隐私、数据透明度和 prosocial 倡议对 COVID-19 应用程序吸引力的影响的实地证据

荣誉提名
隐私设计与用户控制数据隐私感知与决策政府官员与公务员隐私政策制定者

文献标题

Field Evidence of the Effects of Privacy, Data Transparency, and Pro-social Appeals on COVID-19 App Attractiveness

文献信息

  • 主题领域: 人机交互与隐私研究,主要针对COVID-19接触追踪应用程序的采用行为
  • 关键词: COVID-19, 隐私, 数据透明性, 集体利益, 个体利益, 数字健康, 亲社会行为, 采纳行为, 性别差异, 地理差异

研究背景与问题

  • 问题或挑战:

    1. COVID-19暴露通知应用程序的用户采用率普遍较低,通常在10%-30%之间。
    2. 现有研究表明,隐私顾虑、数据透明性不足,以及应用程序的宣传方式(强调集体利益vs.个体利益)可能影响采用意愿。
    3. 尽管实验室研究和自报告调查揭示了用户态度和倾向,但缺乏真实情境下(即"field study")的用户行为数据。
  • 研究重要性:

    • 接触追踪应用的高采用率能显著提高COVID-19病毒传播的控制效果。
    • 理解隐私、透明性与宣传框架对采纳行为的具体影响,有助于制定更有针对性的健康技术普及策略。
  • 研究动机与相关工作:

    • 第一次在真实环境中评估影响COVID-19接触追踪APP采用的因素。
    • 补充现有基于实验室与自报告数据的研究不足,同时为政策制定和应用推广提供数据支持。

解决方案

  • 研究方法:

    • 与美国路易斯安那州合作,通过Google Ads随机分配的14种广告活动,实验评估采纳行为。
    • 广告设计围绕三个变量:隐私透明性、数据透明性和宣传框架(集体利益vs.个体利益)。
  • 实验设计:

    1. 两个宣传框架:"集体利益"(社会效益) vs. "个体利益"(个人效益)。
    2. 四种隐私声明类型:
      • 无隐私相关声明。
      • 普通隐私 reassurance。
      • 非技术性隐私控制("你可以控制分享的数据")。
      • 技术性隐私控制("数据留在你的设备中")。
    3. 数据透明声明:
      • 表明应用程序将收集接触数据,或不说明。
  • 实验步骤:

    • 在Google Ads平台投放广告,记录用户点击广告跳转到下载页面的行为,点击率(CTR)作为主要衡量指标。
    • 收集人口统计数据(性别、年龄、地理位置)以分析人口因素的调节作用。

研究成果

  • 具体成果:

    1. 广告宣传框架的效果:
      • 表现集体利益的广告("减少COVID感染")点击率明显高于个体利益广告("接收暴露通知")。
    2. 隐私与数据透明性的效果:
      • 在集体利益宣传下,隐私声明(特别是技术性隐私)显著提高点击率,但数据透明性会降低点击率。
      • 在个体利益宣传下,技术性隐私声明降低点击率(更多对男性影响),而数据透明性提高点击率。
    3. 人口统计数据的影响:
      • 性别: 女性总体点击率高于男性,尤其在集体利益广告下。
      • 年龄: 年龄较大的用户(如65岁以上)对广告更敏感,尤其针对与其相关性高的健康风险信息。
      • 地理位置: 农村地区比城市地区更支持这类应用程序的广告。
  • 相较现有解决方案的优势:

    • 提供了大规模随机控制实验数据,补充了基于自报告和实验室研究的证据。
    • 展示了如何在实际场景中优化消息传递以激励亲社会健康行为。
  • 实验或评估结果:

    • 集体利益广告的点击率提高了约34.1%到45.8%。
    • 不同隐私和数据透明声明的组合对不同用户群体(性别与年龄)有显著的调节作用。
  • 局限性与未来方向:

    • 未能直接追踪广告点击后的应用程序下载与使用行为。
    • 仅在一个州(路易斯安那州)进行实验,缺乏跨区域普适性分析。
    • 实验语言设计存在局限,未来可扩展至更多语言风格和框架。
    • 建议未来研究结合技术行为及伦理考量,同时探索进一步提升数字健康行为的最佳实践。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68934/2022

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/10.1145/3491102.3501869
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
4 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
政府官员与公务员、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