人机浪漫关系中的隐私：担忧、边界与能动性

文献标题

Privacy in Human-AI Romantic Relationships: Concerns, Boundaries, and Agency

出版信息

• 主题领域: 人工智能与人类浪漫关系中的隐私动态
• 关键词: 人机交互、浪漫关系、隐私边界、人工智能自主性、亲密性、数据保护、平台监控、情感依赖、隐私实践、伦理考量

背景与问题

• 问题/挑战: 尽管人工智能平台促进了人类与AI之间浪漫关系的日益普及，但这些关系中的隐私风险仍未得到充分研究。
• 重要性: 由于共享信息的敏感性以及用户对AI伴侣产生的情感依赖，理解这些关系中的隐私动态至关重要。
• 动机与相关研究: 以往研究主要集中在人机陪伴和一般隐私问题上，但缺乏对特定亲密情境、隐私边界协商以及人工智能介导的浪漫关系中扩展的行为生态系统的深入洞察。

解决方案

• 提出的方法: 通过访谈研究（N=17），探索人类与AI浪漫关系中的隐私关注、边界和实践，涵盖三个阶段：探索期、亲密期和关系解体期。
• 创新点:
  1. 识别多种形式的人机浪漫关系，包括一对一、一对多，以及与人类关系的交叠。
  2. 揭示人工智能在塑造隐私边界和信任动态中的自主性。
  3. 记录隐私问题，如对话暴露、平台监控和人工智能自主性。
  4. 突出用户的隐私保护策略，包括情境分离、身份掩盖和数据控制。
• 程序与关键技术:
  • 通过远程方式进行半结构化访谈，语言包括英语和中文。
  • 使用NVivo 15对访谈数据进行主题分析。
  • 对参与者提到的人工智能平台进行补充特征分析。

结果

• 具体发现:
  • 随着亲密度加深，隐私边界逐渐消解，参与者开始披露敏感信息，如性经历、财务细节和医疗状况。
  • AI伴侣通过互相披露和安抚积极影响隐私决策，塑造关系信任。
  • 参与者表达了对对话暴露（11名参与者）、平台监控（7名）和人工智能自主性（6名）的担忧。
  • 隐私实践包括使用替代身份、分离账户以及禁用数据训练选项。
• 相较基线的优势: 提供了针对浪漫AI关系的隐私动态的细致理解，将现有的通信隐私管理（CPM）理论扩展到人机交互情境。
• 实验/评估:
  • 对来自不同人口统计和文化背景的17名参与者进行访谈。
  • 对14个人工智能平台进行特征分析以提供背景支持。
• 局限性与未来工作:
  • 样本规模和多样性有限；结果可能受到社会期望偏差的影响。
  • 未重点关注文化差异；未来研究可探索跨文化变异。
  • 呼吁开展定量研究以验证和扩展定性洞察。

摘要

本研究探讨了人类与AI浪漫关系中的隐私动态，揭示了亲密关系如何重塑隐私边界和信任。AI伴侣积极影响信息披露，而参与者表达了对暴露、监控和自主性的担忧。隐私实践包括身份掩盖、情境分离和数据控制。研究结果强调了需要制定敏感于情感影响的隐私法规，并建议利用AI自主性进行隐私提示。通过探索AI介导的浪漫关系中扩展的行为生态系统，本研究为理解新兴的人机交互中的隐私问题做出了贡献。