数据-美元权衡：面向个性化AI采用的隐私伤害与经济风险
人机交互
2026-03-11 v1 综合经济学
经济学
摘要
隐私关注度显著影响AI采纳，但关于信息环境如何塑造用户对数据泄露威胁的反应知之甚少。我们进行了一项2×3的etween-subjects实验（N=610），检验风险与歧义对AI个性化采纳的影响。受试者在两种产品篮子之间做出选择，一种采用标准方式，另一种采用AI个性化方式，后者需要共享数据可能泄露给定价算法。在风险情境（30%泄露概率）下，我们发现AI采纳在面临隐私威胁与中性情境之间没有差异（约50%采纳）。在歧义情境（10-50%概率范围）下，隐私威胁显著降低了相对于中性情境的采纳水平。该效应适用于敏感人口统计数据以及已匿名化的偏好数据。用户在隐私披露标签上系统性地高估需求，表明透明度制度具有强大的需求。值得注意的是，隐私泄露威胁并未影响随后与算法进行的谈判行为。我们的发现表明，数据泄露的歧义感，而非仅仅是隐私偏好本身，是驱动用户对面向个性化AI的回避行为的关键因素。
引用
@article{arxiv.2603.08848,
title = {The Data-Dollars Tradeoff: Privacy Harms vs. Economic Risk in Personalized AI Adoption},
author = {Alexander Erlei and Tahir Abbas and Kilian Bizer and Ujwal Gadiraju},
journal= {arXiv preprint arXiv:2603.08848},
year = {2026}
}