是的:肯定性同意作为理解和社会平台想象的理论框架

荣誉提名
暗黑模式(Dark Patterns)识别在线骚扰与反制工具内容审核与平台治理隐私政策制定者内容治理与平台合规团队

文献标题

Yes: Affirmative Consent as a Theoretical Framework for Understanding and Imagining Social Platforms

文献信息

  • 主题领域: 人机交互 (HCI) 与社会计算系统
  • 关键词: 啃食同意(affirmative consent), 社交平台, 社会技术缺口(socio-technical gap), 用户隐私, 社交媒体, 构造性设计, 用户体验

研究背景与问题

  • 问题与挑战: 当前社交平台面临大量交互问题,例如在线骚扰、隐私侵害和非自愿内容传播等。现有设计理念缺乏明确的理论框架,用于深入理解和解决这些问题。

  • 重要性: 随着社交媒体的逐步普及,平台需要更好地保护用户的自主性,减少有害的交互并且增强内容控制。用户的选择权毋庸置疑是一项重要的社会规范,但技术设计往往面临挑战。

  • 研究动机: 作者受到性同意原则“YES原则”启发,提出一个理论框架——啃食同意(affirmative consent)用于社会计算中,并试图通过设计干预解决上述交互困境。

  • 相关工作:

    • 文献中强调了女性主义、人机交互、法律和数据隐私的相关领域,引用了诸如Bardzell提出的“女性主义HCI框架”和“价值敏感设计”等重要理论。
    • 许多研究关注性的互动过程和互联网隐私问题,但集中在线上互动同意问题的框架应用尚为罕见。

解决方案

  • 提出的方法:

    1. 引入啃食同意理论,作为分析社交计算系统交互问题的框架。
    2. 将理论的核心原则应用于生成针对性设计解决方案,包括设计新的社交平台交互功能。
  • 创新点: 使用啃食同意的五个原则:自愿(voluntary)、已知(informed)、可撤销(revertible)、具体(specific)、非繁累性(unburdensome)作为系统设计的指导轴,以此系统化地解决社交平台的问题。

  • 实施步骤与技术:

    1. 在解释性方面,研究分析社交平台的“Zoom爆破”、“复仇色情”和内容算法问题等实例,揭示其违反这些核心原则的问题。
    2. 在生成性方面,设计性地提出35个新颖的交互功能,例如:
      • 可自由内容设置的新闻摘要框:允许用户选择其希望内容或避免内容。
      • 可撤销的用户个人页面:类似于“回滚”功能的操作,可以删除相关互动和标签。
      • 非繁累性消息设计:依赖网络数据,用户可以自主控制谁能与自己交流,例如限制发送者为已验证朋友的朋友。
  • 采用技术:

    • 数据反馈算法(Audience detection algorithms)
    • 自适应推荐算法(Topic Inference)
    • 分布式内容共享协议(用于“跨平台共享控制”)

研究成果

  • 具体成果:

    1. 理解和解构现存社交交互问题,包括滥用算法推荐、不当标签和陌生人骚扰。
    2. 新设计功能的开发框架,促进一个更具同意性、更具包容性的网络环境。
    3. 为未来研究提出方向:通过协作性学习和开放平台让用户个人同意有效参与。
  • 相比现有方案的优势:

    1. 明确理论框架指导设计。
    2. 以用户隐私、选择权、内容控制为先导。
    3. 引入了降低用户负担的自动化算法和明确的交互选择。
  • 实验或评估结果:

    • 文献提出了一系列功能原型如“可滚动撤销个人页面”,通过假想用户案例解释具体应用,将设计和技术相关性融入。
  • 局限性与未来方向:

    1. 未解决的社会技术缺口: 部分问题如个人私密内容传播无法完全由算法解决,而需要法律支持(例如“被遗忘权”)。
    2. 权利与社会价值冲突: 一些设计可能加剧“回声室”问题,导致信息孤岛。
    3. 未来研究方向:
      • 开发基于用户协商和自主设置的算法。
      • 建立社区参与平台政策,确保共享规则的透明性和可协作性。

总结与学术意义

这篇论文开辟了啃食同意理论在社会计算系统中的应用,将性别研究、技术设计和用户体验结合起来,以系统性和方法论设计为核心,从理论和实践层面推动了社交平台的优化。其提出的设计理念既具有学术价值,也为改良现代社会技术提供了建设性指导。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47306/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445778
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
group
作者
7 位作者
sell
研究子方向
暗黑模式(Dark Patterns)识别、在线骚扰与反制工具、内容审核与平台治理
work
职业/产业
隐私政策制定者、内容治理与平台合规团队
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文