aiedtechmetacognitionlearning designassessment

多樣化算法回應的心理效益與成本

arXiv - Human-Computer InteractionTomu Tominaga, Naomi Yamashita, Takeshi Kurashima

研究發現，對小規模回應集，多樣化可提升行動意願且不增加心理成本；但對大規模集則增加認知負荷。

AI 幫你先抓重點

AI 重點 1

多樣化回應集對小規模情境可提升行動意願且不增加負擔

滑鼠懸停看 AI 判斷理由
此洞察顯示設計者可在小規模回應集安全地採用多樣化策略，提升使用者動機，且不會對心理產生額外負擔，為實務應用提供明確的安全邊界。
AI 重點 2

大規模多樣化會增加認知負荷，需考慮用戶負擔

滑鼠懸停看 AI 判斷理由
提醒設計者在回應集規模較大時，必須平衡多樣化與認知負荷，避免使用者因資訊過載而產生負面情緒，從而影響決策效果。

核心研究發現

  1. 1

    對小規模回應集，多樣化能提升使用者的行動意願，且不增加心理成本。

  2. 2

    對大規模回應集，多樣化會使認知負荷顯著提升，使用者感受到更高的心理負擔。

  3. 3

    單純追求多樣化可能使決策者承受額外負擔，提示需設計結合認知與心理的多樣化策略。

對教育工作者的啟發

對於教育平台提供個性化學習建議時，若回應集規模較小，可採用多樣化策略提升學習者行動意願；若回應集較大，則應限制多樣化或加入說明，降低認知負荷；同時在設計算法時加入心理負擔評估指標，確保使用者體驗。

原始文獻資訊

英文標題：
Psychological Benefits and Costs of Diversifying Algorithmic Recourse
作者：
Tomu Tominaga, Naomi Yamashita, Takeshi Kurashima
來源：
arXiv - Human-Computer Interaction
AI 摘要模型：
openai/gpt-oss-20b
閱讀原文

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。