L'impact des dark patterns sur le comportement des utilisateurs
Des recherches montrent comment les dark patterns influencent les décisions sur les applis de réseaux sociaux.
― 8 min lire
Table des matières
À mesure que la technologie évolue, il y a de plus en plus de préoccupations sur la façon dont les interfaces utilisateur sont conçues, surtout quand elles manipulent le comportement des utilisateurs. Ces designs manipulatoires sont souvent appelés "dark patterns". Les dark patterns sont des tactiques utilisées sur des sites web et des applis qui peuvent tromper ou induire en erreur les utilisateurs les faisant prendre des décisions qui ne sont peut-être pas dans leur meilleur intérêt.
Des recherches montrent qu'il y a un intérêt croissant pour les implications éthiques de ces dark patterns, surtout sur les plateformes de médias sociaux. Beaucoup d'utilisateurs ne se rendent même pas compte qu'ils sont trompés. Par exemple, certains sites de médias sociaux peuvent rendre plus facile le partage de données que le fait de les restreindre, poussant ainsi les utilisateurs vers des décisions qui peuvent nuire à leur vie privée.
Comprendre les Dark Patterns
Les dark patterns peuvent prendre plusieurs formes. Un type courant s'appelle les "Bannières de consentement aux cookies", qui apparaissent quand tu visites un site web, demandant la permission de stocker des données te concernant. Ces bannières font souvent en sorte qu'il soit difficile de choisir des options qui protègent ta vie privée, car elles mettent en avant le bouton "accepter" tandis qu'elles minimisent l'option de refuser le consentement.
On a identifié des dark patterns dans divers contextes en ligne, allant des sites de shopping aux jeux et, surtout, aux réseaux sociaux. Ces dark patterns sont particulièrement préoccupants car ils exploitent souvent les biais cognitifs des utilisateurs, les poussant vers des actions qu'ils ne prendraient peut-être pas s'ils étaient pleinement informés.
Régulation et Défis
La montée des dark patterns a attiré l'attention des régulateurs à travers le monde. Les gouvernements et les organisations commencent à rédiger des lois visant à protéger la vie privée et l'autonomie des utilisateurs. Cependant, un défi majeur demeure : les dark patterns évoluent constamment. Cela rend difficile le fait que les lois s'adaptent.
Pour réguler efficacement les dark patterns, il est nécessaire d'avoir un système de classification clair pour identifier les différents types de dark patterns. Les efforts actuels en recherche sur l'interaction homme-machine (IHM) peuvent aider à cela. Comprendre les dark patterns dans divers contextes aidera les régulateurs à créer des lois efficaces pour protéger les utilisateurs.
Objectifs de Recherche
Cette recherche vise à combler les lacunes de connaissance sur les dark patterns, particulièrement dans les médias sociaux. Plus précisément, elle se concentre sur deux objectifs principaux :
- Analyser comment les experts et les utilisateurs réguliers des médias sociaux peuvent identifier les dark patterns en utilisant des définitions établies.
- Développer une méthode simple pour catégoriser les interfaces en fonction de leurs caractéristiques nuisibles.
En répondant à ces questions, l'étude cherche à améliorer la compréhension des dark patterns et à soutenir les décideurs dans la protection des utilisateurs contre les designs trompeurs.
Étude 1 : Évaluation des Dark Patterns par des Experts
Dans la première étude, des chercheurs expérimentés en interaction homme-machine ont évalué quatre applications de médias sociaux populaires : Facebook, Instagram, TikTok et Twitter. Ils ont réalisé un exercice appelé "cognitive walkthrough", où ils ont effectué des tâches spécifiques conçues pour trouver des dark patterns dans ces applis.
Après avoir complété leurs évaluations, les chercheurs ont pu identifier diverses instances de dark patterns dans les quatre applications. Cette étude a mis en lumière comment les experts pouvaient reconnaître efficacement les stratégies de design nuisibles. Elle a montré que certains patterns étaient communs à différentes plateformes, malgré des variations dans leur présentation.
Résultats de l'Étude 1
Les experts ont identifié plusieurs dark patterns dans les applications de médias sociaux. Notamment, certains patterns étaient plus reconnus que d'autres. Par exemple, les patterns qui causaient de la confusion visuelle ou rendaient certaines actions plus difficiles à accomplir étaient fréquemment repérés. Cependant, certains dark patterns restent moins identifiables, indiquant que toutes les taxonomies établies ne sont pas universellement applicables à différentes plateformes.
Dans l'ensemble, cette étude a indiqué que des examinateurs expérimentés pouvaient identifier efficacement les designs nuisibles dans les applis de médias sociaux. Cependant, des méthodes plus efficaces sont nécessaires pour rationaliser ce processus de reconnaissance.
Étude 2 : Évaluation des Dark Patterns par les Utilisateurs
La deuxième étude impliquait des utilisateurs réguliers de médias sociaux pour évaluer leur capacité à reconnaître les dark patterns. Un sondage en ligne a été réalisé, où les participants ont été présentés avec des captures d'écran des applications et ont été invités à identifier s'ils pensaient que des dark patterns étaient présents.
Les participants devaient répondre par "oui", "non" ou "peut-être" concernant la présence de dark patterns dans chaque capture d'écran. Ils ont également été invités à évaluer les interfaces en fonction de caractéristiques spécifiques associées aux dark patterns.
Résultats de l'Étude 2
Les résultats ont montré que bien que les participants puissent généralement reconnaître des écrans avec des dark patterns, leur capacité à pointer des problèmes spécifiques était limitée. Les répondants ont souvent noté les captures d'écran présentant des dark patterns beaucoup plus haut que celles ne les présentant pas, indiquant qu'ils avaient remarqué une différence entre les deux types d'interfaces.
Les participants ont souvent eu du mal à identifier précisément les dark patterns, ce qui reflète un manque de Sensibilisation des utilisateurs. Néanmoins, les réponses globales suggèrent que les utilisateurs réguliers peuvent différencier entre les architectures avec des dark patterns et celles sans.
Comprendre la Perception des Utilisateurs
Notre compréhension de la façon dont les utilisateurs perçoivent les dark patterns est aussi limitée. Des recherches antérieures montrent que les utilisateurs ont souvent du mal à reconnaître les designs manipulatoires, surtout quand ils ne sont pas informés des dark patterns à l'avance. Ce manque de connaissance peut rendre les utilisateurs vulnérables à ces tactiques.
Cependant, des études indiquent que les utilisateurs peuvent améliorer leurs capacités de reconnaissance lorsqu'ils sont éduqués sur les dark patterns. Les résultats impliquent un besoin d'éducation des utilisateurs et de campagnes de sensibilisation pour aider les individus à identifier les designs manipulatoires quand ils y sont confrontés.
Implications pour la Régulation
Alors que les dark patterns continuent d'évoluer, les régulateurs doivent développer des lois flexibles qui peuvent s'adapter aux designs changeants. La recherche fournit un cadre pour comprendre comment fonctionnent les dark patterns.
En utilisant les connaissances provenant des évaluations d'experts et des expériences des utilisateurs, les législateurs peuvent créer une législation qui soit à la fois complète et adaptable. En établissant un vocabulaire commun autour des dark patterns, les législateurs peuvent mieux aborder ces questions en temps utile.
Défis à Venir
Malgré les progrès réalisés dans cette recherche, des défis demeurent. Les régulateurs font face à des obstacles, tels que le développement rapide de nouveaux dark patterns et la nécessité d'une définition claire de ce qui constitue un dark pattern. De plus, les diverses manières dont ces patterns peuvent se manifester rendent difficile l'application de régulations cohérentes.
En outre, bien qu'il y ait un corpus croissant de littérature sur les dark patterns, une grande partie ne se concentre pas spécifiquement sur les médias sociaux, laissant des lacunes dans notre compréhension de la manière dont ces designs fonctionnent dans ce contexte. Les travaux futurs devront continuer à enquêter sur les dark patterns dans les SNS pour créer un cadre plus solide pour la régulation.
Conclusion
Les dark patterns sont un problème pressant dans le domaine des interfaces utilisateur, surtout dans les médias sociaux. Ils peuvent considérablement entraver la capacité des utilisateurs à prendre des décisions éclairées et avoir des effets négatifs sur leur bien-être.
Cette recherche souligne l'importance de comprendre comment les dark patterns se manifestent dans les applications de médias sociaux et démontre la capacité des experts et des utilisateurs à reconnaître ces designs. En créant un cadre complet pour identifier et réguler les dark patterns, les législateurs peuvent mieux protéger les utilisateurs contre les designs manipulatoires nocifs.
Les résultats de ces études soulignent l'importance de l'éducation, de la sensibilisation et de la régulation pour lutter contre les dark patterns. À mesure que la technologie continue d'évoluer, le besoin de mesures efficaces pour sauvegarder l'autonomie des utilisateurs sera plus crucial que jamais.
Titre: Defending Against the Dark Arts: Recognising Dark Patterns in Social Media
Résumé: Interest in unethical user interfaces has grown in HCI over recent years, with researchers identifying malicious design strategies referred to as ''dark patterns''. While such strategies have been described in numerous domains, we lack a thorough understanding of how they operate in social networking services (SNSs). Pivoting towards regulations against such practices, we address this gap by offering novel insights into the types of dark patterns deployed in SNSs and people's ability to recognise them across four widely used mobile SNS applications. Following a cognitive walkthrough, experts (N=6) could identify instances of dark patterns in all four SNSs, including co-occurrences. Based on the results, we designed a novel rating procedure for evaluating the malice of interfaces. Our evaluation shows that regular users (N=193) could differentiate between interfaces featuring dark patterns and those without. Such rating procedures could support policymakers' current moves to regulate deceptive and manipulative designs in online interfaces.
Auteurs: Thomas Mildner, Merle Freye, Gian-Luca Savino, Philip R. Doyle, Benjamin R. Cowan, Rainer Malaka
Dernière mise à jour: 2023-05-22 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2305.13154
Source PDF: https://arxiv.org/pdf/2305.13154
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.