从数千名美国亚马逊用户众包数据的实验洞察：透明度、金钱和数据使用的重要性

DOI

数字平台上用户生成的数据对于有兴趣揭示数字不平等、审计算法和理解人类行为的倡导者和研究人员来说是一项关键资源。然而，数据访问往往受到限制。研究人员如何既能有效又能合乎伦理地收集用户数据？本文分享了一种创新方法，通过众包用户数据收集了超过5000名美国用户5年的亚马逊购买历史（通常无法访问）。我们开发了一个优先考虑参与者同意的数据收集工具，并包含实验设计。该设计使我们能够研究隐私感知和用户数据共享行为的多个重要方面，包括社会经济人口统计、货币激励和透明度如何影响共享率。实验结果（N=6325）表明，货币激励和透明度都能显著提高数据共享。年龄、种族、教育和性别也起作用，女性和教育程度较低的参与者更可能分享。我们的研究设计能够对“隐私悖论”进行独特的实证评估，即用户声称重视隐私的程度高于他们实际行为。我们设置了真实和假设的数据共享场景，发现这些上下文中的共享率存在可测量的相似性和差异。例如，增加货币激励在真实场景中对共享率的影响是假设性场景的6倍。此外，我们研究了参与者对各种第三方应如何使用数据的看法，再次发现性别、年龄、教育和种族有显著影响。值得注意的是，大多数参与者不赞成政府机构使用购买数据，但大多数赞成研究人员使用。总体而言，我们的发现突出了透明度、激励设计和用户人口统计特征在合乎伦理的数据收集实践中的关键作用，并为未来希望众包用户生成数据的研究人员提供了指导。