安全和隐私界面中的语言正式程度如何影响预期的遵守程度
作者
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
How Language Formality in Security and Privacy Interfaces Impacts Intended Compliance
文献信息
- 主题领域: 用户接口设计、语言形式与安全隐私交互
- 关键词: 信息隐私、安全性、语言形式、遵从行为、界面设计、用户感知、数据分析、实验研究、语言编码、平台差异
研究背景与问题
-
发现的问题或挑战:
- 用户普遍未充分采用最佳的安全措施,这可能是由于缺乏知识或对行为结果的误解。
- 企业通过语言沟通促进用户采用高级安全与隐私实践,但尚不清楚语言形式在既有安全性建议中的影响。
-
研究的重要性:
- 平台更好地传递安全性建议不仅能保护用户隐私,还可增强其用户信任。
- 语言风格作为一种可控设计元素对用户行为具有潜移默化的影响力,例如影响注意力、感知以及顺从程度。
-
研究动机与相关工作:
- 语言的形式性已被证明会影响信息的传播效果(信任、权威性、行为引导)。
- 提高用户采用隐私和安全建议的方法仍需进一步探讨,包括界面设计和语言风格的调整。
解决方案
-
提出的方法或解决方案:
- 收集并分析平台安全和隐私界面的语言数据集,采用编码方法量化语言特性与形式感之间的关联。
- 进行在线实验以调查用户对语言形式的感知,以及语言形式与遵从意图之间的联系。
-
创新之处:
- 提出了语言的形式性作为推动用户安全行为的关键设计变量。
- 创建了一个包含1817条安全与隐私接口文本的公开数据集,并进行了深入分析。
- 通过在线实验(512名参与者),进一步探索用户对于语言形式的感知以及遵从行为的影响因素。
-
实施步骤与关键技术:
- 数据收集阶段:手动记录13个平台上重要的安全和隐私操作页面信息(包括桌面与移动端界面)。
- 语言特性编码:通过迭代开发代码集,提取文本的属性(如专业性、命令性、技术术语等)。
- 用户实验:设计在线调查研究语言形式对用户感知和意图遵循的影响,随机分配样本并使用混合效应模型分析数据。
研究成果
-
具体成果:
- 平台间语言风格有显著差异(如Amazon语言形式性高,Instagram形式性低)。
- 更高语言形式感的提示与更强的遵从意图呈正相关,参与者更倾向于遵循正式风格的建议。
- 用户年龄与教育水平也对语言形式感的判断有显著影响,年长的参与者更倾向于认为语言不够正式。
-
与现有解决方案相比的优势:
- 数据驱动下的语言编码方法提供了针对界面语言形式的精确量化。
- 结合实际用户研究验证语言形式与安全行为的潜在关联,为用户界面设计提供了新角度。
-
实验或评估结果:
- 形式感与用户隐私建议的依从性呈强相关性(p < .001),更正式的语言显著提高用户依从意图。
- 提示具体类型,比如两步验证与密码强度建议,对遵从意图也有影响。
-
局限性与未来方向:
- 局限性:实验数据为自我报告而非真实情景,无法完全反映实际行为;可能存在外部变量影响。
- 未来方向:
- 扩展至不同语言和文化语境,研究语言形式在多语言环境中的适用性。
- 与界面设计其他元素(颜色、字体等)的交互作用进行深度研究。
- 用实际系统验证高语言形式能否真正改善用户遵循安全建议的实际效果。
数据集与资源
-
提供了两个资源数据集:
- 编码语言字符串的完整数据集。
- 参与者对语言形式感与遵从意图的评级。
数据集可从 LabintheWild 获取。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 安全与隐私界面中的语言正式程度如何影响用户的遵从意图?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 不同平台间的语言风格差异是否会导致用户安全行为上的变化?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 用户特征(如年龄和教育水平)如何影响对语言正式程度的感知?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
lightbulb
现实痛点
1- 用户常不知道如何根据推荐采取更安全的隐私措施。分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 100%
SIGCHI 社会影响力奖演讲 – 让隐私和安全更易于使用
CHI '18· 隐私设计与用户控制 +1
- 100%
你可能受到影响:数据泄露通知中的可读性和可用性问题的经验分析
CHI '19· 隐私设计与用户控制 +1
- 100%
人类与GDPR的互动:访问个人数据的实际经验
CHI '22· 隐私设计与用户控制 +1
- 100%
模糊处理照片内容标记带来的危害
CHI '22· 隐私设计与用户控制 +1
- 100%
理解Twitter上的隐私切换行为
CHI '22· 隐私设计与用户控制 +1
- 100%
风险呼吁方法对用户分享机密信息的影响
CHI '24· 隐私设计与用户控制 +1
- 75%
更好地预测(和保护)隐私决策的环境因素
CHI '18· 隐私设计与用户控制 +1
- 75%
“此应用程序希望使用您的当前位置以更好地为您服务”:个性化移动服务中用户同意和系统透明度的重要性
CHI '18· 隐私设计与用户控制 +1
- 75%
使用防病毒客户支持聊天进行计算机安全感知的现场研究
CHI '19· 隐私设计与用户控制 +1
- 75%
机器启发式:当我们比信任人类更信任计算机来处理我们的个人信息时
CHI '19· 隐私设计与用户控制 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581275
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 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