我的身体,他们的商业:用户对FemTech应用商业数据实践的看法
作者
隐私设计与用户控制数据隐私感知与决策生育健康与女性健康个人理财用户移动支付用户医生、护士、临床医生
文献标题
My Body, Their Business: User Perspectives on Commercial Data Practices in FemTech mHealth Apps
发表信息
- 主题领域: 用户对FemTech移动健康应用中的数据实践的看法。
- 关键词: FemTech, mHealth, 隐私, 数据商业化, 用户看法, 情境完整性, provotypes, 生殖健康, 伦理设计, 数据治理。
背景与问题
- 问题/挑战: FemTech应用收集并商业化敏感健康数据,但关于用户如何看待这些实践或如何划定伦理界限的研究甚少。
- 重要性: 理解用户观点对于设计伦理透明且符合用户需求的FemTech应用至关重要,尤其是考虑到生殖健康数据的敏感性。
- 动机与相关研究: 之前的研究记录了FemTech应用中的隐私风险、不透明的数据实践和伦理问题,但未充分探讨用户的判断或设计在塑造这些看法中的作用。本研究通过考察用户对FemTech数据收集和商业化的态度来填补这些空白。
解决方案
- 提出的方法: 结合因子情景和provotypes的混合方法研究用户对FemTech数据实践的看法。
- 创新点:
- 提供关于用户对FemTech商业化判断的实证洞察,突出关键启发式如相关性、意图性和价值交换。
- 扩展情境完整性(Contextual Integrity,CI)理论以探索FemTech数据实践的规范性。
- 使用provotypes揭示设计框架如何影响用户对商业数据实践的看法。
- 程序与关键技术:
- 通过Prolific招募187名参与者进行在线调查。
- 参与者对数据收集和商业实践的适当性进行评分,涵盖三个层面:数据类型、商业目的和用户界面设计。
- 使用provotypes(界面原型)比较商业实践的促销框架与透明框架。
- 使用线性混合效应模型分析定量评分,并对开放式回答进行定性编码补充分析。
结果
- 具体发现:
- 健康相关数据(如月经和生殖数据)被认为比外围数据(如位置、多媒体)更适合收集,其中多媒体数据的评分最负面(M = -76.48, SD = 40.71)。
- 高级功能建议被认为是最不令人反感的商业实践(M = -2.51, SD = 62.53),而AI训练被认为最不适合(M = -76.48, SD = 40.71)。
- 促销框架的provotypes比文本情景或夸张透明设计引发更高的适当性评分。
- 相较基线的优势:
- Provotypes相比基于文本的描述缓和了对商业实践的判断,即使透明度被夸大。
- 当商业实践被框架为有益或嵌入熟悉的应用界面时,参与者更容易接受。
- 实验/评估:
- 使用被试内设计,适当性评分范围为-100到+100。
- 使用线性混合效应模型评估数据类型、商业实践和展示风格之间的差异。
- 收集定性反思以为定量发现提供背景。
- 局限性与未来工作:
- 样本仅限于美国参与者,可能限制了结果的普适性。
- Provotypes与文本情景在内容和形式上有所不同,导致因果归因困难。
- 未来研究应探索全球视角、交叉因素以及替代商业实践。
总结
本研究探讨了用户对FemTech应用中数据收集和商业化的看法,发现判断受到相关性、意图性和感知价值交换的影响。参与者强烈反对外围数据收集和AI训练等实践,但更能接受与应用功能相关的健康数据收集。Provotypes显示设计框架显著影响用户判断,促销界面比文本描述更能缓和用户的反应。这些发现强调了伦理FemTech设计和治理的机会,尤其是在透明性、有意义的同意以及与用户期望一致性方面。
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。
暂无符合条件(≥60% 相似度)的相关论文
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/10.1145/3772318.3790847
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
6 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、生育健康与女性健康
work
职业/产业
个人理财用户、移动支付用户、医生、护士、临床医生
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文