沉默與噪音：社群媒體中的自我審查與意見表達
arXiv - Human-Computer InteractionXinyu Wang, Emma Carpenetti, Bruce Desmarais, Sarah Rajtmajer
研究揭示社群媒體自我審查與群體規範調整，說明在多元觀點中沉默如何削弱公共討論。
AI 幫你先抓重點
AI 重點 1
自我審查與群體規範調整揭示社群媒體中的沉默機制
滑鼠懸停看 AI 判斷理由
此洞察顯示使用者為符合群體期望而自我審查，揭示平台設計與公民教育需創造安全、包容的討論環境，以促進多元聲音。
AI 重點 2
自我審查與發文頻率、支持感之關聯提示教育者可透過社群互動調整參與度
滑鼠懸停看 AI 判斷理由
了解支持感與發文頻率對自我審查的影響，可協助教育工作者設計互動策略、增進學生參與與自我效能，提升線上學習的互動質量。
核心研究發現
- 1
自我審查與社群環境相關，處於較大觀眾、發文頻率低、支持感不足的使用者較不願表達觀點。
- 2
表達者往往調整觀點以符合所感知的群體規範。
- 3
研究補充回音室文獻，凸顯噪音中的沉默及其對公共討論的潛在影響。
對教育工作者的啟發
對於教育工作者而言，先行建立支持感與安全感的線上社群環境，可透過設計鼓勵發表的機制、提供匿名或分組討論功能，降低自我審查。教師可在課程中加入元認知提示，讓學生反思自身觀點與群體期望的衝突，進而培養批判性思維。平台設計者則可利用數據分析辨識低頻發文者與高審查者，提供個性化回饋或引導，促進多元聲音的表達。此策略不僅提升學習參與度，也有助於維護公共討論的健康與多樣性。
原始文獻資訊
- 英文標題：
- Silence and Noise: Self-censorship and Opinion Expression on Social Media
- 作者：
- Xinyu Wang, Emma Carpenetti, Bruce Desmarais, Sarah Rajtmajer
- 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。