Lupa

Izpis gradiva Pomoč

A- | A+ | Natisni
Naslov:Progress feedback for countering selective exposure : when visualization can backfire
Avtorji:ID Riemann, Janine (Avtor)
ID Alt, Jasmin (Avtor)
ID Sergaš, Uroš (Avtor)
ID Tkalčič, Marko (Avtor)
ID Ferwerda, Bruce (Avtor)
Datoteke:.pdf RAZ_Riemann_Janine_2026.pdf (534,45 KB)
MD5: 5AD716DCD9799B03812A00E0EDADE1D8
 
URL https://dl.acm.org/doi/10.1145/3774935.3812732
 
Jezik:Angleški jezik
Vrsta gradiva:Neznano
Tipologija:1.08 - Objavljeni znanstveni prispevek na konferenci
Organizacija:FAMNIT - Fakulteta za matematiko, naravoslovje in informacijske tehnologije
Opis:Selective exposure in online news is often attributed to person- alization mechanisms and user modeling. Recent work proposes interface-level interventions that visualize reading balance or frame cross-cutting exposure as progress. However, we lack empirical evidence on whether alternative representations of user-model feedback meaningfully influence engagement with belief-opposing content. We conducted a between-subject experiment (N = 84) in a controlled news environment comparing two representations of diversity feedback: (1) an analytic bias visualization summarizing viewpoint balance and (2) a metaphorical growth visualization fram- ing cross-cutting exposure as personal development. Across behav- ioral and attitudinal measures of open-minded engagement, neither feedback representation increased engagement relative to control, and the two designs did not differ reliably. Our results suggest that lightweight representations of diversity signals—without adaptive personalization or structural changes to recommendations—may be insufficient to alter selective exposure in single-session settings. We discuss implications for designing user-model feedback and depolarization objectives in recommender systems.
Ključne besede:human-centered computing, human computer interaction, information systems, recommender systems
Verzija publikacije:Recenzirani rokopis
Leto izida:2026
Št. strani:Str. 536-539
PID:20.500.12556/RUP-23117 Povezava se odpre v novem oknu
UDK:004.5
DOI:10.1145/3774935.3812732 Povezava se odpre v novem oknu
COBISS.SI-ID:280680195 Povezava se odpre v novem oknu
Datum objave v RUP:05.06.2026
Število ogledov:25
Število prenosov:2
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del monografije

Naslov:UMAP 2026 : proceedings of the 34th ACM International Conference on User Modeling, Adaptation and Personalization
Kraj izida:New York (NY)
Založnik:Association for Computing Machinery
ISBN:979-8-4007-2311-7
COBISS.SI-ID:280614403 Povezava se odpre v novem oknu

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Opis:Selektivna izpostavljenost pri spletnih novicah se pogosto pripisuje mehanizmom personalizacije in uporabniškemu modeliranju. Nedavno delo predlaga posege na ravni vmesnika, ki vizualizirajo ravnotežje pri branju ali izpostavljenost navzkrižnim stališčem predstavijo kot napredek. Vendar nimamo dovolj empiričnih dokazov o tem, ali alternativne predstavitve povratnih informacij uporabniškega modela pomembno vplivajo na ukvarjanje z vsebinami, ki nasprotujejo prepričanjem uporabnikov. Izvedli smo eksperiment med skupinami (N = 84) v nadzorovanem novičarskem okolju, v katerem smo primerjali dve predstavitvi povratnih informacij o raznolikosti: (1) analitično vizualizacijo pristranskosti, ki povzema ravnotežje med vidiki, in (2) metaforično vizualizacijo rasti, ki izpostavljenost navzkrižnim stališčem uokvirja kot osebni razvoj. Glede na vedenjske in stališčne mere odprtomiselne vključenosti nobena od predstavitev povratnih informacij ni povečala vključenosti v primerjavi s kontrolno skupino, prav tako se obe zasnovi med seboj nista zanesljivo razlikovali. Rezultati kažejo, da lahke predstavitve signalov raznolikosti brez prilagodljive personalizacije ali strukturnih sprememb priporočil morda ne zadoščajo za spreminjanje selektivne izpostavljenosti v enosejnih okoljih. Razpravljamo o posledicah za oblikovanje povratnih informacij uporabniškega modela in depolarizacijskih ciljev v priporočilnih sistemih.
Ključne besede:računalništvo, usmerjeno v človeka, interakcija med človekom in računalnikom, informacijski sistemi, sistemi za priporočanje


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici