隐私游戏：通过街机游戏机接口揭示日常数据敏感性判断

现行数据保护法律框架（包括GDPR）将因对基本权利影响而值得更高保护的“特殊”个人数据类型进行分类。然而，这些法律抽象未能捕捉个体在日常数字情境中如何判断敏感性。这种脱节可能削弱数据保护作为法律制度的可理解性和信任度。尽管敏感性是隐私保护的核心，但目前缺乏系统的实证研究将公众敏感性判断与GDPR第9条下的特殊保护数据类型进行比较。我们通过混合方法设计来解决这一空白，整合九次半结构化访谈与部署在公共街机上的游戏化调查。这种方法产生了来自224名参与者的2935份回复，实现了情境化分析。通过构建包含谁收集数据、收集什么数据、为何目的的本体论，我们系统比较了不同人口统计群体的回复。与文献假设健康和金融数据是数据敏感性主要标志的预期相反，我们发现表达性内容、消息、照片和社会关系引发了公民最强烈的分享抗拒。接受度受目的决定性地影响：公民容忍安全和功能需求，但拒绝广告和模糊的“研究”主张。态度存在系统性差异：女性对表达性内容的抗拒显著更强，更高教育和数字素养预示更谨慎的态度。本研究表明，数据敏感性不能简化为固定的法律分类，而是社会情境化的且依赖于目的。我们的发现为重新想象符合日常逻辑的同意流程、隐私默认设置和透明度机制提供了实证基础，这可推动开发人们能真正理解、信任和同意的系统。