Evaluando las experiencias de los usuarios con los CAPTCHAs modernos
Este estudio analiza cómo los usuarios interactúan con varios tipos de CAPTCHA.
― 9 minilectura
Tabla de contenidos
- Propósito del Estudio
- Contexto sobre CAPTCHAs
- Investigación Anterior
- Preguntas de Investigación
- Metodología
- Resultados de la Inspección del Sitio Web
- Visión General del Estudio del Usuario
- Hallazgos sobre Tiempos de Resolución
- Preferencias del usuario
- Influencia del Contexto en los Tiempos de Resolución
- Influencia Demográfica en los Tiempos de Resolución
- Tasas de Abandono
- Conclusión
- Direcciones para la Investigación Futura
- Fuente original
- Enlaces de referencia
Los CAPTCHAs son herramientas que se usan en sitios web para distinguir a los humanos de las máquinas, como los bots. Hacen que los usuarios completen tareas simples que son fáciles para las personas pero difíciles para los bots. Estas tareas pueden incluir escribir letras de una imagen distorsionada o seleccionar imágenes que cumplan con un requisito específico. A lo largo de los años, los CAPTCHAs se han vuelto más complejos para mantenerse al día con la creciente habilidad de los bots para resolverlos. Esta batalla continua hace que sea vital saber cuánto tiempo tardan los usuarios reales en resolver los CAPTCHAs modernos y cómo se sienten al respecto.
Propósito del Estudio
Los CAPTCHAs modernos suelen ser desafiantes tanto para máquinas como para personas. Este estudio examina qué tan rápido pueden resolver los usuarios los CAPTCHAs actuales y qué piensan al respecto. Queremos averiguar si hay diferencias según el tipo de CAPTCHA y si el contexto importa. Por ejemplo, ¿es diferente cuando los usuarios resuelven CAPTCHAs mientras intentan crear una cuenta en comparación con resolverlos directamente?
Contexto sobre CAPTCHAs
Los CAPTCHAs han existido por casi veinte años. Ayudan a proteger los sitios web de bots que pueden recopilar información, crear cuentas falsas o mal utilizar las funciones del sitio. Los CAPTCHAs más simples pedían a los usuarios que escribieran letras distorsionadas. Sin embargo, a medida que la tecnología se desarrolló, los bots aprendieron a resolver estos CAPTCHAs básicos con gran precisión. Algunos bots incluso tienen personas trabajando detrás de escena para resolver CAPTCHAs por ellos.
En respuesta, han aparecido CAPTCHAs más sofisticados. Hoy en día, es posible que se te pida identificar objetos en imágenes o completar rompecabezas. Como los CAPTCHAs están destinados a ser fácilmente resueltos por humanos, es esencial medir cuánto tiempo tardan en resolverse y cómo los usuarios los perciben.
Investigación Anterior
Ha habido estudios sobre cuánto tiempo tardan las personas en resolver diferentes CAPTCHAs. Un estudio notable reclutó a muchos participantes para medir los tiempos de resolución y averiguar cómo se sentían los usuarios sobre los diferentes tipos de CAPTCHA. Estudios anteriores mostraron que algunos CAPTCHAs tomaron más tiempo en resolver de lo esperado, y las tareas más frustrantes a menudo conducían a tasas más altas de abandono. Esto significa que los usuarios abandonaron la tarea antes de terminarla si tomaba demasiado tiempo.
En un estudio más reciente, los investigadores revisaron nuevos tipos de CAPTCHAs y los compararon con los tradicionales de texto e imagen. Encontraron que los tipos más nuevos funcionaron mejor en términos de satisfacción del usuario y velocidad.
Preguntas de Investigación
Nuestro estudio busca responder varias preguntas clave:
- ¿Cuánto tiempo tardan los usuarios en resolver diferentes CAPTCHAs?
- ¿Qué tipos de CAPTCHAs prefieren los usuarios?
- ¿Influye el contexto en el que un usuario resuelve un CAPTCHA en el tiempo que tarda?
- ¿Hay diferencias en el tiempo de resolución según factores demográficos como la edad o la educación?
- ¿Afecta el contexto a cuántos usuarios abandonan la tarea?
Metodología
Para responder a estas preguntas, inspeccionamos manualmente 200 sitios web populares para ver cuántos usaban CAPTCHAs y qué tipos usaban. Luego realizamos un estudio con usuarios que resolvieron diferentes CAPTCHAs. Se pidió a los participantes que resolvieron un conjunto de CAPTCHAs y proporcionaron comentarios sobre sus experiencias.
Dividimos el estudio en dos grupos. Un grupo resolvió CAPTCHAs directamente, mientras que el otro grupo los resolvió como parte de la creación de una cuenta. Esto nos permitió ver cómo afecta el contexto a los tiempos de resolución.
Resultados de la Inspección del Sitio Web
En nuestra inspección de 200 sitios web, encontramos que muchos todavía usan CAPTCHAs tradicionales, como reCAPTCHA, texto distorsionado y CAPTCHAs basados en deslizadores. Aquí hay un resumen rápido de nuestros hallazgos:
- reCAPTCHA apareció en el 34% de los sitios inspeccionados, lo que lo convierte en el más común.
- Los CAPTCHAs de texto distorsionado también eran comunes, con varios estilos en diferentes sitios.
- Los CAPTCHAs basados en deslizadores aparecieron en el 7% de los sitios, proporcionando desafíos interactivos para los usuarios.
Estos hallazgos indican que, aunque los CAPTCHAs han evolucionado, muchos sitios web aún confían en formatos familiares.
Visión General del Estudio del Usuario
El estudio del usuario reclutó participantes de una plataforma de crowdsourcing. Cada participante tuvo que resolver diez CAPTCHAs diferentes. Recopilamos información sobre los tiempos de resolución, preferencias y demografía de los participantes. Cada CAPTCHA era único para cada participante para asegurar una experiencia genuina.
Se compensó a los participantes por su tiempo, con un pago más alto ofrecido por tareas más complejas. Esto tenía como objetivo entender cómo los incentivos financieros podían influir en las tasas de finalización de tareas.
Hallazgos sobre Tiempos de Resolución
En general, encontramos que los tiempos de resolución variaron significativamente entre los diferentes tipos de CAPTCHA. Algunas observaciones clave incluyeron:
- reCAPTCHA (clic) tuvo los tiempos de resolución más cortos, tomando un promedio de alrededor de 3 a 5 segundos.
- Los CAPTCHAs de texto distorsionado tuvieron tiempos variados, con versiones más simples resolviéndose más rápido que las más complejas.
- Los CAPTCHAs que requieren interacciones, como deslizar o rotar objetos, tardaron más, promediando de 18 a 42 segundos.
Curiosamente, la complejidad del CAPTCHA no siempre se relacionó directamente con el tiempo de resolución. Algunos CAPTCHAs que se percibían como simples tardaron más, dependiendo de la familiaridad del usuario con el tipo.
Preferencias del usuario
Cuando se les preguntó sobre sus preferencias, los participantes calificaron los CAPTCHAs en una escala del 1 al 5. Las puntuaciones de preferencia mostraron que:
- Los CAPTCHAs con tiempos de resolución más bajos generalmente recibieron puntuaciones de disfrute más altas.
- Sin embargo, algunos tipos que tardaron más en resolverse, como los CAPTCHAs basados en rompecabezas, todavía obtuvieron puntuaciones altas debido a su naturaleza atractiva.
Esto sugiere que factores más allá del tiempo, como el disfrute y la experiencia del usuario, influyen en cómo se sienten las personas sobre los CAPTCHAs.
Influencia del Contexto en los Tiempos de Resolución
Comparamos los tiempos de resolución de los participantes entre dos configuraciones distintas: resolución directa y tareas contextualizadas. Los resultados mostraron que:
- Los participantes resolvieron los CAPTCHAs más rápido en configuraciones directas.
- En contraste, aquellos que resolvían CAPTCHAs mientras completaban formularios de cuenta tardaron más, con un aumento en los tiempos de solución promedio de hasta un 57%.
Esto resalta la importancia del contexto en cómo las personas interactúan con los CAPTCHAs en los sitios web.
Influencia Demográfica en los Tiempos de Resolución
Examinamos cómo factores demográficos como la edad y el nivel educativo influyeron en los tiempos de resolución. Nuestros hallazgos indicaron:
- Los participantes mayores tendían a tardar más en resolver CAPTCHAs que los participantes más jóvenes.
- Curiosamente, el nivel educativo no afectó significativamente los tiempos de resolución para todos los tipos de CAPTCHAs, lo cual fue inesperado.
Estos hallazgos pueden ayudar a los diseñadores de sitios web a entender cómo adaptar la experiencia del CAPTCHA para diferentes grupos de usuarios.
Tasas de Abandono
El abandono del usuario durante los CAPTCHAs es un aspecto crítico de la experiencia. Encontramos que:
- Las tasas de abandono variaron significativamente, con hasta un 45% de los participantes abandonando antes de completar su tarea.
- El contexto jugó un gran papel, ya que los participantes que trabajaban en la creación de cuentas eran más propensos a abandonar la tarea en comparación con aquellos que se les pedía resolver CAPTCHAs directamente.
Esto enfatiza la necesidad de un diseño cuidadoso al implementar CAPTCHAs en los viajes del usuario para minimizar la frustración.
Conclusión
Los CAPTCHAs siguen desempeñando un papel esencial en la seguridad de los sitios web contra los bots. Sin embargo, comprender las experiencias de los usuarios con ellos es vital. Nuestros hallazgos sugieren que los tiempos de resolución pueden variar ampliamente según el tipo de CAPTCHA, el contexto y la demografía del usuario. Además, las preferencias demuestran que el disfrute juega un papel significativo en cómo estos herramientas son recibidas por los usuarios.
El trabajo futuro se centrará en estudios más controlados para obtener detalles más finos sobre la experiencia del usuario y examinar por qué ciertos CAPTCHAs llevan a tasas de abandono más altas. Esta comprensión podría conducir a diseños mejorados que sean efectivos contra los bots y amigables para los usuarios.
Direcciones para la Investigación Futura
Para construir más sobre los hallazgos de este estudio, hay varias avenidas disponibles para futuras investigaciones:
- Investigar las razones detrás del abandono de los usuarios y buscar identificar cambios de diseño para reducirlo.
- Explorar las respuestas emocionales de los usuarios al interactuar con diferentes tipos de CAPTCHAs.
- Analizar la efectividad de diferentes estructuras de pago en el compromiso y el rendimiento de los participantes en tareas de CAPTCHA.
Al profundizar en nuestra comprensión de cómo los usuarios interactúan con los CAPTCHAs, podemos desarrollar herramientas aún mejores que equilibren la seguridad y la experiencia del usuario.
Título: An Empirical Study & Evaluation of Modern CAPTCHAs
Resumen: For nearly two decades, CAPTCHAs have been widely used as a means of protection against bots. Throughout the years, as their use grew, techniques to defeat or bypass CAPTCHAs have continued to improve. Meanwhile, CAPTCHAs have also evolved in terms of sophistication and diversity, becoming increasingly difficult to solve for both bots (machines) and humans. Given this long-standing and still-ongoing arms race, it is critical to investigate how long it takes legitimate users to solve modern CAPTCHAs, and how they are perceived by those users. In this work, we explore CAPTCHAs in the wild by evaluating users' solving performance and perceptions of unmodified currently-deployed CAPTCHAs. We obtain this data through manual inspection of popular websites and user studies in which 1,400 participants collectively solved 14,000 CAPTCHAs. Results show significant differences between the most popular types of CAPTCHAs: surprisingly, solving time and user perception are not always correlated. We performed a comparative study to investigate the effect of experimental context -- specifically the difference between solving CAPTCHAs directly versus solving them as part of a more natural task, such as account creation. Whilst there were several potential confounding factors, our results show that experimental context could have an impact on this task, and must be taken into account in future CAPTCHA studies. Finally, we investigate CAPTCHA-induced user task abandonment by analyzing participants who start and do not complete the task.
Autores: Andrew Searles, Yoshimichi Nakatsuka, Ercan Ozturk, Andrew Paverd, Gene Tsudik, Ai Enkoji
Última actualización: 2023-07-22 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2307.12108
Fuente PDF: https://arxiv.org/pdf/2307.12108
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.