“Trust Me Over My Privacy Policy”: Privacy Discrepancies in Romantic AI Chatbot Apps
Notice bibliographique
Résumé
Artificial intelligence (AI) is being pervasively integrated into various facets of human life, including the emotional realm. Romantic AI chatbots, positioned as artificial companions offering emotional support and connection, have witnessed a significant rise in recent years. Users of romantic AI chatbots often reveal personal information during intimate conversations, potentially unaware of the consequences or how their data may be utilized. Complicating matters, lengthy and convoluted privacy policies are commonly overlooked or misunderstood by users. This study aims to address these privacy concerns by introducing a comprehensive framework for analyzing the privacy practices of romantic AI chatbot apps. Through a combination of static and dynamic analysis, we investigate 21 Android romantic AI chatbot apps for: discrepancies between privacy policies and chatbot responses to questions regarding privacy practices; social login and age verification mechanisms; permissions requested by apps; data sharing practices; tracking services employed; and potential security vulnerabilities. Our findings highlight the prevalence of discrepancies between chatbot responses regarding users' privacy and the privacy policies of the apps. Additionally, we note some concerning observations related to: customer service responses to privacy concerns; inadequate age verification measures; contradictions in data sharing claims; and extensive usage of tracking services. We found that all romantic AI chatbot apps tested had discrepancies between their chatbots' responses and privacy policies. None of the apps take any measures against faking the birthdate, and most would continue the conversation despite knowing that the user is underage. 13 out of 21 romantic AI chatbot apps use at least 3 tracking services, and 18 out of 21 apps send detailed device information to tracking services. This study reveals privacy and security flaws in romantic AI chatbot apps, stressing the need for better transparency and user protection measures. Particularly, Discrepancies between chatbot responses and privacy policies highlight the importance of clear communication on data handling.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».