字幕錯誤削弱講者與內容評價
arXiv - Human-Computer InteractionKowe Kadoma, Priyal Shrivastava, Mor Naaman
字幕錯誤會降低觀眾對講者及內容的評價，且不因口音差異而產生差別影響
AI 幫你先抓重點
AI 重點 1
字幕錯誤對評價的負面影響是普遍且顯著的
滑鼠懸停看 AI 判斷理由
此發現揭示 ASR 錯誤不僅影響語音辨識精度，更直接削弱觀眾對講者與內容的信任與評價，對教育媒體設計具有重要啟示。
AI 重點 2
口音差異在控制字幕質量後不再顯著影響評價
滑鼠懸停看 AI 判斷理由
說明 ASR 錯誤是主要驅動因素，口音本身並未造成額外偏見，對於公平性與多元語言教育的設計提供依據。
AI 重點 3
實驗採用預註冊線上實驗，提升研究可信度
滑鼠懸停看 AI 判斷理由
預註冊減少假陽性，確保結果可重複，對教育科技研究方法論具有示範作用。
核心研究發現
- 1
即使字幕準確，口音差異對評價影響有限；但字幕錯誤會顯著降低所有講者的評價。
- 2
在控制字幕質量後，口音群體之間的評價差異不顯著，表明 ASR 錯誤是主要因素。
- 3
實驗中 207 名美國眾包工作者參與，使用預註冊的線上實驗設計，確保結果可靠。
- 4
錯誤字幕對講者評價的負面效應同時延伸至內容評價，兩者呈現一致下降趨勢。
- 5
研究暗示，對於 ASR 表現不佳的口音講者，觀眾可能因字幕錯誤而進一步降低評價，形成雙重懲罰。
對教育工作者的啟發
本研究顯示字幕錯誤會顯著降低觀眾對講者與內容的評價，對於教育媒體與遠距教學平台而言，必須優先確保字幕品質。建議在上線前先進行人工校正或使用多源字幕（如手動字幕、機器字幕+人工校正）以降低錯誤率；同時可針對多元口音訓練 ASR 模型，提升辨識準確度。對於課程設計者而言，若使用自動字幕，應在課程說明中提醒學生字幕可能不完全準確，並提供文字稿或錄音作為備援，避免因字幕錯誤造成學習者對講者或內容的負面評價。最後，教育機構可考慮將字幕錯誤率納入評估指標，確保公平與可及性。
原始文獻資訊
- 英文標題：
- Lost in Transcription: Subtitle Errors in Automatic Speech Recognition Reduce Speaker and Content Evaluations
- 作者：
- Kowe Kadoma, Priyal Shrivastava, Mor Naaman
- 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。