算法受众隐私剥夺感的概念及其构成——基于青年群体的扎根理论研究

智能算法带来社会福祉的同时也生成了隐私剥夺风险,研究算法受众隐私剥夺感的概念与构成可为新情境下的隐私社会心态问题分析提供基础概念范畴和理论框架。基于扎根理论方法,采用半结构化深度访谈法获取34位青年的经验资料,借助质性分析工具NVivo12.0进行开放式编码、主轴式编码和选择性编码,反复比较并通过理论饱和度检验后提炼出算法受众隐私剥夺感的概念内涵与构成维度。研究认为,算法受众隐私剥夺感是个体在算法隐私资源交换中持续处于不利地位,感知到自身受到多次剥夺且无力抵抗,产生侵入、不安、愤怒、徒劳等负面情绪,并可能表现出“抵抗式”控制自身信息的行为倾向。从内涵上看,算法受众隐私剥夺感本质上是一种个体无力对抗算法隐私剥夺行为的不公平感;从构成上看,其由侵入感、不安感、愤怒感和徒劳感四个维度构成,并存在“认知评估→情感反应→行为倾向”的内在结构关系。对算法受众来说,算法隐私剥夺行为带来的隐私未得、人格受损及抵抗无力让他们萌生出应得、想得的隐私被剥夺的不公平心理,并陷入一种“抵抗无力或徒劳”的状态。

结构性剥夺:算法受众隐私剥夺感的生成逻辑

智能算法在带来社会福祉的同时也生成了隐私剥夺风险,并可能引发从个人到共同体的社会结构性隐私剥夺感。采用深度访谈法获取青年群体中的34位(份)经验资料,扎根考察了算法受众隐私剥夺感的生成机制。研究发现,隐私剥夺感并非简单地源于算法平台对个人隐私资源的粗暴争夺抑或绝对剥夺,而是外部场景、剥夺行为与个人隐私价值能力三者之间综合作用的结果。在智能传播环境下,传播技术渗透、隐私边界消融和权力结构操控相互交织构成了隐私剥夺感的外部生成场景,“资源剥夺→人格剥夺→行为剥夺”的转化过程构成了隐私剥夺感的内在生成逻辑,个体持续感知无力对抗一系列相续、多阶和累加的结构性隐私剥夺行为,最终引发了算法受众的隐私剥夺感。对算法受众来说,算法隐私剥夺行为带来的隐私未得、人格受损及抵抗无力让他们萌生出“应得、想得的隐私被剥夺”的不公平心理,并陷入一种“抵抗无力或徒劳”的状态。