这些摄像头堪比“索伦之眼”，监视无死角

背景

随着 AI 驱动的智能家居设备（如智能音箱、摄像头、扫地机器人等）在家庭中的普及，隐私问题日益凸显。然而，现有研究多聚焦于普通用户作为设备所有者或访客的风险，很少关注家政工人（Domestic Workers, DWs）这一特殊群体。家政工人受雇于私人家庭，既可能在雇主家中被设备持续监控，也会在自己的家中使用同类设备。这种“跨家庭”的隐私暴露模式，使他们面临双重风险。2026 年 2 月 9 日提交至 arXiv 的一篇论文《These cameras are just like the Eye of Sauron: A Sociotechnical Threat Model for AI-Driven Smart Home Devices as Perceived by UK-Based Domestic Workers》（计算机科学 > 计算机与社会分类）正是针对这一空白展开研究，标题中的“索伦之眼”形象地比喻了摄像头无所不在的监控感。

核心内容

研究者对 18 位在英国工作的家政工人进行了半结构化访谈，并通过沟通隐私管理理论（Communication Privacy Management, CPM）的视角，进行以人为中心的威胁建模分析。该研究将隐私风险从抽象的“单一家庭”场景扩展到跨家庭、多主体的社会环境。

在雇主控制的家中

• AI 分析功能（如人脸识别、行为模式检测）和遗留数据日志使得雇主或家政中介机构能够持续、隐蔽地监视家政工人。
• 通过中介机构（家政公司）安排的雇佣关系加剧了权力不对称：工人难以拒绝被监控，也无法与雇主协商隐私边界，因为雇佣合同往往由中介制定。

在家中（工人自己的家）

• 作为设备所有者，家政工人拥有更多控制权，但仍面临特殊挑战：
  • 性别化的家庭管理角色（女性工人往往被默认承担设备管理责任）。
  • 模糊的 AI 功能说明导致工人不理解设备如何收集和使用数据。
  • 对数据保留期限和删除机制缺乏清晰信息。

社会技术威胁模型

研究者将上述发现综合为一个社会技术威胁模型，该模型：

• 将家政中介机构识别为“制度性对手”（institutional adversary）——它们通过合同和技术手段系统性地限制工人的隐私权。
• 绘制了 AI 驱动的隐私风险如何在多个相互关联的家庭（雇主家、自己家）之间流动。例如，雇主家的设备可能通过共享云账户、数据分析服务，间接暴露工人在自己家的行为。
• 提出了加强家政工人隐私和自主权的社会及实践建议，包括改进设备设计、制定更透明的数据政策、以及改革雇佣关系。

关键要点

• 研究聚焦群体：18 位英国家政工人，涵盖清洁、育儿、护理等岗位。
• 核心发现：在雇主家中，AI 分析和中介机构共同构成“监控圈”，工人几乎没有谈判空间；在自己家中，虽然是设备主人，但受困于性别角色、不透明 AI 和数据保留不确定性。
• 新颖贡献：将威胁模型从“单一家庭 vs. 抽象攻击者”拓展为“多家庭 + 制度性对手”（如家政中介），揭示了跨家庭数据流带来的系统性隐私风险。
• 理论框架：沟通隐私管理理论用于解释个体如何在权力不对等的环境中管理隐私边界，以及边界如何被 AI 自动数据处理所侵蚀。
• 实践含义：需要同时从技术设计（如默认隐私保护、AI 功能可解释性）和政策层面（如规范中介机构的数据使用）入手，保护家政工人的隐私。

意义与影响

该研究首次系统揭示了智能家居设备在雇佣关系中的“双重隐私困境”。其意义体现在：

1. 扩展隐私研究的范畴：将边缘化劳动者纳入智能家居隐私讨论，填补了现有文献对“非所有者用户”风险的分析空白。
2. 对产业设计的警示：AI 设备厂商不能只假设“用户皆是所有者且权力平等”，而需要考虑多角色共存场景（如雇员、访客、租客），提供细粒度的隐私控制。
3. 政策与法律启示：家政中介机构作为“制度性对手”的角色，可能促使监管部门重新审视数据保护法（如英国《数据保护法案》）在雇佣场景下的适用性，要求中介对工人家中数据收集承担连带责任。
4. 社会公平视角：家政工人多为女性、移民或少数族裔，隐私风险与性别、阶层、移民身份交织，研究呼吁在智能化进程中嵌入社会正义考量，避免技术加剧已有的不平等。
5. 跨家庭威胁模型：未来智能家居安全设计应考虑“跨家庭数据流”的风险，例如通过云平台整合多家庭设备数据时，需防止雇主通过间接方式推断工人在自己家的活动。

总之，这篇论文提醒我们：当智能家居设备像“索伦之眼”一样无处不在时，最脆弱的人群往往承担着最不成比例的监控代价，而解决方案需要技术、政策与社会结构的协同改进。