漸進式自願參與：新聞業參與式 AI 治理框架
arXiv - Human-Computer InteractionMatilde Barbini, Stefano Sorrentino, Daniel Gatica-Perez
本文提出 GVP 框架，將 AI 治理從單次活動轉化為漸進且自願的過程，以解決新聞工作者的代理權與信任問題。
AI 幫你先抓重點
AI 重點 1
從「單維階梯」轉向「雙維矩陣」的參與模型
滑鼠懸停看 AI 判斷理由
傳統參與模型常將參與視為等級高低，但本文提出的雙維矩陣能同時衡量參與的「深度」與「範圍」，這對於設計複雜的技術治理結構更具實務操作性。
AI 重點 2
將「漸進性」與「自願性」視為核心設計維度
滑鼠懸停看 AI 判斷理由
這改變了我們對技術導入的認知：參與不應是單次的研討會，而應是融入日常工作流、可隨時間調整且基於意願的持續過程，這有助於建立技術的合法性。
核心研究發現
- 1
研究發現新聞工作者對 AI 的信任程度，直接取決於他們在工作流程中感知到的自主權與代理能力。
- 2
傳統參與式設計在 AI 領域面臨挑戰，因為 AI 系統的數據不透明、架構固定且目標難以觸及，導致使用者難以施加影響。
- 3
研究識別出參與式設計中的障礙，包括認知負擔過重、參與天花板以及僅具形式意義的諮詢行為。
對教育工作者的啟發
雖然本文聚焦於新聞業，但其「漸進式自願參與（GVP）」的概念對教育科技開發極具啟發。在設計 AI 輔助學習工具時，不應僅在開發初期進行單次使用者需求調查，而應建立一個持續性的機制，讓教師與學生能隨著技術成熟，逐步、自願地參與到 AI 模型的微調或教學邏輯的定義中。這能有效降低使用者面對新技術時的抵觸感，並透過賦予學習者與教學者「代理權」，建立對 AI 工具的信任與所有權感。
原始文獻資訊
- 英文標題：
- Gradual Voluntary Participation: A Framework for Participatory AI Governance in Journalism
- 作者：
- Matilde Barbini, Stefano Sorrentino, Daniel Gatica-Perez
- 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。