Nudging naar diversiteit van standpunten? Evaluatie van de impact van Large Language Modelgegenereerde toelichtingen op de consumptie van nieuwsdiversiteit

Omdat het meeste nieuws online wordt geconsumeerd, spelen aanbevelingssystemen een cruciale rol
bij het cureren van de constante instroom van nieuwe artikels. Dit leidt tot zorgen over verminderde
diversiteit - nochtans een essentieel aspect voor de democratie. Ondanks de behoefte aan diverse
perspectieven zijn er uitdagingen bij het operationaliseren van diversiteit en vragen over
gebruikersacceptatie. Dit onderzoek stelt voor Large Language Models (LLMs) te gebruiken om
verschillende perspectieven te identificeren en transparante toelichtingen te genereren die gebruikers
stimuleren om diverse nieuwsartikelen te consumeren. Het hanteert een multi-stakeholder,
interdisciplinaire benadering, die inzichten uit computationele communicatie, sociale wetenschappen
en mens-computerinteractie combineert.
De verwachte uitkomsten omvatten een dieper theoretisch begrip van de overtuigingskracht van
algoritmische toelichtingen, de creatie van een methodologisch kader, en een online experimentele
tool om digitale communicatiestudies uit te voeren. Bovendien zal het onderzoek empirische
inzichten verschaffen in de wijze waarop en de mate waarin toelichtingen de diversiteitsconsumptie
en gebruikerservaring beïnvloeden.
De resultaten omvatten praktische ontwerprichtlijnen voor ontwerpers van aanbevelingssystemen om
de implementatie van effectieve toelichtingspatronen te vergemakkelijken, waardoor bouwstenen
worden aangereikt voor toekomstbestendige en evidence-based regelgeving.