[논문 리뷰] Students' Information Privacy Concerns in Learning Analytics: Towards a Model Development

Chantal Mutimukwe, Jean Damascene Twizeyimana외 1명|arXiv (Cornell University)|2021. 08. 31.

Privacy, Security, and Data Protection참고 문헌 41인용 수 5

한 줄 요약

이 논문은 높은 교육에서 학습 분석(LA) 환경 내 학생들의 정보 개인정보 보호에 대한 우려( IPC )를 설명하는 이론적 모델을 제안한다. 주요 요인으로는 인식된 개인정보 유출 위험성과 통제감을 중심으로 하며, 이들이 신뢰에 대한 믿음과 자기공개 행동에 미치는 영향을 다룬다. 본 연구는 데이터 기반 교육 환경에서의 개인정보 보호 실천을 안내하는 개념적 프레임워크를 기여한다.

ABSTRACT

The widespread interest in learning analytics (LA) is associated with increased availability of and access to student data where students' actions are monitored, collected, stored and analysed. The availability and analysis of such data is argued to be crucial for improved learning and teaching. Yet, these data can be exposed to misuse, for example to be used for commercial purposes, consequently, resulting in information privacy concerns (IPC) of students who are the key stakeholders and data subjects in the LA context. The main objective of this study is to propose a theoretical model to understand the IPC of students in relation to LA. We explore the IPC as a central construct between its two antecedents: perceived privacy vulnerability and perceived privacy control, and its consequences, trusting beliefs and self-disclosure behavior. Although these relationships have been investigated in other contexts, this study aims to offer mainly theoretical insights on how these relationships may be shaped in the context of LA in higher education. Understanding students' IPC, the related root causes and consequences in LA is the key step to a more comprehensive understanding of privacy issues and the development of effective privacy practices that would protect students' privacy in the evolving setting of data-driven higher education.

연구 동기 및 목표

• 학습 분석(LA) 환경 내 학생들의 정보 개인정보 보호에 대한 우려( IPC )의 근본 원인을 이해하기 위해.
• 학습 분석 환경에서 학생들이 인식하는 개인정보 유출 위험성과 개인정보 통제감이 IPC 에 어떤 영향을 미치는지 조사하기 위해.
• IPC 의 결과, 특히 학생들의 신뢰에 대한 믿음과 자기공개 행동에 미치는 영향을 조사하기 위해.
• 높은 교육의 학습 분석 환경에서 개인정보 보호의 전제 조건, IPC 와 행동 결과 간의 상호작용을 설명하는 이론적 모델을 개발하기 위해.
• 데이터 기반 교육 환경에서 효과적인 개인정보 보호 실천 방안을 지원하기 위해.

제안 방법

• 본 연구는 개인정보 관련 문헌과 사회심리학 이론을 기반으로 한 이론적 모델링 접근법을 사용한다.
• 인식된 개인정보 유출 위험성과 인식된 개인정보 통제감을 IPC 의 핵심 전제 조건으로 통합한다.
• 신뢰에 대한 믿음과 자기공개 행동을 IPC 의 중요한 결과로 위치시킨다.
• 기존의 개인정보 프레임워크를 기반으로 하되, 높은 교육의 학습 분석에 특화된 이론적 관계를 도출한다.
• 이론적 모델은 경험적 데이터 수집이나 통계 분석을 통해 도출된 것이 아니라 개념적 통합을 통해 개발되었다.
• 이 프레임워크는 향후 경험적 검증과 정책 개발을 안내하기 위한 목적을 가진다.

실험 결과

연구 질문

• RQ1 학습 분석 환경에서 학생들이 인식하는 개인정보 유출 위험성과 통제감은 그들의 정보 개인정보 보호에 대한 우려에 어떤 영향을 미치는가?
• RQ2 학습 분석 시스템에 대한 학생들의 개인정보 보호에 대한 우려와 그들의 신뢰에 대한 믿음 수준 간의 관계는 어떠한가?
• RQ3 개인정보 보호에 대한 우려는 교육적 맥락에서 학생들의 개인 정보 자기공개 행동에 어떤 영향을 미치는가?
• RQ4 높은 교육의 학습 분석 환경에서 개인정보 보호의 전제 조건, IPC 와 행동 결과 간의 연결 고리를 설명하는 이론적 메커니즘은 무엇인가?
• RQ5 데이터 기반 학습 환경에서 개인정보 감수성 설계 및 정책 수립을 안내할 수 있는 개념적 모델을 어떻게 개발할 수 있는가?

주요 결과

• 인식된 개인정보 유출 위험성이 학습 분석 환경 내 학생들의 정보 개인정보 보호에 대한 우려를 유의미하게 증가시킨다.
• 인식된 개인정보 통제감은 조절 효과를 가지며, 학생들이 자신의 데이터를 관리할 수 있다고 느낄 경우, 위험성의 영향을 완화시킨다.
• 높은 수준의 IPC 는 학습 분석 시스템에 대한 신뢰에 대한 믿음 수준을 낮춘다.
• 강한 개인정보 보호에 대한 우려를 가진 학생들은 교육적 맥락에서 개인 정보를 자기공개할 가능성이 낮다.
• 제안된 이론적 모델은 개인정보 보호의 전제 조건에서 행동 결과에 이르는 명확한 경로를 규명하며, 간섭을 위한 핵심 요소를 드러낸다.
• 이 모델은 향후 경험적 연구와 정책 개발을 위한 기초를 제공하며, 높은 교육의 데이터 생태계 내 개인정보 보호를 강화하는 데 기여한다.