上超望 鄭玉敏 劉 琳 程 鳳 韓 越

基于內(nèi)容分析的在線學(xué)習(xí)APP隱私政策研究*——以35個典型的在線學(xué)習(xí)APP隱私政策為樣本

上超望 鄭玉敏[通訊作者]劉 琳 程 鳳 韓 越

（華中師范大學(xué) 人工智能教育學(xué)部，湖北武漢 430079）

在線學(xué)習(xí)APP隱私政策既是運(yùn)營商在學(xué)習(xí)者數(shù)據(jù)保護(hù)領(lǐng)域進(jìn)行自我規(guī)約的重要方式，也是學(xué)習(xí)者個人信息保護(hù)的法律保障。為深化在線學(xué)習(xí)APP隱私政策研究，文章采用內(nèi)容分析法，以35個典型的在線學(xué)習(xí)APP隱私政策為樣本，根據(jù)在線學(xué)習(xí)APP隱私政策文本編碼表對35個APP隱私政策樣本進(jìn)行獨(dú)立編碼并進(jìn)行一致性檢驗(yàn)，并從外部特征和文本內(nèi)容兩個維度對APP隱私政策進(jìn)行了分析，結(jié)果表明：部分在線學(xué)習(xí)APP隱私政策頁面存在位置不明顯、圖標(biāo)設(shè)置不規(guī)范等問題，且部分在線學(xué)習(xí)APP隱私政策篇幅冗長、用詞晦澀；文本內(nèi)容在改善產(chǎn)品或服務(wù)、限制處理權(quán)方面存在顯著差異。基于此，文章從內(nèi)容的易取性、可讀性、規(guī)范性三個角度提出優(yōu)化在線學(xué)習(xí)APP隱私政策的建議，以期為在線學(xué)習(xí)APP完善隱私政策規(guī)范和管理評估提供借鑒。

隱私政策；內(nèi)容分析；在線學(xué)習(xí)APP；信息安全

當(dāng)前，APP已成為在線學(xué)習(xí)的主要工具，在支持學(xué)習(xí)者擴(kuò)展學(xué)習(xí)機(jī)會、無障礙獲得個性化學(xué)習(xí)服務(wù)等方面發(fā)揮了重要作用[1]。在線學(xué)習(xí)APP頻繁的信息傳遞，增大了用戶數(shù)據(jù)在移動端暴露的風(fēng)險，惡意訪問的問題頻發(fā)，故強(qiáng)化和規(guī)范在線學(xué)習(xí)APP個人信息保護(hù)迫在眉睫。2020年，全國信息安全標(biāo)準(zhǔn)化技術(shù)委員會發(fā)布《信息安全技術(shù)個人信息安全規(guī)范》（下文簡稱《規(guī)范》），對APP個人信息處理進(jìn)行了標(biāo)準(zhǔn)化規(guī)范[2]。2021年，《中華人民共和國數(shù)據(jù)安全法》《中華人民共和國個人信息保護(hù)法》先后出臺[3][4]，從制度層面細(xì)化了個人信息權(quán)益保護(hù)的要求。而隱私政策便是在線學(xué)習(xí)APP運(yùn)營商向用戶發(fā)布的關(guān)于個人信息收集、使用、存儲、共享等行為的公開承諾，是APP明示個人信息保護(hù)的自律性文本。對于在線學(xué)習(xí)APP隱私政策，已有研究主要從理論層面進(jìn)行定性分析，而基于客觀數(shù)據(jù)的量化分析相對較少。內(nèi)容分析法結(jié)合定性與定量數(shù)據(jù)，能夠從系統(tǒng)層面對隱私政策進(jìn)行科學(xué)分析?；诖?，本研究聚焦在線學(xué)習(xí)APP隱私政策，選取典型樣本進(jìn)行內(nèi)容分析，并根據(jù)分析結(jié)果有針對性地提出優(yōu)化在線學(xué)習(xí)APP隱私政策的建議，以期為在線學(xué)習(xí)APP運(yùn)營商改進(jìn)學(xué)習(xí)者隱私信息管理提供參考。

一 隱私保護(hù)研究現(xiàn)狀

1 在線學(xué)習(xí)中的隱私保護(hù)

在線學(xué)習(xí)隱私保護(hù)問題是教育界長期面臨的一項(xiàng)挑戰(zhàn)，研究者在理論層面紛紛對此問題進(jìn)行了研究，如逯行等[5]基于行為失范理論，對學(xué)習(xí)者隱私披露和隱私安全威脅進(jìn)行了探討；Andrews等[6]從認(rèn)知防御策略理論視角，探索了加強(qiáng)兒童和在線隱私保護(hù)的方法。也有研究者從算法的角度進(jìn)行了學(xué)習(xí)者隱私保護(hù)嘗試，如李默妍[7]采用聯(lián)邦學(xué)習(xí)算法，來解決在線學(xué)習(xí)中數(shù)據(jù)挖掘可能存在的隱私保護(hù)問題；蔣艷雙等[8]從情感計算算法的實(shí)現(xiàn)角度，初步提出控制學(xué)生隱私邊界滲透的建議。此外，還有一些研究者關(guān)注學(xué)習(xí)者的隱私保護(hù)動機(jī)、未來挑戰(zhàn)等話題[9][10]。從已有研究成果來看，研究者已注意到在線學(xué)習(xí)中隱私保護(hù)的重要性，并逐步探索和完善在線學(xué)習(xí)隱私保護(hù)的相關(guān)理論，但少有研究者從隱私政策視角出發(fā)探究在線學(xué)習(xí)中的隱私保護(hù)問題。

2 APP應(yīng)用中的隱私政策

APP隱私政策分析是隱私保護(hù)研究的一個重要分支，目前主要活躍于電子政務(wù)、醫(yī)療健康、社交媒體等行業(yè)領(lǐng)域。例如，張曉娟等[11]針對政務(wù)APP隱私政策，初步構(gòu)建了電子政務(wù)APP個人隱私信息保護(hù)評價指標(biāo)體系；李延舜[12]采用文本考察的方式，討論了我國社交應(yīng)用軟件隱私政策的合規(guī)審查及其完善等問題；Iwendi等[13]為醫(yī)療系統(tǒng)設(shè)計了基于語義的隱私保護(hù)政策分析框架。此外，還有學(xué)者從隱私保護(hù)規(guī)則、隱私倫理、指標(biāo)框架等方面展開探索[14][15][16]，探討APP隱私政策對行業(yè)安全、有序發(fā)展的支撐作用。

上述研究者對在線學(xué)習(xí)中的隱私保護(hù)和APP應(yīng)用中的隱私政策的探索，為開放環(huán)境下的信息保護(hù)提供了重要參考。然而，當(dāng)前針對在線學(xué)習(xí)這一APP主要應(yīng)用領(lǐng)域的隱私政策相關(guān)研究成果尚不多，利用客觀數(shù)據(jù)進(jìn)行量化分析的研究成果更是比較匱乏。因此，本研究基于在線學(xué)習(xí)APP安全應(yīng)用的需求，利用內(nèi)容分析法對在線學(xué)習(xí)中的隱私保護(hù)問題進(jìn)行量化考察，以期為促進(jìn)在線學(xué)習(xí)APP運(yùn)營商自覺保護(hù)用戶信息、改進(jìn)在線學(xué)習(xí)APP學(xué)習(xí)者隱私政策治理提供思路。

二 研究設(shè)計

1 研究對象選取

參考教育領(lǐng)域應(yīng)用廣泛的在線學(xué)習(xí)APP，本研究將在線學(xué)習(xí)APP劃分為大學(xué)教育類、素質(zhì)教育類、職業(yè)教育類、學(xué)習(xí)工具類、兒童早教類五類。之后，本研究以“在線學(xué)習(xí)”為關(guān)鍵詞，分別在華為應(yīng)用商店、小米應(yīng)用商店兩個知名手機(jī)應(yīng)用市場進(jìn)行檢索，并結(jié)合艾媒咨詢發(fā)布的“2022年度中國APP市場月活數(shù)據(jù)排行榜”[17]、《互聯(lián)網(wǎng)周刊》發(fā)布的“2022年度APP分類排行”[18]，排除無法訪問、未張貼隱私政策和隱私政策重復(fù)的情況，分別在五類在線學(xué)習(xí)APP中選取7個典型的APP作為研究樣本。在此過程中，若發(fā)現(xiàn)某個APP從屬于多個類別，本研究就按APP的首要功能與核心的學(xué)生用戶群體、結(jié)合專家意見，將其確定為一個類別。最終，本研究選取的35個典型在線學(xué)習(xí)APP如表1所示。

表1 35個典型的在線學(xué)習(xí)APP

本研究將35個典型的在線學(xué)習(xí)APP依次編碼為n1～n35，之后按樣本名單順序下載，查找其隱私政策，同時記錄從APP首頁到隱私政策頁面所需的點(diǎn)擊次數(shù)及其位置信息。收集隱私政策時綜合考慮市場知名度、在線訪問量等因素，使研究對象具有了一定的代表性。最終，獲取的APP隱私政策以文本形式保存，同時記錄其字?jǐn)?shù)信息——據(jù)統(tǒng)計，35個典型的在線學(xué)習(xí)APP隱私政策文本字?jǐn)?shù)共約39萬字。在政策文本研究領(lǐng)域，通常將政策文本數(shù)量超過30個的研究稱為大樣本研究[19]。而本研究的APP隱私政策文本共35個，符合隱私政策分析的數(shù)據(jù)要求。

2 文本編碼設(shè)計

《規(guī)范》的內(nèi)容分類框架為廣大研究者所引用。本研究以每個在線學(xué)習(xí)APP隱私政策文本為最小分析單元，將《規(guī)范》的核心條例作為核心編碼框架，設(shè)計了信息的收集、使用和存儲，Cookie、Beacon及相關(guān)技術(shù)的提醒，信息共享、轉(zhuǎn)讓及公開披露，信息主體的權(quán)利，未成年個人信息保護(hù)，用戶隱私保護(hù)措施及投訴六個編碼維度及其條目，形成了在線學(xué)習(xí)APP隱私政策文本編碼表，如表2所示。

表2 在線學(xué)習(xí)APP隱私政策文本編碼表

3 獨(dú)立編碼與一致性檢驗(yàn)

本研究依次將35個APP隱私政策文本與表2中六個維度的具體編碼條目逐一進(jìn)行對比，如果編碼條目在APP隱私政策文本中出現(xiàn)，就記為1；若沒有出現(xiàn)，則記為0。為保證編碼的科學(xué)性和客觀性，本研究邀請4名研究者全程對35個APP隱私政策樣本進(jìn)行獨(dú)立編碼，之后對編碼結(jié)果進(jìn)行匯總分析與一致性檢驗(yàn)。一般認(rèn)為，當(dāng)一致性達(dá)到80%時，可以認(rèn)為一致性較高[20]。本研究中4名研究者對35個APP隱私政策文本的編碼一致性為92.3%，說明編碼結(jié)果較為科學(xué)。之后，4名研究者就編碼不一致的地方進(jìn)行商討，形成最終的APP隱私政策編碼條目。

三 在線學(xué)習(xí)APP隱私政策的相關(guān)數(shù)據(jù)分析

1 APP隱私政策的外部特征分析

①隱私政策可見性。對35個樣本APP的量化統(tǒng)計顯示，從首頁到隱私政策界面需要點(diǎn)擊1～5次不等。其中，57%的APP隱私政策在首頁即可找到，只需點(diǎn)擊1次即可獲得；從首頁到隱私政策頁面需要點(diǎn)擊2次的占26%；而需要點(diǎn)擊3次及以上的APP可被認(rèn)定為可見性較低[21]，占比為17%，說明這些APP存在隱私政策頁面的位置不明顯、圖標(biāo)設(shè)置不規(guī)范等問題。

②隱私政策可讀性。對35個樣本APP的量化統(tǒng)計顯示，各條在線學(xué)習(xí)APP隱私政策文本的字?jǐn)?shù)處于3000～22000字之間，平均字?jǐn)?shù)為11694字，篇幅冗長的特點(diǎn)明顯。就隱私政策的呈現(xiàn)方式而言，34%的APP隱私政策采用概要格式，字?jǐn)?shù)不超過6000字；66%的APP隱私政策采用詳述格式，字?jǐn)?shù)超過10000字，可讀性較低。

2 APP隱私政策的文本內(nèi)容分析

（1）信息的收集、使用和存儲

經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP隱私政策在信息的收集、使用和存儲方面不存在顯著差異。在35個樣本APP中，80%的APP隱私政策對個人信息、敏感信息等進(jìn)行了說明，100%包含個人信息存儲內(nèi)容，97%包含個人信息存儲地點(diǎn)，97%提及個人信息使用方法，77%包含個人信息存儲期限。在提供個人信息收集情況的在線學(xué)習(xí)APP隱私政策中，大多數(shù)主要從完成交易或服務(wù)行為、提供個性化產(chǎn)品服務(wù)、改善產(chǎn)品或服務(wù)三個方面闡釋個人信息的收集目的，也有小部分涉及提供新的內(nèi)容板塊，如表3所示。其中，各類在線學(xué)習(xí)APP隱私政策在改善產(chǎn)品或服務(wù)方面存在顯著差異（=0.046＜0.05），由于樣本量較少，需要利用Fisher分割檢驗(yàn)進(jìn)一步對各類APP的顯著性水平進(jìn)行兩兩驗(yàn)證[22]。

表3 個人信息的收集目的

五類在線學(xué)習(xí)APP在“改善產(chǎn)品或服務(wù)”的Fisher分割檢驗(yàn)結(jié)果如表4所示，可以看出：大學(xué)教育類APP與學(xué)習(xí)工具類APP（=0.005）、職業(yè)教育類APP與學(xué)習(xí)工具類APP（=0.029）、兒童早教類APP與學(xué)習(xí)工具類APP（=0.005）均存在顯著差異。究其原因，在于學(xué)習(xí)工具類APP關(guān)于“改善產(chǎn)品或服務(wù)”內(nèi)容的文字描述更加詳細(xì)，且更注重用戶產(chǎn)品體驗(yàn)。

表4 五類在線學(xué)習(xí)APP在“改善產(chǎn)品或服務(wù)”的Fisher分割檢驗(yàn)結(jié)果

（2）Cookie、Beacon及相關(guān)技術(shù)的提醒

Cookie、Beacon及相關(guān)技術(shù)的提醒可以通過跟蹤學(xué)習(xí)者的賬戶密碼、學(xué)習(xí)記錄等信息，為學(xué)習(xí)者提供個性化學(xué)習(xí)資源推薦服務(wù)，但學(xué)習(xí)者有權(quán)關(guān)閉跟蹤功能。經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP在Cookie、Beacon及相關(guān)技術(shù)的提醒方面不存在顯著差異（=0.552），其數(shù)據(jù)統(tǒng)計如表5所示。表5顯示，僅有68.6%的APP隱私政策為用戶提供明確拒絕或禁止追蹤技術(shù)操作指引，有28.6%說明了技術(shù)使用標(biāo)準(zhǔn)，有40%提及了技術(shù)使用安全性。

（3）信息共享、轉(zhuǎn)讓及公開披露

經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP隱私政策在信息公開披露（=0.106）、轉(zhuǎn)讓（=0.206）、無須授權(quán)（=0.711）方面不存在顯著差異，但在個人信息共享方面存在顯著差異（=0.018）。對個人信息共享題項(xiàng)做進(jìn)一步Fisher分割檢驗(yàn)，結(jié)果顯示不存在顯著差異（＞0.05）。在35個典型的APP隱私政策中，83%提到未經(jīng)許可不公開披露個人信息，74%對第三方共享信息情況進(jìn)行了說明，51%提及業(yè)務(wù)轉(zhuǎn)讓時消費(fèi)者信息也會被轉(zhuǎn)讓，66%含有無須征得授權(quán)同意的情形。

表5 Cookie、Beacon及相關(guān)技術(shù)提醒的數(shù)據(jù)統(tǒng)計

（4）信息主體的權(quán)利

經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP隱私政策在訪問權(quán)（=0.001）、更正權(quán)（=0.008）、注銷權(quán)（=0.001）、限制處理權(quán)（=0.013）等方面均存在顯著差異，但在信息主體的其他子類目上均不存在顯著差異（＞0.05）。對上述存在顯著差異的四個條目進(jìn)行Fisher分割檢驗(yàn)，僅有“限制處理權(quán)”存在顯著差異，具體如表6所示。在“限制處理權(quán)”的Fisher分割檢驗(yàn)結(jié)果中，大學(xué)教育類APP與學(xué)習(xí)工具類APP（=0.005）、兒童早教類APP與學(xué)習(xí)工具類APP（=0.005）均存在顯著差異。據(jù)統(tǒng)計，APP隱私政策在學(xué)習(xí)者權(quán)利方面的占比差異較大：更正權(quán)占97%、訪問權(quán)占94%、刪除權(quán)占80%、限制處理權(quán)占66%、注銷權(quán)占57%、訴訟權(quán)占43%、使用權(quán)占43%?？梢?，各類在線學(xué)習(xí)APP隱私政策在信息主體的權(quán)利方面尚未形成統(tǒng)一標(biāo)準(zhǔn)。

表6 五類在線學(xué)習(xí)APP在“限制處理權(quán)”的Fisher分割檢驗(yàn)結(jié)果

（5）未成年個人信息保護(hù)

經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP隱私政策在未成年個人信息保護(hù)方面不存在顯著差異（＞0.05）。據(jù)統(tǒng)計，100%的在線學(xué)習(xí)APP隱私政策包含未成年隱私保護(hù)條目，但缺少對收集的未成年人信息類型（51.4%）、未成年人問題反饋渠道（48.6%）、更正和刪除兒童信息（48.6%）和監(jiān)護(hù)人身份認(rèn)定（34.3%）等條目的設(shè)置，具體如表7所示。

（6）用戶隱私保護(hù)措施及投訴

經(jīng)Fisher精確檢驗(yàn)，各類在線學(xué)習(xí)APP隱私政策在用戶隱私保護(hù)措施及投訴方面不存在顯著差異（＞0.05）。在用戶隱私保護(hù)措施方面，91%的APP隱私政策涉及技術(shù)保障措施，80%提到員工素養(yǎng)與責(zé)任，49%包含制度保障和保護(hù)標(biāo)準(zhǔn)。而在用戶隱私投訴方面，97%的APP隱私政策告知了用戶主要的投訴渠道，94%提供了投訴電話和維權(quán)地址，41%提供了電子郵箱，6%設(shè)立了維權(quán)部門。在投訴后的響應(yīng)階段，83%的APP隱私政策向用戶說明了投訴響應(yīng)時間，其中6%的投訴響應(yīng)時間是7個工作日、83%是15～20個工作日、11%是20個工作日以上。

表7 未成年個人信息保護(hù)

四 優(yōu)化在線學(xué)習(xí)APP隱私政策的建議

結(jié)合上述在線學(xué)習(xí)APP隱私政策的相關(guān)數(shù)據(jù)分析，本研究從內(nèi)容的易取性、可讀性、規(guī)范性三個角度提出優(yōu)化在線學(xué)習(xí)APP隱私政策的建議。

1 提高在線學(xué)習(xí)APP隱私政策內(nèi)容的易取性

隱私政策的易取性主要表征用戶從在線學(xué)習(xí)APP首頁點(diǎn)擊進(jìn)入讀取隱私政策的便利性。前述隱私政策可見性分析結(jié)果顯示，部分在線學(xué)習(xí)APP隱私政策頁面的位置不明顯、圖標(biāo)設(shè)置不規(guī)范等問題較為突出，導(dǎo)致學(xué)習(xí)者無法便捷地讀取隱私政策。對此，本研究建議根據(jù)《APP違法違規(guī)收集使用個人信息行為認(rèn)定方法》中的相關(guān)要求[23]，從信息組織、信息架構(gòu)、視覺美化等角度優(yōu)化窗口、菜單、標(biāo)簽、圖標(biāo)等界面元素，依托主流的隱私政策位置設(shè)置方案，將隱私政策鏈接置于醒目位置或進(jìn)行特殊標(biāo)識，使界面空間層級的呈現(xiàn)更加清晰、簡明，以幫助學(xué)習(xí)者或監(jiān)護(hù)人高效找到所需的隱私政策信息。對于兒童早教類、學(xué)習(xí)工具類等主要面向未成年學(xué)習(xí)者的在線學(xué)習(xí)APP，則應(yīng)制定專門的兒童隱私政策，以重點(diǎn)保護(hù)未成年學(xué)習(xí)者的數(shù)據(jù)信息。

2 優(yōu)化在線學(xué)習(xí)APP隱私政策內(nèi)容的可讀性

隱私政策的可讀性主要表現(xiàn)為用戶直觀感受到的隱私政策長度和閱讀難度[24]。前述隱私政策可讀性分析結(jié)果顯示，部分在線學(xué)習(xí)APP隱私政策篇幅冗長、用詞晦澀，雖在一定程度上保證了隱私政策的完整性，但也增加了用戶的閱讀難度和認(rèn)知負(fù)荷，易導(dǎo)致用戶中途放棄閱讀，無法有效提升隱私保護(hù)效果。因此，隱私政策語言描述應(yīng)做到簡潔清晰、準(zhǔn)確易懂，以滿足不同年齡段學(xué)生用戶對隱私保護(hù)的實(shí)際需求。對此，本研究建議采用分層目錄的形式來呈現(xiàn)APP隱私政策；針對難點(diǎn)內(nèi)容，可綜合運(yùn)用圖表或注釋、鏈接等予以闡釋；針對重點(diǎn)內(nèi)容，可適當(dāng)調(diào)節(jié)字體、間距、色調(diào)等頁面顯示設(shè)置或盡量縮減篇幅，以提升隱私政策的用戶友好度。

3 加強(qiáng)在線學(xué)習(xí)APP隱私政策內(nèi)容的規(guī)范性

前述隱私政策的文本內(nèi)容分析結(jié)果顯示，運(yùn)營商往往按照自己的理解來設(shè)計在線學(xué)習(xí)APP隱私政策，致使其文本內(nèi)容在改善產(chǎn)品或服務(wù)、限制處理權(quán)等方面存在顯著差異。加上在線學(xué)習(xí)APP隱私政策缺乏嚴(yán)格的規(guī)范，致使用戶在閱讀和理解不同的政策文本時易產(chǎn)生困惑與迷茫。對此，本研究建議在線學(xué)習(xí)APP運(yùn)營商從用戶的實(shí)際使用需求著手，參考《中華人民共和國數(shù)據(jù)安全法》《中華人民共和國個人信息保護(hù)法》中有關(guān)個人信息安全的基本原則，按照《規(guī)范》中的隱私政策模板與編寫要求，制定統(tǒng)一的隱私政策行業(yè)標(biāo)準(zhǔn)，嚴(yán)格規(guī)范在線學(xué)習(xí)APP隱私政策的相關(guān)內(nèi)容，以確保教師和學(xué)生能夠準(zhǔn)確地理解并應(yīng)用這些隱私政策。

五 結(jié)語

隱私政策既是在線學(xué)習(xí)APP用戶個人信息安全的“第一道防線”，也是提升用戶潛在隱私風(fēng)險認(rèn)知水平、提高在線學(xué)習(xí)APP用戶個人信息處理的透明度、消除信息不對等的前提。本研究以35個典型的在線學(xué)習(xí)APP隱私政策為樣本，對APP隱私政策的外部特征和文本內(nèi)容進(jìn)行了分析，在此基礎(chǔ)上提出了優(yōu)化在線學(xué)習(xí)APP隱私政策的建議。后續(xù)研究將面向在線學(xué)習(xí)APP用戶，開展APP隱私政策的用戶感知與保護(hù)路徑研究，以期為教育領(lǐng)域的在線學(xué)習(xí)APP用戶提供更加安全、可信賴的隱私保護(hù)環(huán)境，促進(jìn)教育信息化的可持續(xù)發(fā)展。

[1]祝智庭,鄭浩,許秋璇,等.教育數(shù)字化轉(zhuǎn)型的政策導(dǎo)向與生態(tài)化發(fā)展方略[J].現(xiàn)代教育技術(shù),2022,(9):5-18.

[2]全國信息安全標(biāo)準(zhǔn)化技術(shù)委員會.國家標(biāo)準(zhǔn)GB/T 35273-2020《信息安全技術(shù)個人信息安全規(guī)范》[S].北京:中國質(zhì)檢出版社,2020:2.

[3]中國人大網(wǎng).中華人民共和國數(shù)據(jù)安全法[OL].

[4]中國人大網(wǎng).中華人民共和國個人信息保護(hù)法[OL].

[5]逯行,王良輝,周躍良.智能時代教育主體失范的分析框架與類型演化[J].電化教育研究,2023,(1):20-27.

[6]Andrews J C, Walker K L, Kees J. Children and online privacy protection: Empowerment from cognitive defense strategies[J]. Journal of Public Policy & Marketing, 2020,(2):205-219.

[7]李默妍.基于聯(lián)邦學(xué)習(xí)的教育數(shù)據(jù)挖掘隱私保護(hù)技術(shù)探索[J].電化教育研究,2020,(11):94-100.

[8]蔣艷雙,崔璨,劉嘉豪,等.教育領(lǐng)域中的情感計算技術(shù):應(yīng)用隱憂、生成機(jī)制與實(shí)踐規(guī)約[J].中國電化教育,2022,(5):91-98.

[9]Wottrich V M, Van Reijmersdal E A, Smit E G. APP users unwittingly in the spotlight: A model of privacy protection in mobile APPs[J]. Journal of Consumer Affairs, 2019,(3):1056-1083.

[10]彭紅超,姜雨晴.多模態(tài)數(shù)據(jù)支持的教育科學(xué)研究發(fā)展脈絡(luò)與挑戰(zhàn)[J].中國遠(yuǎn)程教育,2022,(9):19-26、33、78.

[11]張曉娟,徐建光.政務(wù)APP個人隱私信息保護(hù)評價指標(biāo)體系研究及實(shí)證分析[J].現(xiàn)代情報,2019,(7):133-142.

[12]李延舜.我國移動應(yīng)用軟件隱私保護(hù)政策的合規(guī)審查及完善——基于49例隱私保護(hù)政策的文本考察[J].法商研究,2019,(5):26-39.

[13]Iwendi C, Moqurrab S A, Anjum A, et al. N-sanitization: A semantic privacy-preserving framework for unstructured medical datasets[J]. Computer Communications, 2020,161:160-171.

[14]侯浩翔.人工智能時代學(xué)生數(shù)據(jù)隱私保護(hù)的動因與策略[J].現(xiàn)代教育技術(shù),2019,(6):12-18.

[15]Hakimi L, Eynon R, Murphy V A. The ethics of using digital trace data in education: A thematic review of the research landscape[J]. Review of Educational Research, 2021,(5):671-717.

[16]姚勝譯,吳丹.APP隱私保護(hù)政策用戶友好度評價研究[J].信息資源管理學(xué)報,2021,(1):30-39、58.

[17]艾媒咨詢.移動APP指數(shù)[OL].

[18]互聯(lián)網(wǎng)周刊.2022年度APP分類排行[OL].

[19]任弢,黃萃,蘇竣.公共政策文本研究的路徑與發(fā)展趨勢[J].中國行政管理,2017,(5):96-101.

[20]Gyan G W, Bernard H R. Handbook of qualitative research[M]. Thousand Oaks, CA: Sage Publication, 2000:769-802.

[21]安琳.公共圖書館隱私政策框架與透明度優(yōu)化研究[J].圖書館工作與研究,2022,(5):52-58.

[22]趙靜,袁勤儉,陳建輝.基于內(nèi)容分析的B2C網(wǎng)絡(luò)商家隱私政策研究[J].現(xiàn)代情報,2020,(4):101-110.

[23]中國網(wǎng)信網(wǎng).關(guān)于印發(fā)《App違法違規(guī)收集使用個人信息行為認(rèn)定方法》的通知[OL].

[24]馬騁宇,劉乾坤.移動健康應(yīng)用程序的隱私政策評價及實(shí)證研究[J].圖書情報工作,2020,(7):46-55.

Research on the Privacy Policy of Online Learning APP Based on Content Analysis——Taking the Privacy Policies of 35 Typical Online Learning APPs as Samples

SHANG Chao-wang ZHENG Yu-min[Corresponding Author]LIU Lin CHENG Feng HAN Yue

The privacy policy of online learning APP is not only an important way for operators to self-regulate in the field of learner data protection, but also a legal guarantee for learners’ personal information protection. In order to deepen the research of privacy policy of online learning APP, this paper adopted the content analysis method, and took the privacy policies of 35 typical online learning APPs as samples to independently coded the privacy policy samples of 35 APPs according to the privacy policy text coding table of online learning APP and conducted consistency test. Meanwhile, the privacy policies of APP were analyzed from two dimensions of external features and text content. The results indicated that some privacy policy pages of online learning APPs had problems such as unclear placement and non-standard icon settings. Additionally, some privacy policies of online learning APPs were verbose and hard to understand, and there were significant differences in the text contents in terms of improving the product or service and limiting the disposal right. Based on this, the paper proposed suggestions for optimizing the privacy policy of online learning APP from three angles of the accessibility, readability and standardization of contents, expecting to provide reference for improving the privacy policy norms and management evaluation of online learning APP.

privacy policy; content analysis; online learning APP; information security

G40-057

A

1009—8097（2023）11—0091—08

10.3969/j.issn.1009-8097.2023.11.009

本文為國家自然科學(xué)基金項(xiàng)目“信息生命周期視角下教育大數(shù)據(jù)隱私泄露的風(fēng)險評估與追溯消解機(jī)制研究”（項(xiàng)目編號：61977036）、湖北省高校省級教學(xué)研究項(xiàng)目“人工智能賦能下師范生信息化教學(xué)素養(yǎng)構(gòu)建與培育研究”（項(xiàng)目編號：2022084）、華中師范大學(xué)人工智能教育學(xué)部人工智能+教育創(chuàng)新課題“FFT框架下基于過程性評價的線上自主學(xué)習(xí)質(zhì)量優(yōu)化研究”（項(xiàng)目編號：2022XY020）的階段性研究成果。

上超望，教授，博士，研究方向?yàn)榻逃髷?shù)據(jù)隱私保護(hù)、智能知識服務(wù)，郵箱為scw@mail.ccnu.edu.cn。

2023年3月14日

編輯：小米