Quando le persone vedono che possono controllare le proprie impostazioni sulla privacy su siti Web e app che offrono intrattenimento o consigli sui prodotti, tendono ad essere più fiduciosi di quei siti, secondo i ricercatori.

In uno studio, un modello di un sistema di raccomandazione di film online che suggeriva semplicemente che gli utenti potevano personalizzare le impostazioni sulla privacy tendevano ad aumentare il loro senso di controllo, che ha alleviato i loro problemi di privacy sul sito. I partecipanti non hanno dovuto fare fisicamente quegli aggiustamenti per sentire quel senso di controllo, disse S. Shyam Sundar, James P. Jimirro Professore di effetti multimediali, co-direttore del Media Effects Research Laboratory presso il Donald P. Bellisario College of Communications e affiliato del Penn State's Institute for CyberScience (ICS).

"Questo segnale, si, è in realtà abbastanza potente nel fornire un senso di controllo e ridurre i problemi di privacy, " disse Sunda.

I partecipanti hanno anche indicato che il segnale che potevano modificare le proprie impostazioni sulla privacy li ha resi più disposti a divulgare più informazioni personali.

I sistemi di raccomandazione online in genere adottano uno dei due approcci per fornire un unico, opzioni su misura per l'utente:personalizzate, noto anche come selezionato dal sistema, o personalizzato, dove l'utente fa la scelta, secondo Sundar, che ha lavorato con Bo Zhang, ex studente di dottorato in comunicazioni di massa presso la Penn State e attualmente ricercatore di esperienze utente presso Facebook.

Zhang ha affermato che entrambe le opzioni offrono agli utenti vantaggi e svantaggi. Per esempio, consigli personalizzati richiedono poco sforzo da parte dell'utente, ma poiché i consigli richiedono il monitoraggio delle scelte dell'utente, può far sentire agli utenti che la loro privacy è stata violata. D'altra parte, la personalizzazione può essere onerosa, che richiedono un'attenzione costante, così come le azioni per fare attivamente delle scelte in ogni momento. Ciò ha portato gli sviluppatori a creare due tipi di modelli di personalizzazione:proattivi e reattivi. La personalizzazione proattiva genera automaticamente consigli, mentre un sistema con personalizzazione reattiva richiede il consenso dell'utente prima di fornire consigli.

"Si scopre che questi tipi di personalizzazione hanno i loro problemi, pure, " ha affermato Sundar. "La personalizzazione proattiva può sembrare più invadente, mentre la personalizzazione reattiva può sovraccaricare l'utente di messaggi e richieste."

I partecipanti allo studio hanno valutato i consigli sui film come di qualità superiore quando sono stati consegnati loro tramite personalizzazione proattiva, ma hanno espresso maggiori preoccupazioni sulla privacy rispetto ai partecipanti che hanno ricevuto gli stessi consigli sui film tramite la personalizzazione reattiva.

"Ci siamo chiesti:c'è un modo per ridurre al minimo il fastidio delle persone per questa personalizzazione proattiva senza dover ricorrere sempre alla personalizzazione reattiva?" ha detto Zhang. "C'è una via di mezzo, tale che, prima ancora di iniziare a utilizzare l'app, puoi facilmente personalizzare le tue impostazioni sulla privacy in tutto il sito, o globalmente?"

I ricercatori, che riportano i loro risultati in un prossimo numero dell'International Journal of Human-Computer Studies, ha affermato che i partecipanti che hanno subito violazioni della privacy in passato hanno mostrato maggiori preoccupazioni sulla personalizzazione sia reattiva che proattiva. Volevano anche un maggiore controllo nella gestione della loro privacy.

"Per queste persone, fa una vera differenza personalizzare attivamente invece di sapere semplicemente che esistono opzioni di personalizzazione della privacy, " disse Sundar. "Ma, per gli utenti senza precedenti esperienze di violazioni della privacy, fornire semplicemente spunti di personalizzazione sull'interfaccia ha avuto lo stesso effetto che agire sulle opzioni di personalizzazione."

Sebbene questi suggerimenti possano essere utilizzati eticamente dalle aziende che desiderano migliorare l'esperienza dell'utente, Sundar ha affermato che le persone dovrebbero essere consapevoli che le organizzazioni malintenzionate potrebbero sfruttare il pregiudizio per abbassare la guardia di una persona al fine di estrarre dati personali.

Per lo studio, i ricercatori hanno reclutato 326 persone per recensire un finto sito di raccomandazione di film di Bollywood online chiamato Bollybox. I partecipanti sono stati reclutati tramite Amazon Mechanical Turk, un sito web di crowdsourcing online frequentemente utilizzato negli studi. Dei 326 partecipanti iniziali, 299 alla fine ha completato lo studio.

I partecipanti hanno compilato un questionario pre-test che ha cercato informazioni demografiche, così come le caratteristiche misurate, comprese le competenze tecnologiche dei soggetti, interesse per i film e atteggiamenti nei confronti della privacy online. Il questionario ha anche sondato se il partecipante ha mai violato la propria privacy.

I soggetti sono stati assegnati in modo casuale a una delle condizioni sperimentali che hanno testato la personalizzazione e la personalizzazione reattiva e proattiva. La condizione di personalizzazione aveva tre livelli:una versione senza un segnale che le impostazioni di privacy potessero essere modificate; una versione con un elenco di azioni di impostazione della privacy; e una condizione di cue che ha appena mostrato l'esistenza di impostazioni sulla privacy. Oltre alla pagina delle impostazioni sulla privacy, il mockup del sito web aveva una pagina "Informazioni" e una pagina di raccomandazione, dove ha fornito raccomandazioni in modo proattivo o dopo aver chiesto l'input e il consenso dell'utente.

Anche se questo studio si è concentrato su come le impostazioni sulla privacy hanno influenzato gli utenti sui siti di consigli sui film online, la ricerca futura potrebbe esaminare i sistemi di raccomandazione per altri tipi di contenuti e servizi.