《Computer Law & Security Review》:Personalized transparency: A scoping review of approaches to personalized privacy disclosures
编辑推荐:
透明度要求是全球隐私法规的核心组成部分。然而在实践中,服务提供商和卖方的透明度实践存在众所周知的局限性,从过于复杂到过于冗长。借助个性化技术,个性化信息披露成为解决个体信息需求的有前景的解决方案。然而,关于“个性化透明度”(personalized trans
透明度要求是全球隐私法规的核心组成部分。然而在实践中,服务提供商和卖方的透明度实践存在众所周知的局限性,从过于复杂到过于冗长。借助个性化技术,个性化信息披露成为解决个体信息需求的有前景的解决方案。然而,关于“个性化透明度”(personalized transparency)概念、其实践实施以及该领域研究现状的文献综述是必要的。为弥补这一空白,研究人员进行了一项跨学科范围综述,并确定了42篇涉及个性化透明度的相关出版物。研究人员分析了来源、提出的工具、功能以及个性化透明度的背景,同时包括准备工作。基于范围综述,研究人员确定了个性化透明度的五个关键功能:核心功能包括解释(explanation)、用户控制(user control)和个性化披露(personalized disclosure),补充功能包括个性化推荐(personalized recommendation)和自动化决策(automated decision-making)。个性化透明度可以定义为根据个体用户偏好定制信息披露以增强其理解和控制的实践。此外,研究人员讨论了研究发现的法律和设计影响以及未来关于个性化透明度的研究。
**论文解读:个性化透明度——个性化隐私披露方法的范围综述**
**研究背景与存在问题**
透明度要求是全球隐私法规(如欧盟《通用数据保护条例》(GDPR)和中国的《个人信息保护法》(PIPL))的核心支柱。然而,当前服务提供商和卖方的透明度实践存在显著局限:隐私政策冗长耗时且语言难懂,导致用户信息过载并普遍忽视阅读。个性化技术(如大数据和计算能力进步)为解决这些缺陷提供了新契机,通过将信息披露定制化以匹配个体用户的需求、偏好和理解水平,有望提升透明度有效性。然而,现有相关研究分散于多个学科,缺乏统一术语和系统综述,阻碍了领域进展。
**研究目的与意义**
为弥合这一空白,研究人员开展了一项跨学科范围综述,旨在识别和整合现有关于个性化透明度的研究,明确其概念、工具、功能和应用场景,并提出统一定义。该研究发表于《Computer Law & Security Review》,为后续研究提供了共同词汇和参考框架,助力形成实践社区,促进跨学科协作。
**关键技术方法**
研究人员采用范围综述方法,遵循PRISMA-ScR指南。关键词搜索基于Scopus和Web of Science数据库,经三轮筛选(2023年5月和2024年12月),最终纳入42篇相关出版物。筛选过程由两名评审员独立进行,使用Cohen’s kappa评估一致性(κ值分别为0.60、0.78和0.71)。数据提取整合了Fan和Poole的个性化分类框架,涵盖自动化方式、目标、功能、场景等维度。分析方法包括描述性统计和主题分类,以归纳工具类型和功能集群。
**研究结果**
**4.1 个性化分类方案**
研究人员采用Fan和Poole的分类框架,从自动化方式(显式、隐式、混合)、目标(类别化、个体化)和来源(用户相关数据如隐私偏好、行为历史;非用户相关数据如隐私政策元数据)对39篇出版物进行分类。显式自动化(用户主动输入)占多数,隐式自动化(基于行为推断)和混合自动化(结合两者)各有7篇和6篇。
**4.2 什么是个性化透明度?**
仅两篇出版物明确使用并定义该术语。Earp和Staddon将其视为通用透明度的对立面,以Google的My Activity和Ad Settings为例;Mourby等人建议在医疗背景下基于患者内在因素校准信息水平。总体而言,个性化透明度被定义为“根据个体用户偏好定制信息披露以增强其理解和控制的实践”。
**4.3 工具与功能**
基于75个功能出现次数,识别出五类功能:解释(9.3%,n=7)、用户控制(24%,n=18)、披露(32%,n=24)、推荐(18.7%,n=14)和自动化决策(16%,n=12)。解释和用户控制总是伴随其他功能出现。披露功能旨在提供个性化信息,如按隐私关注匹配政策段落;用户控制功能通过聚合选项或风险预警赋予用户管理权;推荐功能提供个性化隐私设置建议;自动化决策功能则代表用户设定默认规则或阈值。
**4.4 用户想要什么?**
35篇实证研究(83.3%)采用用户中心方法,关注用户需求。四项额外研究探索用户对个性化透明度的态度:Zhou等人发现主要障碍是知识缺乏;Liu等人指出仅特定提示能引起行为改变;Wang和Ma提出一致性验证方法;Kitsiou等人引入结合用户需求和开发者输入的自适应隐私设计分类。
**讨论与结论**
**讨论总结**
研究人员基于综述结果提出个性化透明度的定义,并强调其核心功能(解释、用户控制、披露)与补充功能(推荐、自动化决策)的区分。法律分析聚焦于GDPR和《人工智能法案》(AI Act):现有法律未充分支持个性化透明度工具的核心功能——例如,GDPR未明确要求信息披露可个性化定制,且对解释功能的要求局限于全自动决策;用户控制功能受限于数据控制者的合法处理基础。设计建议强调优先用户能动性,工具应提供直观反馈、包容性设计,并允许用户随时退出。未来研究需建立统一词汇、探索用户输入变化管理、用户接受度及法律伦理合规性。
**研究结论(翻译)**
本文提供了一项关于旨在增强用户透明度的个性化工具的范围综述。调查显示,这些工具可基于自动化方法、来源、功能和使用场景等不同标准进行分类。个性化可通过隐式、显式或混合自动化实现。个性化来源多样,但综述中相当数量的出版物强调使用隐私偏好进行个性化。研究人员确定了这些工具的五项功能:解释、用户控制、个性化披露、个性化推荐和自动化决策。研究人员认为,个性化披露、解释和用户控制功能是个性化透明度工具的组成部分,而个性化推荐和自动化决策功能可作为补充维度,在用户通过组成部分充分知情后提供建议或决策。基于发现,研究人员进一步给出了个性化透明度的定义,并讨论了个性化透明度工具如何超越隐私保护,在医疗和消费者保护背景下也展现出赋权个体的巨大潜力。最后,研究人员为未来个性化透明度工具的创建提供了法律和设计启示。总之,研究结果表明了个性化透明度的巨大潜力,并强调了共享词汇的必要性,以促进研究人员、设计师、开发者和政策制定者之间的协作。这种协作努力对于开发既赋权用户又遵守法律和伦理标准的个性化透明度工具至关重要。