自下而上的心理社会干预措施用于相互依赖的隐私:基于个体和内容差异的有效性

数据隐私感知与决策在线骚扰与反制工具虚假信息与事实核查

文献标题

Bottom-up psychosocial interventions for interdependent privacy: Effectiveness based on individual and content differences

文献信息

  • 主题领域: 社交媒体隐私保护与用户行为干预
  • 关键词: 社会行为改变、互依隐私、社会心理干预、社交媒体、视频教育干预

研究背景与问题

  • 问题与挑战:

    • 过去的研究主要集中在帮助用户保护自己隐私的技术干预,而针对减少在社交媒体上互依隐私(IDP)侵权行为(如公开他人信息)的干预研究较少。
    • IDP 侵权行为可能源于隐私偏好不一致、误解或情绪推动的发布行为,这种行为可能导致心理困扰、骚扰、失业等后果。
    • 如今大多数与 IDP 相关的干预措施都是“自上而下”的技术解决方案,这种方法通常局限于特定平台,与“用户为中心”的心理-社会干预相比缺乏可扩展性。
  • 研究重要性:

    • IDP 侵权问题一个普遍存在但缺乏被系统解决的问题,尤其在社交媒体环境中。
    • 存在从心理与社会层面(而非技术层面)主动改变用户分享行为的强烈需求,这将使社区能够利用社会规范与价值观施加影响。
  • 研究动机:

    • 针对 IDP 的心理-社会干预几乎未被探索,目前有限的非技术性干预,例如隐私提示或视角切换提示,未能明显减少侵权行为,甚至可能适得其反。
    • 公共健康和计算机科学领域的干预证据表明,公众信息传播(比如通过视频)在改变社交态度与行为上具有潜在优势。

解决方案

  • 提出方法:

    • 探讨三类干预视频(概念型、事实型和叙事型)的学习和应用效果,这些视频以不同形式教育用户了解 IDP 并改变其社交媒体上的照片分享行为。
    • 各类干预分别呈现:
      • 概念型:解释 IDP 的范围和后果(通称 "隐私盗取")。
      • 事实型:基于统计数据说明 IDP 现状和后果。
      • 叙事型:通过真实案例讲述隐私侵权如何对受害者造成负面影响。
  • 创新之处:

    • 探讨心理-社会干预中的叙事效用,结合现有概念和事实形成混合型干预。
    • 考虑内容与个人特质对干预效果的潜在调节作用,这是首次加入个性与情境差异的 IDP 干预研究。
  • 实施技术与步骤:

    • 进行随机对照试验,将受试者分为“对照组”、“概念组”、“事实组”及“叙事组”。
    • 设计一套量化测量体系,包括问卷调查和社交媒体上的照片分享模拟决策任务。
    • 使用混合效应回归模型分析干预对分享行为的影响,进一步测试干预的视频内容及用户个性化特质的调节作用。

研究成果

  • 具体成果:

    • 概念型和事实型干预减少了消极内容(以负面方式描绘他人的照片)的分享倾向。
    • 叙事型干预在认为 IDP 侵权问题不严重的用户中产生了反效果,但在认为问题严重的用户中有效减少负面照片分享。
    • 用户对视频干预普遍持积极评价,尤其是要求增加现实故事案例以增强干预效果。
  • 现有解决方案的优势:

    • 概念干预具有简单且广泛适用的特点,在整体知识教育方面最有效。
    • 事实干预能通过具体数据提高用户对问题发生频率与危害性的认知。
    • 叙事干预尽管有反作用,但突出了用户希望更多了解现实生活影响的需求。
  • 实验或评估结果:

    • 所有干预视频均被认为提高了用户对 IDP 的认识,但在修改用户分享行为方面效果各异。
    • 用户倾向分享正面内容的照片,但干预视频有效减少了负面照片分享行为。
  • 局限性与未来方向:

    • 局限性:干预效果仅在短期测试中进行验证;不同视频条件有时长差异;干涉素材主要聚焦照片分享,未覆盖 IDP 的全面范围。
    • 未来方向包括:
      • 测试更深度、具备高度可视化的叙事视频是否可以缓解传播负面效果。
      • 考察实验的长期影响,以及多次反复干预下行为改变的持久性。
      • 定制化干预以满足用户个性化需求;探索 IDP 干预与用户社交资本因素之间的交互作用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/95931/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581117
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
数据隐私感知与决策、在线骚扰与反制工具、虚假信息与事实核查
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文