Meinungsvielfalt nutzbar machen

Projektbeschreibung

Informierte Entscheidungsfindung erfordert Kenntnisse über die vielfältigen Perspektiven zu einem kontroversen Sachverhalt. Diese Kenntnisse können besonders bei der Informationssuche im Internet (z.B. in Diskussionsforen und in sozialen Netzwerken) erworben werden, da hier eine besonders große Meinungsvielfalt vorherrschend ist. Dennoch bleibt die Vielfalt der Perspektiven häufig ungenutzt. Individuen wenden sich eher konsistenten als inkonsistenten Informationen zu – ein Phänomen, das als Confirmation Bias bekannt ist.

Das Projekt basiert auf der Annahme, dass Technologien wie Empfehlungssysteme besondere Potenziale bieten, um die Verzerrung in der Informationssuche zu überwinden und tiefere Elaboration anzuregen. In empirischen Studien soll insbesondere die Rolle präferenz-inkonsistenter Empfehlungen im Vergleich zu präferenz-konsistenten Empfehlungen untersucht. In bisherigen Studien konnte gezeigt und repliziert werden, dass präferenz-inkonsistente Empfehlungen den Confirmation Bias reduzieren. Des Weiteren wirken sich inkonsistente Empfehlungen auf verschiedene Präferenz- und Elaborationsmaße aus; u.a. führen sie zu mehr divergentem Denken. Darüber hinaus wurden erste Randbedingungen untersucht, welche den Einfluss von präferenz-inkonsistenten Empfehlungen entweder einschränken oder erhöhen. Ergebnisse zeigen, dass inkonsistente Empfehlungen besonders bei niedrigem Vorwissen und unter Kooperation wirksam sind.

Aufbauend auf den Ergebnissen der im Projekt durchgeführten Untersuchungen sollen Implikationen für die Gestaltung von Empfehlungssystemen abgeleitet werden, die eine elaborierte Meinungsbildung und informierte Entscheidungsfindung fördern.

Publikationen

• Buder, J., & Schwind, C. (2012). Learning with personalized recommender systems: A psychological view. Computers in Human Behavior, 28, 207-216.
• Schwind, C., Buder, J., Cress, U., & Hesse, F. W. (2012). Preference-inconsistent recommendations: An effective approach for reducing confirmation bias and stimulating divergent thinking? Computers & Education, 58, 787-796.
• Schwind, C., Buder, J., & Hesse, F. W. (2011). I will do it, but I don't like it: User reactions to preference-inconsistent recommendations. In D. Tan, S. Amershi, B. Begole, W. A. Kellog, & M. Tungare (Eds.), Proceedings of the 29th Annual CHI Conference on Human Factors in Computing Systems (pp. 349-352). New York, NY: ACM Press.
• Schwind, C., Buder, J., & Hesse, F. W. (2011). Fostering social navigation and elaboration of controversial topics with preference-inconsistent recommendations. In H. Spada, G. Stahl, N. Miyake, & N. Law (Eds.), Connecting Computer-Supported Collaborative Learning to Policy and Practice: CSCL2011 Conference Proceedings (Vol. I, pp. 374-381). Hong Kong: International Society of the Learning Sciences.