颠覆性人工智能接受度量表(SAIA-8)：用于衡量用户对人工智能生成隐私增强图像修改的接受程度

DOI

"颠覆性人工智能"（SAI）图像滤镜采用对抗性机器学习技术来保护用户免受面部识别侵害，通过扭曲个人图像来混淆计算机视觉算法。虽然这既是新颖的也是重要的研究兴趣，但目前对 SAI 滤镜的评估仅基于攻击效能；没有简单的方法来衡量用户对滤镜输出的接受程度，因此研究人员在取得进展时没有考虑用户接受度。我们通过创建并验证一个衡量用户接受度的量表 SAIA-8 来解决这一限制。在三步过程中，我们采用了紧密遵循测量理论中量表创建和验证最佳实践的混合方法。首先，为了了解影响用户接受 SAI 滤镜输出的因素，我们访谈了15位参与者。被访者不喜欢 SAI 滤镜输出的原因是感知到的有用性不足以及与她们期望的自我呈现相冲突。利用访谈的见解和陈述，我们生成了106个潜在的量表项目。在与215个众包参与者的迭代过程中，我们得出了构成 SAIA-8 的八个项目。最后，通过与30名参与者的收敛效度研究，我们发现 SAIA-8 适合衡量用户对隐私增强图像扰动的接受度。此外，它可以帮助在开发和评估新 SAI 滤镜时优先考虑用户接受度。