Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › BEA : Building Engaging Argumentation

Publikation

BEA : Building Engaging Argumentation

Aicher, Annalena; Weber, Klaus; André, Elisabeth; u. a. (2025): BEA : Building Engaging Argumentation, in: Bamberg: Otto-Friedrich-Universität, S. 279–295.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Aicher, Annalena
Weber, Klaus
André, Elisabeth
Minker, Wolfgang
Verlagsangabe
Otto-Friedrich-Universität : Bamberg
Erscheinungsjahr
2025
Quelle/Weitere Ausgabe
Philipp Cimiano, Anette Frank, Michael Kohlhase, u. a. (Hrsg.), Robust Argumentation Machines : First International Conference, RATIO 2024, Bielefeld, Germany, June 5–7, 2024, Proceedings, Cham: Springer Nature Switzerland, 2024, S. 279–295, ISBN: 978-3-031-63535-9, 978-3-031-63536-6
Jahr der Erstpublikation
2024
Sprache(n)
Englisch
Lizenz
URN
Abstract

Exchanging arguments and knowledge in conversations is an intuitive way for humans to form opinions and reconcile opposing viewpoints. The vast amount of information available on the internet, often accessed through search engines, presents a considerable challenge. Managing and filtering this overwhelming wealth of data raises the potential for intellectual isolation. This can stem either from personalized searches that create “filter bubbles” by considering a user’s history and preferences, or from the intrinsic, albeit unconscious, tendency of users to seek information that aligns with their existing beliefs, forming “self-imposed filter bubbles”.

To address this issue, we introduce a model aimed at engaging the user in a critical examination of presented arguments and propose the use of a virtual agent engaging in a deliberative dialogue with human users to facilitate a fair and unbiased opinion formation. Our experiments have demonstrated the success of these models and their implementation. As a result, this work offers valuable insights for the design of future cooperative argumentative dialogue systems.

Freie Schlagwort(e)
Cooperative Argumentative Dialogue Systems
Reflective (User) Engagement (RUE)
Conversational Engagement
User Attention
User Focus
Gaze Tracking
Virtual Avatar
Peer Reviewed
ja
Internationale Verbreitung
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
10.11.2025

Permalink: https://fis.uni-bamberg.de/handle/uniba/110816 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.