其他政党成员支持政治暴力和不民主行为的程度进行预测，然后呈现来自早期调查的关于其他政党成员实际观点的数据。部分受试者仅看到平均值 (仅均值条件)，而其他组则看到 75% 其他政党成员观点的区间表示 (均值+区间条件) 或完整分布 (均值+点条件)。与未获关于其他政党观点信息的对照组相比，我们发现仅均值条件和均值+点条件的受试者表现出最强的纠正效果，而均值+区间条件的纠正效果较弱。此外，观看完整分布 (均值+点条件) 的受试者在后续回忆其他政党成员支持程度方面最为准确。我们的发现表明，数据可视化是纠正关于其他群体信念中普遍扭曲的重要工具。然而，其他政党观点可变性的可视化方式会显著影响人们对纠正信息的解释和反应方式。
引用
@article{arxiv.2508.00233,
title = {Correcting Misperceptions at a Glance: Using Data Visualizations to Reduce Political Sectarianism},
author = {Douglas Markant and Subham Sah and Alireza Karduni and Milad Rogha and My Thai and Wenwen Dou},
journal= {arXiv preprint arXiv:2508.00233},
year = {2025}
}
备注
11 pages, 5 figures. IEEE VIS 2025