20.500.12556/RUP-23115 Game on for news stance-aware gamification in a news aggregator to promote engagement with diverse viewpoints Personalized news systems often adapt ranking to user preferences, which can reinforce selective exposure. We investigate an alterna- tive personalization strategy: stance-aware incentive shaping. In- stead of modifying content ranking, we use a minimal per-topic stance user model to adapt reward gradients, awarding more points for engaging with counter-attitudinal content. In a between-subject experiment (� = 98), we compare a non- adaptive baseline with two adaptive incentive framings (levels vs. leaderboards). Stance-aware gamification increased behavioral en- gagement (clicks and time), while subjective engagement and com- prehension did not differ reliably. Only the level-based framing produced significant pre–post increases in stance change and open- minded thinking, with effects varying by topic. We position stance-aware incentive shaping as a lightweight user-model intervention that adapts motivational feedback rather than ranking, offering an alternative pathway for diversity-aware personalization in recommender systems. Personalizirani novičarski sistemi pogosto prilagajajo razvrščanje vsebin uporabniškim preferencam, kar lahko krepi selektivno izpostavljenost. Preučujemo alternativno strategijo personalizacije: oblikovanje spodbud glede na stališče uporabnika. Namesto spreminjanja razvrstitve vsebin uporabimo minimalni uporabniški model stališča po posamezni temi, s katerim prilagajamo nagradne gradiente, tako da udeleženci prejmejo več točk za ukvarjanje z vsebinami, ki nasprotujejo njihovim stališčem. V eksperimentu med skupinami (N = 98) primerjamo neprilagojeno izhodiščno različico z dvema prilagojenima okvirjema spodbud: stopnjami in lestvicami najboljših. Gamifikacija, prilagojena stališču, je povečala vedenjsko vključenost, merjeno s kliki in časom, medtem ko se subjektivna vključenost in razumevanje nista zanesljivo razlikovala. Samo okvir s stopnjami je povzročil statistično značilno povečanje spremembe stališča in odprtomiselnega razmišljanja med merjenjem pred izpostavitvijo in po njej, pri čemer so se učinki razlikovali glede na temo. Oblikovanje spodbud glede na stališče umeščamo kot lahek poseg v uporabniški model, ki prilagaja motivacijsko povratno informacijo in ne razvrščanja vsebin, s čimer ponuja alternativno pot za personalizacijo, občutljivo na raznolikost, v priporočilnih sistemih. information systems recommender systems personalization human-centered computing user studies računalništvo usmerjeno v človeka interakcija med človekom in računalnikom informacijski sistemi sistemi za priporočanje true false true Angleški jezik Slovenski jezik Neznano 2026-06-05 11:43:55 2026-06-05 11:43:58 2026-06-06 03:09:29 0000-00-00 00:00:00 2026 0 0 Str. 494-497 0000-00-00 PostprintKoncna NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8:004.5 280614403 10.1145/3774935.3812712 280621059 RAZ_Frossling_Caroline_2026.pdf RAZ_Frossling_Caroline_2026.pdf 1 1EC19DC70B96AA098D411F2A6E2F9AAE 39129e235c77a1a754a86c3e309e9cafd7aa873df2bf0d14d352bff032982752 17521ad1-60c3-11f1-9e8d-005056ac49c0 https://repozitorij.upr.si/Dokument.php?lang=slv&id=33770 https://dl.acm.org/doi/10.1145/3774935.3812712 1 f11f493c-60c2-11f1-9e8d-005056ac49c0 https://repozitorij.upr.si/Dokument.php?lang=slv&id=33769 Fakulteta za matematiko, naravoslovje in informacijske tehnologije 0 0 0