隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究.pdf

第 卷 第 期 年 月南京邮电大学学报（社会科学版）（）【网络社会变革与管理】隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究王晨阳，张 宇中国科学技术大学 人文与社会科学学院，安徽 合肥 中国科学技术大学 计算社会科学与融媒体研究所，安徽 合肥 中国科学院 科学传播研究中心，安徽 合肥 香港城市大学 公共及国际事务学系，香港 摘 要：智能社会隐私关注与数据挖掘之间的博弈值得关注，而目前尚未厘清隐私类型、隐私采集主体和个人隐私关注之间的关系。通过一项针对 名大学生的（个人信息类型：数字足迹信息、数字生活信息、人口统计信息和自我披露信息）（主体类型：人类和人工智能）混合实验发现，受试者最为关注个人数字生活信息隐私，对人口统计信息隐私风险的关注最弱。此外，受试者更信任向人工智能主体而非人类主体披露个人隐私信息。根据研究结果，从加强用户隐私保护宣教、督促企业履行法律和伦理义务、应用联邦学习和区块链隐私保护技术，以及建立隐私侵犯事后救济等方面提出建议。关键词：隐私关注；隐私披露；隐私风险感知；隐私信息类型；人工智能技术中图分类号：；文章编号：（）收稿日期：本刊网址：作者简介：王晨阳，博士研究生，中国科学院科学传播研究中心研究助理，研究方向：为人工智能伦理、计算社会科学；张宇，博士研究生，研究方向：科技政策、科技伦理治理。基金项目：中国科协研究生科普能力提升项目“伦理风险型技术的科普解读与社会感知研究 以人工智能医疗技术为例”（）；共青团中央青少年发展研究重点课题（协同研究项目）“风险传播视域下重大公共突发事件中的青少年心理与行为分析”（）；合肥市哲学社会科学青年项目“突发公共事件中的网络谣言治理策略研究”（）引 言近年来，随着各类信息与通信技术（技术）在日常生活中的广泛使用，个人信息每天都在被各类信息平台、组织等收集和处理。年，华盛顿邮报进行的一项调查显示，全世界大约有 的热门网站通过记录鼠标移动轨迹、键盘使用痕迹、浏览页面数据、使用 收集信息，以及加载广告跟踪器等各种技术跟踪用户信息。通过使用技术手段追踪用户隐私信息，平台公司可以了解用户画像及用户偏好，推送具有针对性的内容或营销信息。但由大数据隐私泄露与侵权问题引发的法律、伦理风险始终牵动着公众敏感的神经，隐私对用户而言可能比以往任何时候都更为重要。譬如，一项调查表明，大约 的 技术用户担心通过移动应用程序收集个人数据存在侵犯隐私的风险。皮尤（）研究中心开展的一项调查发现，约有 的美国人因担心个人隐私被侵犯而决定不使用网站、电子产品和社交媒体等产品或服务。随着收集个人信息的设备、方法、渠道激增，隐私问题变得更加复杂。因此，研究智能社会中的隐私信息类型、隐私采集主体与个体隐私风险感知的交互问题显得尤为必要。对 、谷歌学术、中国知网、维普数据库、万方数据库等国内外主流数据库进行检索发现，关于该问题的研究很少。本研究旨在通过实验法分析隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用，以期为在人工智能时代开展隐私收集、挖掘和保护提供参考。一、文献综述与研究问题（一）隐私类型与个人隐私风险感知差异通过梳理国内外隐私披露、隐私保护等相关领域的文献发现，隐私常被认为是一个单一维度的概念。在研究公众的隐私风险感知、隐私披露意愿和隐私悖论时，隐私常被作为一个整体的单一的概念加以研究。实际上，个人隐私的类型是多样且复杂的，并且个体对于同一类型和层级的隐私，或对于不同类型和层级的隐私，其风险感知和披露意愿均可能存在差异。譬如，不同个体对于收入、住址等隐私的风险感知和披露意愿可能存在较大差异，同一个体对于年龄等一般人口统计学层面的隐私和身心健康状况等层面隐私的风险感知和披露意愿也可能存在较大差异。因此，等提出，应该将隐私视为一个多层次的概念。对于隐私类型的划分，一是从法理层面进行梳理和划分，如 通过梳理美国、加拿大、英国、荷兰、德国、意大利、捷克、波兰和斯洛文尼亚等 个国家的与隐私相关的法律，提出个人隐私可划分为 种类型，即身体隐私、智力隐私、空间隐私、决策隐私、沟通隐私、关联隐私、专有隐私、行为隐私和信息隐私，其中，前 种属于基本隐私，其与信息隐私概念存在重叠但并不完全相同。二是通过对用户的深度访谈和文献梳理，对隐私类型进行划分。等人的研究可视为此方面的代表，其基于人工智能时代的用户感知，确定了 种类型的个人信息，即数字足迹信息（如 和搜索历史记录）、数字生活信息（如在线账户信息和 地址）、人口统计信息（如性别、收入、婚姻状况），以及自我披露信息（如社交媒体帖子和个人资料）。由于法理层面的隐私分类的颗粒度过细，概念界定极为严格，本研究通过对 名实验对象进行问卷预调研发现，受试者不能很好地区分 提出的不同类型的隐私，而 等提出的隐私分类更易区分，并且是基于人工智能时代的用户感知进行的隐私分类，契合本研究的方向和目的，故下文实验中将使用 等的分类。第 期王晨阳等：隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究先前研究发现，因隐私类型的不同，个人对隐私的保护意愿和披露期望存在差异。一项在美国进行的分层随机抽样调查（样本量为 人）发现，人们对不同类型的隐私在保护意愿和披露期望方面存在巨大差异。基于此，研究者认为在分析个体的隐私保护和披露期望时必须明确区分不同类型的隐私。等研究了人工智能时代众筹新闻中用户的数据隐私保护问题，结果发现，的受访学生对于个人特征信息的泄露风险及保护途径有充分的认知，但只有 的受访学生对个人网络痕迹信息泄露风险及保护途径有充分认知，这表明个体在面对不同类型的隐私信息时，其风险感知存在差异。在人工智能时代，海量的 设备几乎每时每刻都在收集着个人不同类型的隐私信息。例如，智能家居环境中的物联网（）服务需要收集并频繁调用用户的行为数据、财务信息等内容。智能手表、蓝牙耳机等可穿戴设备会通过收集个体的敏感健康信息，如运动模式、心率、血压和食物消耗等，分析用户的健康状况。智能手机也可以实时追踪用户的位置信息，记录用户的网站、搜索历史记录等痕迹。对于不同类型的隐私信息被采集的问题，个人的风险感知和披露意愿如何？对此，先前进行的研究发现，在面对不同类型的隐私信息时，个人的隐私风险感知存在差异。例如，一些研究发现，数字生活信息与隐私问题之间存在高度的相关性，而人口统计信息被认为是最不隐私的信息，与用户的隐私关注度相关性较低，。用户对社交媒体采集器阅读偏好信息的隐私风险感知不高，但对社交媒体采集器位置、头像和联系人信息的隐私风险感知十分强烈。综上所述，本文提出问题：在面对不同类型的个人隐私信息时，个人隐私风险感知是否存在不同？有何不同？（二）隐私采集主体与个人隐私风险感知差异研究表明，隐私风险感知和隐私担忧也存在因个人信息被披露的地点或被披露的对象不同而出现差异的现象。例如，与非主流的或不熟悉的电商平台相比，消费者在自己熟悉的或主流的电商平台消费时，他们的隐私关注或风险感知更低。需要指出的是，在线共享平台的出现改变了个人数据共享的关系规范。大量的用户正在以新的方式向朋友、心仪的品牌甚至陌生人披露个人信息。在人工智能时代，用户不仅与人类共享信息，还与人工智能主体、智能机器人等共享信息。因此，有必要研究用户向人类和人工智能主体披露个人信息时隐私关注的差异性。近年来，在消费、医疗、心理服务等领域，出现了一批服务新业态，如智能自助服务机器、聊天机器人服务、智能心理疗愈机器人等，此类设备均允许消费者在不与任何人接触的情况下实施消费或诊疗行为。与传统服务相比，非传统服务无需与他人接触，为消费者在物理上和心理上创造了一个更为私密的个人空间，在此情形下，一些消费者更愿意敞开心扉披露个人意愿。此前研究即发现，消费者认为向人工智能设备共享隐私更具安全感。在披露和处理个人隐私信息方面，人们更为信任人工智能主体而非人类，呈现出倾向于向人工智能主体披露个人信息的现象。例如，当参与面试时，面试者更南 京 邮 电 大 学 学 报（社 会 科 学 版）年愿意向纯音频的计算机设备而不是类似人类的嵌入式计算机设备或人类面试官披露个人信息；在医学访谈中，与人类访谈者相比，受试者在与计算机访谈者互动时更愿意透露个人信息；在线健康社区用户对网络平台隐私保护能力的信任度也更高。由此可见，用户在更为信任某一主体或平台时，就会向其披露隐私信息乃至产生隐私悖论行为，他们可能更倾向于向人工智能主体而非人类披露自己的隐私。综上所述，本文提出问题：与人工智能主体相比，当向人类提供个人信息时，个人对隐私风险感知和担忧是否存在不同？有何不同？二、研究方法（一）实验设计和受试对象本研究设计了一个（个人信息类型：数字足迹信息、数字生活信息、人口统计信息和自我披露信息）（主体类型：人类和人工智能）的混合实验，以回答前文提出的两个研究问题。其中，个人隐私信息类型是被试的内因素，主体类型是被试的间因素。在实验受试对象选择方面，经考虑最终选定大学生群体为受试对象，其理由是：一方面，研究样本应具有良好的同质性，以避免受教育程度等人口统计学特征对研究结果的影响；另一方面，大学生是人工智能技术、技术等的重度使用者或活跃用户，对于隐私问题的关注度比普通社会公众更高。年 月，课题组招募了 名大学生作为受试对象，包括 名男性和 名女性。受试者的平均年龄为 岁（岁）。在实验开始前，所有受试者均在完全知情同意的前提下以自主意志参与实验。（二）实验材料和实验程序根据 等学者的研究，将个人隐私信息分为 种类型（即数字足迹信息、数字生活信息、人口统计信息和自我披露信息）。实验的程序如下：其一，将人类主体作为被试的间因素，将个人隐私信息类型作为被试的内因素，通过实验电脑向受试者发送问题，并由受试者作答。实验包括“人类主体数字足迹信息”“人类主体数字生活信息”“人类主体人口统计信息”和“人类主体自我披露信息”等 类情景。当涉及“人类主体数字足迹信息”场景时，受试者面对的问题是，“请想象一下这样一种情况：你正在使用智能手机，一个人要求你提供你的个人数字足迹信息，如应用程序使用记录、移动搜索历史记录等。你开始怀疑是否应该提供你的个人信息”，然后要求受试者回答与隐私风险和担忧相关的问题。之后，在其他 类场景中重复相同的问题和实验过程，被试的间因素依然是人类主体，只是将被试的内因素更改为对应的隐私信息类型。其二，将人工智能主体作为被试的间因素，将个人隐私信息类型作为被试的内因素，通过实验电脑向受试者发送问题，并由受试者作答。实验包括“人工智能主体数第 期王晨阳等：隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究字足迹信息”“人工智能主体数字生活信息”“人工智能主体人口统计信息”和“人工智能主体自我披露信息”等 类情景。例如，当涉及“人工智能主体数字足迹信息”场景时，受试者面对的问题是，“请想象一下这样一种情况：你正在使用智能手机，一个人工智能设备要求你提供你的个人数字足迹信息，如应用程序使用记录、移动搜索历史记录等。你开始怀疑是否应该提供你的个人信息”。之后，在其他 类场景中重复相同的问题和实验过程，被试的间因素依然是人工智能主体，只是将被试的内因素更改为对应的隐私信息类型。实验全程在电脑端进行独立的一对一作答，以规避实验环境、受试者互相交流等因素对实验结果的干扰。（三）因变量隐私风险感知是指个人在向其他主体提交个人隐私信息时，感知到的潜在的隐私受损程度。隐私风险可分为 个维度，即金钱、身体、社会和心理。金钱风险指的是共享个人信息造成的潜在金钱损失，身体风险指的是身体伤害，社会风险指的是提供个人信息对社会声誉的潜在威胁，心理风险与焦虑或痛苦等负面情绪有关。为了评估每个场景中的隐私风险，我们向受试者提出了 个问题，即在特定场景中提供个人信息时，他们在金钱、身体、社会和心理上感受到的风险。受试者的所有反应均采用 点李克特（）量表进行测量。隐私关注是指个人对其信息失控的感知度。借鉴 等提出的 道测量题目来评估每个场景中受试者的隐私关注问题，如，“当我向人类主体提供我的数字足迹信息时，我担心我的个人信息可能会以我无法预见的方式被使用”“当我向人类主体提供我的数字足迹信息时，我担心他们会在互联网上找到关于我的私人信息”。所有题目均采用 点李克特（）量表进行测量。三、研究结果对两个因变量进行了 的方差分析检验，以个人信息类型作为被试内因素，主体类型作为被试间因素。结果表明，个人信息类型具有显著的主效应（隐私风险：，；隐私问题：，）。由于结果不符合 球形度检验，故而使用 球形度估计来校正自由度。结果显示，隐私风险，隐私问题，事后检验结果表明（见表），受试者对数字足迹信息、数字生活信息、人口统计信息、自我披露信息等 种类型隐私的风险感知和隐私关注存在显著差异。南 京 邮 电 大 学 学 报（社 会 科 学 版）年表 个人信息类型对相关变量的主要影响因变量个人信息类型隐私风险感知数字足迹信息数字生活信息人口统计信息自我披露信息隐私关注数字足迹信息数字生活信息人口统计信息自我披露信息为进一步研究问题，逐步对比分析各条件下的差异。如图 所示，将受试者的隐私风险感知作为因变量，将受试者的“隐私类型隐私采集主体”值作为自变量，检验发现，当被要求提供数字足迹信息时，受试者对人类主体的隐私风险感知更强烈，换言之，受试者认为人类主体（）比人工智能主体（，）更有可能侵犯其隐私。在对比分析数字生活信息时，同样有类似发现（人类主体 ，人工智能主体 ；）。但是，在对比分析人口统计信息和自我披露信息时，本研究发现，受试者的隐私风险感知不存在显著差异（）。图 隐私类型隐私采集主体的平均值差异对比（因变量：隐私风险感知）如图 所示，将受试者的隐私关注作为因变量，将受试者的“隐私类型隐私采集主体”值作为自变量，检验得出了与图 类似的结论，即受试者对个人的数字足迹信息和数字生活信息的隐私关注存在显著差异，换言之，他们在向人类主体而非人工智能主体披露个人隐私时，更为关注隐私问题；而对人口统计信息和自我披露信息的隐私关注不存在显著差异。第 期王晨阳等：隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究图 隐私类型隐私采集主体的平均值差异对比（因变量：隐私关注）四、结论与讨论研究发现，其一，对于不同类型的隐私信息，受试者最为关注个人的数字生活信息，其次关注数字足迹信息，较少关注人口统计信息和自我披露信息。其二，受试者更为信任向人工智能主体披露个人的数字生活信息和数字足迹信息，对于向个人主体披露这些隐私信息表现出更高的隐私风险感知和隐私关注。与此同时，无论面对的隐私采集主体是人类还是人工智能设备，受试者对其人口统计信息和自我披露信息的隐私风险感知和隐私关注均无显著差异。基于上述发现，本研究的主要价值和可能的贡献体现在如下几个方面：首先，智能设备和其他 技术正在广泛收集各类隐私信息，包括生物特征信息、实时位置信息、健康习惯、在线 移动使用历史和社交媒体信息等。然而，鲜有研究关注到用户在披露不同类型的隐私信息以及向不同主体披露隐私信息时存在的差异。本研究在分析隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用方面具有创新性。未来，相关学者可在本研究的基础上，更为深入地探索智能社会中隐私类型、隐私采集主体与隐私关注之间的关系。其次，本研究确定了用户对不同隐私采集主体的隐私风险感知差异。尽管先前研究表明，个人的隐私披露行为会因采集主体是人类还是人工智能而有所不同，但相关研究的重点在于分析用户向人工智能主体披露个人隐私信息时的体验。本研究通过分析用户向不同类型的隐私采集主体（人类或人工智能主体）披露不同类型的隐私信息时，其隐私风险感知和隐私关注的差异，对现有研究做出了有益的补充。最后，本研究也具有一定的实践意义。当前，基于大数据分析洞察并做出决策是企业成功的关键因素，越来越多的企业力图通过大数据采集、分析与挖掘技术收集用户的个人信息，但对侵犯和泄露隐私的忧虑让用户对披露个人隐私持保守态度。本研究发现，从企业的南 京 邮 电 大 学 学 报（社 会 科 学 版）年角度出发，为了收集客户的敏感个人信息，如数字足迹和数字生活信息，企业应对个人数据去标识化处理，在隐私保护方面符合监管要求并给用户树立可信的印象，同时，推广使用人工智能主体而不是人类主体是更为有效和可行的方式。这一发现对提供各种非接触式服务（如聊天机器人、社交机器人、网络群聊、在线视频会议和其他自助服务技术等）的企业具有借鉴价值。本文的研究发现也带来了一个值得深入思考的问题，即受试者对人工智能主体的隐私侵犯的风险感知不足。有鉴于此，其一，应加强对普通公众的隐私风险教育，尤其是应加强面向未来智能社会的隐私保护宣传和教育，使普通公众深刻理解个人何种类型的隐私可能会被平台采集，个人隐私信息会在何种程度上被采集和利用。其二，平台应严格遵守法律法规和伦理道德，对在我国境内从事服务的企业而言，要严格遵守网络安全法数据安全法个人信息保护法等法律法规，在对个人隐私信息进行收集、存储、使用、加工、传输、提供、公开、删除等的过程中，应当遵循合法、正当、必要和诚信原则，不得通过误导、欺诈、胁迫等方式处理个人隐私信息，也应严格履行保护我国公民数据安全的法律义务。同时，企业在伦理道德方面应恪守充分的知情同意和最小化利用原则，不应出现过度收集和超权使用用户隐私信息，或变相强迫用户披露个人隐私信息等行为。企业也要在保护个人隐私的同时，严格保护群体隐私，不应通过大数据挖掘与分析等技术、群体隐私数据计算和分析，侵犯不愿披露个人隐私的用户的权益。其三，应探索基于联邦学习和区块链技术等的隐私收集、存储、使用技术，以技术手段应对人工智能时代的海量隐私数据保护难题。其四，国家在加强公正立法和严格执法的同时，可探索督促企业、行业组织或社会公益团体建立隐私侵害事后救济制度，同步开展打击侵犯隐私行为与保护个人隐私的工作。本研究也存在一定的局限性。一方面，受到开展实验时的客观环境的影响，本研究采用的是在线实验法，该方法无法完全排除无关变量对受试者的影响，实验精度可能不如在实验室进行的现场情景实验。另一方面，本研究的受试者是在校大学生群体，在该群体中的实验结果是否适用于更广泛的群体，仍有待进一步验证。展望未来，随着智能化社会的加速到来，人机共生是一个值得深入研究的课题，仅就智能社会下的隐私披露问题而言，不同人群对不同人工智能主体的信赖程度差异同样值得深入研究。对这一问题的研究，或许可以从人机关系的维度出发，探究拟人化与隐私关注之间的关系，分析何种拟人化水平的人工智能物更值得信赖。参考文献：第 期王晨阳等：隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究 曾琼，张金海 结构、关系与制度：计算技术嵌入与广告产业变革 武汉大学学报（哲学社会科学版），（）：王昱兴，袁博 从大数据杀熟到隐私泄露：软硬件视角下隐私问题的伦理分析与思考 科学经济社会，（）：臧国全，韩苗，郭镕源 垂直隐私情境中使用目的影响用户隐私披露意愿研究 现代情报，（）：，：，（）：，（）：，：，（）：，：，：，（）：倪雪莉，王群，梁广俊智能穿戴设备的安全与隐私威胁研究信息网络安全，（）：，（）：，：刘鸿莹，张春龙，曲靖野，等 隐私疲劳视角下智能穿戴设备用户隐私信息保护行为的影响因素研究 情报科学，（）：，：，（）：，：，（）：南 京 邮 电 大 学 学 报（社 会 科 学 版）年 张海汝，全冬梅，栾贞增 网购情境下用户隐私威胁应对悖论研究 基于应对行为理论视角情报杂志，（）：，：，：，：，（）：顾理平 智能生物识别技术：从身份识别到身体操控 公民隐私保护的视角 上海师范大学学报（哲学社会科学版），（）：，：，：？，：韩普，黄燕杰 在线健康社区中用户隐私悖论行为影响因素研究 南京邮电大学学报（社会科学版），（）：，（）：，：，（）：，：，（）：，（）：，：，锁福涛，潘政皓数据权益的法律保护路径研究南京理工大学学报（社会科学版），（）：王春晖 数据安全出境评估规则与适用 数据出境安全评估办法解读 南京邮电大学学报（社会科学版），（）：牛彬彬 大数据时代群体维度的数据利益保护路径研究 以“用户标签”为中心 华中科技大学学报（社会科学版），（）：第 期王晨阳等：隐私信息类型、隐私采集主体与个体隐私风险感知的交互作用研究 刘士国，熊静文 健康医疗大数据中隐私利益的群体维度 法学论坛，（）：刘东，裴锡凯，赖金山，等 融合边缘智能计算和联邦学习的隐私保护方案 电子科技大学学报，（）：王忠，赵惠 大数据时代个人数据的隐私顾虑研究 基于调研数据的分析 情报理论与实践，（）：王求真，马达，杨梦茹，等 神经隐私：用户信息隐私行为研究的新视角 浙江大学学报（人文社会科学版），（）：（责任编辑：张秀宁），：，（：，）（：），：；南 京 邮 电 大 学 学 报（社 会 科 学 版）年