38、科技专业学生对隐私场景的态度研究

科技专业学生对隐私场景的态度研究

1. 引言

在当今社会，个人对隐私十分重视，但企业为获取个人信息常常采取各种手段，这让消费者感到惊讶。企业并非冷漠的整体，其成员也关注自身隐私，他们的专业领域使他们专注于职业目标，而这些个体也影响着企业的隐私状况。

对于信息专业人员而言，他们负责组织的数据存储和传输，控制相关技术的能力在其培训和职业资格中至关重要。随着隐私问题在企业中日益突出，信息技术人员被视为隐私保护的责任人，隐私掌握在网络管理员、数据库管理员、网络工程师、程序员和 IT 经理等手中，且 IT 专业人员的工作描述中也越来越多地包含隐私保护责任。

本研究旨在探讨科技专业学生担任隐私保护者这一新角色的能力和敏感度。具体目标包括：评估学生在职业生涯中应对隐私问题的能力和敏感度；识别可能影响学生对隐私问题敏感度的分类变量，如性别、专业、行业和教育经验年限等。学生的隐私能力是一个相对较新的问题，隐私通常作为安全的一部分进行研究，且受伦理考量和研究的影响。电子信息隐私成为大众关注的焦点，研究人员也将更多地关注信息技术对隐私的影响。此外，能力的难以确定在于其模糊性，影响整个学科能力的因素众多，包括学习的机构和授课的教授等。

许多研究致力于发现学生学习和教育中的不足，对于技术专业人员，尤其是工程专业学生，常努力引入不同学科的课程以提供更全面的教育，这主要受市场、行业和专业协会等外部力量的推动。本研究也有类似目标，有充分证据表明学生正承担起隐私保护的责任，安全行业呼吁信息专业人员负责数据和网络安全，未来也可能对隐私保护提出同样的要求。了解学生目前保护客户隐私的能力，有助于设计相关课程和教学方法，为下一代学生提供必要的工具和推理能力。

2. 文献综述

2.1 计算机专业人员的隐私与伦理教育

计算机伦理教育源于技术人员需要考虑其工作对社会道德的影响。专业组织如 AITP、ACM 和 IEEE 制定了道德准则，ACM 和 IEEE 还在计算课程中提供了伦理教育指南，建议将伦理考量纳入“计算机与伦理”课程。关于由计算机科学系还是伦理学系授课存在争议，各方都认为学习伦理课程有助于培养道德基础。

伦理教育聚焦于多个方面以构建正确的道德行为基础。Bardon 通过阐述互联网在社会、经济和文化等方面的作用，引导学生探索互联网对隐私、财产和正义等概念的影响；Bodi 指出信息守护者的角色发生了变化，道德决策应遵循康德的绝对命令，即人不应仅仅被视为手段，而应始终被视为目的；Jennings 强调学生在教育环境中讨论时应注意保护雇主的隐私；Rader 探讨了学校在增加互联网使用时面临的伦理挑战，如保护网络记录的隐私，并提出了克服潜在问题的建议；Staehr 讨论了从澳大利亚视角进行计算机科学伦理教学的方法，包括使用视频、案例研究和课堂辩论等；Tavani 认为应由社会科学家和计算机科学家共同进行计算机伦理教育，理解技术和伦理理论同样重要；Harris 的研究为本文提供了基础，他的调查旨在确定学生对伦理场景的反应，结果表明学术水平较高的学生对伦理问题更敏感，女性在伦理困境中总体上更敏感，且第一人称和第三人称表述的问题在统计上无差异。

2.2 确定隐私态度倾向

本部分介绍了一些与确定个人在不同场景下对隐私态度相关的文献。研究人员常使用调查工具来捕捉态度，当前的调查问题借鉴了相关问卷。Harris 构建的问卷能够准确测量学生的态度，他引用了多个研究作为调查工具有效测量伦理场景态度的例子。Hiltz 关于国家身份证（NID）卡的研究通过电话访谈确定个人态度；关于员工对电子邮件隐私期望的研究涉及两个国籍的受访者，探讨了他们对电子邮件隐私的看法以及与工作中使用电子邮件的关系；Katz 的研究表明受访者普遍关注隐私概念，但实际接触隐私问题有限；AT&T Labs 的研究测量了互联网用户对在线隐私的态度，发现并非所有私人数据都被视为同等重要；相关研究还探讨了对性取向、药物使用和测试、生殖问题等隐私话题的态度以及雇主如何使用这些数据；Culnan 的研究关注信息二次使用的态度，以及评估消费者隐私自我监管的方法。

3. 研究方法

为确定学生对隐私场景的态度，本研究使用了调查工具。调查对象是俄亥俄州一所技术型大学校园的学生，他们参加了多个与计算、电子和商业技术相关的学位课程，该校有许多非传统学生，便于研究学生的行业经验对隐私能力的影响。

调查旨在让学生处于决策场景中，与 Harris 的研究不同，本调查提供了学生可以采取的实际行动的多项选择答案，问题分为严重、中度和低度隐私风险答案，询问学生在给定信息下应采取的行动。

研究问题及假设如下：
1. 学术任期 ：学生选择保护隐私响应的能力是否随学术任期变化？假设：$H_0(1): \mu_1(1) = \mu_2(1) = \mu_3(1) = \mu_4(1) = \mu_5(1) = \mu_6(1)$ vs. $H_a(1)$，其中 $\mu_1(1) =$ 未上大学，$\mu_2(1) =$ 大一，$\mu_3(1) =$ 大二，$\mu_4(1) =$ 大三，$\mu_5(1) =$ 大四，$\mu_6(1) =$ 研究生水平。
2. 性别 ：学生选择保护隐私响应的能力是否因性别而异？假设：$H_0(2): \mu_1(2) = \mu_2(2)$ vs. $H_a(2)$，其中 $\mu_1(2) =$ 男性，$\mu_2(2) =$ 女性。
3. 行业经验 ：学生选择保护隐私响应的态度是否随行业经验年限变化？假设：$H_0(3): \mu_1(3) = \mu_2(3) = \mu_3(3) = \mu_4(3) = \mu_5(3) = \mu_6(3) = \mu_7(3)$ vs. $H_a(3)$，其中 $\mu_1(3) =$ 少于 1 年，$\mu_2(3) =$ 1 年，$\mu_3(3) =$ 2 年，$\mu_4(3) =$ 3 年，$\mu_5(3) =$ 4 年，$\mu_6(3) =$ 5 年，$\mu_7(3) =$ 超过 6 年。
4. 专业选择 ：学生的专业选择是否影响其选择保护隐私响应的能力？假设：$H_0(4): \mu_1(4) = \mu_2(4) = \mu_3(4) = \mu_4(4) = \mu_5(4) = \mu_6(4)$ vs. $H_a(4)$ , 其中 $\mu_1(4) =$ 商业/管理，$\mu_2(4) =$ 生物医学，$\mu_3(4) =$ 信息系统相关，$\mu_4(4) =$ 电子与计算机工程，$\mu_5(4) =$ 研究生研究，$\mu_6(4) =$ 其他。

调查工具包含一系列与假设测试无关的问题，以防止受访者推断重要问题。重要问题分为两类：一是分类问题，根据年龄、收入水平、性别、种族背景、学习课程和学术任期对受访者进行分类；二是基于场景的问题，是本研究分析的基础，这些问题基于伊利诺伊大学斯普林菲尔德分校的 DOLCE 项目。以下是部分场景问题：
|问题|选项|
| ---- | ---- |
| LOAN_ZIP | - 检查是否能找到其他邮政编码与按时还清贷款的客户之间的关联。
- 停止进一步行动，因为数据挖掘已侵犯了这些人的隐私权。
- 进一步测试这些关联，如果成立，向主管建议不给这些邮政编码地区的人贷款。 |
| EMAIL | - 不采取任何行动，因为本就不该查看邮件。
- 解雇该员工，因其浪费公司时间和金钱。
- 向员工表明这种行为不可接受，并列出若继续该行为将采取的惩罚措施。 |
| MONITOR | - 购买软件全面监控员工的每一个行动。
- 向员工发送备忘录，威胁若不提高生产力将进行监控。
- 购买软件但仅监控怀疑偷懒的员工。
- 采取非计算机监控的其他措施来衡量员工的生产力。 |
| UNI_USE | - 没收学生的电脑并检索加密文件以验证指控。
- 因学生违反大学使用条款而暂停其使用权限。
- 与学生交谈了解其活动情况。 |
| CHIP_IMPLANT | - 制定实施新安全芯片的计划，认为安全越多越好。
- 告诉 CEO 应谨慎对待这一步骤，并召集研究进行进一步调查。
- 拒绝这个想法，认为其过于侵犯隐私。 |
| SPAM | - 订购大规模营销软件，希望有人订购自己的软件。
- 暂时不订购软件，若无法通过其他方式获得订单再使用。
- 永远不订购软件，寻找其他营销方式。 |

4. 研究结果

调查通过校园邮件向约 2000 名注册学生发布，94 名受访者参与，响应率为 4.7%，但该数字可能有误导性，因为学校存在学生不常查看邮件的文化问题。

4.1 人口统计数据

收集的数据显示，大多数受访者是 18 - 25 岁、年收入低于 25000 美元的白人男性。以下是受访者的年龄、收入水平、性别和种族背景分布情况：
| 类别 | 频率 | 百分比 | 累积百分比 |
| ---- | ---- | ---- | ---- |
| 年龄 | | | |
| 18 岁以下 | 1 | 1.1% | 1.1% |
| 18 - 25 岁 | 54 | 57.4% | 58.5% |
| 26 - 30 岁 | 16 | 17.0% | 75.5% |
| 31 - 35 岁 | 9 | 9.6% | 85.1% |
| 36 - 40 岁 | 3 | 3.2% | 88.3% |
| 40 岁以上 | 11 | 11.7% | 100.0% |
| 收入水平 | | | |
| 低于 25000 美元 | 64 | 68.1% | 68.1% |
| 25001 - 35000 美元 | 13 | 13.8% | 81.9% |
| 35001 - 45000 美元 | 7 | 7.4% | 89.4% |
| 45001 - 55000 美元 | 4 | 4.3% | 93.6% |
| 超过 55000 美元 | 6 | 6.4% | 100.0% |
| 性别 | | | |
| 男性 | 71 | 75.5% | 75.5% |
| 女性 | 23 | 24.5% | 100.0% |
| 种族背景 | | | |
| 非裔美国人 | 6 | 6.4% | 6.4% |
| 亚太岛民 | 1 | 1.1% | 7.4% |
| 白人 | 85 | 90.4% | 97.9% |
| 美洲原住民 | 2 | 2.1% | 100.0% |

4.2 整体问题分析

总体而言，学生对场景问题的回答表明他们对自己的行为如何影响场景中对象的信息隐私较为敏感。在每个场景中，更考虑隐私的选择几乎被压倒性地选择，半数问题有中立的隐私响应，即场景中的行动者会停下来考虑自己的行动，而不是轻易选择侵犯隐私或不实施相关功能。未选择中立响应的场景包括 ZIP_LOAN、MONITOR 和 SPAM。
- 在 ZIP_LOAN 问题中，61%的受访者认为数据挖掘总体上似乎侵犯隐私，这与当前企业广泛使用数据挖掘以获取竞争优势形成鲜明对比。
- 在 MONITOR 问题中，48%的学生选择非计算机监控的方法来衡量员工生产力。
- 在 SPAM 问题中，71%的学生选择永远不订购大规模营销软件，这表明垃圾邮件是大多数人反感的问题。

4.3 各因素敏感度分析

• 学术任期敏感度 ：除 SPAM 问题（在 < 0.05 显著性水平下）外，有足够证据拒绝原假设，EMAIL 和 UNI_USE 问题接近显著（显著性分别为 0.062 和 0.083）。总体而言，学术进展对隐私场景敏感度有影响，不能排除学术水平的提升是影响学生对隐私场景敏感度的因素。
• 性别敏感度 ：除 ZIP_LOAN 问题（在 < 0.05 显著性水平下）外，有足够证据拒绝原假设，UNI_USE 问题在 0.067 水平显著。该问题是唯一使用代词的问题，女性受访者绝大多数（95%，即 23 人中的 22 人）选择与学生交谈，而男性受访者有 21%选择更严厉的惩罚措施，代词“她”可能无意中影响了回答结果。因此，不能排除性别是影响受访者对隐私场景敏感度的因素。
• 学术专业敏感度 ：除 SPAM 问题（在 < 0.05 敏感度水平下）外，有支持拒绝原假设的证据，不能排除专业是影响受访者回答的因素。
• 行业经验敏感度 ：所有情况下都有支持拒绝原假设的证据，尽管 UNI_USE 问题在 0.06 水平显著。受访者的行业经验也不能排除是影响其回答的因素。

5. 结论

本研究试图解决四个研究问题，即学术任期、性别、行业经验和学术专业是否影响学生在工作场所对隐私问题的敏感度。总体而言，受访者表现出较高的敏感度，大多数情况下选择中立或积极保护隐私的响应，这些选择体现了对消费者隐私的积极或中立态度，即在采取行动前会进一步考虑选择。进一步分析表明，对于大多数问题，四个假设条件都对敏感度有影响。

然而，研究结果虽令人鼓舞，但不能确定学生有能力为组织成功控制隐私。目标是让学生做出保护消费者隐私的信息隐私选择，但许多受访者并未做到这一点。这并不意味着学生日后无法积累做出周全隐私选择的技能，但研究结果未发现所测试的因素对隐私考虑有单一影响，实际上所有因素似乎都有影响。

为全面探索这一主题，还需要进一步研究。本研究样本量虽有一定规模，但与当代研究相比仍显不足，更大的样本量有助于获得更好的数据。此外，UNI_USE 问题中使用的女性代词可能无意中影响了部分受访者的选择，未来可扩展调查以更清晰地划分四个假设因素的影响，更详细的问题或更多基于场景的问题可能有助于阐明这一点。信息隐私的未来掌握在当今从事信息技术专业的人手中，随着消费者数据隐私问题日益突出，有必要进行研究以了解新毕业生对这一新角色的准备情况，当技术人员、教育工作者和未来雇主了解影响员工成为更负责任社会公民的因素时，就能为实现最大多数人的最大利益奠定基础。

科技专业学生对隐私场景的态度研究

6. 研究结果的深入解读

从研究结果来看，学生在面对隐私场景时展现出了一定的敏感度，但不同因素对其敏感度的影响呈现出复杂的态势。

在学术任期方面，学术进展对隐私场景敏感度有积极影响，这可能是因为随着学习的深入，学生接触到更多关于伦理和隐私的知识，从而在决策时更加谨慎地考虑隐私问题。例如，高年级学生可能在课程学习、项目实践中积累了更多关于隐私保护的经验和意识。

性别因素也对学生的隐私敏感度产生了影响。女性在某些问题上表现出更高的敏感度，这可能与社会文化因素有关，一般认为女性在人际交往中更加注重他人的感受和权益。而 UNI_USE 问题中代词的使用可能强化了这种差异，提示在设计调查问题时需要更加注意语言的中立性。

学术专业的不同也导致了学生对隐私问题的敏感度有所差异。不同专业的课程设置和培养目标不同，使得学生在面对隐私场景时的思考角度和决策方式有所不同。例如，信息系统相关专业的学生可能更关注数据的安全性和隐私保护，而商业/管理专业的学生可能更注重商业利益和隐私之间的平衡。

行业经验同样是影响学生隐私敏感度的重要因素。有行业经验的学生可能在实际工作中遇到过隐私相关的问题，从而更加深刻地认识到隐私保护的重要性。在面对类似场景时，他们能够更加理性地做出决策。

7. 对教育和行业的启示

基于研究结果，对于教育机构和行业来说，可以采取以下措施来提高学生和从业人员的隐私保护能力：

教育机构方面 ：
- 加强伦理教育 ：在课程设置中增加更多关于伦理和隐私保护的课程，不仅仅局限于计算机科学专业，其他相关专业也应重视这方面的教育。例如，可以开设专门的“信息隐私与伦理”课程，系统地教授学生隐私保护的理论和实践方法。
- 采用多样化教学方法 ：借鉴 Bardon、Staehr 等提出的教学方法，如使用视频、案例研究、课堂辩论等，让学生更加深入地理解隐私问题的复杂性和重要性。通过实际案例分析，让学生在模拟场景中锻炼决策能力。
- 注重语言中立性 ：在设计教学材料和测试问题时，要注意语言的中立性，避免因语言表述不当而影响学生的判断。例如，在设计调查问题时，尽量避免使用带有性别倾向的代词。

行业方面 ：
- 加强培训 ：为新入职的员工提供隐私保护方面的培训，让他们了解行业内的隐私法规和最佳实践。培训内容可以包括数据安全管理、隐私政策制定等方面。
- 建立隐私保护机制 ：企业应建立健全的隐私保护机制，明确员工在处理客户信息时的责任和义务。例如，制定严格的数据访问权限制度，确保只有授权人员能够访问敏感信息。
- 鼓励员工参与隐私保护 ：营造重视隐私保护的企业文化，鼓励员工积极参与隐私保护工作。例如，可以设立隐私保护奖励机制，对在隐私保护方面表现突出的员工进行表彰和奖励。

8. 未来研究展望

虽然本研究取得了一定的成果，但仍有许多方面需要进一步深入研究。

• 扩大样本规模 ：本研究的样本量相对较小，可能存在一定的局限性。未来的研究可以扩大样本规模，涵盖更多不同地区、不同学校、不同专业的学生，以提高研究结果的普遍性和可靠性。
• 细化研究因素 ：进一步细化研究因素，例如研究不同行业经验的具体内容对隐私敏感度的影响，以及不同学术专业的课程设置对学生隐私观念的具体作用。
• 研究动态变化 ：随着信息技术的不断发展和社会环境的变化，学生对隐私问题的态度也可能发生变化。未来的研究可以进行长期跟踪，观察学生隐私敏感度的动态变化，以及影响这种变化的因素。
• 跨文化研究 ：不同文化背景下的人们对隐私的理解和重视程度可能存在差异。开展跨文化研究，比较不同国家和地区学生对隐私场景的态度，有助于更好地理解隐私观念的多样性和普遍性。

9. 总结

综上所述，科技专业学生对隐私场景的态度受到多种因素的影响，包括学术任期、性别、学术专业和行业经验等。研究结果表明，学生在面对隐私问题时具有一定的敏感度，但仍需要进一步提高。教育机构和行业应共同努力，加强伦理教育和隐私保护培训，建立健全的隐私保护机制，以提高学生和从业人员的隐私保护能力。未来的研究应在样本规模、研究因素、动态变化和跨文化等方面进行深入探索，为信息隐私保护提供更坚实的理论和实践基础。

下面通过一个 mermaid 流程图来总结整个研究的流程：

graph LR
    A[提出研究问题] --> B[文献综述]
    B --> C[设计调查工具]
    C --> D[开展调查]
    D --> E[分析数据]
    E --> F[得出研究结果]
    F --> G[深入解读结果]
    G --> H[提出启示和建议]
    H --> I[展望未来研究]

通过这个流程图，可以清晰地看到整个研究从问题提出到最终展望未来研究的完整过程。希望本研究能够为科技专业学生的隐私教育和信息隐私保护工作提供有益的参考。