論文の概要: Measuring Lay Reactions to Personal Data Markets
- arxiv url: http://arxiv.org/abs/2105.10569v1
- Date: Fri, 21 May 2021 20:56:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 05:06:19.020359
- Title: Measuring Lay Reactions to Personal Data Markets
- Title(参考訳): 個人データ市場に対する在地反応の測定
- Authors: Aileen Nielsen
- Abstract要約: 本研究は,一般的なオンラインシナリオにおける市場取引が,素人による評価で受け入れられるかどうかを考察する。
その結果,調査参加者の大多数がデータ価格設定演習への参加を拒否していることがわかった。
また、個人データの使用に関する文化的・法的期待の相違も指摘されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recording, aggregation, and exchange of personal data is necessary to the
development of socially-relevant machine learning applications. However,
anecdotal and survey evidence show that ordinary people feel discontent and
even anger regarding data collection practices that are currently typical and
legal. This suggests that personal data markets in their current form do not
adhere to the norms applied by ordinary people. The present study
experimentally probes whether market transactions in a typical online scenario
are accepted when evaluated by lay people. The results show that a high
percentage of study participants refused to participate in a data pricing
exercise, even in a commercial context where market rules would typically be
expected to apply. For those participants who did price the data, the median
price was an order of magnitude higher than the market price. These results
call into question the notice and consent market paradigm that is used by
technology firms and government regulators when evaluating data flows. The
results also point to a conceptual mismatch between cultural and legal
expectations regarding the use of personal data.
- Abstract(参考訳): 個人データの記録、集約、交換は、社会的に関連する機械学習アプリケーションの開発に必要である。
しかし、逸話的および調査的な証拠は、一般人が現在典型的で合法的なデータ収集の実践に対して不満と怒りを感じていることを示している。
これは、現在の形の個人データ市場は、一般人が適用する規範に従わないことを示唆している。
本研究は,一般的なオンラインシナリオにおける市場取引が,一般人による評価で受け入れられるかどうかを実験的に調査する。
その結果,市場ルールの適用が予想される商業的状況においても,参加者の大多数がデータ価格設定演習への参加を拒否していることがわかった。
データの価格を試した参加者にとって、中央値は市場価格よりも桁違いに高かった。
これらの結果は、データフローを評価する際にテクノロジー企業や政府機関が使用する通知および同意市場パラダイムに疑問を投げかける。
また、個人データの利用に関する文化的・法的期待との概念的不一致も指摘している。
関連論文リスト
- Leveraging Prototypical Representations for Mitigating Social Bias without Demographic Information [50.29934517930506]
DAFairは、言語モデルにおける社会的バイアスに対処する新しいアプローチである。
偏見を緩和するために、原型的人口統計テキストを活用し、微調整プロセス中に正規化用語を取り入れる。
論文 参考訳(メタデータ) (2024-03-14T15:58:36Z) - Privacy-Aware Data Acquisition under Data Similarity in Regression
Markets [29.64195175524365]
データの類似性とプライバシの嗜好が市場設計に不可欠であることを示す。
我々は、データ類似性が市場参加や取引データの価値にどのように影響するかを数値的に評価する。
論文 参考訳(メタデータ) (2023-12-05T09:39:04Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - SWDPM: A Social Welfare-Optimized Data Pricing Mechanism [21.487641773601737]
本稿では,多ラウンドデータ取引を段階的に開示した情報を用いてモデル化する手法を提案する。
社会福祉に最適化されたデータ価格メカニズム(SWDPM)を導入し、最適な価格戦略を見出す。
数値実験により、SWDPMは取引実現可能性の最大54%まで社会福祉を3倍に向上させることができることが示された。
論文 参考訳(メタデータ) (2023-05-08T02:25:35Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - A Survey of Data Pricing for Data Marketplaces [77.3189288320768]
本稿では,既存のデータ価格研究の現状を概観する。
我々の重要な貢献は、データ価格を決定する異なる属性を統一するデータ価格研究の新しい分類である。
論文 参考訳(メタデータ) (2023-03-07T04:35:56Z) - Membership Inference Attacks against Synthetic Data through Overfitting
Detection [84.02632160692995]
我々は、攻撃者が基礎となるデータ分布についてある程度の知識を持っていると仮定する現実的なMIA設定について論じる。
生成モデルの局所的なオーバーフィッティングをターゲットとして,メンバシップを推論することを目的とした密度ベースMIAモデルであるDOMIASを提案する。
論文 参考訳(メタデータ) (2023-02-24T11:27:39Z) - Fast Few shot Self-attentive Semi-supervised Political Inclination
Prediction [12.472629584751509]
政策立案者やジャーナリストにとって、特定の場所にいる人々の政治的傾向を理解するために、ソーシャルメディア上でオンライン世論調査を作成することは、今やますます一般的になっている。
我々は、その目的をさらに進めるために、政治的傾き検出のための自己注意型半教師付きフレームワークを導入する。
資源制約のある設定でも,モデルは非常に効率的であることがわかった。
論文 参考訳(メタデータ) (2022-09-21T12:07:16Z) - "What We Can't Measure, We Can't Understand": Challenges to Demographic
Data Procurement in the Pursuit of Fairness [0.0]
アルゴリズムフェアネスの実践者は、実際にはバイアスを検出する必要があると感じている人口統計データにアクセスできないことが多い。
このジレンマは,アルゴリズムフェアネスに隣接する38人の実践者や専門家との半構造化インタビューを通じて検討した。
参加者は、人口統計データの可用性と利用状況が地上でどのように見えるか、複雑な絵を描いた。
論文 参考訳(メタデータ) (2020-10-30T21:06:41Z) - Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications [110.54266632357673]
従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。
2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
論文 参考訳(メタデータ) (2020-05-09T01:32:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。