摘 要：[目的]生成式人工智能(Gen AI)交互情境下用户隐私信息披露行为呈现出高度复杂性、情境化和动态性特征，深入探究用户与Gen AI持续交互中的隐私披露全过程，有助于揭示人智交互中隐私决策的复杂心理与行为逻辑，为构建可信AI系统提供关键理论支撑。[方法]借鉴隐私计算理论、保护动机理论和刺激-机体-反应模型作为理论框架，通过半结构化访谈获取数据，并运用主题分析法，结合人工编码与GPT辅助编码提炼了Gen AI情境中用户隐私风险自适应过程的核心主题。[结果/结论]最终面向用户与Gen AI交互情境提出了一个动态整合模型，该模型包含三个核心组成部分：一是触发因素，包括社交信息触发、隐私政策触发、经验性威胁触发、情境需求触发；二是决策过程，包括隐私侵犯风险感知、功能性收益感知、应对能力评估；三是行为反应，包括适应性和非适应性应对。本研究有助于丰富人智交互情境下的隐私披露行为研究，并为设计更具隐私保护意识的Gen AI系统提供启示。
关键词:Gen AI;用户隐私风险;隐私披露;隐私计算理论;保护动机理论;刺激—机体—反应模型
【本文第一作者为四川大学公共管理学院助理研究员，专职博士后，本文系国家社会科学基金青年项目“面向智慧图书馆多模态交互场景的知识服务效能提升研究”(编号:24CTQ001)研究成果之一。】
