透過手繪影片減輕確認偏誤
arXiv - Human-Computer InteractionChenyu Lin, Cindy Xiong, Icy Zhang
研究發現觀察數據視覺化的手繪動態過程，能有效減輕確認偏誤並提升數據解讀的準確性。
AI 幫你先抓重點
AI 重點 1
具身認知（Embodied Approach）在資訊解讀中的力量
滑鼠懸停看 AI 判斷理由
透過觀察「動態手繪」而非僅看「靜態結果」，學習者能參與到資訊生成的過程中。這種具身化的學習方式能打破認知慣性，讓大腦重新處理資訊，而非直接套用既有的預設框架。
AI 重點 2
設計「過程導向」的介面以對抗認知偏誤
滑鼠懸停看 AI 判斷理由
這項研究為數據視覺化設計提供了新思路：與其追求極致的簡潔與靜態呈現，不如刻意引入「構建過程」的展示。這對於設計旨在培養批判性思考或科學素養的教育工具具有高度參考價值。
核心研究發現
- 1
與靜態長條圖相比，觀看手繪構建圖表的影片能幫助參與者更準確地解讀數據，即使數據內容與其既有信念相左時亦然。
- 2
手繪影片教學法能顯著減少與既有信念一致的錯誤，並增加參與者修正錯誤信念（belief-overriding）的反應次數。
- 3
展示視覺化圖表的構建過程，有助於支持更精確的推理過程，並減輕認知偏誤對資訊解讀的影響。
對教育工作者的啟發
教育設計者在開發數位學習工具或數據分析教材時，不應僅提供最終的圖表結果。建議引入「動態構建過程」的視覺呈現（如動畫或手繪過程），讓學生觀察數據是如何從無到有被轉化為視覺資訊的。這種方法能引導學生將注意力從「驗證既有觀點」轉移到「理解數據邏輯」，對於培養學生的批判性思考、科學推理能力以及減少認知偏誤具有實質幫助，特別是在處理具有爭議性或反直覺的科學數據時。
原始文獻資訊
- 英文標題：
- Mitigating Confirmation Bias through Hand-Drawing Videos
- 作者：
- Chenyu Lin, Cindy Xiong, Icy Zhang
- 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。