From Framework to Practice: Youth Negotiations of Privacy with Smart Voice Assistants Through the PEA-AI Lens

फ्रेमवर्क से अभ्यास तक: PEA-AI लेंस के माध्यम से स्मार्ट वॉयस असिस्टेंट के साथ युवाओं द्वारा गोपनीयता का प्रबंधन

1. समस्या विवरण (Problem Statement)

स्मार्ट वॉयस असिस्टेंट (SVAs) युवाओं (आयु 16-24 वर्ष) के दैनिक जीवन में गहराई से समाहित हैं, जो एक जटिल गोपनीयता वातावरण का निर्माण करते हैं, जिसकी विशेषताएँ हैं:

• हमेशा सुनने की क्षमता (Always-on Listening): वेक-वर्ड डिटेक्शन के लिए निरंतर वॉयस कैप्चर करना परिवेशीय निगरानी (ambient surveillance) की भावना पैदा करता है।
• साझा डिवाइस डायनेमिक्स (Shared Device Dynamics): SVAs अक्सर साझा घरेलू स्थानों (जैसे स्मार्ट स्पीकर, टीवी) में रहते हैं, जहाँ गोपनीयता सेटिंग्स का प्रबंधन आमतौर पर वयस्क खाता धारकों द्वारा किया जाता है, जिससे युवाओं की एजेंसी कम हो जाती है।
• अपारदर्शी डेटा प्रथाएं (Opaque Data Practices): डेटा इंफ्रास्ट्रक्चर छिपा हुआ है, जिससे युवाओं के लिए डेटा प्रोसेसिंग को समझना, सहमति देना या उसे प्रभावित करना कठिन हो जाता है।
• प्राइवेसी पैराडॉक्स (The Privacy Paradox): गोपनीयता संबंधी चिंताएं व्यक्त करने के बावजूद, युवा अक्सर इन चिंताओं को सुरक्षात्मक व्यवहारों में बदलने में विफल रहते हैं, और सुविधा एवं वैयक्तिकरण (personalization) को प्राथमिकता देते हैं।

मौजूदा शोध में इस बात की कमी है कि युवा विशेष रूप से SVA संदर्भ में इन जोखिमों का प्रबंधन कैसे करते हैं। उच्च-स्तरीय सैद्धांतिक ढांचों और विशिष्ट उपयोगकर्ता व्यवहारों, धारणाओं और "प्रभावकारिता अंतराल" (यह जानने और वास्तव में ऐसा करने के बीच का अंतर कि गोपनीयता की रक्षा कैसे की जाए) के बीच एक अंतर मौजूद है।

2. कार्यप्रणाली (Methodology)

यह अध्ययन एक मिश्रित-पद्धति दृष्टिकोण (mixed-methods approach) का उपयोग करता है, जो पूर्व फोकस समूहों से प्राप्त गुणात्मक अंतर्दृष्टि के साथ मात्रात्मक सर्वेक्षण डेटा को एकीकृत करता है, और यह सभी प्राइवेसी-एथिक्स एलाइनमेंट इन एआई (PEA-AI) ढांचे पर आधारित है।

• प्रतिभागी: कनाडाई युवाओं (आयु 16-24) के 469 वैध उत्तरों का कुल योग, जिन्होंने पिछले माह में एक SVA का उपयोग किया था। इस नमूने में 51.4% पुरुष, 37.1% महिला, 3.2% गैर-बाइनरी और 7.5% 'प्रकट नहीं करना चाहने वाले' शामिल थे।
• उपकरण (Instrument): एक 20-आइटम वाला सर्वेक्षण जो प्रमाणित गोपनीयता पैमानों (IUIPC, प्राइवेसी कैलकुलस) पर आधारित है और जिसे पूर्व गुणात्मक फोकस समूहों के माध्यम से परिष्कृत किया गया है। आइटम्स को PEA-AI ढांचे से प्राप्त पांच मुख्य निर्माणों (constructs) में मैप किया गया है:
  1. अनुमानित गोपनीयता जोखिम (Perceived Privacy Risk - PPR): डेटा संग्रह, अनधिकृत पहुंच और प्रतिधारण (retention) के बारे में चिंताएं।
  2. अनुमानित गोपनीयता लाभ (Perceived Privacy Benefits - PPBf): सुविधा, समय की बचत और वैयक्तिकरण से प्राप्त मूल्य।
  3. एल्गोरिद्मिक पारदर्शिता और विश्वास (Algorithmic Transparency and Trust - ATT): डेटा प्रथाओं की समझ और निर्माताओं में विश्वास।
  4. गोपनीयता आत्म-प्रभावकारिता (Privacy Self-Efficacy - PSE): सेटिंग्स प्रबंधित करने और जोखिमों को कम करने की क्षमता में आत्मविश्वास।
  5. गोपनीयता-सुरक्षात्मक व्यवहार (Privacy-Protective Behavior - PPB): डेटा को सुरक्षित करने के लिए वास्तविक क्रियाएं (जैसे, इतिहास हटाना, अनुमतियों को अस्वीकार करना)।
• डेटा विश्लेषण:
  • विश्वसनीयता/वैधता: SmartPLS में पार्शियल लीस्ट स्क्वायर्स स्ट्रक्चरल इक्वेशन मॉडलिंग (PLS-SEM) का उपयोग करके मूल्यांकन किया गया। सभी निर्माणों ने मजबूत आंतरिक निरंतरता (क्रोनबैक अल्फा > 0.70) और अभिसारी वैधता (AVE > 0.50) प्रदर्शित की।
  • वर्णनात्मक सांख्यिकी: आइटम्स के लिए माध्य (means) और मानक विचलन (standard deviations) की गणना की गई (5-पॉइंट लिकर्ट स्केल)।
  • समूह तुलना: उपयोग की आवृत्ति (भारी बनाम हल्का), सुरक्षात्मक व्यवहार स्तर (उच्च बनाम निम्न), आयु (16-18 बनाम 19-24), और लिंग पहचान के आधार पर अंतरों का विश्लेषण किया गया।

3. मुख्य परिणाम (Key Results)

अध्ययन एक निरंतर प्राइवेसी पैराडॉक्स और युवाओं के विशिष्ट मनोवैज्ञानिक प्रोफाइल को प्रकट करता है:

• निर्माण-स्तर के निष्कर्ष (Construct-Level Findings):

  • उच्च जोखिम धारणा (PPR): माध्य = 3.61। युवा डेटा संग्रह और अनधिकृत पहुंच के बारे में मध्यम से उच्च स्तर पर चिंतित हैं।
  • मध्यम लाभ (PPBf): माध्य = 3.00। युवा उपयोगिता देखते हैं लेकिन आश्वस्त नहीं हैं कि लाभ जोखिमों से अधिक हैं।
  • कम पारदर्शिता/विश्वास (ATT): माध्य = 2.52 (सबसे कम स्कोर)। युवाओं को लगता है कि कंपनियां डेटा हैंडलिंग के संबंध में अपारदर्शी और अविश्वसनीय हैं।
  • मध्यम आत्म-प्रभावकारिता (PSE): माध्य = 2.97। युवा जानते हैं कि सेटिंग्स कहाँ हैं लेकिन अनचाहे रिकॉर्डिंग को रोकने के आत्मविश्वास की कमी है।
  • मध्यम सुरक्षात्मक व्यवहार (PPB): माध्य = 3.03। क्रियाएं असंगत हैं; निष्क्रिय इनकार आम है, लेकिन सक्रिय प्रबंधन (लॉग हटाना) दुर्लभ है।

• महत्वपूर्ण पैटर्न और उपसमूह विश्लेषण:

  • प्रभावकारिता अंतराल (The Efficacy Gap): उच्च सुरक्षात्मक व्यवहार उच्च PSE और उच्च PPR के साथ दृढ़ता से सह-संबंधित है। जो लोग कार्य करते हैं, वे वे हैं जो सक्षम महसूस करते हैं और उच्च जोखिम देखते हैं।
  • उपयोग सामान्यीकरण (Usage Normalization): भारी उपयोगकर्ता (दैनिक/साप्ताहिक) हल्के उपयोगकर्ताओं की तुलना में काफी अधिक लाभ और कम जोखिम महसूस करते हैं, जो यह सुझाव देता है कि बार-बार उपयोग जोखिम को सामान्य बना देता है और ध्यान उपयोगिता की ओर स्थानांतरित कर देता है।
  • जनसांख्यिकीय सूक्ष्मताएं:
    • आयु: छोटे उपयोगकर्ता (16-18) बड़े उपयोगकर्ताओं (19-24) की तुलना में अधिक उपयोगितावादी (उच्च लाभ, कम जोखिम धारणा) हैं।
    • लिंग: गैर-बाइनरी प्रतिभागियों ने उच्चतम जोखिम धारणा लेकिन सबसे कम विश्वास और आत्म-प्रभावकारिता दर्ज की, जो एक विशेष रूप से संवेदनशील प्रोफाइल को दर्शाता है।

• गुणात्मक एकीकरण (Qualitative Integration):

  • फोकस समूह की कहानियों ने पुष्टि की कि "हाथों-व्यस्त" (hands-busy) सुविधा अक्सर क्षणिक चिंता पर हावी हो जाती है।
  • "नीति थकान" (policy fatigue) और खंडित सेटिंग्स निष्क्रिय स्वीकृति की ओर ले जाती हैं।
  • जब युवा कार्य करते हैं, तो वे अक्सर चरम भौतिक उपायों (जैसे, माइक्रोफोन को डिस्कनेक्ट करना) का सहारा लेते हैं क्योंकि डिजिटल नियंत्रण अप्रभावी महसूस होते हैं।

4. मुख्य योगदान (Key Contributions)

1. PEA-AI का संचालन (Operationalization): अध्ययन सफलतापूर्वक अमूर्त PEA-AI ढांचे को एक ठोस, प्रमाणित माप उपकरण में बदल देता है, जो (जोखिम-लाभ, पारदर्शिता-विश्वास, नियंत्रण-क्षमता) जैसे सैद्धांतिक आयामों को विशिष्ट सर्वेक्षण आइटम्स से जोड़ता है।
2. "प्रभावकारिता अंतराल" की पहचान: शोध यह प्रदर्शित करता है कि प्राइवेसी पैराडॉक्स केवल जोखिम-लाभ का ट्रेड-ऑफ नहीं है, बल्कि मौलिक रूप से गोपनीयता आत्म-प्रभावकारिता (Privacy Self-Efficacy) द्वारा मध्यस्थ है। कार्य करने की अपनी क्षमता के विश्वास के बिना, उच्च जोखिम धारणा सुरक्षात्मक व्यवहार की ओर नहीं ले जाती है।
3. सूक्ष्म व्यवहार संबंधी अंतर्दृष्टि: अध्ययन समग्र स्कोर से आगे बढ़कर विशिष्ट व्यवहारिक अंतराल (जैसे, उपयोगकर्ता सुविधाओं को अस्वीकार करते हैं लेकिन इतिहास को शायद ही कभी हटाते हैं) और आइटम-स्तर के घर्षणों (जैसे, एल्गोरिद्मिक निष्पक्षता में विश्वास की कमी) की पहचान करता है।
4. जनसांख्यिकीय विशिष्टता: यह रेखांकित करता है कि गोपनीयता के अनुभव समान नहीं हैं, विशेष रूप से गैर-बाइनरी युवाओं के विशिष्ट, उच्च-जोखिम/निम्न-विश्वास प्रोफाइल और छोटे बनाम बड़े किशोरों के विकासात्मक अंतरों को नोट करता है।

5. महत्व और निहितार्थ (Significance and Implications)

निष्कर्ष डिज़ाइन, शासन और शिक्षा के लिए कार्रवाई योग्य मार्गदर्शन प्रदान करते हैं:

• SVAs के लिए डिज़ाइन सिद्धांत:

  • दृश्यता (Visibility): स्पष्ट, निरंतर दृश्य संकेतक लागू करें कि कब ऑडियो प्रोसेस किया जा रहा है (केवल साधारण LED लाइटों से परे)।
  • इन-फ्लो कंट्रोल (In-Flow Control): गोपनीयता नियंत्रणों को गहरे मेनू से हटाकर उपयोग के संदर्भ में लाएं (जैसे, कमांड के तुरंत बाद "पिछली बातचीत हटाएं")।
  • निर्देशित इंटरैक्शन (Guided Interaction): स्थिर नीति टेक्स्ट के बजाय आत्म-प्रभावकारिता बनाने के लिए जस्ट-इन-टाइम स्पष्टीकरण और इंटरैक्टिव ऑनबोर्डिंग का उपयोग करें।
  • अनुकूलन योग्य स्वायत्तता (Adaptable Autonomy): स्कैफोल्ड किए गए (scaffolded) गोपनीयता नियंत्रण प्रदान करें जो उपयोगकर्ता की आयु और विकासात्मक चरण के आधार पर जटिलता को समायोजित करते हैं।

• शासन और नीति (Governance & Policy):

  • नियामकों को "नोटिस-और-सहमति" से आगे बढ़कर युवाओं के खातों के लिए गोपनीयता-सुरक्षात्मक डिफ़ॉल्ट (जैसे, ऑटो-डिलीट टाइमलाइन, माइक-ऑफ-बाय-डिफ़ॉल्ट) को अनिवार्य करना चाहिए।
  • पारदर्शिता की कमी को दूर करने के लिए स्तरित, सरल-भाषा के नोटिस के लिए मानकों की आवश्यकता है।

• शिक्षा (Education):

  • डिजिटल साक्षरता पाठ्यक्रम को अमूर्त अवधारणाओं से हटकर व्यावहारिक कौशल की ओर बढ़ना चाहिए, जिसमें युवाओं को लॉग खोजने, अनुमतियों को प्रबंधित करने और डेटा प्रथाओं को सत्यापित करने के तरीके सिखाए जाएं।

• सैद्धांतिक प्रभाव (Theoretical Impact):

  • अध्ययन सुझाव देता है कि पारदर्शिता और विश्वास (TT) अन्य आयामों में प्रभावी बातचीत के लिए एक पूर्व शर्त हो सकती है। यह यह भी प्रस्तावित करता है कि भविष्य के ढांचों में नियंत्रण करने की मनोवैज्ञानिक क्षमता को ध्यान में रखने के लिए डेटा स्वामित्व (DOC) और शिक्षा/जागरूकता (EA) को स्पष्ट रूप से जोड़ा जाना चाहिए।

निष्कर्षतः, यह पत्र तर्क देता है कि SVAs में युवा गोपनीयता के मुद्दों को हल करने के लिए स्थिर नीति प्रकटीकरण से हटकर गतिशील, क्षमता-निर्माण डिजाइन की आवश्यकता है जो युवाओं को गोपनीयता को एक निरंतर, कार्रवाई योग्य प्रक्रिया के रूप में बातचीत करने के लिए सशक्त बनाता है।