AI-चालित व्यक्तिगतकरण ने उपभोक्ता जुड़ाव में बदलाव किया है, फिर भी मौजूदा शोध यह निर्धारित करने के लिए कोई प्रणालीबद्ध तरीका नहीं प्रदान करता है कि व्यक्तिगतकरण कब सहायक से intrusive में बदलता है। वर्तमान शोध और मॉडल गोपनीयता चिंताओं या अपेक्षा उल्लंघनों की व्याख्या करते हैं लेकिन उस बिंदु को नहीं मापते हैं जब व्यक्तिगतकरण उपयोगकर्ता असुविधा को उत्तेजित करता है, जिससे व्यक्तिगतकरण विरोधाभास उत्पन्न होता है। यह अध्ययन असुविधा थ्रेशोल्ड आसेसमेंट & मापन (DTAM) ढांचे को प्रस्तुत करता है, जो एक वैचारिक मॉडल है जो डुअल प्रोसेस थ्योरी, अपेक्षा उल्लंघन थ्योरी, और गोपनीयता कैलकुलस थ्योरी का एकीकरण करके इस थ्रेशोल्ड की पहचान और मूल्यांकन करता है। DTAM भावनात्मक असुविधा प्रतिक्रिया और संज्ञानात्मक असुविधा प्रतिक्रिया के बीच अंतर करता है और यह बताता है कि ये निर्माण भविष्य के अनुभवात्मक अध्ययनों में कैसे कार्यान्वित किए जा सकते हैं, न्यूरोफिजियोलॉजिकल संकेतों (जैसे, ईईजी, आँखों का ट्रैकिंग) या व्यवहारिक संकेतकों (जैसे, विज्ञापन से बचाव, भावना में बदलाव) के उपयोग से। वास्तविक दुनिया के मामलों का उपयोग करते हुए, यह ढांचा AI-चालित व्यक्तिगतकरण में असुविधा के तर्क के लिए एक संरचित दृष्टिकोण प्रदान करता है और इसके लिए एक आधार बनाता है ताकि व्यक्तिगतकरण को विश्वास, नैतिक डिज़ाइन, और निरंतर उपभोक्ता जुड़ाव के साथ संतुलित किया जा सके।
Chalakudi et al. (बुध,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: