网站通过横幅请求用户同意收集和使用个人数据,但即使在透明且没有操控元素的情况下,这些横幅也未能为用户提供真正知情的同意,布鲁盖尔发布的一份新工作论文指出。作者贝尔廷·马滕斯认为,问题不仅在于重复请求造成的疲劳或使用“黑暗模式”,还在于用户无法知道他们的数据将如何被组合、分析和再利用,以及这一过程对他们的具体影响。
简而言之 研究表明,同意横幅无法为用户提供足够的信息,以评估接受或拒绝数据收集的实际影响。论文中引用的研究显示,只有15%的分析工具完全符合GDPR标准,尽管许多工具使用了标准化的同意管理基础设施。隐藏或使“拒绝所有”选项的访问变得困难可能会使数据收集的接受率提高近18%,根据作者引用的一项实验。减少数据收集也可能产生更广泛的经济影响,包括市场集中、某些应用程序退出市场和价格上涨,尽管研究强调,整体对福祉的影响并不明确。作者认为,未来AI代理可能更有效地管理个人数据偏好,但前提是它们以用户的利益为重,而不是受到商业影响。
通用数据保护条例要求个人数据处理的同意必须是自由表达的、具体的、知情的和明确的。然而,GDPR并未设定一个统一的技术标准来展示或运作请求同意的工具,这使得网站、平台和服务提供商在管理同意方面承担了很大责任。
实际上,这些工具已成为在线浏览中的常见存在。用户必须反复决定是否接受或拒绝cookie、跟踪器和其他形式的数据收集,而这一系列决策产生了文献所称的“同意疲劳”:疲惫、烦恼,最终倾向于选择能够快速继续浏览的选项。
研究强调,这种行为可以通过设计来利用。一些界面通过单击即可接受,而拒绝则需要多个步骤或使用不太显眼的按钮。作者引用了一项对31个国家中最受欢迎的10,000个网站的研究,显示只有15%的分析的同意工具完全符合GDPR标准。
问题不仅在于存在操控性的横幅。论文中引用的实验显示,约67%的参与者在界面中中立构建的情况下仍然同意分享数据,而没有偏向任何选项。当拒绝所有cookie的按钮被隐藏时,数据分享率提高近18%,而用户平均在每个遇到的横幅上花费7.34秒。
然而,作者认为,即使在理想工具的情况下,根本的困难依然存在。一个横幅可以解释收集哪些类型的数据,谁将使用这些数据以及声明的目的,但无法告诉用户接受是否会导致不同的价格、搜索引擎中显示的结果变化、社交媒体流中的内容变化或其他可能使其受益或受损的个性化形式。
原因在于,个人信息并不是孤立使用的。平台和中介结合来自多个来源的数据来构建个人资料和模型,这可能影响广告、结果排名、推荐或显示的价格。用户和最初收集数据的网站都无法完全预测这些分析的结果,这使得在个人点击“接受”或“拒绝”的时刻评估所有后果变得不可能。
工作论文还分析了数据保护规则和减少用户信息访问的更广泛经济影响。引用的研究表明,在GDPR实施后,网站使用的第三方数据中介数量减少了15%,而留在市场上的中介集中度增加了17%。
另一项引用的研究估计,约三分之一的现有应用程序在GDPR实施后退出了Google Play商店,而新应用程序的进入在接下来的几个季度减少了约一半。作者将这些结果视为合规成本的证据,这可能对小型供应商的影响大于大型公司,但并未声称所有影响都仅源于同意机制。
减少对数据的访问也可能影响广告和价格。关于苹果的应用跟踪透明度系统的研究,论文中引用的研究将数据可用性降低与广告投资减少、市场集中度提高和某些产品价格上涨联系在一起。同时,作者强调,过度分享数据可能通过歧视、利用消费者的脆弱性或操控性定位产生负面影响,而实证文献尚未确定这些影响中哪一种占主导地位。
欧洲委员会在2025年11月提议引入浏览器级别的通用拒绝信号。这个想法是让用户一次性表达他们的偏好,而不是被迫单独回应每个网站。这个解决方案可以减少与横幅相关的时间损失,但研究认为这并不能解决关于使用数据的经济和个人后果的信息缺乏问题。
已经存在一些浏览器扩展可以自动化决策。Consent-O-Matic可以自动拒绝非必要的数据分享选项,而其他工具则阻止或隐藏横幅。这些解决方案减少了用户的努力,但并没有改变作者所识别的根本问题:个人仍然无法评估分享信息的所有未来后果。
论文指出,人工智能被视为可能的更深层次的变革。AI代理可以代表用户行动,根据他们的偏好寻找产品和服务,减少与围绕注意力捕获和个人资料构建的广告系统的直接互动。
在这样的模型中,供应商可能被迫更多地通过产品质量、评论和反馈来竞争,而不是通过个性化广告。然而,作者警告说,这一结果取决于AI代理的中立性:如果这些代理由从推荐、广告或用户交易中获得收入的公司提供,商业利益可能反过来影响自动化决策。
工作论文由布鲁盖尔的高级研究员贝尔廷·马滕斯签署,并为布鲁盖尔2026年年会关于GDPR的讨论准备。布鲁盖尔指出,所表达的观点属于作者本人,并不代表该组织的机构立场。
分析并不质疑个人数据保护的基本权利,也不质疑GDPR的整体性。其论点涉及个人同意在在线实践中的实施方式,以及将“接受”和“拒绝”之间的简单选择转化为对数据使用后果的有效知情评估的困难。