論文の概要: "It's like a pet...but my pet doesn't collect data about me": Multi-person Households' Privacy Design Preferences for Household Robots
- arxiv url: http://arxiv.org/abs/2602.16975v1
- Date: Thu, 19 Feb 2026 00:30:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.560196
- Title: "It's like a pet...but my pet doesn't collect data about me": Multi-person Households' Privacy Design Preferences for Household Robots
- Title（参考訳）: 「ペットのようだが、私のペットは私のデータを収集していない」:多人数家庭ロボットのプライバシ・デザイン・プライオリティ
- Authors: Jennica Li, Shirley Zhang, Dakota Sullivan, Bengisu Cagiltay, Heather Kirkorian, Bilge Mutlu, Kassem Fawaz,
- Abstract要約: 個人参加型デザインセッションを15世帯で実施し,プライバシを意識した家庭用ロボットの設計方法について検討した。
参加者は、ロボットやそれぞれのメーカーが、家族のデータのプライバシーを尊重するとは信じていないことがわかった。
本研究は,ロボット製造者と開発者を対象とした実用的な設計レコメンデーションとして,これらの知見を合成する。
- 参考スコア（独自算出の注目度）: 25.005011086913303
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Household robots boasting mobility, more sophisticated sensors, and powerful processing models have become increasingly prevalent in the commercial market. However, these features may expose users to unwanted privacy risks, including unsolicited data collection and unauthorized data sharing. While security and privacy researchers thus far have explored people's privacy concerns around household robots, literature investigating people's preferred privacy designs and mitigation strategies is still limited. Additionally, the existing literature has not yet accounted for multi-user perspectives on privacy design and household robots. We aimed to fill this gap by conducting in-person participatory design sessions with 15 households to explore how they would design a privacy-aware household robot based on their concerns and expectations. We found that participants did not trust that robots, or their respective manufacturers, would respect the data privacy of household members or operate in a multi-user ecosystem without jeopardizing users' personal data. Based on these concerns, they generated designs that gave them authority over their data, contained accessible controls and notification systems, and could be customized and tailored to suit the needs and preferences of each user over time. We synthesize our findings into actionable design recommendations for robot manufacturers and developers.
- Abstract（参考訳）: 移動性、より高度なセンサー、強力な処理モデルを備えた家庭用ロボットが、商用市場でますます普及している。
しかし、これらの機能はユーザーが望ましくないプライバシー上のリスクにさらされる可能性がある。
セキュリティとプライバシの研究者は、ホームロボットに関する人々のプライバシに関する懸念を調査してきたが、人々の望ましいプライバシ設計と緩和戦略を調査する文献はまだ限られている。
さらに、既存の文献は、プライバシ設計と家庭用ロボットに関するマルチユーザー視点をまだ説明していない。
このギャップを埋めるために15世帯の個人参加型デザインセッションを実施し,プライバシを意識した家庭用ロボットの設計方法について検討した。
参加者は、ロボットまたはそれぞれのメーカーが、家庭メンバーのデータのプライバシーを尊重するか、ユーザの個人情報を危険にさらすことなく、マルチユーザーエコシステムで運用することを信頼していないことがわかった。
これらの懸念に基づいて、彼らはデータに対する権限を与え、アクセス可能なコントロールと通知システムを含み、各ユーザーのニーズや好みに合わせてカスタマイズおよび調整できる設計を生み出した。
本研究は,ロボット製造者と開発者を対象とした実用的な設計レコメンデーションとして,これらの知見を合成する。
関連論文リスト
- PrivacyBench: A Conversational Benchmark for Evaluating Privacy in Personalized AI [8.799432439533211]
AIエージェントはユーザのデジタルフットプリントへのアクセスに依存しており、プライベートメールやチャット、購入履歴からの機密データを含むことが多い。
このアクセスは、基本的な社会的およびプライバシーリスクを生み出します。
埋め込みシークレットを含む社会的基盤データセットを備えたベンチマークであるPrivacyBenchを紹介する。
論文 参考訳（メタデータ） (2025-12-31T13:16:45Z) - Interdependent Privacy in Smart Homes: Hunting for Bystanders in Privacy Policies [0.8602553195689513]
本稿では,20個のビデオドアベルとスマートカメラ製品を対象としたプライバシーポリシーの分析を行った。
我々は、一部のベンダーが傍観者を認めているが、それらが対処するのは、不服従者を含める程度に限られていることを示した。
傍観者のプライバシに関連する現実のケースを特定し、調査し、現在のデプロイメントが非ユーザに与える影響を実証する。
論文 参考訳（メタデータ） (2025-10-30T14:16:21Z) - "Is it always watching? Is it always listening?" Exploring Contextual Privacy and Security Concerns Toward Domestic Social Robots [4.191809055412282]
社会ロボットは米国の消費者の間で関心を集めている。
リスクの増加には、データリンク、不正なデータ共有、ユーザとその家の物理的安全性などがある。
私たちは、透明性、ユーザビリティ、堅牢なプライバシコントロールの必要性を強調しながら、重要なセキュリティとプライバシに関する懸念を特定しました。
論文 参考訳（メタデータ） (2025-07-14T20:27:40Z) - How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。
この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。
我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
論文 参考訳（メタデータ） (2024-10-09T14:51:58Z) - Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach [55.5769013369398]
この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。
FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。
この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
論文 参考訳（メタデータ） (2024-05-23T13:14:08Z) - Embedding Privacy in Computational Social Science and Artificial Intelligence Research [2.048226951354646]
プライバシーの保護は研究の重要な要素として浮上している。
高度な計算モデルの利用の増加は、プライバシーの懸念を悪化させる。
この記事では、プライバシの役割と、CSS、AI、データサイエンス、および関連するドメインで働く研究者が直面する問題について議論することによって、この分野に貢献する。
論文 参考訳（メタデータ） (2024-04-17T16:07:53Z) - 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) - Privacy Explanations - A Means to End-User Trust [64.7066037969487]
この問題に対処するために、説明可能性がどのように役立つかを検討しました。
私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。
我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
論文 参考訳（メタデータ） (2022-10-18T09:30:37Z)
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。