GDPR与智能汽车的用户体验

2018-07-02 13:02:29· 来源：HMI设计

2018年初的Facebook数据泄露事件犹如一声惊雷，击中了这些年迅猛发展的互联网行业。一时间，普通用户惊讶于个体在互联网巨头面前的透明。用户对互联网产品的使用记录日积月累，而这些数据一旦被怀有特殊目的的团体和个人掌握，性格、喜好乃至消费习惯将被刻画成非常具体的用户画像。人们享受着数字产品对生活提供的便利，但又不希望私人生活空间被过多披露。在这一背景下，监管方迅速行动。5月份，欧盟提出了号称史上最严格的数据保护条例GDPR(General Data Protection Regulation)。

智能汽车的数据隐私问题：从GDPR说起

2018年初的Facebook数据泄露事件犹如一声惊雷，击中了这些年迅猛发展的互联网行业。一时间，普通用户惊讶于个体在互联网巨头面前的透明。用户对互联网产品的使用记录日积月累，而这些数据一旦被怀有特殊目的的团体和个人掌握，性格、喜好乃至消费习惯将被刻画成非常具体的用户画像。人们享受着数字产品对生活提供的便利，但又不希望私人生活空间被过多披露。在这一背景下，监管方迅速行动。5月份，欧盟提出了号称史上最严格的数据保护条例GDPR(General Data Protection Regulation)。

无人汽车通过多种传感器的数据聚合(Data Fusion)综合分析车辆自身和周边状况。同时，用户从需要高度注意力的驾驶任务中被解放出来，以享受智能汽车提供的信息服务。另一方面，产品设计过程中的用户体验研究需要广泛收集用户的态度和行为数据。

此次GDPR法规的通过值得汽车行业从业者深思：如何在保证数据收集效果的同时，保证用户对于隐私的知情权和控制权。本文试从监管、APP平台和对用户研究的挑战三个角度讨论这一问题。

GDPR整体要求

首先，GDPR要求产品提供者不能采用“默认允许”的方式获取用户对数据收集的许可。对用户许可的获取申请须采简单直白的语言，避免长篇大论和模凌两可。

其次，数据收集的整体流程须增加透明度。当用户数据被转移到欧盟之外时，产品提供者必须清楚明白地告知用户。用户可以随时下载完整的个人数据拷贝，同时保留删除所有个人数据的权利，并有权追责。

第三，如今的互联网产品普遍采用推荐算法。GDPR要求当产品提供者使用算法对用户提出基于自身数据的提议（例如购买建议），用户须被告知提议是否由算法自动生成，以及用户自身是否可以人工干预这些提议。

APP平台和智能汽车的隐私压力

今后的智能汽车将为用户提供一个整合功能和娱乐需求的数字化平台。底层平台负责对自动/半自动驾驶过程、燃料/电池的管控、向用户告知车辆运行状况和紧急状况接管(takeover)。开放式的用户层平台负责其他生活、娱乐向的APP需求。底层平台享有优先级并采集和用户驾驶习惯有关的一切数据。从隐私角度而言，底层平台的数据是相对可控的，因为多数情况下数据将被存储在车内或汽车制造商处。

开放式的用户层平台为用户提供了拓展车内用例的机会。但是，由于用户数据可以被转移到第三方，产生了更严重的隐私问题。如今，很多互联网产品为第三方开发者提供了APP开发、发布和盈利的平台。这些APP平台增长了APP的生命周期，也有利于用户的建议迅速得到开发者的反馈。

开发：APP平台提供API接口乃至开发环境（例如微信小程序开发IDE），以便开发者在自己熟悉的环境中重新设计APP和移植现有产品。

发布：APP平台提供统一、安全的商店（例如苹果App Store），为用户下载和升级提供了便利。

数据隐私法规对用户研究的挑战

更严格的数据隐私法规的通过也对用户研究产生了影响。合理的用户研究方案是定性和定量相结合的。在新产品研究中，通常从定性研究出发，通过直接交流获取用户的态度，通过观察了解用户使用相似产品的行为。定性研究的数据包括筛选问卷、访谈记录和观察笔记。由于在定性研究中研究者与用户可以直接交流，用户得以充分了解研究的目的、过程和数据处理方案。另外，通过参与研究用户一般可以获得报酬。这些因素使得定性研究过程中，用户对数据隐私的顾虑较少。然而，普修设计在实践中发现，由于用户研究投资回报（ROI）的要求，对于数据隐私有顾虑的用户往往被排除在定性研究之外，继而影响研究结论的普适性。

在对已上线产品的改进中，往往先从定量研究出发了解用户行为的发生率，继而采用定性研究了解行为发生的原因。随着大数据技术的蓬勃发展，许多公司采用了数据导向的产品策略。用户在定量研究中没有参与感。在不知情的情况下，用户的使用行为被纳入数据分析，用户自身被包含进A/B测试中。随着数据隐私观念的深入人心，我们预计用户将会对定量研究更加敏感。

未来在GDPR的要求下，只有明确表示参加某项研究的用户才能被纳入研究项目中。这将无疑增加了大数据采集、分析的难度和成本。

分享到：