摘 要：个性化推荐是算法对人们日常生活影响最为深刻的应用情境之一,也是信息控制权向算法转移的重要标志。这种信息世界的权利偏移对人们感知、理解和应用个性化推荐算法提出了新的要求,面向个性化推荐这一具体情境的算法素养研究亟待开展。本研究聚焦个性化推荐情境,设计了算法素养提升的知识启发措施,并面向30名被试开展了为期4周的纵向追踪实验,对算法素养变化情况进行统计分析。结果显示,实验前后用户算法素养各维度能力均有提升,验证了知识启发措施的有效性;通过聚类分析,识别出算法素养的三种提升模式:弱基础渐进提升模式、弱动机知识技能提升模式和强动机感知提升模式。本研究进一步分析了不同模式的用户特征,并针对不同模式的特点提出算法素养的知识启发策略。
关键词:算法素养; 个性化推荐; 知识启发; 启发措施; 提升模式；
【本文第一作者为四川大学公共管理学院专职博士后。本文系国家自然科学基金“可解释、可通用的下一代人工智能方法”重大研究计划培育项目“人机交互视角下数据与知识双驱动的可解释智能决策方法研究”（92370112）；湖北省自然科学基金创新群体项目“以人为本的人工智能创新应用”2023AFA012）的阶段性成果之一。】
