隐蔽具身选择：生物特征监控下的决策制定与隐私限度
人机交互
2021-01-05 v1 计算机与社会
摘要
旨在利用丰富的行为与生物特征数据来预测个体属性与行动的算法持续渗透公共与私人生活。一种根本风险可能源于对此类数据敏感性的误解，以及当精细（且可能非自愿）行为被追踪时个体保护其隐私的能动性。在这项工作中，我们考察了当个体被激励去避免其意图的算法预测时如何调整其行为。我们呈现了一项虚拟现实任务的结果，其中 gaze、运动与其他生理信号被追踪。参与者被要求选择哪张卡片，而不让算法对手预判其选择。我们发现，尽管参与者使用了多种策略，所收集的数据仍对选择具有高度预测性（80% 准确率）。此外，相当一部分参与者尽管努力 obfuscate，却变得更具可预测性，这可能表明其对算法预测的动力学存在错误的先验。
引用
@article{arxiv.2101.00771,
title = {Covert Embodied Choice: Decision-Making and the Limits of Privacy Under Biometric Surveillance},
author = {Jeremy Gordon and Max Curran and John Chuang and Coye Cheshire},
journal= {arXiv preprint arXiv:2101.00771},
year = {2021}
}
备注
12 pages. To be presented at CHI 2021