数据化汽车中的标准化监控：自动驾驶车辆用户对隐私权衡的理性化分析

自动驾驶车辆（AV）以通过车内摄像头、激光雷达和GPS等传感器实现的持续数据化和监控为特征。基于对16位自动驾驶车辆司机的半结构化访谈，本研究采用建构主义归纳法分析，探讨用户如何在日常数据化情境中理解车辆监控。研究发现，司机表现出较少的AV专门隐私顾虑，更多是通过与既有数字平台的比较来规范化监控行为。我们提出，AV监控应被置于平台环境的“监控生态系统”中，认为数据化汽车是“漏洞家庭”的移动延伸——即通过连接技术使私人空间变得可渗透，持续传输行为数据。该研究为监控信念、数据化和平台治理的学术论述贡献了视角，表明接受全面智能手机和智能家居监控的用户，遇到的AV数据化只是规范化数据提取链中又一个节点。我们指出，地理限制数据访问（目前仅限加州）所导致的司机日志访问限制，制造了阻碍知情隐私讨论的“第三数字鸿沟”。最后，我们阐述了机器学习对数据密集方法的依赖创造了超越单一制造商选择的结构性监控压力。我们提出治理干预措施，以实现社会学习的民主化，包括普遍数据访问权、绑定的透明度要求和数据最小化标准，以防止汽车数据化中的“底比亚竞争”。