关注差距:相机眼镜的佩戴者-旁观者隐私张力与情境自适应路径映射
隐私设计与用户控制数据隐私感知与决策环境感知与上下文计算UI/UX 设计师AI/ML 研究员与工程师隐私政策制定者
文献标题
Mind the Gap: Mapping Wearer–Bystander Privacy Tensions and Context-Adaptive Pathways for Camera Glasses
出版信息
- 主题领域: 可穿戴摄像眼镜中的隐私挑战与解决方案。
- 关键词: 摄像眼镜、隐私、旁观者保护、隐私增强技术、上下文感知设计、可穿戴设备、监控、用户研究、多方利益分析、普适感知。
背景与问题
- 问题/挑战: 摄像眼镜因其隐蔽录制功能和不充分的通知机制,导致佩戴者与旁观者之间的隐私冲突。现有的隐私增强技术(PETs)未能有效解决这些矛盾。
- 重要性: 解决这些冲突对于摄像眼镜的社会接受度以及保护个人免受未经授权的监控和隐私侵犯至关重要。
- 动机与相关研究: 之前的研究记录了隐私问题并提出了PETs,但在系统性测量佩戴者与旁观者之间的期望差异、评估PET的有效性以及理解上下文如何影响隐私动态方面仍存在空白。
解决方案
- 提出的方法: 一个上下文自适应隐私框架,根据环境特征、利益相关者角色和社会规范动态调整保护策略。
- 创新点:
- 在隐私维度和上下文中量化佩戴者与旁观者之间的期望-意愿差距。
- 确定PET设计中的四个基本权衡:可见性与干扰、赋权与负担、保护与自主权、问责与曝光。
- 提出在公共、半公共和敏感环境中保护隐私的上下文自适应路径。
- 过程与关键技术:
- 进行了两项研究调查:一项大规模调查(N=525),测量隐私期望差距;另一项配对访谈(N=20),评估12种PET。
- 开发了一个诊断框架,用于分析隐私机制,并提出针对不同上下文的自适应策略。
结果
- 具体发现:
- 旁观者要求更强的隐私保护(例如数据共享控制、事先同意),而佩戴者愿意提供的保护较少,在敏感环境中差距更为显著。
- LED指示灯作为最常见的通知机制,被双方认为不足(仅41.3%的旁观者和35.3%的佩戴者认为其足够)。
- 旁观者采取防御性行动(例如避开摄像头、请求删除数据)十分常见,65%至90%表示在敏感环境中会采取行动。
- 相较基线的优势:
- 上下文感知的PET(例如地理围栏、面部匿名化)通过动态满足隐私需求,优于静态机制,在隐私保护和可用性方面获得更高评价。
- 自适应路径通过针对特定环境定制保护策略,解决了佩戴者与旁观者之间的关键冲突。
- 实验/评估:
- 研究1:调查了佩戴者和旁观者在六种场景中的行为,这些场景根据物理环境和社会关系变化,揭示了期望-意愿差距。
- 研究2:与HCI研究人员和经验用户一起评估了12种PET,识别了权衡点和特定上下文偏好。
- 局限性与未来工作:
- 文化特异性集中于中国,限制了普适性;需要跨文化研究。
- 基于场景的评估可能无法完全捕捉现实世界的复杂性。
- 未来工作应关注轻量化上下文识别系统、隐私保护的协商协议以及全球监管框架。
摘要
本文系统性地研究了摄像眼镜佩戴者与旁观者之间的隐私冲突,揭示了显著的期望-意愿差距,并识别了PET设计中的四个基本权衡。通过调查和访谈,作者提出了一个上下文自适应隐私框架,根据环境和社会因素动态调整保护策略。研究结果强调了需要自适应的多方利益解决方案来调和隐私冲突,为设计社会可接受的可穿戴技术提供了可操作的见解。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 71%
理解开发人员创建准确的隐私营养标签的挑战
CHI '22· 隐私设计与用户控制 +1
- 71%
探索未来增强现实界面的隐私驱动适应技术设计空间
CHI '25· AR 导航与情境感知 +2
- 71%
从HCI视角看隐私政策可视化的范围综述与指南
CHI '26· 数据隐私感知与决策 +2
- 71%
支持知情自我披露:向用户展示人工智能隐私风险估算的设计建议
CHI '26· 隐私设计与用户控制 +2
- 71%
令人毛骨悚然技术的细微差别:令人毛骨悚然技术的系统文献综述
CHI '26· 科技伦理与批判性HCI +2
- 71%
理解用户需求:基于大语言模型的聊天机器人在隐私决策中的预期角色
CHI '26· 可解释人工智能(XAI) +2
- 71%
影响还是欺骗?评估安全与隐私设置中带有说服性声明的社交建议
CHI '26· 隐私设计与用户控制 +2
- 71%
中国智能家居应用中的旁观者隐私研究
CHI '26· 智能家居隐私与安全 +2
- 71%
体感交互技术的隐私与安全挑战
CHI '26· 环境感知与上下文计算 +2
- 71%
生成式AI聊天机器人生态系统中的隐私选择设计
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791848
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 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、环境感知与上下文计算
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文