arXiv精选AI 评分6565中国男同性恋约会应用用户应对欺骗体验的定性研究
针对中国男同性恋者在约会应用中遭遇欺骗这一被 HCI 和 CSCW 领域忽视的问题，一项对 22 名 Blued、Aloha、翻咔和 Soul 等平台用户进行的半结构化访谈研究发现，用户并非孤立地识别风险，而是通过社区经验流通与规则共享，形成了一种协作式的风险认知实践。该研究指出，约会平台上的信任评估是一个分层、概率性且社会分布的过程，而非简单的二元判断。 研究首先梳理了用户面临的五类主要欺骗行为：以获取性机会为目的的关系虚假陈述、持续的情感欺骗、金融诈骗、伪装成普通用户的营销行为以及虚假身份构建。这些行为不仅破坏了亲密关系的建立，也威胁到用户的安全感与社区归属感。面对这些复杂情境，长期使用的用户发展出了一套具体的验证与应对策略。例如，他们通过观察互动节奏来判断对方的关系意图，识别特定的金融风险提示信号，辨别商业推广账号的特征，并逐步核实身份的真实性。这些策略并非一次性动作，而是随着使用时长和社区互动不断演化的动态技能。 更关键的发现是，这种风险识别能力超越了个体范畴，成为一种集体智慧。在社区中，反复出现的欺骗手段会被总结并广泛传播，新用户通过学习这些共享规则来规避陷阱。这种协作实践表明，边缘群体在面对数字平台风险时，能够主动构建实用的防御知识体系。对于体验设计与服务研究领域而言，这一结论挑战了传统上依赖平台单方审核或技术拦截的思路，强调了用户社群在安全感知与信息过滤中的核心作用。它提示设计者需要关注如何支持这种社区知识的沉淀与流动，以及如何理解用户在非正式社交场景中复杂的信任建构机制，从而更好地服务于性少数群体的数字体验需求。
推荐理由：揭示边缘群体在约会应用中如何通过社区协作构建反欺骗知识，将信任评估从二元判断重构为分层概率过程。
