Linting就是人类！探索人类计算作为数据可视化社会技术式Linters的潜力

传统的Linters是代码分析工具，帮助开发者通过标记潜在问题（从语法和逻辑错误到强制执行语法和风格规范）进行诊断。最近，Linters被用作界面隐喻，允许其扩展到更复杂的输入，如可视化，这些可视化需要更广泛的视角和替代方法进行评估。我们进一步探讨了Linters输入的扩展考虑，以及不同评估模式，涵盖纯洁、中性和叛逆三个维度。我们特别调查了通过Community Notes——针对社交媒体上可能准确或误导内容进行核查和批评的众包上下文文本片段——在Linters操作中利用人类计算的潜力。我们展示了人类驱动的评估不仅能识别误导或易出错的可视化，而且将人类计算集成到传统Linters中，能够提供社会性见解。正如当今所需，我们考虑了以人工智能为动力的Linters的建设含义。