探測與提升網路政治討論中的知識謙遜
arXiv - Computers and SocietySamantha D'Alonzo, Rachel Chen, Weidong Zhang, Melody Yu, Jasmine Mangat, Ivory Yang, Weicheng Ma, Martin Saveski, Soroush Vosoughi, Nabeel Gillani
建立分類器與實驗證明可在網路政治討論中測量並提升知識謙遜。
AI 幫你先抓重點
AI 重點 1
提示式介入能有效提升網路政治討論中的知識謙遜，且不影響參與度。
滑鼠懸停看 AI 判斷理由
此發現顯示數位提示可在不犧牲互動率的情況下，促進更具建設性的對話，為平台設計師與社群管理者提供可落實的策略。
AI 重點 2
分類器與代碼本可擴展至其他領域，提供可量化的知識謙遜測量工具。
滑鼠懸停看 AI 判斷理由
提供一套可重複使用的框架，允許研究者與實務工作者在不同情境下量化知識謙遜，進而設計證據基礎的政策或課程。
核心研究發現
- 1
透過手工標註數百條 Reddit 文章，建立並驗證了可擴展的知識謙遜與知識傲慢分類器。
- 2
觀察性分析顯示，討論環境中知識謙遜程度高或低的帖子，往往會在未來發佈類似性質的帖子。
- 3
隨機對照實驗證明，簡單的提示策略能在多個爭議性議題中提升參與者的知識謙遜，而不降低互動率。
對教育工作者的啟發
本研究提供兩項實務建議：一、利用簡易提示（如在發文前顯示「請考慮多元觀點」）可在多個爭議議題中提升參與者的知識謙遜，而不降低互動率；二、透過先前建立的分類器與代碼本，平台可自動偵測並量化討論中的知識謙遜與傲慢程度，進而針對低謙遜環境採取調節措施（如推送多元資訊或提醒用戶保持開放態度）。這些工具與策略可協助教育科技產品設計師、社群管理者與政策制定者，打造更具包容性與建設性的線上討論空間。
原始文獻資訊
- 英文標題：
- Detecting and Enhancing Intellectual Humility in Online Political Discourse
- 作者：
- Samantha D'Alonzo, Rachel Chen, Weidong Zhang, Melody Yu, Jasmine Mangat, Ivory Yang, Weicheng Ma, Martin Saveski, Soroush Vosoughi, Nabeel Gillani
- 來源：
- arXiv - Computers and Society
- 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。