通过观察来思考？源透明度设计如何塑造对话式 AI 中的信息检索与评估
人机交互
2026-01-22 v1
摘要
对话式 AI 系统日益成为信息检索的主要接口，但它们如何呈现支持信息评估的来源仍鲜有探讨。本文考察了源透明度设计如何影响互动信息检索、信任以及批判性参与。我们开展了一项受控的平行实验（N=372），比较了四种源呈现界面——可折叠式、悬停卡、页脚和对齐侧边栏——在可见性和可访问性上的差异。通过细粒度的行为分析和自动化的批判性思维评估，我们发现界面设计根本性地改变了探索策略和证据整合方式。虽然悬停卡界面在任务期间促进了无缝的按需验证，但对齐侧边栏独特地缓解了信息过载的负面影响：随着引用密度的增加，侧边栏用户在批判性思维和综合成绩上显著高于其他条件。我们的结果凸显了支持工作流程流畅性与强制性反思性验证之间的权衡，为设计能够促进对 AI 生成内容进行批判性参与的自适应且负责任的对话式 AI 提供了实践意义。
引用
@article{arxiv.2601.14611,
title = {Seeing to Think? How Source Transparency Design Shapes Interactive Information Seeking and Evaluation in Conversational AI},
author = {Jiangen He and Jiqun Liu},
journal= {arXiv preprint arXiv:2601.14611},
year = {2026}
}