rTag view ‑보도된 미확인 정보의 비판적 수용을 위한 관련 기사 제공 UI의 개발과 평가‑

박정진; 한영애

추천

검색

질문

자료유형: 학술저널

저자정보: 박정진 (연세대학교) 한영애 (연세대학교)

저널정보: 인제대학교 디자인연구소 Journal of Integrated Design Research Journal of Integrated Design Research Vol.19 No.3(Wn.51)

발행연도: 2020.9

수록면: 45 - 62 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2020

rTag view ‑보도된 미확인 정보의 비판적 수용을 위한 관련 기사 제공 UI의 개발과 평가‑

박정진 , 한영애 Journal of Integrated Design Research 2020.09 학술저널

Tagged View: 보도된 미확인정보의 비판적 수용을 위한 사용자 인터페이스 제안

박정진 , 한영애 한국디자인학회 학술발표대회 논문집 2020.06 학술대회자료

미확인정보의 비판적 수용을 위한 사용자 인터페이스 제안

박정진 , 한영애 한국HCI학회 학술대회 2020.02 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

연구배경
뉴스 기사로 보도된 의혹 및 혐의, 주장, 논평은 미확인 정보에 해당하나, 미디어 문해력이 약한 독자가 이를 확정 사실로 오독할 수 있다. 일부 미확인 정보에 대해서는 단기간 내 팩트체크가 가능하지만, 의혹 및 혐의의 경우 장기간의 수사와 재판을 거쳐야 사실 여부가 확인되고 무혐의로 밝혀져도 그간 발생한 명예 훼손 등의 피해를 완전히 보상받기 어렵다.

연구방법
본 연구에서는 먼저 미확인 정보의 보도 시점으로부터 전문가의 팩트체크, 수사 및 재판 등 미확인 정보가 검증되는 시점 사이에, 독자가 의혹 및 혐의의 사실 여부, 주장의 논리적 타당성, 논평의 객관성을 염두에 두고 기사를 읽도록 돕는 Tagged View의 개념을 제안하였다. 그리고 Tagged View 중에서도 원문 기사보다 정확한 관련 기사로 뉴스 포털 관리자와 사용자가 선정한 내용을 기사 내부의 문제가 되는 부분에 직접 부착(tag)하여 기사 내용의 사실성 판단을 돕는 rTag(related articles tag) view 사용자 인터페이스의 효과를 온라인 설문을 활용한 정량적 연구로 검증하였다. 대조군과 실험군에 30-40대 성인 남녀 각 100명씩을 무작위로 할당하여, 대조군은 사실성에 문제가 있는 원문 기사만 있는 화면을, 실험군은 rTag view가 적용되어 원문 기사에 관련 기사 2개가 링크된 화면을 보고 뉴스 기사의 이해도 및 미확인 정보의 신뢰도를 평가하는 설문에 응답하였다.

연구결과
rTag view가 적용되어 미확인 정보와 관련 기사를 같이 읽은 실험군에서 대조군에 비해 유의하게 보도된 사안의 이해도는 높아지고 미확인 정보 문장에 대한 신뢰도는 낮게 평가되어, rTag view로 독자의 미디어 문해력의 향상이 가능함을 보여주었다. 또한 실험군에서 대조군에 비해 관련 기사 내용에 근거하여 객관적으로 미확인 정보 문장의 신뢰도를 판단한 것으로 관찰되었다.

결론
rTag view는 사용자가 직접 원문 기사 안에서 틀린 내용을 찾고, 관련 기사 중 어느 것이 더 사실에 가까운지 판단하는 수고를 덜어주므로 기존의 관련 기사 서비스들보다 독자의 미디어 문해력 향상에 더 효과적으로 기여할 것으로 기대되며, 특히 정보의 시의성과 관점의 균형, 다양성이 중요한 기사들에서 효과적으로 활용될 수 있다. 현 시점에서 rTag view의 운영은 미디어 문해력을 갖춘 사용자의 참여에 의존해야 하지만 향후 뉴스 기사의 사실여부를 판단하는 AI 기술이 접목된다면 더욱 효과적으로 기능할 것이다.

Background
The online production and circulation of news enable the spread of accurate, fake, and unverified news. While unverified information—allegations, opinions, misinformation, weak arguments, and exaggerated expressions—in the news is not the wilful distortion of the truth, it is problematic if readers whose critical reflection abilities are undermined mistake it as confirmed truth. As expert fact-checking takes at least a few hours and the trial of allegations can take months, readers can be constantly exposed to less-than-factual articles during the time.

Methods
To defend the factuality, validity, and objectivity in the news, this study reports the design and effectiveness of the rTag view UI concept that allows for directly linking related articles to sentences with compromised factuality in the news, for readers to compare the articles and to recognize potential inaccuracies. The effectiveness of the rTag view was tested with an online survey questionnaire. 200 participants in their 30’s and 40’s were randomly assigned to control (the regular view) and experimental (the rTag view) groups in the equal number. They read the Mask and Testkit articles and responded to questions measuring (1) the comprehension scores, and (2) the perceived reliability of the inaccurate information in the original articles.

Result
In the experiment group, the comprehension scores were significantly higher, while the perceived reliability scores were lower. With the rTag view, higher percentages of participants rated the reliability based on what is stated in the news. Reading the linked articles in the rTag view encouraged the experimental group to grasp the factuality of the issues better, and to be more critical of what they read.

Conclusion
Though the rTag view does not verify the factuality of news, it suggests parts of the news need to be fact-checked, which improves the reader’s media literacy. The rTag view will be particularly effective for time-sensitive information where updates accumulate and factuality changes over time such as COVID-19 news, and news stories that require balanced and diverse perspectives. Presently the rTag view is proposed as a participatory service concept that runs on user participation, but with AI-based deception detection technology, automated linking of related articles is conceivable in the future.

#모바일 뉴스 애플리케이션 사용자 인터페이스 #미디어 문해력 #미확인 정보 #관련 기사 #비판적 수용 #Mobile News Application User Interfaces #Media Literacy #Unverified Information #Related Articles #Critical Reading

참고문헌 (29)

참고문헌 신청

김현아 / 네이버 댓글 정책, 글쓰기 문화 바꿨다 / 이데일리

문지영 / 카카오, 다음·카카오톡 뉴스 댓글 개편 이후 악플 줄어 / YTN

백지수 / ’ㅅH刀IOF’도 잡아낸다 … 악플戰 AI 투입 / 머니투데이

오대영 / 팩트체크: 황교안 “외국인 노동자, 한국 경제에 기여 없다”발언 검증 / JTBC Newsroom

오주현 / 토론 게시판의 댓글·게시글 작성자의 인구통계학적 특성

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박정진

소속기관 연세대학교

주요연구분야 예술체육학 > 디자인 복합학 > 학제간연구

논문수 4 이용수 344

한영애

소속기관 연세대학교

주요연구분야 예술체육학 > 디자인 TOP 10% 복합학 > 학제간연구

논문수 24 이용수 2,160

이 논문과 함께 이용한 논문

혼인상태에 따른 중년남녀의 건강행위와 건강상태

이윤석 한국인구학 2012 .08

The Accuracy and Sufficiency of Information in the Blood Pressure Chart

Hahn , Young-ae Journal of Integrated Design Research 2020 .06

노무현 정부 교육정책의 과제와 추진전략

백종섭 학술대회 발표논문집 2003 .12

사이버상 잊혀질 권리와 개인정보보호법의 개선방안

박광현 한국컴퓨터정보학회 학술발표논문집 2024 .01

디지털 데이터와 잊혀질 권리

이권일 저스티스 2023 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-600-001573200

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (29)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)