拆解在线目标定位和个性化背后的数据驱动推理的感知

用户在浏览互联网时看到的内容，从广告到搜索结果，都是通过算法根据对该用户进行推断而进行的目标定位或个性化处理。先前的研究表明，用户认为这种定位既实用又令人不安。我们通过两项在线研究开始剖析这些矛盾的情感。在第一项研究中，306名参与者看到了十个解释之一，解释了他们为什么会收到某个广告，这些解释反映了基于人口统计、兴趣等因素的常见定位方法。解释中描述的兴趣定位类型影响了参与者对定位的舒适度及其有用性的看法。我们进行了一项后续研究，其中237名参与者看到了公司可能推断出的十个兴趣。兴趣类别的敏感性和参与者对该主题的实际兴趣显著影响了他们对推断的态度。我们的研究结果为透明度工具的设计提供了信息。