社群媒體算法透明度的使用者提示分類法
arXiv - Human-Computer InteractionHaoze Guo, Ziqi Wei
提出一套涵蓋設計形式、資訊內容與使用者代理權的三維分類系統，並將其應用於六大社群媒體平台，以評估與提升算法透明度。
AI 幫你先抓重點
AI 重點 1
標準化分類法使跨平台比較透明度成為可能
滑鼠懸停看 AI 判斷理由
在缺乏統一指標的情況下，研究者與設計師難以評估不同平台的透明度效果。此分類法提供可量化的維度，讓使用者能直接比較並辨識透明度不足之處，進而推動設計改進。
AI 重點 2
使用者代理權維度凸顯了使用者主動參與的重要性
滑鼠懸停看 AI 判斷理由
傳統透明度研究多聚焦於資訊呈現，忽略使用者行動的可能。此研究將代理權納入分類，提醒設計者必須提供可操作的選項，才能真正提升使用者對算法的掌控感與批判性思考。
核心研究發現
- 1
開發出包含設計形式、資訊內容與使用者代理權三個維度的分類系統，為算法透明度的 UI 呈現提供統一標準。
- 2
將該分類系統應用於六大社群媒體平台，辨識出各平台共通的功能原型，並建立參考資料庫。
- 3
透過分類可評估算法透明度是否達到預期功能，並為未來設計提供可檢視、可行動、可爭議的改進方向。
對教育工作者的啟發
1. 先確定平台的三個透明度維度：設計形式、資訊內容、使用者代理權。2. 針對每個維度設計具體的 UI 元素，例如在資訊內容上加入算法說明文字或圖示；在代理權上提供調整推薦偏好或拒絕推薦的選項。3. 建立透明度評估表，定期檢測平台是否符合分類標準，並將結果公開，促進平台間的競爭與改進。4. 對教育工作者而言，可將此分類法作為教材，教導學生辨識與評估社群媒體的算法透明度，培養其批判性媒體素養。
原始文獻資訊
- 英文標題：
- Behind the Feed: A Taxonomy of User-Facing Cues for Algorithmic Transparency in Social Media
- 作者：
- Haoze Guo, Ziqi Wei
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
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。