14、人机交互中的隐私与信任：理论、测量与实践

人机交互中的隐私与信任：理论、测量与实践

引言

随着计算机系统日益融入我们的日常生活，对这些系统的信任研究变得至关重要。特别是人工智能系统和社交技术，它们在收集和利用个人数据的过程中，引发了重要的隐私问题。在人机交互领域，理解隐私和信任的概念及其相互关系，对于设计安全、可靠且用户友好的系统至关重要。

隐私与信任的理论视角

信息披露视角下的隐私

传统上，数字隐私的主流理论视角是以信息为中心的。计算机科学家采用信息论定义的隐私，开发了如 k - 匿名性、差分隐私和密码学等隐私保护解决方案。然而，这些定义与实际人类体验之间的联系尚不清楚。

在人机交互中，信息披露视角的隐私围绕用户向计算机系统披露个人信息展开。这里有两种相互矛盾的理论：
- 隐私计算理论 ：该理论认为数据主体是理性的信息处理者，会权衡披露个人信息的风险和收益。感知的隐私风险包括对个人信息失去控制的担忧，而感知的收益则包括系统基本功能所需、便利性、个性化、人际连接和直接物质利益等。研究表明，人们对风险和收益的感知会影响他们的信息披露和系统使用行为。
- HCI 机会 ：为提高应用或服务的采用率，应突出系统的好处并减轻披露相关的感知风险。若要支持用户的隐私决策，可提供直观信息和界面选项。
- 隐私悖论与启发式方法 ：隐私研究领域存在各种“悖论”，如隐私悖论，即人们的隐私态度和实际信息披露之间存在差距。这些悖论引发了对隐私计算理论的批评，认为其对决策者的假设不现实。实际上，用户在做出隐私决策时往往采用启发式方法，这导致了一些可观察的决策外