事實查核你的資訊 (FYI)：探討人們如何查核數據驅動型文章的研究
arXiv - Human-Computer InteractionNguyen-Truong Thinh, Yuxuan Du, Phongsakon Mark Konrad, Arpit Narechania
透過開發 FYI 瀏覽器擴充功能，研究發現使用者在查核數據聲明時會採用三種不同的 AI 與人工協作工作流。
AI 幫你先抓重點
AI 重點 1
將 AI 定位為「起點」而非「最終權威」
滑鼠懸停看 AI 判斷理由
這改變了我們對自動化工具的認知。在處理高風險數據時，系統不應直接給出結論，而應提供輔助查核的工具，讓使用者保持批判性思考並進行人工驗證。
AI 重點 2
視覺化工具在查核過程中的核心地位
滑鼠懸停看 AI 判斷理由
這顯示單純的文字解釋不足以建立信任。有效的查核系統必須整合數據視覺化，讓使用者能直觀地對照原始數據與 AI 的推論，從而實現深層的認知參與。
核心研究發現
- 1
使用者在查核數據聲明時展現出三種工作流原型：以 AI 為主並輔以人工確認、以人工為主並使用 AI 補充，以及 AI 與人工並行協同審查。
- 2
數據視覺化是使用者審核 AI 結論是否正確的核心機制，扮演著關鍵的驗證角色。
- 3
使用者對 AI 的信任是動態變化的，當多種工具的結果趨於一致時信任度增加，若 AI 輸出不一致時信任度則會下降。
對教育工作者的啟發
對於設計數位學習環境或資訊素養課程的設計者，本研究啟發我們在引入 AI 工具時，不應僅強調其自動化能力，而應設計「人機協作」的介面。具體建議包括：1. 提供多層次的查核工具（從全自動到手動探索），以適應不同程度的學習者；2. 強調視覺化呈現，幫助學習者透過觀察數據結構來驗證 AI 的邏輯；3. 培養使用者的批判性思維，教導他們如何將 AI 作為檢索與初步分析的工具，而非直接採信其結果，藉此強化自主學習中的元認知監控能力。
原始文獻資訊
- 英文標題：
- Fact-Check Your Information (FYI): A Design Probe to Understand How People Actually Fact-Check Data-Driven Articles
- 作者：
- Nguyen-Truong Thinh, Yuxuan Du, Phongsakon Mark Konrad, Arpit Narechania
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。