基于同意边界促进敏感对话:Moa,一个讨论博士指导关系的平台
《Proceedings of the ACM on Human-Computer Interaction》:Enabling Sensitive Conversations with Consent Boundaries: Moa, a Platform for Discussing PhD Advising Relationships
【字体:
大
中
小
】
时间:2026年09月25日
来源:Proceedings of the ACM on Human-Computer Interaction
编辑推荐:
摘要
当个人受到有权势者(如工作场所的经理)的侵害时,识别盟友——那些能够提供建议或支持性行动的人——是很有帮助的。然而,寻找盟友的过程充满风险,因为那些最相关的人(例如向同一经理汇报的人)可能并不同情受害者,甚至可能加剧伤害。我们研究这一问题,语境是博士生在应对导师指导挑
摘要
当个人受到有权势者(如工作场所的经理)的侵害时,识别盟友——那些能够提供建议或支持性行动的人——是很有帮助的。然而,寻找盟友的过程充满风险,因为那些最相关的人(例如向同一经理汇报的人)可能并不同情受害者,甚至可能加剧伤害。我们研究这一问题,语境是博士生在应对导师指导挑战时所面临的困境,并提出一个名为"Moa"的社交媒体平台,该平台整合了多项功能以促进盟友发现。Moa最具创新性的要素是一种受众选择机制,我们称之为"同意边界",它允许用户基于共同的社会身份或生活经历等因素,灵活地为每篇帖子或评论设定受众范围,同时保持双向匿名。一项为期3周的实地研究涉及47名真实用户,结果表明Moa的各项功能协同作用,促成了关于指导关系的敏感对话,其中31位发帖者中有7位(22.6%)使用了同意边界。我们讨论了盟友发现系统的整体"配方",以及以同意为中心的设计方法的益处。
1 引言
图1. Moa是一个社交媒体平台,融入了我们称为"同意边界"的新概念——它允许用户根据各种上下文信息(如社会身份、指导挑战、博士项目和教师信息)精确划定谁可以查看他们的帖子,同时保持匿名——发送者和接收者都不会知道对方的身份。当帖子创建后,只有处于指定同意边界内的用户才会收到通知并能在信息流中看到该帖子。
遭受问题性权力关系(如来自有权势者的虐待或滥用)的个人,可以从识别盟友中获益,无论是寻求建议还是补救行动。在这里,我们使用" ally(盟友)"一词指代任何同情受害者并能提供某种帮助的个人,范围从分享有用信息到主动协助应对局面。示例场景包括职场欺凌[91]、政治迫害[57]和性骚扰[23]。然而,在潜在盟友最初未知的情况下,为了使所谓的盟友发现成功,个人必须至少进行部分经历的披露。但披露是有风险的,因为这些情境出现的具体条件往往会加剧对个人暴露和报复的担忧[3, 21]。也就是说,在披露受某问题影响之前,无法知道可以信任谁;但在知道可以信任谁之前,又无法披露。
在应对问题性权力关系方面,最有帮助的信息往往来自在相关情境中具有相似特征的个人,例如与同一经理共事的女性。我们如何促进这些信息在此类情境中的流动,使最需要帮助的个人能够在保持自身匿名的同时发现盟友?我们考虑这一问题,语境是经历指导挑战的博士生。由于指导关系充满权力动态且容易被利用[14, 47, 54, 80],盟友发现对于使学生能够连接到可能提供建议或共同寻求补救行动的同伴至关重要。然而,研究表明,在同一博士项目中进行盟友发现可能很困难[24, 27]。
我们进行了一项三阶段研究,构建并评估了一个促进博士生讨论以实现盟友发现的系统。在第一阶段,我们在九所R1高校进行了19次访谈,发现参与者强烈渴望一个可以分享指导动态信息的社会平台。许多人指出,指导挑战是一个敏感话题,即使对系内的同伴而言也不容易开口谈论。此外,参与者强调希望能够控制谁能看到他们的帖子,并基于丰富的上下文因素来控制,这是现有社交媒体平台无法提供的[42]。
在第二阶段,我们结合第一阶段访谈的见解、先前的研究和肯定同意框架[35],开发了Moa(??),一个功能完备的社交媒体平台。除了现有社交平台的敏感讨论功能外,Moa还包含一个我们称为"同意边界"的新概念。现有社交媒体平台往往只提供脆弱的内容受众配置控制[42, 93],或者提供一对一选择个人接收者的机制,这需要事先知道用户的身份。相比之下,同意边界允许用户基于社会身份、生活经历和人际关系等维度,划定谁可以查看每篇帖子或评论,同时保持所有用户的匿名——发送者不需要知道接收者的身份,也不需要披露自己的身份。
在第三阶段,我们通过一项为期3周的实地研究评估了Moa,研究对象为公立R1大学两个系的47名博士生。通过系统日志、问卷调查和访谈,我们发现整体上Moa实现了促进博士生之间盟友发现的目标。47名用户中有31人发布或评论了与指导相关的话题,其中一些话题涉及敏感内容,例如是否更换导师。在事后访谈中,许多人评论了对Moa的持续关注兴趣;少数人表达了直接联系平台上其他博士生甚至线下见面的兴趣。
在31位发布或评论的用户中,7位(22.6%)使用了同意边界,这表明虽然同意边界不是盟友发现的关键要素,但对某些用户来说是有用的。使用同意边界的用户有不同的原因——对一些人来说,是为了限制受众规模并降低隐私风险;另一些人则主动策划受众(而非防御性地设置边界),以便接触到那些有同情心、能提供有用意见或可能觉得内容有帮助的人。
虽然Moa是一个基本的社交媒体原型,但其独特之处在于为盟友发现而设计的功能组合。总体而言,本研究做出了以下贡献:
- 一套社会技术功能"配方",用于开发促进盟友发现的社会平台,结合了我们研究和先前的研究。
- 概念化并实例化"同意边界"作为一种方法,以应对社交媒体系统上受众配置过于粗略的问题。
- 反思以同意为中心的系统开发方法,与以隐私为中心的方法进行比较。
2 相关工作
我们首先回顾关于问题性权力关系的研究。由于盟友发现需要披露以使他人注意,我们接着讨论受众配置和身份管理方面的文献——这些是影响用户自我披露的关键因素。然后我们概述同意研究方面的成果。最后,我们讨论博士指导关系中的挑战。
2.1 研究问题性权力关系或组织公正
"等级霸权"指的是"因为某人在特定等级中的位置而对其施加的虐待性、歧视性和/或利用行为"[26]。关于等级霸权在不同情境中普遍程度的研究很少。例如,虽然北美和欧洲的研究表明至少10-15%的劳动力曾暴露于敌对、攻击性或虐待行为中,但仍不清楚其中多大比例是由有权势者实施的[10, 91]。
虽然并非专注于人际关系中的问题性权力动态,但有一些HCI系统与促进组织环境中的敏感讨论相关。例如,Abdulgallimov等人[1]构建了OurVoice,一个帮助员工讨论工作场所问题的平台。一项部署研究显示,匿名性、严格的身份验证和审核对于促进员工之间关于组织公正(如性别薪酬差距)的敏感讨论非常重要[1]。此外,也有关于集体行动系统的研究,例如Dynamo,一个供Amazon Mechanical Turk工人组织的平台[71]。
与这些先前的工作相比,我们关注的是更个人化的情境——个人在组织内部应对问题性权力动态。研究表明,在这种情境下,成为第一个披露某些信息的人以使潜在盟友注意到是极其困难的[3]。这与建立信任的难度密切相关——信任是在假设某种风险的情境下愿意对某人敞开心扉[56, 73]。
2.2 在线受众配置与身份管理
受众配置和身份管理是影响社交媒体系统上自我披露的关键因素[51]。
2.2.1 受众配置
虽然研究表明受众配置在敏感披露中发挥作用[51],但较少的工作关注使用户更灵活地自定义受众。研究人员指出,这可能是因为社交媒体平台设计现状所致,通常只提供粗粒度的控制[62, 93]。
社交媒体结构。从根本上说,社交媒体系统的形式影响着用户如何配置受众。Zhang等人提出的Form-From框架[92]将社交媒体系统分发内容的方式分为三类:网络——用户通过创建连接(如加友、关注)来交换信息;空间——所有处于共享环境中的用户(如频道、邮件线程)看到相同的信息;公域——用户可以从任何人处接收内容,无需关注用户或加入空间。
关于社交媒体上受众管理的研究主要集中于网络[8, 15, 84]。许多平台上不同类型社会关系的共存(如家人、同事),通常被称为"情境崩塌",使用户很难划定精确的受众[17, 55, 82]。一项研究表明Facebook用户实际上倾向于低估自己帖子的受众规模[8]。
属于公域的一些平台通过算法推断用户兴趣来推荐内容和账号,例如Snapchat的Discover[39, 42]。然而,研究表明用户认为它们在识别正确受众方面仍然无效[42]。
在邮件的受众配置方面有丰富的研究,邮件具有空间的形式。与社交媒体平台类似,人们在使用"收件人"和"抄送"字段配置受众时,会主动考虑社会归属关系[93]。其他研究考察了在工作场所抄送他人的影响[32, 52, 75],以及人们如何决定是回复还是全部回复[28]。然而,邮件要求用户知道受众是谁以及如何联系他们。
在本工作中,我们不局限于预设的网络、空间或算法配置,而是提出:"当用户不知道受众的具体身份时,每个用户希望如何为每篇帖子或评论组建受众?"
访问与隐私控制。即使具有相同的底层结构,平台在通常称为访问、隐私或权限控制方面可能有所不同[62, 65]。隐私研究者倾向于将这些控制分为两类:人际控制和制度控制[50]。人际控制规范其他用户如何访问个人信息。受众策划设置属于这一类别,许多通用平台提供粗略的选项,如"公开"、"好友"和"亲密好友"[50, 87]。制度隐私控制管理平台收集的用户信息,特别是在在线行为广告的语境下[36, 50]。
虽然可用性隐私社区推进了用户访问控制的设计(如[22, 31, 36, 72, 89]),但大部分工作倾向于关注提高控制的可操作性,例如确保它们易于查找[36]。值得注意的是,Feng等人[22]提出了隐私控制的设计空间,引入五个维度——类型、功能、时机、渠道和模态。
社会计算社区特别主张受众配置方面更激进的设计[5, 35, 41, 42, 62, 63]。最近,Kim等人[42]阐述了将隐私管理视为信任驱动过程的价值,并基于这种重新定位提出了具体的设计建议,如情境化受众分段、有意的参与信号和引导式披露。
2.2.2 身份管理
匿名性被认为有助于敏感披露,因为缺乏可识别的联系降低了风险[51]。正因如此,主要社交平台依赖匿名性来发布敏感信息。例如,用户会主动在Reddit上使用一次性账号[2, 44]。Blind是一个在韩国推出的平台,允许匿名用户分享关于雇主的评论,通过公司电子邮件地址验证用户身份[86, 90]。
HCI系统研究者探索了匿名性结合审核如何帮助敏感对话,以及超越匿名的新身份管理机制。例如,OurVoice通过结合匿名性、严格的身份验证和审核来支持敏感的工作场所讨论[1]。多义性——一组提供关于个人身份信息而不完全揭示其特征的集合——帮助初级学者在Twitter上参与学术讨论,缓解了社会等级带来的影响[76]。
部分属性(meronymity)的目标是让用户能够更灵活地展示自己,为他人提供充分的背景信息,同时保持适当的隐私水平 [76]。然而,身份管理并不能完全解决用户在线上信息披露或与他人建立联系方面的不确定性。例如,研究表明,匿名性并不总能转化为有意义的社会联系,因为它无法确保产生共情回应——而共情回应是分享敏感信息时的一个关键因素 [51]。这很可能是许多使用一次性账号的讨论最终仅以一次性披露告终的原因之一 [44]。此外,即使对于那些使用了部分属性的参与者,有些人也表示对透露太多个人信息存在犹豫或恐惧 [76],这表明观众控制权是推动敏感讨论的关键因素。总体而言,目前尚无研究在社会平台上实现灵活的、情境化的观众配置。尽管我们的工作最初旨在开发一个支持权力关系相关敏感讨论的系统,但我们也将弥补这一观众配置的空白作为我们的贡献之一。
### 2.3 知情同意(Consent)
本质上,知情同意是将某种互动的发起权授予他人的行为。这在高风险情境中尤为重要,例如性互动 [59] 和医疗手术 [43]。例如,在性相关情境中,征求同意意味着只有当另一方明确授予权利时,一个人才能参与性活动。这正是知情同意清楚地解释了性暴力为何在道德上错误的原因——它强调了尊重每个人的自主权和决策权 [25]。
虽然知情同意是一个有力的概念,但其定义并非一帆风顺。人们就应将知情同意视为主观现象还是客观现象展开了争论 [12, 33, 85]。主观同意基于一人内心对自己已授权的感觉,而表演性同意则是基于行为标志或明确口头表达的同意表示 [7, 33, 34]。
肯定性同意是一种既重视主观同意又重视表演性同意的知情同意形式。本质上,肯定性同意是在互动发起之前明确表示自愿和积极态度的行为 [25]。在Una Lee关于"知情同意技术"[45] 的研究基础上,Im等人 [35] 认为肯定性同意是自愿的、知情的、具体的、可撤回的和无负担的,并主张基于这五个属性来开发社会计算系统。
在计算领域,知情同意通常被视为"通知与选择"模型中数据控制的一个概念,在该模型中,用户会被告知其信息可能被如何收集和使用,并对此做出选择 [61]。然而,许多学者批评了该模型,因为它在实践中未能有效保护人们的隐私 [13, 53, 60, 68, 78]。在我们的这项工作中,我们没有局限于"通知与选择"模型,而是将知情同意视为一个基本概念,赋予用户掌控其在线互动的能动性。
### 2.4 博士指导关系中的挑战
博士导师在学生的心理健康 [11, 24, 46, 64] 或项目成功方面 [27] 发挥着重要作用。《自然》杂志的一项全球调查显示,23%的博士学生参与者表示如果有机会会选择更换导师 [88]。另一项来自欧洲机构的研究显示,24%的博士学生认为他们曾遭受来自教职人员的某种形式的虐待 [37]。在人机交互领域,一项定性研究表明,研究生将指导关系列为研究生阶段压力的主要来源之一 [70]。其他研究揭示了可能造成伤害的导师行为范围,包括:无能的指导、突然解雇被指导者、强加导师的观点、剥削、霸凌、鼓励学术造假、作者署名问题、挪用学生的工作成果、骚扰、虐待以及双重关系(例如友谊、恋爱关系)[4, 14, 47, 54]。研究还表明,即使博士学生意识到自己正在遭受导师的伤害,他们也很少有指导方针来知道下一步该怎么做 [6, 27]。
## 3 第一阶段:形成性研究
我们对美国的19名博士学生进行了两轮半结构化访谈。我们的研究获得了所在机构审查委员会(IRB)的免审批准。
### 3.1 方法论
#### 3.1.1 参与者招募与研究方案
在第一轮中,我们通过联系学生邮件列表,从一所R1机构的2个博士项目中招募了10名参与者。在第二轮中,我们通过社交媒体X和LinkedIn公开宣传该研究,从8所R1机构招募了9名博士学生。我们注意到一些参与者在注册表的开放性问题中主动披露了自己的经历,我们优先考虑招募这些参与者,同时考虑了博士就读年份和博士项目类型。参与者每小时获得20美元的报酬。所有参与者均来自计算机相关领域的博士项目,项目规模从小型(不到40名学生)到大型(超过200名学生)不等。第一轮参与者的平均博士就读年份为3.8年,第二轮为2.9年。
我们向参与者展示了一个假设场景:一名博士学生的导师持续要求其从事非研究任务(详见补充材料)。我们询问参与者在这种情况下会怎么做。然后,我们向参与者展示了一个让学生讨论指导问题的系统的高层描述,并征求他们的想法。接下来,我们向参与者展示了此类系统的低保真设计方案,并要求他们进行出声思维。访谈时长在1到1.5小时之间。
#### 3.1.2 初始设计
首先,我们考虑了发帖和评论的形式(图7)。然而,该设计并非公共论坛——我们希望让用户能够控制每篇帖子的受众,并考虑了两个标准:1)博士指导相关的挑战类型,以及2)教职人员姓名。我们还加入了消息功能,因为我们假设这对博士学生私下提出和回答敏感问题很有帮助。
#### 3.1.3 数据管理与分析
第一作者手动修正了自动生成的访谈记录。对于敏感的个人信息,我们要么将其删减,要么征询参与者是否同意包含在内。第一作者进行了归纳编码,并定期与第二作者讨论主题。
### 3.2 第一阶段发现
我们报告第一阶段访谈中最为突出的发现。
#### 3.2.1 就指导问题与其他博士学生建立联系的需求与挑战
几乎所有参与者都表示对使用一个能将博士学生在指导关系方面联系起来系统进行感兴趣。即使态度矛盾的参与者(P12)也认可了该系统的价值,尽管他们觉得这并未解决教师监督的根本问题:"我觉得总体上,需要对[教师]和博士项目进行更多的监督。[……] 我认为这[系统]可以成为一个很好的地方,让学生开始自下而上地进行问责。"
当被问及他们最需要什么时,几乎所有参与者都表示他们想要对其经历的认可。他们想知道自己与导师的互动是"正常的"还是存在问题的。例如,P17说:"仅仅知道其他人的经历与自己相同或不同,就能让你有勇气知道情况是否可以接受。它帮助你弄清楚什么算是正常的经历。"
访谈还揭示了博士学生为何难以就其指导经历寻求认可和建议。许多参与者发现,由于对权力失衡的担忧,很难与他们现有社交圈(例如研究小组)中的同伴或导师讨论自己的经历——这是他们想要一个能够促进那些圈子之外对话的系统的一个关键原因。这与先前强调社会关系在敏感信息披露中作用的研究形成对比 [51]。例如,一些参与者因为害怕遭到报复而避免与实验室同学讨论其导师。P16解释说:"我认为在你的实验室或你的系里与其他博士学生交谈可能很困难,因为你不想让这些信息传出去然后又传回到你的导师那里。"
同样,一些已经更换过导师的参与者由于担心后果和对声誉的损害,也避免在亲密社交圈中讨论自己的经历。例如,一些参与者表示他们避免向同一项目的学生披露指导经历,以免与前任导师关系破裂。P15说:"如果你经历过负面的导师体验,我觉得并不是每个人都愿意对此保持透明,比如说有人联系他们询问在某个研究组的具体体验时。这是因为我们知道学术界存在权力等级关系。"
此外,一些参与者还指出,即使在同一所机构内,与其他面临类似挑战的人建立联系也可能很困难。P6说:"……比如说在同一个系,但[那位博士学生]在另外一个实验室,而我之前从未与该人互动过。我们就那段经历建立联系的可能性非常低。"同样,P13观察到:"如果他们[具体博士学生]并不处于完全相同的处境,他们的建议就会有所不同。"
#### 3.2.2 平台形式:观众设置中的知情同意与控制
关于平台结构,许多参与者希望有一种形式,能够在相互信任建立之前实现轻量级、远距离的互动。具体来说,他们更倾向于发帖和评论的结构,而非消息系统。我们最初假设博士学生在互相支持时会寻求更深入的联系,例如通过直接消息。然而,大多数参与者并不想要一对一的深度互动,原因在于对方身份的不确定性以及情境的敏感性。其他人还指出,一对一消息会产生回复的义务。正如P16所解释的:"我觉得写帖子会很容易,特别是在一个论坛环境中,也许我不被强制要求回复别人,因为其他人也在参与讨论。"
同时,参与者希望平台不同于传统论坛——许多参与者更喜欢能够设置特定标准来决定谁可以访问他们的帖子。参与者对提出的观众控制功能反应积极,并认识到这种结构与现有的论坛不同(见第3.1.2节)。例如,P19说:"有点像论坛风格,一个人可以表达他们对情况的看法,只要他们满足条件。" 一位参与者(P16)在描述讨论如何可以拥有所种类的访问控制时明确使用了"同意"一词:"我猜人们可能需要同意这一点,但如果你能被引导到一个有着类似问题的群体中,然后你能看到人们在对话线程中都说了什么,之后你就能加入讨论。"
参与者希望获得细粒度控制的原因包括隐私担忧和对后果的恐惧。例如,P11说:"我需要在这个平台上感觉更自在,不必透露身份方面的信息。而且我希望他们不在和我同一个实验室,也不共享同一个导师。" 另一个原因是逐步建立信任再披露更多信息的重要性——现有的论坛无法支持这一点,因为它们通常是公开的。例如,P12说:"我认为这就是像Reddit这样的平台在建立强大社会支持网络方面做得不好的原因之一,因为一切都太公开了,如果能理解的话,你需要某种信任感、隐私和亲密感才能开始建立那些关系基石来真正支持某人。"
#### 3.2.3 决定与谁互动的标准
参与者认为我们提出的指导相关挑战和教职人员姓名这两个标准很有帮助(见第3.1.2节)。访谈还揭示了参与者建议的其他标准。
一个重要发现是,一些参与者自然而然地提到了身份——比如性别、种族以及国际学生身份——而无需我们提示。(我们最初并未将社会身份纳入标准列表中。)例如,P16说:"如果我在这方面[指导困难]受到了性别歧视,那么也许我会想将范围限制在其他女性认同的学生中,或者可能是非男性。所以是的,也许根据问题不同,还会有其他类似的人口统计信息。"同样,P18强调了国际学生面临的挑战:"……作为国际学生,这里的教育系统与我们成长过程中的系统非常不同。我们对骚扰的资源一无所知,比如威胁之类的。"
许多参与者还希望拥有按博士项目甚至具体实验室进行筛选的能力(例如避免与实验室同学互动)。
例如,P19说道:"我真的不想通过这个平台和他们[实验室伙伴]就此事展开对话[……]但也许这正是某种标准的一部分,对吧,就像你说'哦,我不希望有任何一个正在接受X指导的人。'" 一些参与者表示他们不介意公开发帖。他们的主要原因是希望获得广泛受众的建议。
3.2.4 对匿名交互的偏好。几乎所有参与者都偏好匿名连接。当被问及是否会向平台上的其他用户透露自己的身份时,大多数参与者表示不会。许多人认为匿名对于降低分享敏感信息的风险非常重要。P19说道:"如果你处于匿名状态,你可以对他人更加开放。" 其他人则指出匿名有助于减轻偏见。例如,P13说道:"……因为如果我透露了自己的身份,别人会觉得我是某种脆弱的人,或者觉得我无法推进我的研究以至于想要放弃。"
与此同时,参与者们也承认,随着信任的建立,对匿名的需求会逐渐减弱。例如,P19说道:"我不认为身份披露必须是全有或全无的,它可以是部分披露,我会随着对方逐渐敞开心扉而逐步调整,就像你在对话中实际会做的那样。"
3.2.5 用户与系统创建者之间的信任。许多参与者询问了系统创建者的所属机构及其对用户数据的访问权限。例如,P15说道:"我认为我最想要的是某种透明的安全和隐私标签,或者谁会访问这个数据库?我希望知道这完全是由学生组织的,而不是来自教职人员。" 一些参与者评论了了解系统创建者动机的重要性。P7说道:"也许如果主页上有你的照片[第一作者],上面写着'是的,伙计,我经历了一些糟糕的事情',那对我来说可能确实更有说服力。有这些人做了这个系统,不仅仅是因为他们想写论文,而是因为他们在读博期间经历了什么。"
3.2.6 防止滥用。许多参与者希望有强大的反滥用措施,以便他们能确定用户是学生而非教职人员。参与者们也意识到学生可能会滥用该系统,例如散布关于教职人员的虚假信息。例如,P10说道:"有时滥用可能来自被指导者一方,尽管这种情况很少见。所以,他们[博士生]需要做到公平。" 当我们告知计划对系统进行内容审核时,许多参与者强调希望审核过程具有透明度[38]。
3.2.7 总结。根据访谈发现,我们将设计需求整理如下。该平台应:
- REQ1:遵循发帖和评论的结构
- REQ2:提供针对各类上下文信息(如社会身份、指导经历、所属机构和指导状态)的受众设置同意控制
- REQ3:确保交互保持匿名;最小化透露身份的风险
- REQ4:拥有强大的隐私和安全措施
- REQ5:包含审核和社区准则以防止潜在滥用
图2。一个用户(@po1r3)将其帖子设置为仅对国际博士生、非John Smith指导的学生,且经历过沟通问题或缺乏反馈的人可见。另一个用户(@phding)正准备回复,同时创建了一个不同的用户名("happyphdstudent")。@phding可以看到该帖子的同意边界,因为@po1r3选择向已经可以看到该帖子的用户展示其边界设置。
4 第二阶段:Moa的设计
Moa的设计基于第一阶段获得的洞察、先前已知能促进敏感话题讨论的功能,以及肯定同意的原则[35]——后者的价值在第一阶段访谈中得到进一步强化。
4.1 Moa概述
与许多社交平台一样,在Moa上,用户可以撰写文本帖子并对帖子进行评论(REQ1)。
4.1.1 非网络型或空间型;无个人主页
社交媒体平台通常围绕预定义的网络(如关注列表)或空间(如群组)来构建[92]。相比之下,Moa关注的问题是:"每个用户希望如何针对每篇帖子或评论设计自己的受众?" 因此,Moa不实施任何网络模型,也不包含用户个人主页(REQ3)。? 此外,Moa不像同处一个空间的用户可以访问相同内容,而是根据用户自身和他人的同意边界显示不同的帖子(和评论)集合(第4.2节)。在形式-功能矩阵[92]中,我们认为Moa最接近"线程空间"类型,但同意边界大大削弱了线程和空间的功能。
4.1.2 严格的身份验证
由于第一阶段所有参与者都强烈强调他们希望有一个仅限博士生的空间,因此Moa设有严格的身份验证流程(REQ4)。用户只能使用机构邮箱注册;邮箱域名由系统进行验证(补充材料)。? 此外,审核员(第一作者)会审核每一个注册申请,验证邮箱有效性、是否在两个博士项目之一中注册,以及申请者填写的个人特征(在可公开验证的范围内)。
4.1.3 多用户名
第一阶段参与者强调在Moa上保护用户匿名性。几位参与者表示希望系统中能有多个用户标识符,以便他人难以推断其身份。基于这一发现和肯定同意的具体原则[35],我们允许用户为每个帖子或讨论创建不同的用户名(REQ3;图2)。一旦某个用户名被使用,其他人便无法再使用该用户名,即使在不同的讨论串中也是如此。与其他平台相比,Moa直接在发帖和评论界面中提供了此功能(无负担),而主流社交媒体平台默认不提供此功能。?
为防止用户通过多个用户名为其观点增加权重,一旦用户发起或参与某个讨论串,他们只能使用最初所用的用户名。此时用户名字段将变为不可编辑状态,用户无法再进行修改。
4.1.4 社区规则与审核
基于第一阶段的研究发现和先前研究[1, 74],Moa在导航栏链接页面中强调了社区规则(REQ5),规则包括:1)尊重他人、待人友善;2)在Moa上所说的话,就留在Moa上;3)不要散布虚假信息;4)不要使用歧视性语言;5)不要骚扰或攻击他人。Moa由第一作者进行内容审核,因为增加其他审核员会加剧用户的隐私顾虑。然而,理论上Moa可以扩展为招募其他审核员。
4.1.5 通知
每当有帖子发布时,帖子同意边界范围内的用户会通过电子邮件收到通知。Moa也会在用户发表新评论时通知讨论串中的所有用户。对于两种情况,电子邮件会显示帖子/评论的前20个字。
4.2 同意边界
Moa允许用户标记其同意边界,即用户可以基于丰富的维度为每个帖子或评论设置受众(REQ2;自愿的、具体的)。
4.2.1 设置同意边界的流程
用户在撰写帖子(或评论)时可以设置同意边界,并将其保存到账户设置中(图2)。或者,用户可以在设置页面中设置一个默认的账户级同意边界。每当用户为帖子/评论设置同意边界时,不影响此前设置的边界(具体的)。当用户访问自己撰写的帖子(或参与的讨论串)时,Moa会调出该帖子最近使用的边界(无负担的)。
4.2.2 同意边界的维度
以下列出了可能的同意边界维度。
图3。不同维度的同意边界。高层级类别包括:身份、在指导关系中经历的挑战(图2)、博士项目/教职人员相关因素、特定用户以及其他信息。我们在第4.2.2节中详细解释每个类别。
**身份。** Moa允许用户将其帖子或评论仅展示给与对方共享性别、种族或国际学生身份的人。我们仅在用户拥有对应身份时才允许其选择该类别。? 例如,只有女性才能将其帖子和评论的同意边界设置为仅对女性可见。我们在第4.2.3节中对此进行了更多说明。
**先前的指导经历。** Moa允许用户将其帖子/评论仅展示给经历过特定类型指导挑战(如微观管理、沟通问题;图2)的人。挑战类别基于博士指导研究[14, 47]和第一阶段访谈(完整列表见补充材料)。我们还在界面中链接了一份调查问卷,以便用户可以建议他们希望新增的类别(自愿的)。用户还可以仅将帖子/评论展示给经历过指导情况变化的人(图2)。
**博士项目和教职人员名称。** 用户可以将其帖子或评论仅设置为对特定博士项目的博士生可见(图3)。Moa还允许用户避免或联系受特定教职人员指导的用户(图3)。
**特定用户名。** Moa允许用户选择仅向其展示帖子或评论的账户(图3)。对于评论,用户只能选择参与了该讨论串的用户。
**其他信息。** 用户可以在"其他信息"文本框中输入所提供维度未涵盖的信息(图3)。当用户使用此功能时,帖子或评论将被延迟发布,直到审核员审核并选择正确的受众。
4.2.3 身份与经历的声明
为使同意边界发挥作用,Moa必须了解用户的身份特征和经历。用户可以自愿声明其身份特征,仅供系统知晓(自愿的)。用户被鼓励在注册时提交信息,但他们可以前往账户页面进行修改(可撤销的)。为确保用户在注册后不伪造账户信息,第一作者会定期检查用户账户设置的变化。
4.2.4 同意边界的可视化展示
Moa允许用户决定是否向已经可以看到该帖子或评论的其他人展示其同意边界(自愿的)。也就是说,默认情况下,当用户看到带有边界设置的帖子时,其外观与公开帖子相同。例如,在图2中,发帖者同意展示其边界设置。有权访问该帖子的用户可以了解到,发帖者是一名国际学生,经历过沟通问题和缺乏导师反馈的情况,并希望避免受John Smith指导的学生。相反,如果用户决定不展示其边界,其他有权访问的用户只能看到内容和用户名。用户也可以在发帖或评论后更改边界的可见性(可撤销的;图4)。
图4。用户也可以为每条评论设置同意边界。@abc123将评论展示给经历过博士指导变化的用户,而@river21将其回复限制为仅@abc123和经历过指导情况变化的国际博士生可见。在@river21评论的左上角显示,该同意边界仅对@river21可见。
4.2.5 单调递减的分支
Moa将原帖的边界应用于所有评论。这是因为研究表明,帖子的回复可能泄露其内容,即使原帖已被删除[58]。对评论的回复也会继承其边界规则。
4.2.6 限制同意边界
基于肯定同意的可撤销原则,Moa允许用户限制同意边界(补充材料)。已经回复了帖子但不再符合新边界的用户将失去访问权限(无任何通知)。
4.2.7 不将同意边界规则应用于回复对象
肯定同意框架与Moa同意边界的实施方式之间存在一个矛盾。该框架是保守的,暗示同意边界规则应无例外地执行[35],包括当用户回复帖子或评论时。例如,假设A是一名女性。A将其默认同意边界设置为其评论仅对女性可见。A正准备回复B的帖子。根据肯定同意框架,Moa应将A的同意边界也适用于B。
这意味着如果B未在账户设置中标注自己是女性,她就无法看到A的评论。然而,我们的试点研究表明这可能会造成混淆。因此,我们修改了默认设置:当用户发表评论时,Moa默认假设他们希望将评论展示给原帖发布者。用户可以随时更改设置(见图2底部)。4.3 系统实现与试点研究我们使用Django、MySQL、JavaScript、HTML和CSS构建了Moa。部署使用Fly.io。邮件通知方面,我们使用了SendGrid,并在Django的settings.py中进行配置。为确保同意边界的运行稳健可靠,第一作者创建了测试用例并进行了试点研究。4.3.1 试点用户研究。我们与五名参与者进行了试点用户研究,他们均为博士生及一位刚毕业的博士后。所有参与者每小时获得20美元的补偿。改进同意边界的可用性。参与者发现同意边界界面令人难以招架,因为字段太多。因此,我们没有一次性展示所有内容,而是让用户选择标签页,仅显示相关的边界维度(图3)。明确同意边界功能的作用。我们发现有些参与者需要较长时间才能理解账户设置与帖子和评论可见性之间的联系。例如,一位女性参与者不明白,如果她没有填写用户信息,她将无法看到那些使用"仅限女性"同意边界的女性用户发布的帖子。因此,我们决定在Moa的注册和账户设置界面中加入一个简短教程,解释账户页面如何影响用户能看到的内容。强调Moa是由博士生开发的。部分参与者强调,知道Moa是由学生开发的对他们来说很重要。因此,我们在单独的一页上对此进行了突出展示。5 第三阶段:实地研究为了评估Moa,我们与一所公立R1大学两个与计算相关的博士项目的47名博士生进行了为期近3周的实地研究。本研究获得了我们机构伦理审查委员会的豁免批准。5.1 方法论我们向两个博士项目的所有博士生发送了关于Moa和实地研究的招募邮件。研究还在仅限博士生访问的Slack频道上进行了宣传。参与者表示同意、成功验证身份并注册后,会收到一封邮件,告知其注册已获批准,并提示他们在阅读完关于Moa的教程后开始使用。我们希望参与者在自然环境中使用Moa。参与者被要求每天至少登录两次,但这只是一个建议。完成研究后调查的参与者可获得10美元补偿。参与访谈的参与者可获得每小时30美元的补偿。在至少发布过一次帖子或评论的参与者中,有五人被选中获得100美元奖励。获奖概率根据帖子和评论数量增加。5.1.1 解决"冷启动"问题。主要挑战是吸引用户到一个全新的网络空间。为此,第一作者根据自身体验发布了4篇种子帖子,然后引导5名早期用户进行评论。参与者并不知情种子内容是由第一作者发布的,这是Reddit创始人曾采用的方法。在我们招募到约20名参与者后,我们发送了两封跟进邮件,介绍用户活动和第一作者开发该系统的动机。5.1.2 数据收集与分析。用户使用Moa一周后,被要求完成调查问卷并受邀参与访谈。31名参与者填写了问卷,我们对其中的14人进行了访谈。我们还收集并分析了日志数据(经用户同意)。跟进调查与访谈。我们使用李克特量表问题询问参与者对Moa使用体验以及对同意边界概念的看法。我们还包含了一个开放性问题,询问参与者是否希望对Moa做任何改变或保留。最后,我们询问参与者是否愿意接受跟进访谈。半数受访参与者使用了同意边界(7/14;表2)。14名受访者中有9人至少发布过一次帖子。5名未发帖者中有4人至少评论过一次。所有受访者都同意第一作者访问他们的帖子和评论。我们询问受访者如何决定是否使用同意边界。对于那些未使用同意边界但仍然发帖或评论的人,我们试图了解是什么促使他们这样做。访谈时长在20分钟到45分钟之间。第一作者对访谈记录和问卷开放性问题的回答进行了演绎和归纳编码。在此过程中,第一作者定期与第二作者讨论主题。日志数据。我们还分析了帖子和评论数据以及用户活动情况。在研究开始前,我们已通过知情同意书和Moa界面将此事告知参与者。5.1.3 局限性。我们实地研究的局限性在于仅聚焦于美国语境。未来研究应探索本研究的发现如何适用于其他地区的语境。另一项局限性是我们仅在两个博士项目中部署了Moa。未来,我们计划进行更大规模的纵向研究,以报告更稳健的发现。5.2 伦理声明鉴于我们的研究环境非常敏感,我们力求使Moa的使用条款对所有用户都非常清晰。我们在平台和招募邮件中均表明,管理员(第一作者)有权访问所有内容及元数据。论文中未逐字引用任何帖子内容,所有帖子引用均为转述。我们向用户明确说明,管理员会在后台监控平台,以防出现骚扰或恶意行为。我们还审慎设计了用户披露方式及个人背景和身份信息的用途。我们依据一套最佳实践设计了该系统,并与多位具有不同性别认同的同僚进行了磋商。没有参与者被强制披露身份的任何部分。我们允许用户在一个开放式文本框中自行描述他们认为相关的任何同意边界(图3)。5.3 第三阶段发现首先,我们报告Moa上的用户活动情况及用户对平台的看法。然后,我们讨论关于同意边界的发现以及促成用户参与的功能。5.3.1 Moa促成了关于博士导师关系的各类真实对话。在19天内,共有47名博士生创建了账户并至少登录Moa一次。所有用户注册时都提交了某种形式的用户信息,且大多数人未对此进行修改。72.3%的用户提交了当前导师的姓名,21.3%提交了此前导师的姓名。36.2%表示来自A博士项目,55.3%表示来自B项目。参与者人口统计数据见附录。15名用户创建了18篇帖子,31名用户共留下139条评论,用户在Moa上浏览帖子共1,866次(图5)。Moa用户总体上进行了相互互动。平均而言,每篇帖子有7.7条评论,最多的一篇帖子收到了17条评论。评论平均长度为98.5个词(图5)。关于请教师导情况建议的帖子尤其收到了包含详细建议的评论——最长的一篇评论达757个词。用户倾向于互相感谢对方的建议。图5:第一张图显示Moa每日帖子和评论量,第二张显示每日帖子浏览量,最后一张显示评论长度分布。平均每篇帖子有7.7条评论,最多为17条。每日帖子浏览量平均为98.2。评论平均长度为98.5个词,最长为757个词。图6:研究后调查结果(1=强烈不同意/不满意;5=强烈同意/满意)。参与者强烈同意Moa使围绕博士导学关系的对话变得更容易(平均值=4.45;中位数=5),并对整体体验表示满意(平均值=4.26;中位数=4)。许多人认为同意边界易于理解(平均值=4.06;中位数=4)。在发生的互动类型方面,18篇原始帖子中有9篇是征求建议(见表1)。这些包括了各种敏感话题,用户在其中寻求建议。最敏感的话题涉及是否在更换导师或增加联合导师方面的指导,以及在因前任导师造成的伤害而更换导师后应对心理健康困境。其他话题还包括处理与另一位指导对象的性别动态问题、寻求诊断沟通问题背后原因、当导师不接纳反馈时如何应对、以及在导师风格下如何更好地与其合作。在三篇帖子中,一些用户主动分享了个人经历,如他们是如何更换导师的。总体而言,用户的反应表明他们从Moa中获得了真实益处。例如,P14在Slack上联系第一作者说:"感谢你开发了这套系统,我真的非常需要它。"在访谈中,参与者经常评论说Moa让他们了解到好的导学关系是什么样的,以及什么"是不正常的"。调查结果(图6)也显示,许多参与者强烈同意Moa使围绕博士导学关系的对话变得更容易(平均值=4.45;中位数=5)。表1 各主题帖子数量:征求关于博士导学关系的建议9篇(50%);分享既往经历3篇(16.7%);分享积极故事2篇(11.1%);发表关于博士导学的高层次观点1篇(5.6%);讨论一般的博士相关话题3篇(16.7%)。18篇帖子中有一半是征求关于博士导学关系的建议。表2 Moa上的活动及参与者使用情况概览。第一列显示每位参与者是否发帖或/及评论。第二列显示每位参与者是否/如何使用同意边界功能。对于至少使用过一次同意边界的参与者,第三列显示其是否设置了默认的账户级同意边界。"是"表示用户将至少一个边界设置为非默认值;"否"表示全部为默认值。对于最终未使用同意边界的用户,我们用"-"标注。5.3.2 约四分之一的发帖者/评论者使用了同意边界(N=7/31),他们倾向于按帖子或评论分别设置。31名发帖或/及评论用户中有7人(22.6%)为至少一篇帖子或评论设置了同意边界(表2)。7人中有3人在发帖时使用,4人在评论时使用。三篇使用同意边界的帖子均为敏感内容,尽管敏感程度不同——一篇关于导师不接纳反馈,一篇关于导师团队中的性别动态,最后一篇分享了更换导师的经历。在评论中,用户提出问题、分享个人经历(如与前任导师进行艰难对话)以及表达赞同或同情。与我们的预期相反,几乎所有用户都为每条评论或帖子设置了不同的同意边界。多数人(5/7)完全没有动过其账户级同意边界,只有P11使用了账户级别的边界设置(表2)。用户表示他们认为同意边界"就在那里",觉得对每条评论分别应用很容易。更有趣的是,一些受访参与者将同意边界与现有的隐私设置进行了比较,他们指出后者是二元性的(公开与私密)。相比之下,参与者认为同意边界更具情境性,因此希望按帖子或评论分别应用。"我感觉到自己有各种不同类型的经历,适合不同的群体,我不想随便设置什么然后又得回去取消。所以我觉得按帖子设置挺好的。这样我在发布帖子时可以选择谁能看到什么……"——P13。调查结果显示,大多数用户认为同意边界功能易于理解(图6)。然而,31名调查参与者中有3人表示他们觉得同意边界难以理解。一些受访参与者也希望该功能不那么繁琐,尽管他们理解我们为何包含每个维度。限制性边界。
限制同意边界的这一功能使用频率不高,尽管有一位参与者使用了两次。P6 的评论最初是公开的,但后来他们将其设置为仅对亚裔用户可见。随后,他们更新了边界,使得该评论仅对亚裔且已更换导师的用户可见。
5.3.3 同意边界不仅用于防御性的边界设定,也用于主动的受众策划。
访谈显示,用户使用同意边界的方式各不相同。对一些人来说,同意边界用于过滤特定类型的用户以保护隐私;对另一些人来说,它是一种出于各种原因主动策划受众的机制。具体而言,三名参与者(3/7)通过使用同意边界避免公开帖子来保护隐私。这些参与者发帖或评论以询问或分享关于他们导师关系的个人经历,但不希望增加暴露身份的可能性——这不仅是因为他们自己的隐私,也是为了他们导师的隐私。例如,P5 在发布问题时使用了关于某些博士指导动态的边界,他说/她:“我不确定是否希望平台上的每个人都能看到这篇帖子,主要是因为这有点像个人问题。而且我还担心人们能通过它认出我,老实说,我觉得我不希望这对我导师造成不良影响。”-P5
有趣的是,其余使用同意边界的受访参与者将其视为一种主动接触某些人群的方式,而不是阻止某些人查看他们的帖子。他们的原因包括希望接触到能更好地理解他们、提供准确回应或觉得内容有帮助的人。例如,P1 使用了与某些指导挑战相关的边界。对他们来说,隐私担忧并不是使用同意边界的原因,因为他们避免了撰写敏感内容。但是,P1 仍然希望与能提供最准确见解的人互动。“所以我认为我主要使用它 [同意边界] 是为了确保我的评论能到达我希望其到达的人,而不是为了避免那些我不想让其看到的人,如果这说得通的话。”-P1
特别是,两名设置同意边界的参与者强调希望与能理解他们的人互动。例如,P6 希望通过分享经验来帮助其他博士生,但以一种最小化因无法理解他们的人的反应而受到伤害的机会的方式。这位参与者在尝试不同种类的边界方面最为活跃。P6 明确表示这是出于希望拥有能理解他们的受众的愿望,而不是为了降低隐私风险。“我认为在这种特定体验中,隐私可能没那么相关,因为我觉得无论我设置什么样的同意边界,通过分享我的经历我都可能被认出。[...] 或者另一种说法是,我不期望或真正希望被所有人理解。”-P6
5.3.4 一些参与者认为展示同意边界有价值,而另一些人则选择不使其可见。
在决定是否在帖子或评论上显示同意边界时,用户表现出了混合的行为。在使用同意边界的七名用户中,四人显示了边界,两人完全保持不可见,一人则在显示和隐藏边界之间交替。那些使用并显示同意边界的人认为,表明帖子是否为特定类型用户的“封闭线程”是有价值的。他们指出,如果没有可见的边界,其他人可能会假设帖子是公开的或对其可见性不确定,从而不敢回应。例如,P5 使用并显示了将帖子限制为那些经历过特定指导挑战的人的边界,认为这会使用户更轻松地回应,因为他们的评论将被那些有过相同经历的人看到。“我某种程度上只想给任何想用个人故事来回应这篇帖子的人一些透明度。[...] 我觉得如果我在第一帖就设定标准,那么也许人们会感到更舒适,因为一开始就知道它有有限的受众。”-P5
相反,有些人倾向于认为,一旦预期受众看到帖子或评论,同意边界本身就是不必要的信息。也就是说,他们使用同意边界进行受众选择,而不是展示其身份的一部分。最积极使用同意边界的 P6 说:“我觉得实际上,当一个人看到帖子或回复时,无论他们看到的同意边界是什么,这都不会改变他们能看到这条回复的事实。所以我认为从那个角度来看 [显示的同意边界] 是不必要的信息。”-P6
最后,少数受访参与者不想显示他们的同意边界,因为他们认为这是他们想自己保留的私密信息。一些参与者认为看到同意边界很有帮助。一些受访参与者认为看到同意边界很有帮助,因为它提供了更多背景信息,说明了发帖人为什么要接触特定的用户群体。例如,P11 注意到,在一个关于性别动态的帖子上看到仅限女性的边界让他们想要参与互动。“就像既然他们显示了仅限女性的边界,我非常有可能会以非常、非常诚实的方式回应这篇帖子,并支持这位女学生。”-P11
一些参与者还提出了让用户在评论中分享部分身份信息的想法,无论是否设置了特定受众。例如,P13 表示,当用户找到一个引起共鸣的帖子,因为这是他们曾经历过的类似体验,并希望向发帖人暗示这种联系时,这会很有用。
5.3.5 不使用同意边界的原因。
大多数发帖者和评论者最终没有设置同意边界,他们也列举了不这样做的几个原因。
希望拥有广泛的受众。一个主要原因是他们希望帖子能触及最广泛的受众,因此将内容设为公开。例如,P4 公开撰写了关于指导关系的建议,表示希望它能触及很多人。三位询问他们所面临指导挑战的受访参与者也是如此。然而,这些参与者并不是因为舒适才公开发帖。他们伪装了内容——例如通过改变其导师的性别——以免读者认出他们,尤其是考虑到他们来自同一机构或项目。“我有意为之(即将帖子设为公开),因为我想从所有相关人员那里获得建议,而我不确定他们是谁。[...] Moa 的用户与我高度相关,所以他们能给我更直接和宝贵的建议。但同时,这让我更加隐藏自己,因为我觉得他们很容易猜到是我。”-P10
匿名性和博士生验证已经足够。对于一些用户来说,通过用户名实现匿名,结合系统施加的严格身份验证,已经足够了。“就我个人而言,我是一名国际学生,我有点害怕权威,但同时也比较信任你们。这里每个人都是学生,所以我不介意每个人都是学生,我不认为他们会做什么坏事。”-P3
多用户名功能很受欢迎——20 名用户(占发帖/评论者的 64.5%)在发帖或评论时创建了 54 个不同的用户名,除默认用户名外(平均 = 2.7)。23.4% 的所有用户也至少更改过一次默认用户名。访谈和调查表明,该功能有助于用户放心,不用担心他人得知其身份。系统创建者和其他用户的良好信誉也有帮助。即使是那些不太了解第一作者的参与者,Moa 由同一机构的研究人员开发,以及关于我们如何处理用户同意的详细解释,也增加了 Moa 的可信度。第一作者在招聘邮件中透露自己曾更换导师也有帮助。例如,P13 说:“我认为有一点是你们有多么尊重我们的匿名性和同意边界之类的事情。我有点觉得这赋予了我发布那些可能本来我不会发布的贴子的力量。[...] 描述是其中的一部分,就像说,‘我们出于这个目的打造这个平台,而它是由那些有过经历并希望能与他人交流这些经历的人制作的。’”-P13
用户的信誉也激励了一些用户发帖。受访参与者表示,他们可以获得更值得信赖的建议,因为他们知道用户来自同一机构,而不是互联网上的随机人员。例如,当被问是什么让他们能够发帖时,P14(其帖子询问关于应对指导挑战的建议)说:“我想有几个因素。第一,嗯,第一件事是我可以寻求建议。第二,我在寻找一个我可以匿名的地方。在社交媒体上无论什么都大多是被认知的,或者如果我去找我的实验室同伴等,他们知道我是谁。第三,我知道这是 [机构名称] 内部的,所以我确信他们在哪里,但不确定他们是谁。就像我确信回复我的人是真正的博士生。”-P14
对系统信任不足。一些参与者没有撰写敏感内容(也没有使用同意边界),因为他们需要更多时间来建立对系统的信任。
5.3.6 用户希望更紧密互动的迹象。
少数受访参与者提到了在 Moa 上直接联系其他用户的可能性,或者想要线下见面。用户希望更紧密互动这一点让我们感到惊讶,因为它与我们第一阶段大多数参与者的说法相矛盾。例如,少数第三阶段受访参与者表示希望 Moa 有聊天界面,以便更容易消息他人,而另一位则表示有一位特定用户写了一篇帖子让他们想要线下联系。这表明通过 Moa,一些用户对他人建立了信任,甚至愿意冒险进一步互动。“我想如果我知道现在只有具有该同意边界的人能看到这篇帖子并且他们回复了,在初始帖子之后,我更愿意与他们对话。[...] 我相信对于非常敏感的情况,我真的不方便作为帖子分享,另一个有帮助的功能是拥有某种私信功能。”-P4
当被问及原因时,参与者提到想要获得更多建议,因为他们迫切需要解决他们的指导情况,以及获得关于某人的准确信号。“在 Moa 上有一篇非常有影响力的帖子。如果我看到一篇有影响力的帖子 [像那样],那么我真的想要联系他们并获得建议。[...] 我想线下见面,真诚地交谈,因为他们的帖子非常真诚,我被那打动了。”-P10
似乎虽然一些风险厌恶型参与者认为 Moa 很有用,但他们认为提供更敏感或获取更敏感的信息应该发生在平台之外,而 Moa 上的讨论可以作为此类联系的基础。例如,P1 指出 Moa 可以成为线下见面的起点。“如果有这样,好吧,基于我们讨论过的所有主题,将会有一些基于这些对话的线下会议,我们将坐在那里,拥有一个非技术辅助方式下能够交谈的安全空间,但使用这个 [Moa] 作为一种筛选这些主题是什么的方式,那可能是我更会使用的东西。”-P1
5.3.7 改进 Moa 的方法。
我们描述了关于改进 Moa 的最有趣的反馈。利用 Moa 帮助教师了解指导。
一位面试参与者表示,虽然他们不确定这应该如何实现,但认为邀请教职员工加入 Moa 是值得的,因为他们可以了解学生的经历并学习指导(mentoring)。
在通过同意边界提供受众控制的同时扩大用户池。一些面试参与者希望有更多的用户,而不仅仅是来自两个博士项目的人。然而,即使是这些参与者也感知到只与同一项目的人互动的益处,并表示同意边界可以是一种轻松地将帖子展示给他们的途径。
让同意边界更易用。多位面试参与者希望同意边界界面更易用。一位参与者建议增加一个功能,让用户在应用同意边界时能感知到受众规模。关于应用不同同意边界的灵活性,一位参与者建议使用计算建模方法,以便系统能根据每篇帖子推荐同意边界设置。
5.3.8 结果摘要。
Moa 促成了一系列敏感讨论,四分之一的参与者使用了同意边界——通常是每篇帖子或评论设置一个单独的边界。用户倾向于以不同方式使用同意边界——有些人用它简单地移除用户以降低隐私风险;其他人则用于主动的受众策划,以触达那些持同情态度、能提供有用意见或觉得内容有帮助的人。一些参与者重视显示他们的同意边界,而另一些人则选择不显示,因为他们仅将其用于受众配置。最后,少数参与者表示有兴趣在 Moa 上直接联系另一名用户或与其见面,这与第一阶段的结果相比令人惊讶。
6 讨论与未来工作
6.1 启用敏感对话和在线盟友发现的配方
综合来看,现有的关于启用敏感对话的文献提出了许多建议,但它们分散在多篇论文中 [1, 44, 51]。在此,我们将它们汇总,以提供一个最先进的、社会技术类的“配方”。我们分两层呈现:一层提及寻求的高层目标(以下粗体标题所示);第二层包含启用第一层元素的特定功能(粗体,括号内)。
匿名性(化名、多个用户名、无个人主页)。正如先前文献所示 [1, 51],且我们的第一阶段研究证实,为用户提供匿名性至关重要。然而,完全的匿名性可能会使讨论线程难以跟随。一个好的折衷方案是允许用户创建化名的用户名——Moa 的许多用户创建了多个化名。像 Whisper 那样避免个人主页也能增强匿名性。我们实地研究的参与者中没有一人说想要个人主页,一位参与者明确表示他们喜欢没有个人主页。
系统可信度(基础系统安全、同情心的赞助人、同意强调)。系统可信度需要技术隐私和安全保护作为基准,Moa 向用户保证了这一点,但也存在社会元素。确认了一般在线系统的发现 [49],第一阶段研究显示,如果由他们信任的人运行,尤其是博士学生同行,他们会更频繁地使用 Moa。第三阶段的少数参与者也指出,Moa 对同意的强调引起了他们的兴趣,并增强了系统的可信度。
用户可信度(严格的身份验证、关联用户群、审核)。用户可信度也至关重要,正如先前工作所指出的 [1]。一个重要因素是将用户群限制在某种相似群体中。在 Moa 的案例中,所有用户都是同一大学的博士学生。第三阶段参与者指出,他们认为 Moa 比 Reddit 更有用的一个原因是,他们期待从共享大量上下文的同行那里获得更多相关的回应。我们也认为,因为这是一个有限、熟悉且经过审核的社区,信任其他用户更容易。未来,我们预计 Moa 可以向各个机构开放,但用户仍可使用同意边界向同一机构内的其他人发帖。
投入、富有同理心的氛围(种子内容、社区规则、群体内审核)。投入的氛围对于任何蓬勃发展的在线社区都是必不可少的 [69],但对于敏感讨论,文化还必须富有同理心。为了实现这一点,我们认为合适的种子内容、社区规则和审核至关重要,尤其是在开始时。由于许多第一阶段参与者说他们会先潜伏(lurk)然后再决定能否信任系统,第一作者基于个人经验发布了种子帖子。两位第三阶段面试参与者指出,其中一个种子帖子令人难忘。此外,Moa 的社区规则强调 Moa 是博士学生之间的支持性社区。并且,我们认为群体内审核是必不可少的。Moa 的用户似乎对审核感到舒适,可能是因为 Moa 的审核员是用户群的一员。这与先前工作形成对比,在先前工作中,参与者对审核提出了疑问,因为是由外部研究团队为研究处理审核的 [1]。
对帖子可见性的细粒度控制(同意边界)。对于想要讨论主题或分享高度敏感经历的用户,细粒度地控制谁可以看到他们的帖子似乎会增加互动的机会。对于 Moa,这是由同意边界实现的。第三阶段评估显示,同意边界降低了一些用户(尤其是规避风险的用户)发帖的门槛。即使对于隐私担忧较少的用户,同意边界仍然提供了触达正确受众的好处。我们还注意到,所有用户都是同一机构的博士学生这一点,可以说构成了一种隐含的同意边界。此外,用户也同意审核员查看他们的帖子,由于研究设计,这可以看作是另一个隐含的同意边界。这些可能解释了为什么同意边界的使用率为 22.6%——默认的、隐含的同意边界已经提供了一个让大多数用户感到足够舒适从而发帖的受众。
功能可见性(透明解释、重复功能提醒)。最后,上述所有功能对用户可见是很重要的。系统上的信息应反复强调关键系统功能。在 Moa 的案例中,平台的目标和功能在登陆页面上有说明,在招募邮件中有所强调,并散布在整个平台界面中。
6.2 同意边界:价值与挑战
虽然 Moa 的许多功能借鉴了已知的社交媒体设计,但同意边界是一项新颖的设计贡献。两位第三阶段参与者(P11 和 P13)明确表示他们从未见过像同意边界这样的东西。下文,我们将讨论同意边界的价值和新颖性,然后概述如何进一步改进它们。
6.2.1 同意边界的新颖性与价值。
首先,正如参与者所指出的,同意边界为受众选择提供了高度相关、以情境为重点的维度。在博士学生讨论指导挑战的情况下,这些维度与社交身份、学术经历、关于机构的细致信息等有关——现有平台结构 [92] 或访问控制系统并未提供此类维度,大多数访问控制系统只提供简单的子集,如“私有/好友/公开”或技术上定义的组别,如“管理员、编辑、查看者”。
第二点与上述观点相关,Moa 的同意边界提供的维度比现有的社交媒体或访问控制系统更细粒度。根据第一阶段的发现,边界维度的类型涵盖了各种群体并集和交集的全范围。而且,使用同意边界的第三阶段参与者利用了不同类型的维度。
第三,我们对同意边界实施的设计仔细关注了设置过程。相比之下,大多数平台将受众选择视为一个很少调整的元素,需要用户导航复杂的“设置”功能。我们的实施尊重了肯定同意的原则 [35],确保同意边界设置的每一步都尊重用户同意。例如,为了确保同意的具体性,用户可以为每篇帖子和评论选择一个边界;确实,第三阶段参与者倾向于这样做。
6.2.2 改进同意边界。
尽管同意边界具有潜在价值,但它与易用性之间存在权衡。随着人工智能的进步,可以想象系统能够学习用户如何使用同意边界,然后提出建议 [35]。或者,用户可以用自然语言输入他们的授权偏好,系统自动建议边界维度。(当然,这种方法可能需要等到人工智能模型在解释用户请求方面完全完美之后,才能遵循肯定同意的原则。)
另一个挑战是,对于一些同意边界,用户是否在其中可能无法轻易验证。例如,用户可以要求帖子仅对经历过导师欺凌的其他人可见,但是否有这种经历无法轻易确认。因此,用户可能会不准确地上报他们的经历并获得讨论的访问权限。严格忠实于肯定同意不允许此类泄漏;也许不应实施此类维度。然而,也有可能应该做出妥协以促进所需的沟通。未来工作应探索这些权衡。
6.3 基于同意的做法与以隐私为中心的做法有何不同
采取同意中心的方法对于开发 Moa 至关重要。虽然同意和隐私密切相关,但在侧重点上存在微妙差异。严格从工程角度来看,同意边界就像隐私设置——它们给不同的用户组赋予不同的权限。但是,它们与传统隐私设置在可形成的用户组类别、控制粒度以及最重要的是类别如何与用户自身的控制偏好保持一致方面有所不同。下文,我们将进一步反思同意与隐私的区别,以及同意对系统开发意味着什么。
首先,隐私是一个模糊的概念——学者们对如何确切定义它存在分歧,尽管定义集中在如下主题:被留下的权利、访问限制、保密性、对个人信息的控制、人格和亲密关系 [77]。在计算语境下,一个相关的模糊之处是谁提供隐私:隐私可以由用户自己赋予用户,也可以由隐私保护系统赋予。
相比之下,同意的本质是严格由用户决定的。唯一能授予个人同意的实体是该个人本人;没有任何“同意”的定义允许系统授予自己对用户进行用户不希望允许的事情的同意。因此,依赖“隐私”一词可能会掩盖用户的中心角色,因为隐私包含多个通常模棱两可的含义。可以说,“以用户为中心的隐私”之所以是一个区别于一般隐私的术语,是因为隐私的用户中心性并非既定事实。然而,即使在可用的隐私和安全社区中,关于同意的讨论也局限于通知与选择范式 [13]。同意没有被塑造为系统设计的根本原则。基于这种观点,系统经常预先定义隐私选项(即系统正在赋予某些隐私),用户只能接受或拒绝它们。在实践中,这些选项往往难以找到或理解,进一步限制了真正的用户同意。例如,Facebook 的许多隐私设置通常被隐藏 [30]。
正如女性主义肯定同意框架所建议的 [35],14 同意不应仅仅是放宽隐私约束的机制,而应是设计的根本原则:受行动影响的个人应有权力定义他们的同意边界具体是什么,以他们认为与特定情境相关的方式。
6.4 迈向集体行动
最初,Moa 旨在帮助学生解决他们的指导挑战,但我们意识到问题空间非常大,因此将范围缩小到盟友发现。但如报告所述,一些用户正在考虑盟友发现之外的后续步骤。少数第三阶段参与者提到想与其他用户当面见面,或希望能在 Moa 上更容易地进行一对一互动。
像 Moa 这样的系统如何在未来研究中得到扩展?一个研究方向可能涉及开发机制,以启用非匿名连接用于集体行动。虽然 Moa 允许博士学生就指导关系进行对话,但没有人向其他用户透露他们的身份。
为了更容易建立经同意的非匿名连接,未来的工作可以探索在 Moa 中嵌入信息托管,以便用户可以逐渐相互建立信任,直到向对方透露身份。信息托管是连接两方或启用信息交换的系统,仅当双方都向系统提供双方同意足以建立信任的信息时才生效 [3]。15 然而,托管的一个缺点是,在匹配发生之前它们是私有的——用户无法观察他人,这对于最初建立足够的信任以向托管提交信息非常重要。我们怀疑提供折中方案是可能的,即在 Moa 这样的平台中嵌入信息托管,以便用户可以给予和接收互惠自我披露的信号 [79]。例如,用户可以观察彼此在 Moa 上的评论,然后在建立足够的信任后决定提交信息。
另一个有趣的方向是支持用户合作制定行动计划——尤其是为了与掌权者沟通。为了向权力较小的人提供赋权,基于同意的干预措施有助于与掌权者沟通,或获得他们的同意——在 Moa 的背景下,即教职员工。我们注意到一些参与者在思考这一点。未经提示,第一阶段和第三阶段的一些参与者都提到,Moa 可以扩展到向教职员工传达博士生的经历。这需要一组用户集体规划和行动 [71, 83]。特别是,关于小组成员身份的揭露似乎是必要的,如果是这样,如何完成这一点,存在有趣的问题。
6.5 敏感环境下的受众配置与身份管理
一些用户显示了同意边界,以表明受众共享某种身份特征,以便其他用户能更舒适地附和。这在关于性别动态的一则帖子中最明显,发帖人使用了仅限女性的边界。大多数评论者也决定对他们的评论使用相同的边界,并选择显示它们。
与此相关的是,第三阶段的一些采访参与者也指出,评论功能的设计应使在回复时更容易显示自身身份的部分,这类似于部分身份性 [76]。Moa 可以潜在地扩展以提供此类功能,以便一旦受众限制发生,线程内的用户如果愿意,可以更自由地表达自身身份的部分,这与使用同意边界是分开的。
一些没有显示同意边界的用户认为,它们并没有增加多少信息,因为帖子反正会被投递给正确的受众。这些第三阶段参与者对表达身份不那么关注,而更专注于受众控制,可能是因为 Moa 的情境集中在敏感的权力动态上,与先前的工作(例如 [51, 76])不同。例如,虽然部分身份性 [76] 是在存在不同资历级别的地方进行评估的,但重点在于学术研究话语,而不是权力等级。
6.6 扩展 Moa 与同意边界
目前,Moa 由第一作者维护,以将隐私风险降至最低。运行拥有 47 名用户的平台被证明是可行的——第一作者一丝不苟地进行审核并征求用户反馈,且未发生任何滥用事件或负面反馈。然而,Moa 和同意边界的概念应如何扩展?
一种扩展方式是拥有多个 Moa 实例,每个组织或群组一个,每个都有自己的管理员,类似于 Mastodon。这种方法反映了一个重要假设,即本地系统管理员对于赢得用户信任至关重要,这在我们的第三阶段研究中得到了证实。并且,正如研究表明 Reddit 的版主拥有互相支持的网络 [9],我们设想 Moa 的管理员和版主也应该有一个支持网络。这将确保每个实例不是完全孤立的,并且当发生敏感事件时,会有跨实例的资源来指导如何解决它们。
可以想象将 Moa 构建为像 Facebook 或 Reddit 那样的大型单体平台,但我们设想即使在这样的平台上,社区也会有自己的版主——各自被其社区信任——并被授权提供 Moa 原型所包含的那种对身份有意义的监督。在本研究中,用户很容易验证并理解版主也是同一机构的博士生。在大规模上,需要有一个流程来选择这样的版主,并向社区的其他成员证明其身份。
就同意边界而言,它们可能适用于博士生指导之外的其他情境,例如职场员工之间 [18, 67]、某一群人遭受性不当行为幸存者之间 [16, 48],或同一组织的潜在吹哨人之间 [19]。本文描述的 Moa 原型的一个方面是,同一机构的博士生社区形成了一种隐性的同意边界——不需要用户考虑他们的内容是否会透露给非学生。可以围绕不同主题形成类似 Slack 频道的社区,尽管需要额外的机制,例如成员发起的加入邀请或正式的背景调查,以确保社区成员满足成员要求。
我们也设想同意边界可用于一般平台,如 Facebook 或 Reddit,可能是在不太敏感的情境中。同意边界可以帮助用户划定他们想要互动的一组人,而无需指定特定的空间或网络 [92]。这将类似于 Close Friends 等平台上的“社交圈”功能,16 但它不需要逐个枚举成员或了解其他用户的身份。例如,在某个子版块帖子下交换评论的用户可以使用同意边界轻松地在线程内为符合特定标准的用户创建一个空间。同时,当同意边界在大规模商业平台内使用时,用户可能会对该功能的使用有更大的犹豫。用户可能需要更长的时间来建立对同意边界的信任,因为失败可能导致帖子意外暴露给广泛的受众。因此,最初的使用率可能会低得多。
7 结论
当个人从掌权者那里遭受伤害时,寻找盟友——那些富有同情心或愿意共同处理问题的人——至关重要。为了了解如何开发支持敏感对话以寻找盟友的社会平台,我们对 19 名博士生进行了采访,这揭示了对一个连接同行以讨论博士指导关系的平台的强烈需求,并强调了同意在促成这些连接中的重要性。基于这些发现以及肯定同意框架,我们开发了一个名为 Moa 的社会平台。Moa 的核心功能之一是“同意边界”,它允许用户根据社会身份、生活经历和人际关系等维度,灵活地划定谁可以查看每个帖子或评论——同时保持相互匿名。即使帖子到达目标受众,发送者和接收者也不会得知对方的身份。我们进行了一项为期三周的实地研究,涉及 47 名博士生,结果表明 Moa 成功地促进了盟友发现。同意边界降低了一些用户的障碍,使他们能够提出敏感问题并提供真诚的建议。总之,这项工作提供了关于如何开发用于盟友发现的社会平台的见解,并实例化了一种以同意为中心的系统设计方法。
致谢
我们衷心感谢所有参与者。非常感谢 Vikram Mohanty 在整个系统开发过程中充当讨论对象。特别鸣谢 Chaerin Im,在 2021 年鼓励 Im 构建一个新的社交媒体平台。我们也感谢 Jiyoon Kim、Shwetha Rajaram 和 Yulin Yu 给予的极其慷慨的支持和宝贵的反馈。Yunseok Jang 为教程提供了急需的建议。Im 感谢 Amy Ko、Mark Ackerman 和 Emily Mower Provost 提供的非常有益的评论。Im 得到了 Meta 研究博士奖学金的支持。