論文の概要: Theorizing Deception: A Scoping Review of Theory in Research on Dark Patterns and Deceptive Design
- arxiv url: http://arxiv.org/abs/2405.08832v1
- Date: Tue, 14 May 2024 00:44:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-16 15:15:00.933390
- Title: Theorizing Deception: A Scoping Review of Theory in Research on Dark Patterns and Deceptive Design
- Title（参考訳）: 認知論:暗黒パターンと知覚設計の研究における理論のスコーピングレビュー
- Authors: Weichen Joe Chang, Katie Seaborn, Andrew A. Adams,
- Abstract要約: このスコーピングレビューは、暗黒パターンと偽造設計(DP)研究における理論の状態を評価した。
我々は,これらの理論がどう参照されたのかを考察し,DP研究への組み入れ理論の強化を求める。
我々はまた、将来のDP研究の文脈化と情報提供のための包括的かつ確実な基盤を確立するための広範な理論基盤も提案する。
- 参考スコア（独自算出の注目度）: 25.154177654969676
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The issue of dark patterns and deceptive designs (DPs) in everyday interfaces and interactions continues to grow. DPs are manipulative and malicious elements within user interfaces that deceive users into making unintended choices. In parallel, research on DPs has significantly increased over the past two decades. As the field has matured, epistemological gaps have also become a salient and pressing concern. In this scoping review, we assessed the academic work so far -- 51 papers between 2014 to 2023 -- to identify the state of theory in DP research. We identified the key theories employed, examined how these theories have been referenced, and call for enhancing the incorporation of theory into DP research. We also propose broad theoretical foundations to establish a comprehensive and solid base for contextualizing and informing future DP research from a variety of theoretical scopes and lenses.
- Abstract（参考訳）: 日常のインターフェースやインタラクションにおける暗黒パターンや偽造設計(DP)の問題が増加し続けている。
DPは、ユーザーが意図しない選択をすることを欺くユーザーインターフェイスの中で、操作的で悪意のある要素である。
対照的に、過去20年間でDPの研究は大幅に増加した。
分野が成熟するにつれて、認識学的なギャップも健全で圧力のかかる関心事になっている。
このスコーピングレビューでは、2014年から2023年までの51件の学術論文を評価し、DP研究における理論の実態を明らかにした。
そこで我々は,これらの理論がどう参照されたのかを考察し,DP研究への理論の組み入れを強化することを求める。
また,様々な理論的スコープとレンズから将来のDP研究をコンテキスト化・通知するための,包括的で安定した基盤を確立するための幅広い理論的基盤も提案する。
関連論文リスト
- A Comprehensive Survey of Direct Preference Optimization: Datasets, Theories, Variants, and Applications [52.42860559005861]
DPO(Direct Preference Optimization)は、アライメントのための有望なアプローチとして登場した。
DPOの様々な進歩と固有の制限にもかかわらず、これらの側面の詳細なレビューは現在、文献に欠けている。
論文 参考訳（メタデータ） (2024-10-21T02:27:24Z) - AgentReview: Exploring Peer Review Dynamics with LLM Agents [13.826819101545926]
本稿では,最初の大規模言語モデル(LLM)に基づくピアレビューシミュレーションフレームワークであるAgentReviewを紹介する。
本研究は、レビュアーの偏見による紙の判断の37.1%の顕著な変化を含む、重要な洞察を明らかにした。
論文 参考訳（メタデータ） (2024-06-18T15:22:12Z) - Understanding What Affects the Generalization Gap in Visual Reinforcement Learning: Theory and Empirical Evidence [53.51724434972605]
本稿では,テスト環境に障害がある場合の一般化ギャップに寄与する要因について理論的に考察する。
我々の理論は、人間の直観に沿う訓練環境とテスト環境の表現距離を最小化することが、一般化のギャップを減らすことの利点として最も重要であることを示唆している。
論文 参考訳（メタデータ） (2024-02-05T03:27:52Z) - Sherlock Holmes Doesn't Play Dice: The significance of Evidence Theory for the Social and Life Sciences [0.0]
エビデンス理論は、事象が成立する恐れから生じる不確実性を表現することができる。
確率論は、意思決定者が現在検討している可能性に制限されなければならない。
論文 参考訳（メタデータ） (2023-09-01T07:52:28Z) - Justices for Information Bottleneck Theory [2.5901772989551293]
この研究は、情報ボトルネック(IB)理論に対する批判の高まりに対するタイムリーな反応である。
IB理論の特殊かつ局所的な最適事例として,最大符号化率低減法を再解釈する補助関数を導入する。
論文 参考訳（メタデータ） (2023-05-19T02:07:22Z) - End-To-End Latent Variational Diffusion Models for Inverse Problems in
High Energy Physics [61.44793171735013]
本稿では,最先端生成技術アプローチの潜時学習とエンドツーエンドの変分フレームワークを組み合わせた,新しい統合アーキテクチャ,潜時変分モデルを提案する。
我々の統一的アプローチは、非最新技術ベースラインの20倍以上の真理への分布自由距離を達成する。
論文 参考訳（メタデータ） (2023-05-17T17:43:10Z) - A Causal Research Pipeline and Tutorial for Psychologists and Social
Scientists [7.106986689736828]
因果関係は世界を理解する科学的努力の基本的な部分である。
残念なことに、因果関係は心理学や社会科学の多くの分野においていまだに曖昧である。
研究に因果的アプローチを採用することの重要性に対する多くの勧告によって、我々は、必然的に因果的理論を研究パイプラインの他の部分と調和させるために、心理学における研究の典型的なアプローチを再構築する。
論文 参考訳（メタデータ） (2022-06-10T15:11:57Z) - Predictive Coding: a Theoretical and Experimental Review [0.0]
予測符号化の中核となる数学的構造と論理を包括的にレビューする。
我々はまた、予測符号化を実装可能な神経生物学的に現実的なマイクロ回路から、フレームワーク内での様々な古典的および最近の研究をレビューした。
論文 参考訳（メタデータ） (2021-07-27T17:44:21Z) - Recent Advances in Large Margin Learning [63.982279380483526]
本稿では,(非線形)深層ニューラルネットワーク(dnn)のための大規模マージントレーニングとその理論的基礎の最近の進歩に関する調査を行う。
古典研究から最新のDNNへの分類マージンの策定を一般化し、マージン、ネットワーク一般化、堅牢性の間の理論的関連性をまとめ、最近のDNNのマージン拡大の取り組みを総合的に紹介します。
論文 参考訳（メタデータ） (2021-03-25T04:12:00Z) - A Chain Graph Interpretation of Real-World Neural Networks [58.78692706974121]
本稿では,NNを連鎖グラフ(CG)、フィードフォワードを近似推論手法として識別する別の解釈を提案する。
CG解釈は、確率的グラフィカルモデルのリッチな理論的枠組みの中で、各NNコンポーネントの性質を規定する。
我々は,CG解釈が様々なNN技術に対する新しい理論的支援と洞察を提供することを示す具体例を実例で示す。
論文 参考訳（メタデータ） (2020-06-30T14:46:08Z) - A Theoretical Framework for Target Propagation [75.52598682467817]
我々は、バックプロパゲーション(BP)の代替として人気があるが、まだ完全には理解されていないターゲット伝搬(TP)を解析する。
提案理論は,TPがガウス・ニュートン最適化と密接に関係していることを示し,BPとは大きく異なる。
我々は,フィードバックウェイトトレーニングを改善する新しいリコンストラクション損失を通じて,この問題に対する第1の解決策を提供する。
論文 参考訳（メタデータ） (2020-06-25T12:07:06Z)
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。