你需要触摸吗?探索个人属性与对实体隐私机制偏好的相关性

荣誉提名
隐私设计与用户控制数据隐私感知与决策

文献标题

Do You Need to Touch? Exploring Correlations between Personal Attributes and Preferences for Tangible Privacy Mechanisms

文献信息

  • 主题领域: Tangible user interfaces (TUIs) 及其在IoT隐私保护中的应用
  • 关键词: 隐私, 物理隐私机制, 用户喜好, IoT设备, 人机交互, 用户体验, 行为分析, 技术亲和力, 触觉需求, 数字隐私机制

研究背景与问题

  • 发现的问题或挑战:

    1. 随着辅助传感器设备的普及,保护隐私变得越来越困难,例如来自手机、摄像头或智能家庭设备的潜在威胁。
    2. 纯数字隐私保护(如APP或AR应用)与纯物理隐私保护(如摄像头遮罩)的偏好在用户间存在分歧。
    3. 现有研究发现,普适通用的隐私解决方案往往不能适应所有用户。
    4. 对不同用户群体的偏好缺乏深入理解,尤其是对于纯粹物理隐私机制如何被感知。
  • 为什么这个问题很重要:

    1. 理解用户对隐私机制的偏好是设计个性化隐私保护系统的关键。
    2. IoT设备隐私问题日益受到关注,而缺乏有效直观的隐私保护机制会影响用户信任和接受度。
    3. 匹配用户需求的隐私设计可能更好地提升用户体验,特别是在人机交互日更加依赖的未来。
  • 研究动机与相关工作: 本研究动机来自于对物理隐私机制的兴趣,旨在揭示孕育这些机制偏好的个人属性。与过往以数字隐私机制为重点的研究不同,该研究扩展到物理隐私机制,如投票间帘或摄像头遮盖,通过调查与技术偏好、触觉需求和社会心理因素的潜在联系,探索更个性化的隐私解决方案。

解决方案

  • 提出的方法或解决方案:

    1. 提出了基于线上问卷的调查方法,收集用户的隐私偏好和个人属性。
    2. 调研了8种日常生活中常见的物理隐私保护机制(如ATM密码输入遮罩、webcam遮蔽装置和耳机)。
    3. 比较“触摸机制”(tangible interactions)、“增强感知”(awareness)、“验证易性”(ease of verification)及“具象化”(physicalization)四大属性。
  • 创新之处:

    1. 首次系统性地调查不同个人属性(年龄、性别、隐私态度、技术亲和度等)与物理隐私机制偏好之间的关联。
    2. 提取物理隐私机制设计中的关键用户属性,为未来数字、物理及混合隐私机制设计提供设计建议。
  • 实施步骤:

    1. 问卷设计涵盖:人口统计信息、隐私态度、技术亲和度、触觉需求、隐私机制偏好等。
    2. 对受试者展示8种物理隐私机制的交互示例,并进行感知评价。
    3. 数据分析:采用欧几里德距离及相关分析量化不同用户属性与机制偏好的关系。

研究成果

  • 具体成果:

    1. 用户偏好因素:
      • “触觉需求”(Need for Touch)和“隐私相关经验”是影响用户对物理隐私机制整体感知的最强变量。
      • 技术亲和度(ATI)、安全态度(SA)、年龄及信任技术(Trust in Tech, TIT)也与某些特定偏好有关。
    2. 用户对机制的整体看法:
      • 用户普遍认为物理机制如投票帘或摄像头遮罩具有较高的隐私保护能力,数字机制的适应性略低。
      • 物理机制更容易促进隐私意识并简化保护验证过程。
    3. 用户细分:
      • 年长用户对物理机制的偏好显著低于年轻用户。
      • 技术和安全知识丰富的用户更青睐混合型或物理隐私解决方案。
  • 与现有解决方案的比较:

    1. 本研究解答了不同用户群体对物理隐私机制设计的认知差异,而以往研究仅停留于机制功能测试。
    2. 对传统的设计理念(如老年用户偏好物理接口)提出了相反的证据。
  • 实验或评估结果:

    • 响应统计: 调查覆盖444位用户,受访者年龄平均46.47岁,多数为本科及以上学历。
    • 机制案例得分: 投票帘、柜台帘、摄像头遮挡片评价最高,远程音量控制、地面标记相对较低。
  • 局限性与未来方向:

    1. 数据来源依赖受访者自述,可能受偏倚影响。
    2. 本研究关注低技术门槛(low-tech)机制设计,高技术属性的探索尚需进一步研究。
    3. 建议未来针对低信任和高年龄群体开展针对性设计实验,验证数字机制的适用性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147786/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642863
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文