Core Concepts
행동 감지 기술의 설계 및 구현 시 고려해야 할 맥락 요인을 체계적으로 파악하고, 이를 통해 잠재적 위험을 식별하고 완화하는 방안을 제시한다.
Abstract
이 연구는 행동 감지 기술의 설계 및 구현 과정에서 고려해야 할 맥락 요인을 체계적으로 파악하고, 이를 통해 잠재적 위험을 식별하고 완화하는 방안을 제시한다.
첫째, 기술 개발자들이 사용자의 다양한 배경과 상황을 충분히 고려하지 않아 발생할 수 있는 정체성 기반 위험과 상황 기반 위험을 두 가지 주요 위험 영역으로 제시한다.
둘째, 이러한 위험을 식별하고 완화하기 위한 체계적인 프레임워크를 제안한다. 이 프레임워크는 사용자 맥락에 대한 이해, 평가 기준 수립, 포괄적인 데이터 수집, 맥락 민감형 알고리즘 개발, 위험 평가 및 완화, 지속적인 유지보수 등 6단계로 구성된다.
셋째, 이 프레임워크를 우울증 탐지와 학생 몰입도 예측이라는 두 가지 실제 사례에 적용하여 평가한다. 이를 통해 기존 연구에서 간과된 맥락 요인으로 인한 잠재적 위험을 실증적으로 확인하고, 프레임워크의 유효성을 검증한다.
이 연구는 행동 감지 기술의 맥락 민감성 제고를 통해 사용자에게 미칠 수 있는 부작용을 최소화하고, 보다 책임감 있는 기술 개발을 지원하는 데 기여한다.
Stats
우울증 탐지 알고리즘의 성능 격차는 성별, 첫 세대 대학생 여부, 이민자 여부, 인종, 성적 지향 등 다양한 민감 속성에 따라 통계적으로 유의미한 수준으로 나타났다.
2020년 COVID-19 발생 시기에 수집된 데이터셋에서는 이러한 성능 격차가 상대적으로 감소하는 경향을 보였다.
Quotes
"행동 감지 기술의 광범위한 사용에도 불구하고, 기술 개발자들의 사용자 목표, 요구, 선호에 대한 가정에 기반한 상향식 설계 접근법으로 인해 맥락 민감성 부족이 발생할 수 있다."
"이러한 간과는 사용자의 다양한 요구를 충분히 지원하지 못하고 잠재적 위험을 초래할 수 있다."