論文の概要: End User Accounts of Dark Patterns as Felt Manipulation
- arxiv url: http://arxiv.org/abs/2010.11046v1
- Date: Wed, 21 Oct 2020 14:55:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 03:09:17.867482
- Title: End User Accounts of Dark Patterns as Felt Manipulation
- Title(参考訳): フェルト操作としてのダークパターンのエンドユーザーアカウント
- Authors: Colin M. Gray, Jingle Chen, Shruthi Sai Chivukula, and Liyang Qu
- Abstract要約: 英語および中国語におけるユーザ調査の結果について報告する。
我々は,操作製品に対するエンドユーザの体験を定性的に支援した洞察と,操作の継続性の両方を識別する。
- 参考スコア(独自算出の注目度): 27.30148897628138
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Manipulation defines many of our experiences as a consumer, including subtle
nudges and overt advertising campaigns that seek to gain our attention and
money. With the advent of digital services that can continuously optimize
online experiences to favor stakeholder requirements, increasingly designers
and developers make use of "dark patterns"---forms of manipulation that prey on
human psychology---to encourage certain behaviors and discourage others in ways
that present unequal value to the end user. In this paper, we provide an
account of end user perceptions of manipulation that builds on and extends
notions of dark patterns. We report on the results of a survey of users
conducted in English and Mandarin Chinese (n=169), including follow-up
interviews from nine survey respondents. We used a card sorting method to
support thematic analysis of responses from each cultural context, identifying
both qualitatively-supported insights to describe end users' felt experiences
of manipulative products, and a continuum of manipulation. We further support
this analysis through a quantitative analysis of survey results and the
presentation of vignettes from the interviews. We conclude with implications
for future research, considerations for public policy, and guidance on how to
further empower and give users autonomy in their experiences with digital
services.
- Abstract(参考訳): 操作(Manipulation)は、消費者としての私たちの経験の多くを定義している。
オンライン体験を継続的に最適化し、ステークホルダーの要求を優先できるデジタルサービスの出現に伴い、デザイナーや開発者は、人間の心理学を脅かす操作の形式である「ダークパターン」をますます活用し、特定の行動を奨励し、エンドユーザに不平等な価値を示す方法で他人を遠ざけている。
本稿では,ダークパターンの概念を基盤とし,拡張した操作のエンドユーザー知覚に関する説明を行う。
英語と中国語 (n=169) で実施した調査の結果について報告する。
筆者らは,カードソート手法を用いて,各文化的文脈からの応答をテーマ分析し,定性的に支援された洞察を識別し,操作製品のユーザ体験と操作の継続を記述した。
さらに,調査結果の定量的分析とインタビューからのvignettesの提示を通じて,この分析をさらに支援する。
我々は、今後の研究、公共政策の考察、デジタルサービスにおけるユーザ体験のさらなるエンパワーメントと自律性の付与に関するガイダンスに影響を及ぼすと結論づける。
関連論文リスト
- User Feedback in Continuous Software Engineering: Revealing the State-of-Practice [3.151810331262745]
継続的エンジニアリングのプラクティスには、顧客とエンドユーザからのインプットを伴う継続的フィードバックループが必要です。
実践者がCSEでユーザフィードバックをどのように扱うかを説明する文献は限られている。
製品開発企業13社の21社のインタビューから質的な調査と報告を行った。
論文 参考訳(メタデータ) (2024-10-09T21:59:16Z) - Measuring Strategization in Recommendation: Users Adapt Their Behavior to Shape Future Content [66.71102704873185]
実験と調査を行うことで,ユーザストラテジゼーションの試行を行う。
参加者の居住時間や「いいね!」の使用など,結果指標間での戦略化の強い証拠を見出す。
この結果から,プラットフォームはアルゴリズムがユーザの行動に与える影響を無視できないことが示唆された。
論文 参考訳(メタデータ) (2024-05-09T07:36:08Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳(メタデータ) (2024-04-19T16:45:50Z) - Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。
従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。
そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
論文 参考訳(メタデータ) (2023-12-26T15:44:09Z) - Fostering User Engagement in the Critical Reflection of Arguments [3.26297440422721]
本研究では,人間との対話を行うシステムを提案する。
ユーザが既存の意見に集中しすぎれば,システムに介入することが可能になる。
58名の被験者を対象に,本モデルと介入機構の効果について調査を行った。
論文 参考訳(メタデータ) (2023-08-17T15:48:23Z) - Words That Stick: Predicting Decision Making and Synonym Engagement
Using Cognitive Biases and Computational Linguistics [3.09766013093045]
本研究は,デジタルプラットフォーム上でのユーザエンゲージメントと意思決定を期待するために,認知心理学と情報システム研究に基づく。
提案手法は,READモデルへの4つの認知バイアス,表現性,使いやすさ,効果,分布を合成する。
包括的ユーザ調査を通じて、モデルのユーザエンゲージメントを予測する能力を評価し、コアアイデアを正確に表現し、理解しやすく、感情的な反応を誘発し、一般的に遭遇し、より多くのユーザエンゲージメントを促進することを発見した。
論文 参考訳(メタデータ) (2023-07-26T21:20:03Z) - Continually Improving Extractive QA via Human Feedback [59.49549491725224]
本研究では,人間のフィードバックによる抽出質問応答(QA)システムの改善を継続的に進める。
多様な設定の下で何千ものユーザインタラクションを含む実験を行い、時間とともにフィードバックからの学習の理解を広げます。
論文 参考訳(メタデータ) (2023-05-21T14:35:32Z) - Proactive Detractor Detection Framework Based on Message-Wise Sentiment
Analysis Over Customer Support Interactions [60.87845704495664]
本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。
ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。
以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
論文 参考訳(メタデータ) (2022-11-08T00:43:36Z) - Latent Aspect Detection from Online Unsolicited Customer Reviews [3.622430080512776]
アスペクト検出は、プロダクトオーナとサービスプロバイダが欠点を特定し、顧客のニーズを優先順位付けするのに役立つ。
既存の手法は、アスペクトがレビューに潜んでいるときに不足する教師あり学習法を訓練することで、アスペクトの表面形態を検出することに重点を置いている。
側面の潜在事象を抽出する教師なし手法を提案する。
論文 参考訳(メタデータ) (2022-04-14T13:46:25Z) - SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item
Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。
まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。
そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文 参考訳(メタデータ) (2021-08-18T08:04:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。