理解与改进用于简化语音助手数据隐私控制的数据仪表板可用性（扩展版）

如今，像亚马逊 Alexa、谷歌语音助手（GVA）和苹果 Siri 这样的智能语音助手（VA）软件拥有数百万用户。这些 VA 常收集并分析大量用户数据以改进其功能。然而，所收集数据可能包含敏感信息（例如个人语音录音），用户可能不愿与他人共享并可能引发显著隐私担忧。为应对此类担忧，谷歌等服务商向其用户提供个人数据仪表板（称为“我的活动仪表板”），允许他们管理所有语音助手收集的数据。然而，先前研究相对未探索基于真实 GVA 数据的、用户对这类数据（及数据仪表板）的认知与偏好的理解。为此，本工作聚焦谷歌语音助手（GVA）用户，并基于真实 GVA 收集的用户数据考察 GVA 用户关于数据与仪表板的认知和偏好。具体而言，我们开展了 80 名参与者的基于调查的用户研究，以收集关于 GVA 使用的通用认知及其分层 GVA 数据样本的期望隐私偏好。我们表明大多数参与者对 GVA 收集的数据类型仅有粗浅了解。令人担忧的是，我们发现参与者对与谷歌共享 17.7% 的非平凡比例的 GVA 收集数据元素感到不适。当前的“我的活动”仪表板虽有助益，却未能帮助长期 GVA 用户有效管理其数据隐私。我们基于真实数据的研究发现，向用户展示即便一个敏感数据元素也能显著提升数据仪表板的可用性。为此，我们构建了一个分类器，能以 95% 的 F1 分数检测敏感数据用于数据仪表板推荐，并较基线模型提升 76%。