增强媒体素养：人类标注与偏见可视化在偏见检测中的效果
人机交互
2024-12-31 v2
摘要
标记有偏见的文本是提高新闻消费者媒体偏见意识的实用方法。然而,关于这种意识对新主题或未标记新闻文章的可迁移性仍知之�少,机器生成的偏见标签在提升意识方面的作用尚不明确。本研究测试了新闻消费者如何通过来自不同来源（人类或人工智能）且呈现形式多样的偏见标签进行训练和预防偏见。我们 conducted two experiments with 470 and 846 participants, exposing them to various bias-labeling conditions. 我们随后测试了他们在新主题上的未标记新闻材料中识别偏见的能力。结果表明,人类标签（t(467) = 4.55, p < .001, d = 0.42）和AI标签（t(467) = 2.49, p = .039, d = 0.23）都显著提高了正确检测率,相较于对照组。人类标签表现出更大的效应大小和更高的统计显著性。对照组（t(467) = 4.51, p < .001, d = 0.21）也通过仅接触研究材料而提升了表现。我们还发现,使用标记有偏见短语训练的参与者能最可靠地检测偏见（F(834,1) = 44.00, p < .001, {\eta}2part = 0.048）。我们的实验框架为系统性评估识别媒体偏见学习效应的可迁移性提供了理论依据。这些发现还为开发提供偏见指示器的新闻阅读平台并设计提高媒体偏见意识的媒体素养课程提供了实际建议。
引用
@article{arxiv.2412.19545,
title = {Enhancing Media Literacy: The Effectiveness of (Human) Annotations and Bias Visualizations on Bias Detection},
author = {Timo Spinde and Fei Wu and Wolfgang Gaissmaier and Gianluca Demartini and Helge Giese},
journal= {arXiv preprint arXiv:2412.19545},
year = {2024}
}