为何该用户界面是暗模式？：可解释的自动检测及其分析
人机交互
2024-01-10 v1 人工智能
机器学习
摘要
暗模式是针对在线服务的欺骗性用户界面设计，旨在诱导用户做出非预期的行为。暗模式，如隐私侵犯、经济损失和情绪困扰，会对用户造成伤害。近年来，这些问题引发了大量讨论。本文研究可解释的暗模式自动检测，即为何某个特定的用户界面被检测为具有暗模式。首先，我们使用基于Transformer的预训练语言模型BERT，在一个基于文本的数据集上训练了一个模型，用于电子商务中暗模式的自动检测。然后，我们对训练后的模型应用了事后解释技术，包括局部可解释模型无关解释（LIME）和Shapley加性解释（SHAP），揭示了哪些词语影响了每个预测结果，使其被判定为暗模式。此外，我们提取并分析了影响暗模式判定的词语。我们的发现可能有助于防止用户被暗模式操纵，并有助于构建更公平的互联网服务。我们的代码可在 https://github.com/yamanalab/why-darkpattern 获取。
引用
@article{arxiv.2401.04119,
title = {Why is the User Interface a Dark Pattern? : Explainable Auto-Detection and its Analysis},
author = {Yuki Yada and Tsuneo Matsumoto and Fuyuko Kido and Hayato Yamana},
journal= {arXiv preprint arXiv:2401.04119},
year = {2024}
}
备注
IEEE International Conference on Big Data (IEEE BigData 2022)