評估溝通視覺化中情感目標
arXiv - Human-Computer InteractionElsie Lee-Robbins, Eytan Adar
本研究探討如何評估溝通視覺化中情感目標的達成，並提出一套從教育、心理等領域篩選評估標準的框架。
AI 幫你先抓重點
AI 重點 1
情感目標評估的獨特性與挑戰。
滑鼠懸停看 AI 判斷理由
文章明確指出情感目標的評估比認知目標更困難，這對於教育科技設計者來說至關重要，因為許多視覺化旨在影響受眾的情感和態度，而非僅僅傳遞資訊。理解此挑戰有助於選擇更合適的評估方法。
AI 重點 2
跨領域評估標準的整合。
滑鼠懸停看 AI 判斷理由
研究者從教育、心理學等多個領域篩選評估標準，這提供了一個實用的框架，幫助設計者在缺乏直接情感評估工具時，找到合適的替代方案，提升視覺化的設計品質。
核心研究發現
- 1
定義學習目標是設計溝通視覺化的有效工具，能將設計師意圖轉化為具體可評估的標準。
- 2
相較於認知目標，情感目標的評估更具挑戰性，難以直接觀察受眾態度的改變。
- 3
研究者提出一套包含教育、倡議、經濟、健康和心理學等領域的評估標準，以符合情感目標。
- 4
該框架在結合個人敘事和視覺化的複雜情感設計任務中得到驗證，能評估不同設計方案。
- 5
選擇的評估方法能評估不同設計方案，並考量競爭的心理學理論，提升設計的有效性。
對教育工作者的啟發
教育工作者在設計視覺化教材時，應不僅僅關注認知層面的學習目標，更要考慮情感目標的設定與評估。可以參考研究中提出的跨領域評估標準，例如運用心理學的態度量表、或教育領域的問卷調查，來評估視覺化是否有效地影響了學習者的情感和態度。此外，在設計過程中，應結合個人化的敘事內容，以提升視覺化的情感共鳴效果，並選擇能反映不同心理理論的評估方法，以確保設計的有效性。
原始文獻資訊
- 英文標題：
- Assessing Affective Objectives for Communicative Visualizations
- 作者：
- Elsie Lee-Robbins, Eytan Adar
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。