从点击到共识：用于数据治理的集体同意大会

文献标题

From Clicks to Consensus: Collective Consent Assemblies for Data Governance

出版信息

• 主题领域: 数据治理与隐私同意机制
• 关键词: 集体同意、数据隐私、审议式小型公众、同意集会、知情同意、GDPR、CCPA、投机设计、数据治理、AI伦理

背景与问题

• 问题 / 挑战: 当前的同意机制（如通知与同意）由于可用性问题、不适用于所有场景以及无法解决集体隐私问题，未能提供有意义且知情的用户同意。
• 重要性: 解决这些不足对于确保用户自主权、推动伦理数据实践以及适应生成式人工智能等新兴技术至关重要。
• 动机与相关工作: 现有替代方案（如浏览器级同意、拒绝所有扩展和预测同意）存在局限性，包括缺乏细粒度控制、信任问题以及无法解决集体隐私关切。此前的研究建议集体治理是一种有前景的方法，但缺乏具体的实施框架。

解决方案

• 提出的方法: 本文通过同意集会实现集体同意，利用审议式小型公众来对数据治理进行集体决策。
• 创新点:
  1. 将同意集会概念化为数据治理的集体决策框架。
  2. 应用投机设计和未来回溯法以设想实际实施方案。
  3. 通过两个场景展示适用性：替代通知与同意机制，以及解决生成式人工智能数据重用问题。
  4. 从法律、商业、社会和用户角度提出实现集体同意的系统性变革。
• 流程与关键技术:
  1. 调整审议式小型公众以适应同意集会，包括成员选择、学习阶段、审议过程和结果输出。
  2. 使用投机设计设想未来应用场景。
  3. 通过未来回溯法识别当前需要的变革以实现实施。
  4. 开发场景以说明实际应用和挑战。

结果

• 具体发现:
  • 同意集会能够提供知情、参与性和可协商的同意决策。
  • 两个场景展示了实际应用：
    1. 在用户体验改进目的下的条件同意，同时限制滥用行为。
    2. 因伦理问题和无效的先前同意而拒绝将数据用于生成式人工智能训练。
• 相较基线的优势:
  • 解决了集体隐私问题，减少了用户负担，与通知与同意机制相比更优。
  • 提供了结构化的参与性流程以实现知情决策。
  • 简化了企业的监管合规，同时保护用户权益。
• 实验 / 评估:
  • 投机设计和场景由审议式小型公众领域的专家审查，以确保现实性和适用性。
• 局限性与未来工作:
  • 可能以集体决策为代价削弱个人自主权。
  • 实施耗时且需要系统性变革。
  • 存在被既得利益操控的风险。
  • 未来工作包括实证研究、法律调整以及在智能家居、DNA数据和内容审核中的应用探索。

总结

本文提出了集体同意作为个人同意机制的替代方案，并通过基于审议式小型公众的同意集会加以实现。该方法通过实现知情、参与性和集体决策，解决了通知与同意机制的局限性。两个场景展示了其在用户体验改进和生成式人工智能数据重用中的应用。尽管前景广阔，集体同意需要在法规、社会态度和商业实践方面进行系统性变革。未来工作应集中于实证验证、法律整合以及更广泛的应用探索。