人类与GDPR的互动:访问个人数据的实际经验

荣誉提名
隐私设计与用户控制数据隐私感知与决策隐私政策制定者

文献标题

Human-GDPR Interaction: Practical Experiences of Accessing Personal Data

文献信息

  • 主题领域: 数据隐私与个人数据交互
  • 关键词: 隐私, GDPR, 信息访问, 个人数据, 开放数据, 数据可移植性, 人机数据交互 (HDI), 用户赋权, 数据收集, 数字权利, 信任, 信息素养, 参与性行动研究

研究背景与问题

  • 作者发现了哪些问题或挑战?

    • 尽管 GDPR(通用数据保护条例)旨在增强个体对个人数据的控制权,但实际效果欠佳。许多服务提供者的响应质量较低,且经常不遵守法律规定。
    • 用户难以理解返回的数据并将其与自己的生活联系起来,阻碍个人数据的充分使用。
    • 数据持有公司与用户间存在权力不对等,个体权利不能有效利用,进一步加深了用户的不信任。
  • 为什么这个问题很重要?

    • 现代社会以数据为中心,个人数据已经成为企业的重要资源,但个人用户通常无法轻松访问、理解或管理自身数据。这种不透明性不仅影响用户体验,还可能导致隐私侵害和不公平行为。
    • 增强对数据的控制是前沿技术讨论的核心议题,它直接关系到个体权利、信任以及数据经济的发展。
  • 研究动机与相关工作

    • 此研究是对 GDPR 的用户体验与制度效果的深入探讨,试图填补现有研究在用户主导的数据交互和制度评价方面的空白。
    • 过去的研究指出 GDPR 对组织的影响及其局限性(如数据可移植性、隐私设计等),但缺乏从用户角度出发的全面探索。

解决方案

  • 作者提出了哪些方法或解决方案?

    • 作者设计并实施了一项定性和定量混合研究,涵盖了多阶段的用户访谈和 GDPR 数据访问请求的实际操作分析。
    • 提出了促进透明性、改善数据交互体验和设计更有效的数据访问系统的建议。
    • 将个人数据的控制和探索视为计算机交互中的新技术方向,并试图通过政策改进和企业优化来缩小用户与数据持有方的权力差距。
  • 该解决方案的创新之处是什么?

    • 提出了一个用户目标类别模型(如通过数据反思、自我赋权等),为政策和设计提供了实证指导。
    • 建议加强对 GDPR 响应质量的法律监督和用户教育,以改善数据访问体验并推动数据透明性。
    • 提出创建以数据支持为核心的持续协作平台,为用户与企业改善关系提供框架。
  • 实施步骤是什么?使用了哪些关键技术?

    • 通过便利抽样招募参与者,对其进行 GDPR 数据请求指导。
    • 采用逐步访谈法捕捉参与者在请求前、中、后的感知变化及数据交互体验。
    • 利用编码和数据分析技术从访谈录中提取关键主题,同时提供量化的数据图表。

研究成果

  • 取得了哪些具体成果?

    • 发现 GDPR 在实际应用中的众多局限性,例如低响应率、不完整的数据返回以及难以理解的数据格式。
    • 用户的目标和需求(如反思个人数据、提升对服务提供者的信任)大多未能完全得到满足。
    • GDPR 数据请求一旦透明且支持性高,可以显著增强用户的信任和品牌忠诚度,但目前这种情况较为稀缺。
  • 与现有解决方案相比,它有哪些优势?

    • 此研究直接聚焦于用户体验,揭示了政策和技术设计在实际操作中的缺陷,为进一步改进提供了针对性的建议。
    • 提出了用户与数据持有方互动的新模式,强调信任与数据支持的新机会。
  • 实验或评估结果是什么?

    • 数据请求后,用户对服务提供者的信任在 52% 的案例中下降,认为自身与数据持有者之间的权力不平等在 74% 的案例中加剧。
    • 返回数据的质量普遍较低:仅 22% 的情况下数据被认为完整,同时许多关键信息(尤其是推导数据和元数据)缺失。
    • 数据请求对提升用户的权力感和决策能力影响有限,重点需求如数据删除、数据解释等目标未能充分实现。
  • 局限性与未来方向

    • 局限性: 研究样本规模较小,仅限于年轻化、高技术素养的群体,可能无法完全涵盖一般公众的体验。参与者受到研究团队培训,可能无法代表普通用户的自然行为。
    • 未来方向:
      • 扩大研究样本,覆盖不同技术水平和年龄群体。
      • 探讨 GDPR 界面设计对用户信任建立的促进作用,找到最佳实践。
      • 针对数据组合与直观解析工具开发更多系统化设计。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68820/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3501947
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
荣誉提名
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
work
职业/产业
隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文